[發(fā)明專利]量化式數(shù)據(jù)分析方法以及量化式數(shù)據(jù)分析裝置

有效

• 申請?zhí)枺?/td>: 201110402747.6
• 申請日: 2011-12-02
• 公開（公告）號: CN103136306A
• 公開（公告）日: 2013-06-05
• 發(fā)明（設(shè)計）人: 游國正;劉建宗;蔡奕安
• 申請（專利權(quán)）人: 財團法人資訊工業(yè)策進(jìn)會
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京律誠同業(yè)知識產(chǎn)權(quán)代理有限公司 11006
• 代理人: 徐金國

技術(shù)領(lǐng)域

本發(fā)明是有關(guān)于一種量化式數(shù)據(jù)分析方法，且特別是有關(guān)于一種與信息安全相關(guān)的數(shù)據(jù)分析方法。

背景技術(shù)

近年來，一些研究機構(gòu)指出，全球企業(yè)因資料外泄所造成的損失，達(dá)1兆美元以上，一些研究報告也指出，2011年的資料外泄個案是2010年的五倍多，而企業(yè)安全的十大威脅中，“員工不經(jīng)意中而泄漏重要信息”和“資料被內(nèi)部成員竊取”等威脅分別位于第二和第五名，由內(nèi)部成員外泄機密的事件逐年增加，已與外部入侵竊取機密的比例相當(dāng)。

為了保護(hù)企業(yè)內(nèi)部的重要數(shù)據(jù)，許多企業(yè)均采用信息安全(information?security)管理系統(tǒng)來監(jiān)控企業(yè)內(nèi)部的各種信息，避免重要數(shù)據(jù)外流而造成企業(yè)的重大損失。一般而言，這些企業(yè)的信息安全政策會對計算機的文檔寫出權(quán)限、光盤燒錄權(quán)限、文檔打印權(quán)限、軟/硬件使用權(quán)限、網(wǎng)頁瀏覽權(quán)限、網(wǎng)絡(luò)傳輸權(quán)限及記錄查詢...等做出設(shè)定與紀(jì)錄，以對企業(yè)內(nèi)部的計算機信息進(jìn)行控管。

然而，目前企業(yè)內(nèi)部所采用的信息安全控管方法，大多無法十分準(zhǔn)確有效地找出需要保密的文件，極有可能將一般員工的私人文件也當(dāng)成機敏文件處理，造成員工的困擾；或是需要龐大的資源來對企業(yè)內(nèi)部的文件進(jìn)行管控，消耗了龐大的人力與物力成本。

發(fā)明內(nèi)容

因此，本發(fā)明的一方面是在提供一種量化式數(shù)據(jù)分析方法，能夠有效且準(zhǔn)確地對企業(yè)內(nèi)部的文件或是應(yīng)用程序進(jìn)行管控，降低人力與物力成本。

依據(jù)本發(fā)明一實施例，量化式數(shù)據(jù)分析方法應(yīng)用于一計算機系統(tǒng)當(dāng)中，以判斷一待測文件是否具敏感性，此量化式數(shù)據(jù)分析方法是取得計算機系統(tǒng)當(dāng)中的一樣本數(shù)據(jù)；對樣本數(shù)據(jù)的內(nèi)容進(jìn)行分段，以取得至少一原始數(shù)據(jù)段落；對原始數(shù)據(jù)段落進(jìn)行劃分，以取得多個原始文句；自原始文句當(dāng)中擷取出多個原始文句屬性；以及依據(jù)原始文句屬性，建立多個訓(xùn)練特征向量。

本發(fā)明的另一方面是在提供一種量化式數(shù)據(jù)分析裝置，能夠有效且準(zhǔn)確地對企業(yè)內(nèi)部的文件或是應(yīng)用程序進(jìn)行管控，降低人力與物力成本。

依據(jù)本發(fā)明的另一實施例，量化式數(shù)據(jù)分析裝置內(nèi)建于一電子裝置當(dāng)中，以判斷一待測文件或是正在執(zhí)行的一應(yīng)用程序是否具敏感性，此量化式數(shù)據(jù)分析裝置內(nèi)含一文本特征建置器以及一鄰似特征搜尋器。文本特征建置器含有一數(shù)據(jù)擷取器、一數(shù)據(jù)劃分器以及一文句分析器。數(shù)據(jù)擷取器取得一樣本數(shù)據(jù)或是一待測文件，并分別自樣本數(shù)據(jù)或是待測文件中，抽取出一原始數(shù)據(jù)或是一待測數(shù)據(jù)；數(shù)據(jù)劃分器對原始數(shù)據(jù)或是待測數(shù)據(jù)的內(nèi)容進(jìn)行分段，以取得至少一原始數(shù)據(jù)段落或是至少一待測數(shù)據(jù)段落，并對原始數(shù)據(jù)段落或是待測數(shù)據(jù)段落進(jìn)行劃分，以取得多個原始文句或是多個待測文句。文句分析器自原始文句或是待測文句當(dāng)中，擷取出數(shù)個原始文句屬性或是數(shù)個待測文句屬性，并依據(jù)原始文句屬性或是待測文句屬性，建立數(shù)個訓(xùn)練特征向量或是多個待測特征向量。鄰似特征搜尋器依據(jù)待測特征向量、訓(xùn)練特征向量，以及差異臨界值，決定待測文件是否為具敏感性。

以上實施例的量化式數(shù)據(jù)分析裝置以及量化式數(shù)據(jù)分析方法，是運用量化方式參考前后文的特征，以文件內(nèi)容為基礎(chǔ)進(jìn)行分析，不因單一關(guān)鍵詞而造成誤判；對于未知文件或稍作修改的已知文件皆能正確判斷，增加了可應(yīng)用的層面。

附圖說明

為讓本發(fā)明的上述和其它目的、特征、優(yōu)點與實施例能更明顯易懂，所附附圖的說明如下：

圖1是繪示本發(fā)明一實施方式量化式數(shù)據(jù)分析方法的流程圖；

圖2A、圖2B以及圖2C是繪示本發(fā)明兩種實施方式量化式數(shù)據(jù)分析方法的流程圖；

圖3是繪示本發(fā)明一實施方式特征向量說明示意圖；

圖4是繪示本發(fā)明一實施方式量化式數(shù)據(jù)分析裝置的方塊圖；

圖5A、圖5B以及圖5C是分別繪示本發(fā)明三種實施方式當(dāng)中電子裝置的應(yīng)用示意圖。

【主要組件符號說明】

具體實施方式

以下實施例的量化式數(shù)據(jù)分析裝置以及量化式數(shù)據(jù)分析方法，是運用量化方式參考前后文的特征，對文件內(nèi)容為基礎(chǔ)進(jìn)行分析，未知文件或稍作修改的已知文件皆能正確判斷；此外，使用者可自訂相似度門檻值，作為分類的依據(jù)，增加了比對的彈性。