随着5G网络的不断普及，大量用户开始接触并使用5G网络。5G网络不仅可以传送传统网络的语音、视频、文本等信息，还可以凭借更加低时延及高精准的定位能力，被使用在更多具有实用价值的应用场景中，如：战地实况信息、卫星定位导航等等。
网络信息时常会夹杂不良信息，如涉政信息、涉黄信息、涉黑信息、涉诈信息、商业广告消息等，且不良信息数量呈现逐年上升趋势，给用户造成了巨大骚扰。为了净化网络环境，有效管控不良信息传播，中国移动5G不良消息安全管控平台应运而生。
该平台在面对繁杂的网络信息环境时，诸如文本消息、语音信息、视频信息、富媒体信息等，将信息归类为：涉政、涉黄、涉黑、涉诈、商业广告消息、正常消息等等，再通过对应策略进行及时拦截，并根据不良消息的严重程度进行后续惩处处理，从根源净化网络环境，营造良好的网络空间。
现有5G不良消息安全管控平台的过滤机制仅能过滤指定且有限的短语、短句，而随着网络普及，新鲜词汇每天都会大量涌现，仅靠人工手动添加词汇，已经无法做到及时、快速的更新词汇库。而且当今大量用户在发送文本信息时，虽然整个文本信息没有违规词汇，但表达的思想及情感却可能带有大量不良情感倾向，仅靠词汇及短句无法成功拦截不良情感内容。
与现有5G拦截系统相比，融入深度学习的5G拦截系统具有以下优点：
利用深度学习技术提供高可靠性、高真实性的有效鉴别；利用深度学习技术进行情感识别，人工介入少，工作效率高；利用文本情感识别，可有效补充关键词拦截的不足；利用文本情感识别，可将在策略中及时自动更新补充新的词条信息，提高效率。
目前，深度学习应用领域十分广阔，依靠其重复训练、自我学习的方式，可以大大降低人工的工作量，提升效率及准确度。不仅适用于上述不良信息拦截系统，相信在不久的将来，该技术在其他新兴领域也会大放异彩。当然，深度学习本身也不尽完美，并不能解决所有棘手问题。正因为如此，我们应该继续将深度学习技术投入到新场景、新领域以期获得新突破，共创美好的未来智能生活。
