面向网络安全的有害信息智能识别算法研究

摘要

针对网络上存在危害社会稳定的有害信息难以被准确监控分析的问题,为提高网络安全的预防能力,文中进行了网络有害信息智能识别算法的研究.首先,利用人工智能中的KNN和SMOTE算法进行有害信息的数据获取、扩充,为后续模型训练提供必要的样本数据;然后,通过信息增益进行特征提取,并使用词袋模型进行格式转化;最后,利用堆叠降噪自编码器模型学习特征向量中隐含的信息,进而实现有害信息的智能识别.通过多次对比测试实验结果表明,文中提出的有害信息智能识别算法,具有较高的识别率,平均识别率为83.12％,证明了该方法的有效性.