论文部分内容阅读
敏感数据信息一旦被外泄，后果将不堪设想。而防泄密管理中亟待解决的重大问题，即是如何能快速、准确地从大量数据信息识别敏感内容。本文首先基于敏感文本库，训练已知分类文本集；在简便有效的文本敏感特征提取方法的基础上，引入类间离散因子修正传统的TF-IDF权值确定方法；随后利用支持向量机构建分类器，以识别和判断敏感文本内容。实验表明，在查准率、查全率、F1测试值，虚警、漏检，以及处理时间等方面，该算法具有较高的准确性和高效性。