当前，淫秽色情等有害信息的鉴别主要依靠“鉴黄师”等人工手段，费时费力、效率低下，难以适应爆发式增长的互联网发展需求。本引擎基于深度学习技术开发不良信息识别系统，对互联网/移动互联网中的色情图片和视频进行快速精准的鉴别和过滤，在有效遏制此类图片视频在互联网上的传播的同时，显著提高网络内容的审查效率。该识别引擎主要由基于深度卷积神经网络的核心识别算法、GPU/CPU分布式识别架构以及web监控平台三部分构成。系统模块通过与外部系统接口获取要识别的图像、音视频内容，然后通过去燥（过滤掉非法格式）、去重（根据MD5和内容去重）、格式化（将要识别的图片转为为可识别格式和大小）等处理流程后实现涉黄判断。系统具有自学习功能，能够基于不断丰富的样本，定期对以训练好的模型进行参数与优化，不断提升性能。系统还构建了云知识库，支持通过云平台的方式进行识别结果的优化并通过大数据的关联分析、数据挖掘等方法提高识别模型，并可以服务形式对外提供识别知识库的更新，从而优化本地识别程序。