違規(guī)外聯(lián)敏感文件的全文檢索及識(shí)別.pdf

1、敏感文件是帶有敏感信息如國(guó)家秘密、商業(yè)秘密等信息的重要文件，不正確的使用有時(shí)會(huì)導(dǎo)致敏感信息的泄露，從而造成國(guó)家財(cái)產(chǎn)、商業(yè)利益等的嚴(yán)重?fù)p失。隨著信息技術(shù)的不斷發(fā)展，以及需保密的文件數(shù)量增多，敏感文件的保密工作面臨著更加嚴(yán)峻的形勢(shì)?？焖儆行У淖R(shí)別出敏感文件，并及時(shí)阻止可能發(fā)生的外泄事件，是保密工作中一個(gè)重要的目標(biāo)。
　　針對(duì)這個(gè)問(wèn)題，本文提出了一種從文件內(nèi)容和格式多角度快速檢測(cè)并識(shí)別出帶有敏感信息的文件的系統(tǒng)設(shè)計(jì)方法。該系統(tǒng)使用基于L

2、ucene的全文檢索策略為從網(wǎng)絡(luò)中截獲的違規(guī)外聯(lián)文件建立全文索引，為用戶提供了檢索界面，實(shí)現(xiàn)了基于關(guān)鍵詞的全文檢索功能，同時(shí)可以實(shí)現(xiàn)用戶人工輸入敏感關(guān)鍵詞來(lái)識(shí)別敏感文件的功能;該系統(tǒng)也提供了自定義敏感詞詞典的功能，通過(guò)將待識(shí)別文件與人工設(shè)定的敏感詞詞典中的詞語(yǔ)相匹配的方式準(zhǔn)確識(shí)別出敏感文件;為了能夠盡量全面的識(shí)別出敏感文件，本系統(tǒng)根據(jù)同義詞詞林對(duì)自定義的敏感詞詞典進(jìn)行特定格式的同義詞擴(kuò)展，在此基礎(chǔ)上對(duì)文件進(jìn)行初步并快速的敏感文件識(shí)別。<