基于深度学习的网络安全信息管理系统的设计

发布时间：2024-01-20 11:21

　　随着越来越多的企业基于网络开展业务,企业在数据安全、网络安全与系统安全等各方面都面临着全新的挑战^[1]。通过在企业内部建立网络安全信息管理系统,对于解决企业业务面临的安全威胁,提高风险管控能力具有重要的理论和实际意义。本文以某企业的实际需求及特殊要求出发,研究并且实现了一个基于深度学习的网络安全信息管理系统。论文主要从以下方面进行阐述:(1)基于深度学习的文本分类技术,对文本表示模型进行了深入研究。并对分布式表示算法Word2Vector词向量模型进行重点分析。通过对两种文本表示模型原理的分析,比较了其对语境预测情况的差异,并通过实验比对,发现Skip-gram模型在网络安全信息分类场景,具有更大的优势。(2)通过Word2Vector生成文本的词向量,既保留了文本原有的语义信息,又能够通过目标词预测上下文的概率。并且通过实验,对网络安全信息文本分类场景中的词向量维度、窗口大小等参数进行调整,使得特征文本被更有效的处理,获得了效果更好的词向量。(3)通过词嵌入层、卷积层、池化层和全连接层四层卷积神经网络来进行网络安全信息的分类,使原先需要人工完成的分类工作替换为自...

【文章页数】：59 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 研究现状
    1.3 本文的研究内容
    1.4 论文结构及内容
    1.5 本章小结
第2章 相关技术介绍
    2.1 文本分类的基本介绍
    2.2 词向量
    2.3 卷积神经网络
    2.4 Tensorflow
    2.5 网络爬虫
    2.6 搜索引擎
    2.7 本章小结
第3章 基于深度学习的文本分类
    3.1 文本预处理
    3.2 生成词向量
    3.3 分类模型构建
    3.4 文本分类实验
    3.5 本章小结
第4章 基于深度学习的网络安全信息管理系统的设计
    4.1 系统需求分析
    4.2 系统概要设计
    4.3 系统模块详细设计
    4.4 系统测试
    4.5 本章小结
第5章 结论与展望
参考文献
致谢



本文编号：3880747