基于K近邻分类算法的敏感信息过滤方法研究

传统过滤方法构建的信息决策树,采用多次过滤的方法过滤敏感信息,但其过滤效果并不理想,因此研究基于K近邻分类算法的敏感信息过滤方法。此次研究按照敏感词内容进行分类,并划分敏感词汇等级;基于K近邻分类算法,创建具有多层结构的敏感信息决策树,并利用K近邻分类算法,设置决策树的过滤逻辑。实验结果表明:与传统敏感信息过滤方法相比,此次研究的过滤方法,对不同等级的敏感信息,都有较好的过滤效果。