迈向自主网络安全：一种智能AutoML框架用于自主入侵检测
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了随着5G到6G移动网络演进而带来的网络管理复杂性与网络安全风险增加的问题。提出了一种基于自动机器学习（AutoML）的方法，通过自动化数据分析过程的所有关键步骤，实现下一代网络的自主入侵检测。研究结果表明，该框架在公共基准网络安全数据集上表现优于现有网络安全方法，具有推动完全自主网络安全的潜力。
零触式网络和服务管理（ZSM）框架是5G及其之后网络管理的新兴范式，研究发现将自动化机器学习（AutoML）应用于ZTNs中可以降低成本并提高性能。研究提供了一个集成AutoML和ZSM概念的高层5G系统架构，突显了ZTNs和AutoML在改进5G+网络管理方面的潜力。
