基于卷积神经网络的敏感文件检测方法

doi:10.3969/j.issn.1006-2475.2018.07.006

计算机与现代化

基于卷积神经网络的敏感文件检测方法

(1.南瑞集团有限公司(国网电力科学研究院),江苏南京211106；2.国网江苏省电力公司信息通信分公司,江苏南京210024)

收稿日期:2017-10-30 出版日期:2018-08-23 发布日期:2018-08-27
作者简介:林学峰(1988-),男,江苏靖江人,南瑞集团有限公司（国网电力科学研究院）工程师,硕士,研究方向:信息安全;夏元轶(1988-),男,江苏无锡人,国网江苏省电力公司信息通信分公司工程师,硕士,研究方向:信息安全;郭金龙(1991-),男,安徽亳州人,硕士研究生,研究方向:网络安全,信息安全;于晓文（1990-）,女,江苏连云港人,工程师,硕士,研究方向:信息安全。
基金资助:
国家电网公司科技项目(SGJSXT00JFJS1700101)

SensitiveFileDetectionMethodBasedonCNN

(1.NARIGroupCorporation/StateGridElectricPowerResearchInstitute,Nanjing211106,China；
2.Information&TelecommunicationBranch,StateGridJiangsuElectricPowerCo.Ltd.,Nanjing210024,China)

Received:2017-10-30 Online:2018-08-23 Published:2018-08-27

摘要/Abstract

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。

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

Abstract: Inrecentyears,thepowerindustryinformationconstructionhasmadegreatachievements.Moreandmoreofficedocuments,projectdocuments,projectcontractsandotherdocumentsinvolvingindustrysecrettransmitonInternet,onthetransmissionprocess,enterprise-classsensitivedocumentsmayhavebeenleaked.Traditionalsensitivedatarecognitionmethodbasedonsensitivelexiconforfeaturedetectioncangetdetectionresultquickly,butthereisalowaccuracy,highfalsenegativesrateandfalsepositivesrate.ThispaperproposesasensitivefiledetectionmethodbasedonDeepLearning.Themethodreferstowordembeddingandconvolutionneuralnetworkalgorithmtorealizetheaccurateclassificationofsensitivedocuments.Theapproachinthispapermakesenterprisesensitivefilesdetectionindependentoffeaturekeywords,andreducesthefalsenegativerateandfalsepositiverate.

Key words: sensitivewordtable, wordembedding, convolutionneuralnetwork, deeplearning, sensitivefiledetection

中图分类号:

TP309.2

林学峰1,夏元轶2,郭金龙1,于晓文1. 基于卷积神经网络的敏感文件检测方法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2018.07.006.

LINXue-feng1,XIAYuan-yi2,GUOJin-long1,YUXiao-wen1. SensitiveFileDetectionMethodBasedonCNN[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2018.07.006.

参考文献

［1］徐建忠,罗准辰,张亮.语义扩展技术在敏感数据识别中的应用研究［J］.现代电子技术,2016,39(12):80-82.
［2］李扬,潘泉,杨涛.基于短文本情感分析的敏感信息识别［J］.西安交通大学学报,2016,50(9):80-84.
［3］于东,荀恩东.基于WordEmbedding语义相似度的字母缩略术语消歧［J］.中文信息学报,2014,28(5):51-59.
［4］蔡慧苹,王丽丹,段书凯.基于WordEmbedding和CNN的情感分类模型［J］.计算机应用研究,2016,33(10):2902-2905.
［5］KrizhevskyA,SutskeverI,HintonGE.ImageNetclassificationwithdeepconvolutionalneuralnetworks［C］//Proceedingsofthe25thInternationalConferenceonNeuralInformationProcessingSystems.2012:1097-1105.
［6］CollobertR,WestonJ,BottonL,etal.Naturallanguageprocessing(almost)fromscratch［J］.JournalofMachineLearningResearch,2011,12(1):2493-2537.
［7］ShenYelong,HeXiaodong,GaoJianfeng,etal.LearningsemanticrepresentationsusingconvolutionalneuralnetworksforWebsearch［C］//Proceedingsofthe23rdInternationalConferenceonWorldWideWeb.2014:373-374.
［8］KalchbrennerN,GrefenstetteE，BlunsomP.Aconvolutionalneuralnetworkformodellingsentences［C］//Proceedingsofthe52ndAnnualMeetingoftheAssociationforComputationalLinguistics.2014:655-665.
［9］MikolovT,SutskeverT,ChenKai,etal.Distributedrepresentationsofwordsandphrasesandtheircompositionality［C］//Proceedingsofthe26thInternationalConferenceonNeuralInformationProcessingSystems.2013:3111-3119.
［10］BengioY,DucharmeR,VincentP,etal.Aneuralprobabilisticlanguagemodel［J］.JournalofMachineLearningResearch,2003,3(6):1137-1155.
［11］MikolovT,KarafiátM,BurgetL,etal.Recurrentneuralnetworkbasedlanguagemodel［C］//Proceedingsofthe11thAnnualConferenceoftheInternationalSpeechCommunicationAssociation.2010:1045-1048.
［12］HintonGE,SalakhyurdinovRR.Reducingthedimensionalityofdatawithneuralnetworks［J］.Science,2006,313(5786):504-507.
［13］HintonGE,OsinderoS,TehYW.Afastlearningalgorithmfordeepbeliefnets［J］.NeuralComputation,2006,18(7):1527-1554.
［14］GoodfelloI,BengioY,CourvilleA.深度学习［M］.赵申剑,符天凡,李凯,等译.北京:人民邮电出版社，2017.
［15］DomingosP.终极算法［M］.黄芳萍译.北京:中信出版集团股份有限公司,2017.
［16］HarringtonP.机器学习实战［M］.李锐,李鹏,曲亚东译.北京:人民邮电出版社,2013.
［17］郑泽宇,顾思宇.TensorFlow：实战Google深度学习框架［M］.北京:电子工业出版社，2017.
［18］何宇健.Python与机器学习实战：决策树、集成学习、支持向量机与神经网络算法详解及编程实现［M］.北京:电子工业出版社,2017.

[1]	胡崇佳, 刘金洲, 方立. 基于无监督域适应的室外点云语义分割[J]. 计算机与现代化, 2024, 0(01): 74-79.
[2]	林威. 基于自监督学习和数据回放的新闻推荐模型增量学习方法[J]. 计算机与现代化, 2023, 0(12): 1-6.
[3]	周成诚, 曾庆军, 杨康, 胡家铭, 韩春伟. 基于高效通道注意力模块的运动想象脑电识别[J]. 计算机与现代化, 2023, 0(12): 19-23.
[4]	梁天恺, 黄康华, 刘凯航, 兰岚, 曾碧. 基于双向同态加密的深度联邦图片分类方法[J]. 计算机与现代化, 2023, 0(12): 36-40.
[5]	邱凯星, 冯广. 基于双重特征注意力的多标签图像分类模型[J]. 计算机与现代化, 2023, 0(12): 41-47.
[6]	张伯泉, 麦海鹏, 陈嘉敏, 逄锦聚. 基于高灰度值注意力机制的脑白质高信号分割[J]. 计算机与现代化, 2023, 0(12): 67-75.
[7]	马泽宇, 叶宁, 徐康, 王甦, 王汝传, . 基于FMCW雷达和ResNeSt-GRU的行为识别方法[J]. 计算机与现代化, 2023, 0(11): 101-107.
[8]	李延满, 王必恒, 赵羚焱. 基于轻量化YOLOv5的安全帽检测[J]. 计算机与现代化, 2023, 0(10): 59-64.
[9]	黎世达, 项剑文. 一种提高图像识别模型鲁棒性的弱化强化方法[J]. 计算机与现代化, 2023, 0(10): 70-76.
[10]	沈加炜, 陆一鸣, 陈晓艺, 钱美玲, 陆卫忠, . 基于深度学习的人体行为检测方法研究综述[J]. 计算机与现代化, 2023, 0(09): 1-9.
[11]	刘付琪, 张达, 宋建华, 王海东. 基于CNN-BiLSTM的液压系统故障诊断[J]. 计算机与现代化, 2023, 0(09): 10-19.
[12]	吴甜, 刘海华, 童顺延. 基于深度反馈的卷积神经网络的图像分类[J]. 计算机与现代化, 2023, 0(09): 82-86.
[13]	刘禅奕, 黄丹, 薛林雁, 王涛, 朱桃, . 改进EfficientNet网络的COVID-19 X光分类[J]. 计算机与现代化, 2023, 0(09): 94-99.
[14]	马国祥, 杨凌菲, 严传波, 张志豪, 孙彬, 王晓荣. 基于深度DenseNet网络的肝包虫病超声影像诊断方法[J]. 计算机与现代化, 2023, 0(09): 100-104.
[15]	农皓程, 任德均, 任秋霖, 刘澎笠, 黄德成. 基于改进ConvNeXt的软塑包装表面异常检测算法[J]. 计算机与现代化, 2023, 0(08): 12-17.

基于卷积神经网络的敏感文件检测方法

SensitiveFileDetectionMethodBasedonCNN

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价