基于生成对抗网络和DenseNet的数据信息安全识别方法

来源：计算机测量与控制杂志2022年第10期北京时间：

作者：夏利玲,顾建华

摘要：针对传统电力巡检过程中必须依靠有经验的人工来完成对电力设备相关数据信息安全进行识别的方法，本文提出一种基于生成对抗网络和密集连接网络的数据信息安全识别方法。在解决安全隐患的同时还可以推动人工智能技术的落地实现。首先，利用生成对抗网络强大的表征能力，通过网络训练对训练样本数据库进行扩充，实现提升生成能力的目的；然后，采用稠密连接网络对数据信息的安全性进行识别；最后，通过比较本文方法在不同类型数据集上的识别度，验证了本方法的可学习与有效性。

关键词：生成对抗网络;DenseNet;电力巡检;电力设备;数据信息;安全识别

基金资助：国家自然科学基金（61502411）；盐城工业职业技术学院横向课题（2021HX-65）