基于深度神经网络的网络高敏感信息预警算法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：目前,我国的科技在迅猛发展,社会在不断进步,针对传统的敏感信息预警算法因难以有效聚类信息而导致预警效果较差的问题,给出了一种新的敏感信息预警算法.首先,采集网络高词频中的敏感信息,其次,通过设置合理阈值完成对高敏感信息的准确挖掘,再次,通过深度神经网络对高敏感信息展开有效聚类,构建邻接矩阵,最后,计算网络参数节点的连接平均度,结合上述聚类结果实现对高敏感信息监测和预警.实验发现,应用传统算法的网络节点发送的数据不具有规律性,且预警响应耗时均在2s以上,而应用深度神经网络算法的网络数据呈现出全连接状态,敏感信息可表现出高度的一致性,且该算法对该敏感信息的预警响应可在1s内完成.研究表明,基于深度神经网络的预警算法可以应用在网络安全领域.

作者：

李世杰

展开 >

作者单位：

东明县妇女联合会,山东菏泽,274500

关键词：

深度神经网络高敏感信息网络预警数据聚类邻接矩阵节点连接平均度预警响应

出版年：

2021

数码设计(下)

ISSN：1672-9129

年,卷(期)：2021.10(4)

参考文献量2