您当前的位置：
首页 >
文章列表页 >
基于深度学习的无线传感器网络流量异常检测
计算机科学与技术 | 更新时间：2026-09-02
上一篇|下一篇

    • 基于深度学习的无线传感器网络流量异常检测

    • Traffic anomaly detection in wireless sensor networks based on deep learning

    • “2026年9月2日西安航空学院 计算机学院的刘洲洲团队在《吉林大学学报（工学版）》发文，介绍了其在无线传感器网络安全领域的研究进展，该团队建立了融合改进卷积神经网络和密度峰值聚类的流量异常检测模型，检测准确率提升约15.33%，为无线传感器网络流量安全监测提供了新方案。”
    • 刘洲洲 ，金聪 ，蒋光毅 ，贾楠 ，刘超 ，张杨梅
    • 吉林大学学报（工学版） 2026年56卷第8期 页码：2201-2209
    • 作者机构：

      1.西安航空学院 计算机学院，西安 710077

      2.西安航空学院 电子工程学院，西安 710077

    • 作者简介：

      刘洲洲（1981-），男，教授，博士. 研究方向：无线传感网络与智能计算. E-mail： liuzhouzhou@xaau.edu.cn

    • 基金信息：
      西安市“科学家+工程师”建设项目(2024JH-KGDW-0006);陕西省重点研发计划项目(2026CY-YBXM-91);陕西省教育厅科学研究计划项目(ZX20260008);国家自然科学基金面上项目(42572342);西安航空学院低空经济专项PI团队项目(2025PI03);陕西省教育厅重点科学研究计划项目(25JU023)

    • DOI： 10.13229/j.cnki.jdxbgxb.20250045     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 4 ) 表( 4 )

  • 参考文献

  • 出版信息

  • 数据统计

23

浏览量

13

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

面向流形数据的自然近邻图优化和微簇合并密度峰值聚类算法
基于改进机器学习的人体运动姿态精准估计
基于多组分混合物扩散的无线传感器网络路由算法
基于预处理层增强和注意力机制的空域图像隐写分析
基于RBVS和CBCNN的风机叶片故障检测和分类方法

相关作者

赵嘉
何超凡
肖人彬
樊棠怀
潘正祥
张翔
孙婷婷
李建坡

相关机构

江西水利电力大学 信息工程学院
江西省水利大数据智能处理与预警技术工程研究中心
华中科技大学 人工智能与自动化学院
南京信息工程大学 人工智能学院
西北政法大学 体育部