[發明專利]量化式數據分析方法以及量化式數據分析裝置

有效

• 申請號: 201110402747.6
• 申請日: 2011-12-02
• 公開（公告）號: CN103136306A
• 公開（公告）日: 2013-06-05
• 發明（設計）人: 游國正;劉建宗;蔡奕安
• 申請（專利權）人: 財團法人資訊工業策進會
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 徐金國

1.一種量化式數據分析方法，其特征在于，應用于一計算機系統當中，以判斷一待測文件是否具敏感性，該量化式數據分析方法包含：

取得該計算機系統當中的一樣本數據；

對該樣本數據的內容進行分段，以取得至少一原始數據段落；

對該原始數據段落進行劃分，以取得多個原始文句；

自該些原始文句當中擷取出多個原始文句屬性；以及

依據該些原始文句屬性，建立多個訓練特征向量，其中，該些訓練特征向量是用以判斷該待測文件是否具敏感性。

2.根據權利要求1所述的量化式數據分析方法，其特征在于，還包含：

將該些訓練特征向量儲存至該計算機系統的一數據庫當中，以在該數據庫當中累積該些訓練特征向量。

3.根據權利要求2所述的量化式數據分析方法，其特征在于，還包含：

修改該樣本數據；

對修改后的該樣本數據的內容進行分段，以取得至少一修改數據段落；

對該修改數據段落進行劃分，以取得多個修改文句；

自該些修改文句當中擷取出多個修改文句屬性；

依據該些修改文句屬性，建立多個修改特征向量；以及

依據該些訓練特征向量以及該些修改特征向量之間的差異大小，決定一差異臨界值。

4.根據權利要求3所述的量化式數據分析方法，其特征在于，還包含：

取得該待測文件的一待測數據；

對該待測數據的內容進行分段，以取得至少一待測數據段落；

對該待測數據段落進行劃分，以取得多個待測文句；

自該些待測文句當中擷取出多個待測文句屬性；

依據該些待測文句屬性，建立多個待測特征向量；以及

依據該些待測特征向量、該些訓練特征向量，以及該差異臨界值，決定該待測文件是否具敏感性。

5.根據權利要求4所述的量化式數據分析方法，其特征在于，是將該些待測特征向量與該些訓練特征向量相減以得出至少一差異特征向量，然后依據該差異特征向量與該差異臨界值之間的大小關系，決定該待測文件是否具敏感性。

6.根據權利要求4所述的量化式數據分析方法，其特征在于，該些待測文句屬性包含字數、空白數目、逗號數目、引號數目、冒號數目、分號數目，以及英文與數字數目。

7.根據權利要求3所述的量化式數據分析方法，其特征在于，還包含：

取得該待測文件的一待測數據；

對該待測數據的內容進行分段，以取得至少一待測數據段落；

對該待測數據段落進行劃分，以取得多個待測文句；

自該些待測文句當中擷取出多個待測文句屬性；

依據該些待測文句屬性，建立多個待測特征向量；

自該些待測特征向量當中擇一，作為一現行待測特征向量；

依據該現行待測特征向量，篩選出一訓練特征向量子集合；

計算該現行待測特征向量與該訓練特征向量子集合的各元素的差異；

依據與各元素的差異，判斷該現行待測特征向量是否具有相似性；

當該現行待測特征向量具相似性，參考一鄰近邊界值，檢查該現行待測特征向量先前的多個待測向量是否具相似性；以及

當該些待測向量具相似性，判定該待測文件具敏感性。

8.根據權利要求7所述的量化式數據分析方法，其特征在于，是依據該現行待測特征向量以及一參數矩陣，篩選出與該現行待測特征向量數值相似的該訓練特征向量子集合。

9.根據權利要求7所述的量化式數據分析方法，其特征在于，當判斷出該待測文件具敏感性時，回報一肯定值。

10.根據權利要求7所述的量化式數據分析方法，其特征在于，當判斷出該待測文件不具敏感性時，回報一否定值。