电邮这篇文章 基于机器学习的移动通信网络切片安全部署系统设计
DOI: http://dx.doi.org/10.12349/iser.v5i4.2421
Article ID: 2421
摘要
为了使大数据流的预测精度和能力得到提高，移动通信网络流量包的安全性和利用率满足需求，实现移动通信网络切片安全部署系统设计。根据网络切片组织网络，使网络与业务适配度得到提高，从而实现大数据流的预测。论文创建系统拓扑、切片和层次结构，使用机器学习结构创建通信网络切片安全部署和资源分配程序。通过实验结果表明，系统预测精度超过95%，能够良好选择初始参数，提高系统安全部署可靠性。
关键词
机器学习；移动通信；网络切片；网络安全
全文:
PDF参考
赵志俊.基于机器学习的通信网络安全漏洞监测系统设计[J].长江信息通信,2022,35(12):175-177.
蒋志颀,范雷.基于机器学习的无线通信网络安全漏洞智能监测系统[J].电子设计工程,2021,29(15):115-119.
王可阳.基于机器学习的网络安全态势感知系统研究[J].无线互联科技,2023,20(6):161-164.
杨婉琳.基于机器学习的网络安全态势感知系统研究[J].无线互联科技,2022,19(18):163-165.
夏海亮,钱锡颖,叶明达,等.基于机器学习的电力信息通信风险感知研究[J].电子设计工程,2023,31(13):141-145.
石乐义,刘佳,刘祎豪,等.网络安全态势感知研究综述[J].计算机工程与应用,2019,55(24):1-9.
隆峻,陈佐瓒.基于机器学习的通信网络安全防护过程数据加密方法[J].自动化技术与应用,2022,41(12):81-85.
蒋建峰,张凤岩,孙金霞,等.基于隔离粒子群算法的智慧矿山5GSA网络切片部署策略[J].国外电子测量技术,2022,41(4):42-48.
于运涛,张大松,姜洪朝,等.基于区块链的网络安全系统关键数据存储处理系统设计[J].电子技术应用,2023,49(4):78-82.
顾仁龙,曾鸿孟,徐超,等.基于机器学习的云原生结构数据攻击检测系统设计[J].电子设计工程,2023,31(14):62-65+70.
Refbacks
- 当前没有refback。
版权所有（c）2024 尹 子骞
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。
