[發明專利]一種實現數據泄露防護的方法和系統

在審

• 申請號: 201710379190.6
• 申請日: 2017-05-25
• 公開（公告）號: CN107292193A
• 公開（公告）日: 2017-10-24
• 發明（設計）人: 高學偉;陶亞虎;熊天舒
• 申請（專利權）人: 北京北信源軟件股份有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F17/27;G06F17/30
• 代理公司: 北京東正專利代理事務所(普通合伙)11312
• 代理人: 劉瑜冬

1.一種實現數據泄露防護的方法，其特征在于，該方法包括：

對預處理文本數據進行預處理，形成向量數據；

將向量數據作為K-MEDOIDS聚類算法的輸入數據并且按照預設規則進行無監督學習，形成聚類模型；

通過聚類模型對外發文件進行檢查，判斷外發文件是否為泄密文件，若是，則不允許外發文件外發；否則，允許外發文件外發。

2.根據權利要求1所述的實現數據泄露防護的方法，其特征在于，在對預處理文本數據進行預處理之前，進一步包括：

收集文本數據，并篩選出具有預設特征的文本數據作為進行預處理的預處理文本數據。

3.根據權利要求1所述的實現數據泄露防護的方法，其特征在于，對預處理文本數據進行預處理形成向量數據，包括如下步驟：

對預處理文本數據進行文本分詞，形成分詞文本數據；

去除分詞文本數據中的停用詞，形成去停用詞文本數據；

對去停用詞文本數據進行文檔頻率DF特征提取，形成特征文本數據；

對特征文本數據進行TF-IDF詞頻統計，確定特征文本數據的權重；

根據特征文本數據的權重，將特征文本數據進行向量化，形成向量數據。

4.根據權利要求1所述的實現數據泄露防護的方法，其特征在于，在通過聚類模型對外發文件進行檢查之前，進一步包括：

將聚類模型上傳至服務器；

由服務器將聚類模型配置在客戶端，當客戶端向外發送外發文件時，攔截該外發文件，并將該外發文件發送到聚類模型。

5.根據1至4任一權利要求所述的實現數據泄露防護的方法，其特征在于，在不允許外發文件外發之后，進一步包括：

對外發文件進行審批，判斷是否為策略放行文件，若是，則允許外發文件外發，否則，禁止外發文件外發。

6.一種實現數據泄露防護的系統，其特征在于，該系統包括：處理模塊、聚類模塊和檢查模塊，其中，

處理模塊，用于對預處理文本數據進行預處理，形成向量數據；

聚類模塊，用于將處理模塊形成的向量數據作為K-MEDOIDS聚類算法的輸入數據并且按照預設規則進行無監督學習，形成聚類模型；

檢查模塊，用于通過聚類模塊形成的聚類模型對外發文件進行檢查，判斷外發文件是否為泄密文件，若是，則不允許外發文件外發；否則，允許外發文件外發。

7.根據權利要求6所述的實現數據泄露防護的系統，其特征在于，該系統進一步包括：收集模塊，用于收集文本數據并篩選出具有預設特征的文本數據作為進行預處理的預處理文本數據。

8.根據權利要求6所述的實現數據泄露防護的系統，其特征在于，處理模塊包括：分詞單元、去停單元、提取單元、統計單元和轉換單元，其中，

分詞單元，用于對預處理文本數據進行文本分詞，形成分詞文本數據；

去停單元，用于去除分詞文本數據中的停用詞，形成去停用詞文本數據；

提取單元，用于對去停用詞文本數據進行文檔頻率DF特征提取，形成特征文本數據；

統計單元，用于對特征文本數據進行TF-IDF詞頻統計，確定特征文本數據的權重；

轉換單元，用于根據特征文本數據的權重，將特征文本數據進行向量化，形成向量數據。

9.根據權利要求6所述的實現數據泄露防護的系統，其特征在于，該系統進一步包括：上傳模塊和配置模塊，其中，

上傳模塊，用于將聚類模型上傳至服務器；

配置模塊，用于由服務器將聚類模型配置在客戶端，當客戶端向外發送外發文件時，攔截該外發文件，并將該外發文件發送到聚類模型。

10.根據6至9任一權利要求所述的實現數據泄露防護的系統，其特征在于，該系統進一步包括：審批模塊，用于對檢查模塊判斷為不允許外發的外發文件進行審批，判斷是否為策略放行文件，若是，則允許外發文件外發；否則，禁止外發文件外發。