基于K近邻分类算法的网络敏感信息自动过滤

作者：石小兵

来源：河北北方学院学报(自然科学版), 2021, 37(11): 1-6.

• K近邻分类
• 网络敏感信息
• 自动过滤
• 自相关特征匹配方法

目的为了提高网络敏感信息过滤能力,提出基于K近邻分类算法的网络敏感信息自动过滤方法。方法采用混合云构架技术对网络敏感信息云存储结构进行分析,根据敏感信息结构特征建立信息特征融合和空间特征压缩模型,采用自相关特征匹配方法实现对网络敏感信息滤波和特征点标定,通过模糊度检测和云融合技术实现对信息的融合处理,采用K近邻分类算法构建网络敏感信息聚类和网格分块重组模型,实现对网络敏感信息自动过滤。结果仿真结果表明,该方法的网络敏感信息检测精度始终保持在90%以上,检测精度较高,且网络敏感信息过滤的吞吐量较高。结论可以有效提升网络敏感信息过滤能力,实际应用效果好。

• 单位
  安徽工业经济职业技术学院