基于迁移学习的5G通信网络异常节点检测研究

摘要：

为了解决当前5G通信网络异常节点检测过程中误检率、拒检率高等问题,本文对基于迁移学习的5G通信网络异常节点检测模型进行了研究.首先采集5G通信网络异常节点状态信号,再从信号中提取5G通信网络异常节点检测特征,并对特征进行扩容,最后建立5G通信网络异常节点检测模型,实现5G通信网络异常节点检测.结果表明,本文设计的模型对5G通信网络异常节点的检测正确率超过95％,且其拒检率很低,可以满足实际应用要求.

关键词：通信技术、网络异常节点、检测模型、迁移学习、仿真测试

所属期刊栏目：6

分类号：TP181(自动化基础理论)

在线出版日期：2023-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：156-159