陆燕团队在无线通信网络异常流量检测领域取得新进展

人民教育在线3月6日电 近日，湖南网络工程职业学院陆燕老师及其团队成员在国际学术期刊《国际高速电子与系统杂志》（International Journal of High Speed Electronics and Systems）上发表了题为“一种基于轻量级深度学习的无线通信网络异常流量检测方法”的研究论文。该论文针对深度学习方法在无线通信网络异常流量检测中的应用难题，提出了一种基于轻量级深度学习的新方法，为相关领域的研究提供了新的思路。

随着无线通信网络的快速发展，网络流量日益庞大且复杂，传统的异常流量检测方法已难以满足实际需求。尽管深度学习方法在图像识别等领域取得了巨大成功，但其在无线通信网络异常流量检测中的应用却因其高度复杂性而受到限制。

陆燕团队提出的新方法创新性地将无线通信网络流量数据转换为二维灰度图像，并利用轻量级卷积神经网络MobileNetV3模型进行处理。该模型通过深度可分卷积技术，显著减少了模型的参数量和计算量，有效降低了计算复杂度，解决了检测具有大量噪声和冗余信息的无线通信网络流量时不同信道特征融合度低的问题，能够快速提取可用于流量异常检测的重要特征。该研究成果为无线通信网络异常检测领域提供了新的技术路径，具有重要的理论意义和实际应用价

此外，该研究成果还将服务于网络安全技术课程的教学与科研，为培养高素质技能型网络安全人才提供有力支撑。

关键词：轻量级深度学习；无线通信网络；mobileNetv3模型；自适应流量采集；异常流量检测；轻量级的注意力机制。