本文提出采用集合特征（set features）来检测由正常元素以异常组合方式构成的样本中的异常情况。现有主流方法通常通过识别样本中异常的部分来发现异常，例如，当前最先进的基于分割的方法首先将样本的每个组成部分（如图像块）分类为正常或异常，若样本中包含任何异常成分，则将整个样本判定为异常。然而，这类方法在处理异常表现为正常元素异常组合的场景时表现不佳。为克服这一局限，本文提出通过建模样本中各元素的分布来表征每个样本的集合特征。利用固定特征，采用简单的密度估计方法计算每个样本的异常得分。实验结果表明，该方法在图像级别的逻辑异常检测以及时间序列级别的序列异常检测任务中，均优于此前的最先进方法。