企業(yè)電子文檔相似度快速檢測(cè)技術(shù)的研究與實(shí)現(xiàn).pdf

1、企業(yè)電子文檔屬于企業(yè)的重要資源，是企業(yè)核心競(jìng)爭(zhēng)力的具體表現(xiàn)形式。其主要包括企業(yè)的合同，項(xiàng)目文檔以及待發(fā)專利等。在激烈的知識(shí)競(jìng)爭(zhēng)中，由于核心電子文檔的泄露，導(dǎo)致企業(yè)的經(jīng)濟(jì)損失以及名譽(yù)損失，甚至關(guān)系企業(yè)的生死存亡，因此企業(yè)對(duì)電子文檔安全防護(hù)和管理的重視程度也越來越高。
　　本文就企業(yè)如何防止核心電子文檔泄露進(jìn)行了研究，并指出其中比較容易被忽略的一環(huán)——企業(yè)電子文檔形成過程之中產(chǎn)生的過程文檔。這些不同版本文檔廣泛存在于參與該文檔編寫、整

2、合、審核、修改、提交等操作過程的員工電腦上，涉及到的員工數(shù)量眾多，極易產(chǎn)生泄密隱患，也是現(xiàn)有企業(yè)文檔管理系統(tǒng)所忽略的問題。
　　針對(duì)上述過程文檔的檢測(cè)問題，本文研究實(shí)現(xiàn)了一個(gè)企業(yè)電子文檔相似度快速檢測(cè)系統(tǒng)。該系統(tǒng)以COPS系統(tǒng)模型為藍(lán)本，采用文本塊分級(jí)匹配的思想，選取不同粒度文本塊的數(shù)字指紋進(jìn)行文檔相似度檢測(cè)。利用企業(yè)提供的核心文檔的預(yù)處理建立涉密文檔樣本庫，而后通對(duì)相似度檢測(cè)，將涉密過程文檔從員工電腦內(nèi)海量存儲(chǔ)的電子文檔中檢測(cè)出