基于机器学习的匿名大数据访问控制系统设计  

作　　者：钱丽平 

机构地区：[1]江苏省吴江中等专业学校,江苏苏州215200

出　　处：《电脑编程技巧与维护》2025年第4期138-140,共3页Computer Programming Skills & Maintenance

摘　　要：针对现有数据访问控制系统存在的数据风险识别率低、计算资源占用过高等不足,设计了一种基于机器学习的匿名大数据访问控制系统。系统在总体架构上包括应用层、平台层和存储层,核心硬件模块包括元数据管理模块和访问控制模块。在软件算法上引入了机器学习算法模型中的One-Hot模型,并设计了一种模块化的神经网络结构,以提升大数据访问控制能力和风险识别能力。测试结果显示,系统的访问风险识别率能够达到99.3%,CPU消耗资源占比也优于传统访问控制系统。

关 键 词：机器学习 匿名大数据 One-Hot模型 风险识别能力 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]