主题一： 基于激光雷达的点云成像系统

主讲：许源元

（导师：严一尔）

主题二：基于机器学习的车联网入侵检测算法研究

主讲：涂江健

（导师：尚文利）

主办机构

广州大学电子与通信工程学院

时间安排

2024年6月21日19：00-20：00

地点

腾讯会议ID：678-129-259

为拓宽研究生学术视野，促进研究生学术交流，营造良好的学术氛围，广州大学电子与通信工程学院主办的“研途青年说”第74讲于6月21日19：00-20：00在腾讯会议ID：678-129-259举行。本次主讲人为21级研究生许源元和涂江健。

许源元同学汇报的主题是基于激光雷达的点云成像系统，他的讲解主要包含以下5个部分：选题背景及意义、现状与研究目标、研究方法及过程、关键技术与实践难点、就业指导。近年来，随着无人驾驶技术的逐渐普及，激光雷达的运用也愈加熟练，其作用是通过激光的发射与接收，探测出指定区域内的各个目标，对于物体识别提供了很大的实用意义，高精度的激光雷达能达到毫米级别，探测得到的图像也能更好的帮助操作人员熟悉环境，在地图测绘、危险区域探测等各个领域都能发挥巨大的作用。激光测距的原理是利用激光发射器将一定频率的激光束发射出去，打到物体表面形成反射，再用一个接收器将其接收，并将模拟光信号转换为数字信号，通过对比发射出去和接收回来的激光束的不同之处，就能得到测距模块与目标物体之间的距离值。许源元同学同时给予了就业指导，给广大同学提供一个参考。

涂江健同学汇报的主题是基于机器学习的车联网入侵检测算法研究，他的讲解主要包含以下5个部分：选题背景及意义、现状与研究内容、研究方法与过程、研究结果与应用、总结与展望。目前大多数入侵检测方法基于非常复杂的模型，例如一些深度学习方法可以达到很高的准确性，但其模型高度复杂性需要大量的计算资源，使其不太合适在车辆系统中部署。现有研究大都偏向高精度，在轻量化研究上尚且不足，存在模型复杂等问题。数据的攻击类型往往有很多种,检测时需要分辨其具体属于哪种攻击类型。因此,入侵检测问题是一个多分类问题,检测难度要大于单纯的二分类问题。为了实现对车联网内外网络中潜在网络攻击的准确有效检测，对于第一种入

侵检测算法，本文构建了一种基于软投票集成的车联网入侵检测算法。该算法框架首先 通过使用逻辑回归、随机森林和决策树这三种机器学习算法作为集成算法模型的基础学习器，并通过随机搜索超参数优化过程，对每种基础学习器算法进行超参数优化，以构建性能卓越的基础学习器。随后，借助集成学习的软投票机制，这些基础学习器被集成在一起，从而形成了一个稳定且强大的集成算法模型，提升了车联网入侵检测模型的分类能力。

许源元

2021级电子与通信工程学院

电子与通信工程专业型硕士

导师：严一尔

主要研究方向：激光雷达

主要科研成果：基于激光雷达的逆向建模系统

涂江健

2021级电子与通信工程学院

电子与通信工程专业型硕士

导师：尚文利

主要研究方向：车联网入侵检测

                     主要科研成果：EI会议论文一篇、拟投SCI中科院二区一篇

                          两个专利、一个计算机软件著作