一种基于深度学习的API数据泄露检测方法、系统及介质

本发明公开了一种基于深度学习的API数据泄露检测方法、系统及介质，属于数据泄露检测技术领域。方法包括：数据采集阶段，收集接口流量数据，并进行初步数据处理得到API泄露数据集；数据预处理阶段，将API泄露数据集输入word2vec模型和FastText模型，通过拼接两个模型输出的词向量来提取多维度特征完成数据预处理；模型构建与训练阶段，基于注意力机制，结合TextCNN模型和BiLSTM模型构建Att‑TextCNN‑BiLSTM分类模型，并通过预处理后的API泄露数据集对进行训练得到训练好的Att‑TextCNN‑BiLSTM分类模型；数据泄露检测阶段，将待检测数据输入训练好的Att‑TextCNN‑BiLSTM分类模型得到检测结果。本发明在捕捉空间特征的同时，更深入地理解时间上的依赖；可以同时识别局部和全局的敏感数据特征，从而更精确地判定潜在的数据泄露。