基于机器学习的数字图书资源脱敏访问系统设计

• 作者: 张小英
• 来源期刊: 微型电脑应用
• 学科: 社会科学
• 关键词: 机器学习 数字图书资源 资源脱敏 脱敏访问系统 敏感资源特征
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 63-67
• 页数: 5页
• 分类号: G250.76
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2021.12.018

摘要

为扩展数字图书资源共享度,基于机器学习设计了数字图书资源脱敏访问系统.利用机器学习技术架构数字图书资源脱敏访问系统整体框架,通过划分源数据类别编写对应执行代码,采用预处理模块的预处理、迭代聚类以及资源数据泛化部分完成数据预处理,使用敏感资源判定模块构建敏感资源数据库,选取对应脱敏形式.针对不同应用场景,采取不同的脱敏手段,实现系统安全访问.设计仿真实验,仿真结果表明设计系统脱敏精度与速率优势明显.