[發明專利]文檔發送方法、裝置、設備及存儲介質

有效

• 申請號: 202011613785.1
• 申請日: 2020-12-30
• 公開（公告）號: CN112733523B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 王誠安;李可;郜振鋒
• 申請（專利權）人: 深信服科技股份有限公司
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F40/279;G06F21/10
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 周艷;張穎玲

本申請實施例提供一種文檔發送方法、裝置、設備及計算機可讀存儲介質，其中，方法包括：響應于終端發送的文檔發送請求，獲取待發送文檔的文檔字符串；其中，所述文檔字符串是對應于所述待發送文檔的全部內容的字符串；對所述文檔字符串進行指紋轉換處理，得到所述待發送文檔的文檔指紋；根據所述文檔指紋與預設參考文檔的參考指紋，確定所述待發送文檔的文檔類型；當所述文檔類型為限制發送類型時，禁止發送所述待發送文檔。通過本申請，能夠提高字數差距大的文檔文本之間相似度匹配的精確度，同時由于文檔指紋保留的文檔特征足夠多，對于文檔檢測時誤判的情況也得到了明顯的改善。

技術領域

本申請實施例涉及通信領域，涉及但不限于一種文檔發送方法、裝置、設備及存儲介質。

背景技術

文檔檢測是保證文檔數據安全的核心技術。在傳統業務場景中，文檔檢測方法主要部署于終端數據泄露防護系統(DLP，Data?leakage?prevention)和網路DLP，用于負責識別出待測文檔中包含的機密信息，并交由后續模塊采取阻斷、報警等相應處理措施。

相關技術中，通常是將文檔里面出現的高頻詞語生成文檔指紋，并與參考文檔的指紋進行相似度匹配，進而確定文檔是否為限制發送文檔。

但是，這種方法具有很大的局限性，首先，文檔文本內容字數之間的差距太大，會影響兩個文檔相似度匹配的精確性；其次，兩個內容不同的文檔如果用詞相似的話，則會導致誤判，使得用戶無法準確得知兩個文檔是否為相似文檔。

發明內容

本申請實施例提供一種文檔發送方法、裝置、設備及存儲介質。

本申請實施例的技術方案是這樣實現的：

本申請實施例提供一種文檔發送方法，包括：

響應于終端發送的文檔發送請求，獲取待發送文檔的文檔字符串；其中，所述文檔字符串是對應于所述待發送文檔的全部內容的字符串；

對所述文檔字符串進行指紋轉換處理，得到所述待發送文檔的文檔指紋；

根據所述文檔指紋與預設參考文檔的參考指紋，確定所述待發送文檔的文檔類型；

當所述文檔類型為限制發送類型時，禁止發送所述待發送文檔。

在一些實施例中，對每一所述子字符串進行所述指紋轉換處理，得到每一子字符串的第一指紋，包括：

根據預設算法，確定每一所述子字符串的哈希值；

將每一所述子字符串的哈希值，確定為對應子字符串的所述第一指紋。

在一些實施例中，所述方法還包括：

對所述參考文檔進行所述字符提取，對應得到第二字符串；

對所述第二字符串進行所述指紋轉換處理，得到所述參考文檔的參考指紋。

本申請實施例提供一種文檔發送裝置，所述裝置包括獲取模塊、指紋轉換模塊、確定模塊和發送模塊，包括：

獲取模塊，用于響應于終端發送的文檔發送請求，獲取待發送文檔的文檔字符串；其中，所述文檔字符串是對應于所述待發送文檔的全部內容的字符串；

指紋轉換模塊，用于對所述文檔字符串進行指紋轉換處理，得到所述待發送文檔的文檔指紋；

確定模塊，用于根據所述文檔指紋與預設參考文檔的參考指紋，確定所述待發送文檔的文檔類型；

發送模塊，用于當所述文檔類型為限制發送類型時，禁止發送所述待發送文檔。

本申請實施例提供一種文檔發送設備，包括：

存儲器，用于存儲可執行指令；處理器，用于執行所述存儲器中存儲的可執行指令時，實現上述的文檔發送方法。