11月14-17日，第24届IEEE计算与通信领域信任、安全与隐私国际会议（IEEE TrustCom2025）在贵阳召开，信息科学技术学院张国锋博士团队最新成果《An Efficient Feature Extraction Model Based on Asymmetric Deep Convolutional Autoencoder for Abnormal Traffic Detection》被录用，并以Session Oral Presentation的形式正式发布。
该成果提出了一种基于非对称深度卷积自编码器的网络流量特征提取方法ADCAE，利用多层卷积逐层提取特征，并采用空间维度步长压缩策略，在保留空间结构信息的同时扩大感受野。在编码器末端加入卷积块注意力模块（CBAM），通过全局池化和全连接层学习通道权重来突出关键特征。实验结果表明，ADCAE提取的特征在三种检测模型中表现更优。
据悉，TrustCom会议（IEEE International Conference on Trust, Security and Privacy in Computing and Communications）是中国计算机学会（CCF）推荐的网络与信息安全领域C类国际会议，由IEEE计算机学会和IEEE可扩展计算技术委员会联合主办，聚焦可信计算、通信安全与隐私保护等研究方向。
作者、图片来源：杨宸
供稿审核人：安其心
编辑、审核：王磊斌
