基于人工智能的网络安全信息自动识别系统设计

发布时间：2021-02-27 16:25

　　针对传统的网络安全信息自动识别系统自动识别率低,自动识别能力差等问题,设计了基于人工智能的网络安全信息自动识别系统。首先选用型号HCL1215873289网络安全信息识别装置,设计无线蓝牙串口通信接口,然后经合波光放将网络安全信息自动识别结果传输到远端,从而优化硬件性能,收集终端数据,最后利用神经网络进行网络安全信息传输,处理与自动识别。实验结果表明,所设计的识别系统网络安全信息自动识别率最高达到89.95%,实验对照系统最高仅为50.02%,该系统具有更强的识别能力。 

【文章来源】：黑龙江工业学院学报(综合版). 2020,20(07)

【文章页数】：4 页

【部分图文】：

网络安全信息自动识别率对比图

【参考文献】：
期刊论文
[1]人工智能在图书馆网络安全中的应用研究[J]. 贾炜韬,丁瑞峰.  图书情报导刊. 2019(09)
[2]基于监控大数据平台上的人工智能应用总体设计[J]. 陆晓,刘翌,江叶峰,余璟,范青,张华成.  电力大数据. 2019(04)
[3]基于视觉传达的新型人工智能系统优化设计[J]. 郭东妍,赵焱.  数字通信世界. 2019(02)
[4]大数据背景下计算机网络技术中人工智能的应用[J]. 张一民.  数码世界. 2018(12)
[5]铁路通信网络安全的分析测试与可信防御研究[J]. 李赛飞,闫连山,李洪赭,郭伟,张卫军,刘清涛.  西南交通大学学报. 2018(06)
[6]FY-3A MERSI短波红外通道图像增益突跳自动识别和归一[J]. 樊阿馨,徐娜,许廷发,胡秀清,王吉晖,何玉青,张继洲,吴荣华,徐寒列.  光学学报. 2018(11)
[7]浅谈基于神经网络深度学习算法的人脸识别技术[J]. 黄发扬.  智能建筑. 2018(10)
[8]基于认知过程的新型人工智能系统设计[J]. 王娅.  科技通报. 2018(09)
[9]用于SAR图像海面溢油自动识别的Bagging-AdaBoost决策树分类器系统[J]. 丁新涛,曾侃,贺明霞.  中国海洋大学学报(自然科学版). 2018(10)



本文编号：3054491