基于深度学习算法的计算机网络安全技术研究

通过分析深度学习算法设计原则，设计构建了深度学习算法的计算机网络安全架构平台和网络安全结构，进而研究了深度学习的神经网络、卷积运算进行网络安全关键技术，评估分析了多类型深度学习算法下网络安全识别功能、安全态势的合理实现，结果表明：深度学习背景下，神经网络隐藏层实现了输入信息数据多次交叉验证，虽然算法复杂度高、运算量大，但输出结果精度优质、特征信息识别精准，进而以深度学习方式助推计算机网络安全性能评估；卷积运算过程时参数量小、复杂程度低，同时其输出精度结果出色，能依据计算机网络信息数据集和预测模型的实际分类特征，实现相应的优化策略、信息特征向量识别、安全态势评估制定。