一种基于深度学习的敏感信息泄露检测方法、装置及计算机存储介质

AITNT
正文
推荐专利
一种基于深度学习的敏感信息泄露检测方法、装置及计算机存储介质
申请号:CN202411122999
申请日期:2024-08-15
公开号:CN119025892A
公开日期:2024-11-26
类型:发明专利
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
1
一种模型训练方法、电子设备和计算机可读存储介质
知识图谱补全 模型训练方法 编码器 实体 三元组
2
基于UKF和特征融合模型的气象干旱时空预测系统及方法
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
3
基于大模型的中文网页国际化适配方法、装置及介质
国际化资源文件 网页架构 中文文本 自然语言模型 多媒体
4
一种基于数据驱动的动力透平优化方法及系统
神经网络预测模型 工况参数 GAN模型 流场特征 三维模型
5
数据处理方法、装置、系统、设备、存储介质与终端设备
意图 终端设备 智能体平台 数据处理装置 数据处理方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号