在诸如网络入侵、无线传感器网络异常事件等检测应用中，离群点检测是一项具有很高应用价值的技术。这项技术在确定性数据中已经得到了深入的研究，但在新兴的不确定数据领域却是一项新的研究课题。在无线传感嚣网络、数据集成和数据挖掘等技术中使用不确定数据模型，更能真实反映现实世界，进一步提高这些技术的实际可行性。本文针对不确定数据下的离群点提出新的定义。并提出基于距离的不确定数据离群点检测的高效过滤方法，包括基础过滤方法b-RFA和改进方法o-RFA，最后提出高效概率计算方法DPA。b-RFA方法利用非离群点的过滤性质，减少检测次数；o-RFA方法通过挖掘数据分布信息对b-RFA方法做出改进，进一步提高过滤效率；DPA方法找到概率求解中的递推规律，极大提高了单点检测效率。实验证明本文提出的过滤方法和检测方法都具有良好的性能。