摘要
本发明涉及数据检测技术领域,具体涉及一种基于深度学习的敏感信息检测方法、装置及计算机存储介质,本方法通过构建双路并行卷积神经网络模型并进行训练,基于训练好的模型对患者数据信息进行敏感信息泄露检测。在数据集构建阶段去除与泄露检测结果无关联的特征,在数据集划分阶段避免训练集与测试集中数据样本的重合。本发明在降低数据泄露风险的同时提升了模型的检测性能以及泛化能力。
技术关键词
敏感信息泄露检测
卷积神经网络模型
患者医疗数据
样本
文本
训练集
敏感信息检测方法
计算机程序指令
计算机存储介质
数据检测技术
信息检测模块
序列
图像
可读存储介质
标签
阶段
超声波
系统为您推荐了相关专利信息
时空预测方法
融合时空特征
时间递归神经网络
气象
边界特征
国际化资源文件
网页架构
中文文本
自然语言模型
多媒体
神经网络预测模型
工况参数
GAN模型
流场特征
三维模型
意图
终端设备
智能体平台
数据处理装置
数据处理方法