基于卷积神经网络的智能机器人信息安全访问控制方法

针对智能机器人接收的多样模态访问信息,文章提出了基于卷积神经网络的访问控制方法。通过量化处理图像、文本、语音数据,引入卷积神经网络分析“超平面”中的映射分布,确定访问控制函数输出。测试显示,该方法下异常访问对系统安全态势影响小,参数稳定在90.0以上,显著优于对照组,展现了可靠性方面的优势。