文献类型：期刊文章

作　　者：白杰[1,2] 杜彦辉[1]

BAI Jie;DU Yanhui(College of Information Network Security,People’s Public Security University of China,Beijing 100038,China;College of International Education,Wenzhou University,Wenzhou 325035,China)

机构地区：[1]中国人民公安大学信息网络安全学院,北京100038 [2]温州大学国际教育学院,浙江温州325035

出　　处：《西安理工大学学报》

基　　金：国家重点研发计划重点专项项目(2016YFB0801105)。

年　　份：2021

卷　　号：37

期　　号：3

起止页码：397-402

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、JST、ZGKJHX、核心刊

摘　　要：本文针对社交类网游中敏感信息识别处理体系展开研究,提出了区块链模式下网游敏感信息即时数据挖掘框架。选取某大型社交网游聊天室数据库进行测试,采用基于Python的SKLearn库进行数据预处理,通过TensorFlow实现模型训练和验证。结果表明:针对网游语境中的短文本识别,TextCNN的准确率高于朴素贝叶斯、CNN两种模型5%以上,因此在模型数据层中引入TextCNN模型能够满足大型网游中敏感信息识别高效、精准的要求。结论证明,区块链模式下的网游敏感信息挖掘框架具有联盟链的层级管理优势、分布式账本对信息传播全程留痕的特性,并能通过智能合约和共识机制提升合约执行力。

关 键 词：网络敏感信息  社交类网游  区块链模型  深度学习  

分 类 号：TP391.1]