基于LightGBM的区块链异常交易检测技术研究

作者：王志强; 王姿旖^*; 王庆德; 徐华福

来源：信息安全研究, 2023, 9(09): 877-883.

• 异常检测
• 区块链
• 深度学习
• 网格搜索
• LightGBM

传统的机器学习模型在处理小样本数据集时容易出现过拟合的情况.为解决此类问题并保证模型验证准确性，提出了基于LightGBM(LGBM)的区块链异常交易检测方法，利用网格搜索对模型参数进行优化，防止模型陷入过拟合状态，提高模型适应能力. LightGBM模型的AUC最佳取值为0.994,平均准确率为0.970.为验证异常检测算法的有效性，与随机森林、XGBoost模型进行对比实验，实验表明，该方法具有更高的准确率和训练效率.

• 单位
  北京电子科技学院; 国家信息中心