在空天地一体化车载网络（SAGVN）快速发展的背景下，消费级边缘设备在智能交通系统中的广泛部署，为身份验证机制带来了全新挑战。传统身份验证方法通常采用统一模型对所有用户进行认证，然而面对SAGVN中资源受限、异构复杂的边缘环境，这种“一刀切”的模式已被证实难以有效应对个体差异与复杂场景。信息工程学院封岸松教授与鹏城国家实验室陈星池老师开展合作研究，创新性地提出了一种面向SAGVN消费级边缘设备的身份验证策略（NAS-TinyML）。该方法融合了由NAS动态生成的轻量级特征提取模块与基于脉冲循环神经网络（SRNN）的低功耗分类模块，通过结构可调、精度可控的模型搜索机制，构建了兼具低功耗、高表达力与强鲁棒性的身份验证框架。相关研究成果以A NAS-based TinyML for Secure Authentication Detection on SAGVN-enabled Consumer Edge Devices为题发表在IEEE Transactions on Consumer Electronics上。第一作者为陈星池老师，共同第一作者为信息工程学院硕士研究生张双龙，共同通讯作者为信息工程学院封岸松教授。沈阳化工大学为论文的共同第一单位。