[發明專利]一種文檔數據安全管理方法和系統

有效

• 申請號: 200680045653.5
• 申請日: 2006-12-05
• 公開（公告）號: CN101322136A
• 公開（公告）日: 2008-12-10
• 發明（設計）人: 王東臨;郭旭;劉昌偉;鄒開紅
• 申請（專利權）人: 北京書生國際信息技術有限公司
• 主分類號: G06F21/00
• 分類號: G06F21/00
• 代理公司: 北京德琦知識產權代理有限公司
• 代理人: 王琦;王誠華

技術領域

本發明涉及一種文檔數據處理技術，特別涉及一種文檔數據安全管 理方法和系統，以及一種文檔庫系統。

發明背景

目前，信息可大致分為結構化數據和非結構化數據。結構化數據的 結構比較簡單，即一個二維表結構，其處理技術以數據為代表，主要是 利用數據庫系統進行處理。而以書面文檔和流媒體為主的非結構化數據 則沒有固定數據結構，因此非結構化數據的處理非常的復雜。

當前各種非結構化文檔處理軟件已經比較普及，形成了多種文檔格 式林立的狀況，比如，文檔編輯目前就存在Microsoft的word、WPS、 永中的Office、Red的Office等。通常，一個內容管理軟件往往要處理 二三百種文檔格式，而且這些格式還在不斷更新，給軟件開發商帶來了 巨大的困難。如何實現文檔通用性、進行數字內容提取、格式兼容越來 越成為業界的關注點。

如何解決文檔通用性、進行數字內容提取、格式兼容越來越成為業 界的關注點并需要解決以下問題：

1)文檔不通用：

基本上，不同用戶只能交換同一種軟件處理的文檔，無法交換不同 軟件處理的文檔，形成信息封閉。

2)訪問接口不統一、數據兼容代價太高：

不同的文檔處理軟件之間，文件格式互不兼容，在處理過程中要么 利用對方組件解析(前提是對方提供相應接口)，要么自己投入研發力 量從頭到尾的解析對方的格式。

3)信息安全較差：

目前針對書面文檔的權限控制手段單一，主要是數據加密、口令認 證。因為信息泄露，每年造成巨大損失的公司案例層出不窮。

4)都是針對單個文檔的處理，缺乏多文檔管理手段：

每個人電腦中都有大量文檔，但多個文檔之間缺乏有效的組織管 理，而且資源共享很難。如，字庫/字體文件、全文數據檢索等。

5)頁面分層的技術不完善：

目前一些軟件，如Adobe的photoshop，Microsoft的word，多多少 少已經有層的概念，但層的功能還比較單一，管理手段比較簡單，不能 滿足應用需求。

6)檢索手段不夠豐富：

隨著信息的海量化，用任何一個關鍵詞來搜索都會得到數量龐大的 檢索結果，全文檢索技術基本解決了查全率的問題，但查準率迅速上升 為首要問題。現有技術還沒有很充分地利用全部信息來解決查準率問 題，例如每個文字的字體、字號完全可以用來判斷該文字的重要性，但 都在檢索時被忽略了。

雖然各大公司目前都努力將自己特有的文檔格式發展為市場標準， 各標準組織也致力于制訂通用的文檔格式標準。但不管是專有的文檔格 式(如.doc)還是開放的文檔格式(如PDF)，只要是以文檔格式為標準， 就不可避免產生以下問題：

a)重復開發，效果不統一：

使用同一標準的不同軟件都需要自己去解釋、生成該格式的文檔， 造成大量重復開發，而且會因為各家解釋程序不同，例如有的完善有的 相對簡單，有的支持新版本有的只支持舊版本數據，同一文檔在不同軟 件下顯現出不同的版式，甚至出現解釋錯誤導致無法打開文檔。

b)阻礙創新：

軟件是不斷創新的行業，但由于每增加一個新功能就需要增加描述 該功能的信息，而且只有等到標準修訂的時候才能增加新的格式，因此 把存儲格式固定死，將會妨礙技術創新的競爭。

c)影響檢索性能：

對海量信息，需要增加大量的檢索信息以提高檢索性能，但固定死 的存儲格式難以增加檢索信息

d)影響可移植性和可伸縮性：

在不同的系統環境下，不同的應用需求，可能會有不同的存儲要求。 例如，存儲在硬盤上就需要考慮如何減少磁頭尋道的次數以提高性能， 而在嵌入式應用中數據都相當于存儲在內存中的，就不存在這個問題。 例如，同一個廠商的數據庫軟件在不同平臺上就可能會使用不同的存儲 格式。因此，設置文檔存儲標準將會影響系統的可移植性和可伸縮性。