一种基于深度学习的电子阅读器在线数据服务中心的制作方法
技术特征：
1.一种基于深度学习的电子阅读器在线数据服务中心，其特征在于，包括：数据存储模块、网络流量采集模块、深度学习模块以及安全监管模块；
2.根据权利要求1所述的基于深度学习的电子阅读器在线数据服务中心，其特征在于，采用深度学习模型构建用于进行安全监管的网络流量识别模型，包括：采用顺次连接的第一卷积层、第一relu激活层、第一池化层、第二卷积层、第二relu激活层、第二池化层、第三卷积层、第三relu激活层、第三池化层、flatten层、全连接层、dropout层以及softmax输出层构建网络入侵检测模型。
3.根据权利要求2所述的基于深度学习的电子阅读器在线数据服务中心，其特征在于，对所述网络流量识别模型进行训练之后，得到具备网络安全监测的网络流量识别模型，包括：
4.根据权利要求3所述的基于深度学习的电子阅读器在线数据服务中心，其特征在于，获取每个超参数编码对应的适应度，包括：
5.根据权利要求3或4所述的基于深度学习的电子阅读器在线数据服务中心，其特征在于，根据每个超参数编码对应的适应度确定最优超参数编码，包括：根据每个超参数编码对应的适应度，确定适应度最小的超参数编码为最优超参数编码。
6.根据权利要求3所述的基于深度学习的电子阅读器在线数据服务中心，其特征在于，以所述最优超参数编码为参考，采用非线性加权引导策略对每个超参数编码进行一次引导更新，得到一次引导更新之后的超参数编码，包括：
7.根据权利要求6所述的基于深度学习的电子阅读器在线数据服务中心，其特征在于，采用双最优引导策略对一次引导更新之后的超参数编码进行二次引导更新，得到二次引导更新之后的超参数编码，包括：
8.根据权利要求7所述的基于深度学习的电子阅读器在线数据服务中心，其特征在于，采用随机匹配交叉引导更新策略对二次引导更新之后的超参数编码进行三次引导更新，得到三次引导更新之后的超参数编码，包括：
9.根据权利要求8所述的基于深度学习的电子阅读器在线数据服务中心，其特征在于，采用随机飞行引导策略对三次引导更新之后的超参数编码进行四次引导更新，得到四次引导更新之后的超参数编码，包括：
10.根据权利要求9所述的基于深度学习的电子阅读器在线数据服务中心，其特征在于，采用具备网络安全监测的网络流量识别模型对网络流量信息进行识别，得到网络安全监管结果，并根据所述网络安全监管结果对电子阅读器的访问进行控制，包括：
技术总结
本发明公开了一种基于深度学习的电子阅读器在线数据服务中心，属于数据识别技术领域，通过与电子阅读器进行数据交互时，采集交互过程所产生的网络流量信息，并采用具备网络安全监测的网络流量识别模型对所述网络流量信息进行识别，从而可以发现电子阅读器在与数据服务器中心交互过程中的异常，能够及时发现非法的攻击行为，提升了电子阅读器在线数据服务中心的安全性能。
技术研发人员：张召学
受保护的技术使用者：海天地数码科技（北京）有限公司
技术研发日：
技术公布日：2024/12/2
技术研发人员：张召学
技术所有人：海天地数码科技（北京）有限公司
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除