基于深度学习和特征分析的隐蔽性有害信息识别方法研究
2023-07-21张安康刘加兵
计算机应用文摘 2023年14期
关键词:深度学习
张安康 刘加兵



摘 要 互联网上的有害信息层出不穷 而随着各项技术的发展 有害信息采用各种方式隐藏其核心内容 以躲避各类算法的识别和检索 目前 对此类隐蔽性有害信息识别的常用方法主要是基于人工智能技术 采用人工标注和训练学习的方式 但是算法较为复杂 对资源的需求较大 因此 一种新思路为 从隐蔽性有害信息的特征出发 分析出其特征规律 并基于以上结果设计一种新方法 同时降低人工参与和算法复杂度 最后 通过不同的样本库 对基于深度学习的方法和基于特征分析的方法效果进行对比分析 得到不同场景下的应用方案 为识别隐蔽性有害信息工作提供参考
关键词 隐蔽性有害信息 文本识别 深度学习 特征分析
中图法分类号TP18 文献标识码A
1 引言
随着互联网的高速发展,产生了大量有害信息,如诈骗、谣言、色情、暴恐等。如果对这些信息不加以检测和控制,不仅严重威胁人们的精神和物质财产安全,更严重制约着网络空间的健康发展[1~2] 。网络空间是现实世界的延伸,而并非法外之地。《网络安全法》规定,国家保护公民依法使用网络的权利,但不允许任何个人和组织有违背宪法法律、公共秩序以及社会公德的网络行为。由于互联网信息数量庞大、结构复杂、形式丰富,单纯依靠监管人工审核难以做到全面细致,并且需要耗費大量人力物力成本。因此,人工智能、数据挖掘等新技术新手段在近年来被广泛应用于有害信息识别工作。……
登录APP查看全文
