基于集成学习的多维度网络流量异常检测方法

本发明公开了基于集成学习的多维度网络流量异常检测方法，涉及网络安全领域，该方法包括以下组成部分：数据采集与预处理步骤、流形映射步骤、集成模型构建步骤、特征提取步骤以及异常检测步骤；本发明通过集成学习模型，结合流形学习将高维网络流量数据映射到低维流形空间，从多个角度挖掘数据的特征信息，利用多个基于流形的学习模型进行特征提取和学习，并通过投票机制和加权平均的方式综合计算数据点的异常得分，这种多模型融合的策略显著提高了异常检测的准确性和可靠性，能够有效识别出复杂的网络流量异常。