期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
面向铁路敏感数据的识别方法综述 被引量:1
1
作者 陈泓铭 张苔丝 +2 位作者 马锐 吴艳华 李清欣 《铁路计算机应用》 2024年第10期13-22,共10页
铁路信息化产生的海量数据给数据安全带来挑战,敏感数据识别方法研究尤为迫切。文章系统分析国内外现有的敏感数据识别方法研究现状和发展趋势,总结多维度的敏感数据识别方法及其分类,梳理并深入比较、分析基于规则匹配和机器学习的敏... 铁路信息化产生的海量数据给数据安全带来挑战,敏感数据识别方法研究尤为迫切。文章系统分析国内外现有的敏感数据识别方法研究现状和发展趋势,总结多维度的敏感数据识别方法及其分类,梳理并深入比较、分析基于规则匹配和机器学习的敏感数据识别方法。基于规则匹配的敏感数据识别方法具有快速设置、资源需求低的优点,适合识别特定模式的敏感数据;基于机器学习的敏感数据识别方法则具有高适应性、高效率和准确率,能够更好地适应非结构化数据,提高识别的精度和效率。不同的识别方法需要根据不同的应用场景、数据性质及可用资源等因素进行综合考量和选择。该研究可为铁路领域数据安全提供理论支撑。 展开更多
关键词 数据安全 铁路敏感数据 敏感数据识别方法 机器学习 规则匹配
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部