基于深度强化学习的在线社交网络多模态的安全内容搜索研究  

作　　者：郭认飞 

机构地区：[1]深圳市网联安瑞网络科技有限公司,广东518000

出　　处：《网络安全技术与应用》2023年第6期41-42,共2页Network Security Technology & Application

摘　　要：深度强化学习是一种全新的机器学习方式,它将深度学习与强化学习相结合,使得职能主体可以在高维环境中感知信息,并通过训练模型,作出相应的决策。深度强化学习是一种非常普遍、有效的方法,它已经被广泛地应用到我们的日常生活中。快速发展的在线社交网络在不断积累数据的同时,也会产生巨大的数据增长。首先,由于在线社交网络大数据所具有的特殊的数据特性,使得传统的信息搜索算法很难适应用户的需要。其次,由于在线社交网络中的信息量较大,因此,在线社交网络中海量数据的收集和处理的水准也越来越高。所以,如何基于深度强化学习提高在线社交网络的安全内容搜索已成为当前的研究热点。本文介绍了深度强化学习的产生与发展,阐述了基于深度强化学习的在线社交网络多模态安全内容的搜索与分析,并对其实现的技术和工具进行了详细的说明,并对各模块的具体功能进行了深入的探讨。

关 键 词：深度强化学习 社交网络 安全内容 搜索 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] G206[自动化与计算机技术—控制科学与工程]