自十九届全国代表大会以来,保密工作越来越成为维护国家利益的重要任务。而定密作为保密工作的关键一环,也逐渐成为人们关注的重点。传统的人工定密方式存在着可控制性差、适应性弱、准确度低以及定密效率过低的缺点。而随着人工智能领域的兴起,利用计算机技术建立数字化的定密技术成为了当前保密领域相关学者的研究重点。本文对机器学习理论中支持向量机(SVM)分类算法与最小最大模块化网络(M~3)算法进行深入研究与分析,并将支持向量机(SVM)分类算法与最小最大模块化网络(M~3)算法相结合提出最小最大支持向量机(M~3-SVMs(H))定密技术。通过设计相关的实验对建构的最小最大支持向量机(M~3-SVMs(H))定密技术的性能进行验证。通过对比不同定密技术定密工效率(耗时)以及准确性(F1值),得出结论最小最大支持向量机(M~3-SVMs(H))定密技术有良好的定密效率以及准确性。可以有效地应用于定密工作中。