paper reading:《A Self-Adaptve Deep Learning-Based System for Anomal Detection in5G Networks》

1. Abstract

背景：技术背景以及当前需求；
解决方案：基于深度学习对网络流量进行特征提取；
本方案优点：实时优化计算资源、微调检测与分析行为；
实验证明：对于上述优点的佐证。

2. 简介（INTRODUCTION AND MOTIVATION）

现状以及当前方案的缺点：数据量、设备数量、网速、低延时等特点导致现有方案失效；
提出方案：
实验验证：
文章结构：

3. 相关技术当前在相关领域中的应用

挑战
现有相关方法:

5. DEEP LEARNING APPLIED TO THE ANOMALY DETECTION PROBLEM IN 5G NETWORKS

自编码器：

https://blog.youkuaiyun.com/marsjhao/article/details/73480859

SAE算法：

https://blog.youkuaiyun.com/xiatianyunzi/article/details/82456125
https://blog.youkuaiyun.com/llh_1178/articl