摘要
本说明书一个或多个实施例提供一种用于防止信息泄露的风险预测方法及装置,通过预先构建的深度神经网络模型,对多个第一用户对第三方应用程序的访问数据和操作数据进行推理,以对每个第一用户的每一种属性信息预测对应的置信度分数。这些属性信息表征了相应第一用户较为重要、敏感的用户信息,因此,每个第一用户的每一种属性信息的置信度分数反映了相应第一用户的操作行为存在信息泄露风险的可能性。基于此,根据深度神经网络模型对每个第一用户的每一种属性信息预测的置信度分数,可以确定相应第一用户是否存在信息泄露风险,有效预测用户行为的安全与否,为必要的信息安全防护提供了依据和基础,保障了系统安全,避免了用户信息泄露。
技术关键词
深度神经网络模型
数据收集模块
信息安全防护
风险预测方法
置信度阈值
校准
计算机程序产品
风险预测装置
标识
存储计算机程序
元素
电子设备
页面
可读存储介质
存储器
标签
处理器
系统为您推荐了相关专利信息
风险评价方法
土壤微塑料
土壤理化性质分析
农田
密度分离法
物联网智能监控系统
数据传输模块
自动控制方法
智能监控模块
传感模块