特征增强的改进LightGBM流量异常检测方法

摘要： 针对机器学习在流量异常检测中存在选择特征过于依赖专家经验、原始特征表达能力不足、数据受噪声和离群点影响导致模型鲁棒性差以及处理非平衡海量高维数据时少数异常类检测率低等问题，提出一种特征增强的改进LightGBM(light gradient boosting machine)流量异常检测方法。首先，采用隔离森林(isolation forest, iForest)实现异常值处理... （共13页）