[發(fā)明專利]一種基于數(shù)據(jù)內(nèi)容識(shí)別的文件標(biāo)密方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110658517.X
• 申請(qǐng)日: 2021-06-15
• 公開(kāi)（公告）號(hào): CN113378222A
• 公開(kāi)（公告）日: 2021-09-10
• 發(fā)明（設(shè)計(jì)）人: 秦凱;喻波;王聞馨;王志海;安鵬
• 申請(qǐng)（專利權(quán)）人: 北京明朝萬(wàn)達(dá)科技股份有限公司
• 主分類號(hào): G06F21/62
• 分類號(hào): G06F21/62;G06N20/00
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明提供一種基于數(shù)據(jù)內(nèi)容識(shí)別的文件標(biāo)密方法及系統(tǒng)。其中所述方法包括：將外部文件做文件導(dǎo)入，得到導(dǎo)入文件；對(duì)導(dǎo)入文件的內(nèi)容進(jìn)行識(shí)別分析，判斷文件中是否存在相關(guān)敏感信息，確認(rèn)所述敏感信息出現(xiàn)的頻率、位置；再根據(jù)所述敏感信息和所述敏感信息出現(xiàn)的頻率、位置進(jìn)行文件的分類分級(jí)；根據(jù)文件的分類分級(jí)的結(jié)果進(jìn)行文件標(biāo)密，得到標(biāo)密信息；將所述導(dǎo)入文件的文件信息和所述標(biāo)密信息保存至數(shù)據(jù)庫(kù)中；返回標(biāo)密結(jié)果并在人機(jī)交互層中展示標(biāo)密結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及文檔智能標(biāo)密技術(shù)領(lǐng)域，尤其是涉及一種基于數(shù)據(jù)內(nèi)容識(shí)別的文件標(biāo)密方法及系統(tǒng)。

背景技術(shù)

隨著網(wǎng)絡(luò)的普及化，網(wǎng)絡(luò)通訊已融入當(dāng)代社會(huì)生產(chǎn)生活的方方面面，通訊信息的安全保密問(wèn)題也逐漸為人們所重視。發(fā)送者通過(guò)網(wǎng)絡(luò)實(shí)現(xiàn)文件傳輸?shù)耐瑫r(shí)也使發(fā)送成功的文件脫離了發(fā)送者的控制，發(fā)送者很難對(duì)已發(fā)送文件的使用與傳播進(jìn)行限制，從而使發(fā)送者面臨已發(fā)送的文件被濫用或惡意傳播的危險(xiǎn)。為解決上述問(wèn)題，現(xiàn)有技術(shù)通過(guò)對(duì)文件追加隱藏標(biāo)簽或者變更文件屬性等方式，確保了傳輸和復(fù)制過(guò)程中標(biāo)簽不丟失，實(shí)現(xiàn)對(duì)上述場(chǎng)景中文件的可追溯可跟蹤。并且標(biāo)簽信息與文件涉密范圍、等級(jí)密切相關(guān)。本專利是在現(xiàn)有標(biāo)密技術(shù)的基礎(chǔ)上對(duì)標(biāo)密過(guò)程中一些已知的缺陷問(wèn)題進(jìn)一步的完善補(bǔ)充。

如圖6所示，目前現(xiàn)有技術(shù)為：

1.文件標(biāo)密系統(tǒng)由數(shù)據(jù)庫(kù)模塊、標(biāo)密模塊和關(guān)聯(lián)模塊組成；

2.數(shù)據(jù)庫(kù)模塊存放所有標(biāo)密后文件的信息:包裹文件元數(shù)據(jù)、標(biāo)密信息等；

3.標(biāo)密模塊實(shí)現(xiàn)標(biāo)密過(guò)程和識(shí)別標(biāo)密文件的過(guò)程；

4.關(guān)聯(lián)模塊為主要的交互層，負(fù)責(zé)將標(biāo)密的信息傳輸?shù)綐?biāo)密模塊。

公開(kāi)號(hào)為CN104657677A公布了一種基于交換數(shù)據(jù)流的文件標(biāo)密方法，通過(guò)交換數(shù)據(jù)流將要標(biāo)密的文件數(shù)據(jù)寫到NTFS卷上，從而實(shí)現(xiàn)文件標(biāo)密，包括為該文件創(chuàng)建的擴(kuò)展數(shù)據(jù)流；設(shè)置文件密級(jí)標(biāo)識(shí)信息，包括標(biāo)密人和密級(jí)，并自動(dòng)獲取標(biāo)密時(shí)間；輸入標(biāo)密標(biāo)識(shí)口令，作為驗(yàn)證口令；調(diào)用文件I/O，將設(shè)置的文件密級(jí)標(biāo)識(shí)信息寫入文件擴(kuò)展數(shù)據(jù)流，完成標(biāo)密。

目前現(xiàn)有技術(shù)缺點(diǎn)為：

1.人為標(biāo)密：人為主觀判斷進(jìn)行標(biāo)密，具有不確定性；

2.元數(shù)據(jù)標(biāo)密：支持結(jié)構(gòu)化數(shù)據(jù)，不能滿足非結(jié)構(gòu)化數(shù)據(jù)需要。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于數(shù)據(jù)內(nèi)容識(shí)別的文件標(biāo)密方法及系統(tǒng)，以解決現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題。

本發(fā)明第一方面提供了一種基于數(shù)據(jù)內(nèi)容識(shí)別的文件標(biāo)密方法，包括：

S1：將外部文件做文件導(dǎo)入，得到導(dǎo)入文件；

S2：對(duì)導(dǎo)入文件的內(nèi)容進(jìn)行識(shí)別分析，判斷文件中是否存在相關(guān)敏感信息，確認(rèn)所述敏感信息出現(xiàn)的頻率、位置；

S3：再根據(jù)所述敏感信息和所述敏感信息出現(xiàn)的頻率、位置進(jìn)行文件的分類分級(jí)；

S4：根據(jù)文件的分類分級(jí)的結(jié)果進(jìn)行文件標(biāo)密，得到標(biāo)密信息；

S5：將所述導(dǎo)入文件的文件信息和所述標(biāo)密信息保存至數(shù)據(jù)庫(kù)中；

S6：返回標(biāo)密結(jié)果并在人機(jī)交互層中展示標(biāo)密結(jié)果。

優(yōu)選的，所述對(duì)導(dǎo)入的文件的內(nèi)容進(jìn)行識(shí)別分析，判斷文件中是否存在相關(guān)敏感信息的具體方法為：格式轉(zhuǎn)換、內(nèi)容提取、內(nèi)容識(shí)別；

所述格式轉(zhuǎn)換主要是對(duì)導(dǎo)入文件進(jìn)行格式類型識(shí)別、解析和轉(zhuǎn)換，得到格式轉(zhuǎn)換文件；

所述內(nèi)容提取為，將格式轉(zhuǎn)換文件中提取文件內(nèi)容，得到文件提取內(nèi)容；

內(nèi)容識(shí)別為，對(duì)文件提取內(nèi)容進(jìn)行預(yù)設(shè)信息提取，判斷文件中是否存在相關(guān)敏感信息。