数据质量异常检测的原理是通过对数据集进行统计分析和模型建立，识别出数据中的异常值、缺失值和重复值等质量问题。通过统计方法、机器学习算法和规则引擎等技术手段，对数据进行异常值检测、缺失值填充和重复值去除，保证数据质量的完整性、一致性和准确性。