首页 > 学术动态 > 正文

机器学习如何"把脉"网络异常?——佘崑元教授解析拓扑特征驱动的BGP检测新范式

发布时间:2025-04-22文章作者:李阳编辑:张丹丹审核人:李建军浏览次数:

2025年4月21日,数智产业学院邀请新西兰惠灵顿维多利亚大学网络工程学院佘崑元教授,在逸夫楼F302为研究生开展了一场主题为“机器学习在网络异常检测中的应用”的精彩讲座,讲座由数智产业学院院长张超教授主持,网络中心主任杨彦侃教授及我院120名师生参加讲座。

佘崑元教授专注于在具有挑战性的条件和极端环境中为网络进行算法和协议设计,他的最新研究包括量子互联网的算法和协议、大规模机器类通信和超可靠的低延迟通信,以及使用人工智能和机器学习技术进行网络异常检测的新方法。

在讲座期间,佘崑元教授详细介绍了机器学习技术在网络异常检测中的原理和优势。在拓扑图中计算节点的中心性(包括中介中心性、特征向量中心性等),作为节点的特征输入机器学习模型进行BGP异常检测,以此弥补BGP异常检测算法缺乏对网络拓扑信息的考虑,并且满足网络安全中实时检测与响应的需求,在工业界拥有重要意义。

此次讲座不仅为师生提供了与前沿学术成果对话的机会,更通过佘崑元教授对机器学习与网络安全交叉应用的深度解析,进一步激发了学院的科研创新活力。活动不仅强化了国际学术交流,也为后续在智能网络检测、量子通信算法等领域的跨学科合作奠定了实践基础,对提升学院学科建设水平具有积极意义。


下一条:“机器人与具生智能”讲座成功举办,共探行业前沿与挑战

关闭