首页 | 本学科首页   官方微博 | 高级检索  
     

基于深度学习的隐蔽性有害信息特征研究
作者姓名:张安康  刘加兵
作者单位:国家计算机网络应急技术处理协调中心湖北分中心,湖北武汉430074
摘    要:针对互联网上的有害信息不断通过各种方式将核心内容隐蔽,从而逃避识别和检索的问题,文章以研究隐蔽性有害信息的特征为目的,以多家互联网公司的原始数据为基础,基于深度学习的经典BERT算法模型设计了一种方案,分三个阶段实现海量隐蔽性有害信息的智能文本分类,得到隐蔽性有害信息的三类特征的定量表征,为研究隐蔽性有害信息提供参考。

关 键 词:隐蔽性有害信息  文本识别  深度学习  特征分类
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号