深度神经网络的网络高敏感信息预警算法

摘要

针对传统的敏感信息预警算法因难以有效聚类信息而导致预警效果较差的问题,给出了一种新的敏感信息预警算法.首先,采集网络高词频中的敏感信息,其次,通过设置合理阈值完成对高敏感信息的准确挖掘,再次,通过深度神经网络对高敏感信息展开有效聚类,构建邻接矩阵,最后,计算网络参数节点的连接平均度,结合上述聚类结果实现对高敏感信息监测和预警.实验发现,应用传统算法的网络节点发送的数据不具有规律性,且预警响应耗时均在2s以上,而应用深度神经网络算法的网络数据呈现出全连接状态,敏感信息可表现出高度的一致性,且该算法对该敏感信息的预警响应可在1s内完成.研究表明,基于深度神经网络的预警算法可以应用在网络安全领域.