基于生成对抗网络和DenseNet的数据信息安全识别方法 |
| |
引用本文: | 夏利玲,顾建华. 基于生成对抗网络和DenseNet的数据信息安全识别方法[J]. 计算机测量与控制, 2022, 30(10): 240-245 |
| |
作者姓名: | 夏利玲 顾建华 |
| |
作者单位: | 盐城工业职业技术学院信息与安全学院 |
| |
基金项目: | 国家自然科学基金(61502411);盐城工业职业技术学院横向课题(2021HX-65) |
| |
摘 要: | 针对传统电力巡检过程中必须依靠有经验的人工来完成对电力设备相关数据信息安全进行识别的方法,设计了一种基于生成对抗网络和密集连接网络的数据信息安全识别方法,采用生成对抗网络模型,利用其强大的表征能力,通过针对网络模型的训练完成对训练样本数据库的扩充,实现提升模型生成能力的目的;结合密集连接网络对电力巡检数据信息的安全性进行识别,实现解决电力巡检安全隐患的同时还可以推动人工智能技术的落地应用;通过在电力巡检数据信息集上的验证实验,比较不同方法在不同类型数据集上的识别精度,验证了基于生成对抗网络和密集连接网络的数据信息安全识别方法的有效性与可靠性,为传统识别电力巡检数据信息安全性的方法提供了全新思路。
|
关 键 词: | 生成对抗网络 DenseNet 电力巡检 电力设备 数据信息 安全识别 |
收稿时间: | 2022-06-13 |
修稿时间: | 2022-07-19 |
Data information security identification method based on Generation Adversarial Networks and Densenet |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载免费的PDF全文 |