基于卷积神经网络的敏感文件检测方法

• 作者: 于晓文 夏元轶 林学峰 郭金龙
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 敏感词库 词向量 卷积神经网络 深度学习 敏感文件检测
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 28-32
• 页数: 5页
• 分类号: TP309.2
• 字数: 3887字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.07.006

摘要

近几年,电力行业信息化建设取得了巨大成就.企业办公文件、项目方案、项目合同等涉及行业秘密的文件越来越多地在互联网中传输,导致企业级敏感文件泄露.传统敏感文件识别方法基于敏感词库进行特征检测,检测速度快,但是存在较高的漏报率和误报率.本文提出一种基于深度学习的敏感文件检测方法,引入词向量及卷积神经网络算法,实现敏感文件精准分类.本文提出的识别企业级敏感文件的检测方法优点是不再依赖于特征关键字,降低了漏报率和误报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏元轶		8	15	2.0	3.0
2	林学峰		1	1	1.0	1.0
3	郭金龙		1	1	1.0	1.0
4	于晓文		1	1	1.0	1.0