| DC Field | Value | Language |
|---|
| dc.contributor.author | Пилипенко, А. О. | - |
| dc.contributor.author | Швед, С. А. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-07-09T08:04:01Z | - |
| dc.date.available | 2026-07-09T08:04:01Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Пилипенко, А. О. Применение одномерных сверточных нейронных сетей для распознавания аномалий беспроводного канала связи в условиях сильных радиопомех / А. О. Пилипенко, С. А. Швед // Информационные радиосистемы и радиотехнологии : сборник материалов научно-технической конференции, Минск, 9–10 июня 2026 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2026. – С. 222–223. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/64528 | - |
| dc.description.abstract | Классические методы защиты беспроводных каналов связи уязвимы перед динамическими изменениями радиоэлектронной обстановки. В данной работе представлена автоматизированная система на основе одномерной сверточной нейронной сети, спроектированная с нуля для мгновенного распознавания аномалий и блокирования умышленных радиопомех. За счет внедрения уникальной методики стресс-тестирования данных искусственным шумом разработанная модель достигает точности классификации 88,89% в условиях сильных искажений. Алгоритм служит готовым технологическим прототипом для интеграции в современные комплексы защиты беспроводных коммуникаций. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | беспроводные каналы связи | en_US |
| dc.subject | одномерные сверточные нейронные сети | en_US |
| dc.subject | радиопомехи | en_US |
| dc.subject | несанкционированный доступ | en_US |
| dc.title | Применение одномерных сверточных нейронных сетей для распознавания аномалий беспроводного канала связи в условиях сильных радиопомех | en_US |
| dc.type | Article | en_US |
| local.description.annotation | Classic methods for protecting wireless communication channels are vulnerable to dynamic changes in the electronic environment. This paper presents an automated system based on a one-dimensional convolutional neural network, designed from the ground up to instantly recognize anomalies and block intentional radio interference. By implementing a unique data stress testing method with artificial noise, the developed model achieves 88.89% classification accuracy under severe distortion. The algorithm serves as a ready-made technological prototype for integration into modern wireless communications security systems. | en_US |
| Appears in Collections: | Информационные радиосистемы и радиотехнологии (2026)
|
