摘 要 移动通信网络数据的异常识别可以有效保证移动通信网络的安全运行 为提高移动通信网络数据的异常识别准确性 设计了一种基于人工智能技术的移动通信网络数据异常识别系统 首先对采集到的移动通信网络数据进行预处理 然后利用人工智能技术中的深度学习方法对移动通信网络数据进行聚类处理 最后利用神经网络方法实现移动通信网络数据的异常识别 实验发现该系统具有良好的异常识别性能 在保证移动通信网络数据传输速率的基础上 具有较高的异常识别准确率和较短的响应耗时 具有一定的应用价值

关键词 人工智能技术 移动通信 系统设计 网络数据 异常识别

中图法分类号tp399   文献标识码a

１ 引言

现阶段，我国计算机网络技术飞速发展，移动通信网络数据量呈现快速增长的趋势［１］ 。移动通信网络的安全性关系着用户的个人隐私与用网安全［２］ 。一旦移动通信网络受到恶意攻击或异常数据入侵，将对用户的网络安全造成不可估计的恶劣影响［３］ 。因此，识别移动通信网络中的异常数据具有重要意义。文献［４］利用神经网络方法去除通信网络中的冗余数据，将网络异常识别方法应用于船舶的通信网络中。通过构建关联规则，获取船舶通信网络数据中的多模态特征，并结合粒子群算法，共同优化神经网络算法，实现船舶通信网络中的异常数据识别。实验发现该方法可有效识别不同类型的船舶通信网络数据内的异常数据，去除冗余数据。……