[发明专利]敏感信息的检测方法及装置

说明书

技术领域

本发明涉及计算机网络中的信息监控技术领域，尤其涉及敏感信息的检测方法及装置。

背景技术

随着计算机技术的普及和网络技术的快速发展，丰富的网络信息资源为人们的生活提供了很大的便利，然而与此同时，计算机网络也成为了垃圾信息和不良信息的传播渠道之一，引起了一定的社会问题。因此网络信息的监控、管理和检测已经成为目前关注的热点问题。

早期的网络信息检测技术是基于单模式的快速匹配检测方法，即通过判断所监控的网络信息中是否出现了预定义的关键词来确定网络信息中是否包含敏感信息。后期在此基础上，进一步产生了基于多模式的匹配检测方法，基于多模式匹配的检测方法的基本原理是有多个预定的关键词，当待检测网络信息中出现了其中一个关键词时，即判定待检测网络信息中出现了敏感信息，如BM(Boyer2Moore)方法、QS(quick search)方法和AC(Ah2Corasick)方法等。由于上述检测方法都是基于精确匹配的方法，即只有当所监控的网络信息中出现了与预定义的关键词完全相同的字符时，才能够检测得到该网络信息包含敏感信息，因此当网络信息中出现按照如下的任何一种方式得到的预定义关键词的变体时，采用上述方法得到的检测效果不佳：

(1)在关键词中插入空格、“/”等无效符号；

(2)同音词转换，即将一个关键词中的一个或多个字变化为同音字或者拼音的形式，例如“法轮”可以变化为“珐轮”、“法伦”、“法lun”等形式；

(3)字形转换，即根据文字字形结构，通过字形拆分的方法将关键词中的一个或多个字拆成多个字，例如“法轮”可以变化为“氵去轮”、“法车仑”等形式；

(4)上述方法中一种或多种的结合。

发明内容

本发明实施例提供一种敏感信息的检测方法及装置，用以解决现有的信息检测技术由于不能识别关键词的变异形式而造成的检测效果不佳的问题。

本发明实施例提供的技术方案如下：

一种敏感信息的检测方法，包括：

获得关键词库，所述关键词库中包含对关键词进行变异处理得到的关键词变异形式信息；

在检查出待检测信息中包含所述关键词库中的关键词变异形式信息时，确定待检测信息中包含敏感信息。

一种敏感信息的检测装置，包括：

关键词库获取单元，用于获取包含对关键词进行变异处理得到的关键词变异形式信息的关键词库；

敏感信息确定单元，用于在检查出待检测信息中包含关键词库获取单元得到的关键词库中的关键词变异形式信息时，确定待检测信息中包含敏感信息。

本发明实施例通过对关键词进行变异处理得到关键词变异形式，获得包含关键词变异形式信息的关键词库，并基于该关键词库，检查待检测信息中是否包含关键词库中的关键词变异形式信息，在待检测信息中包含关键词库中的关键词变异形式信息时，确定待检测信息包含敏感信息。因此，本发明实施例提供的敏感信息检测方法可以识别待检测网络信息中的关键词变异形式，与现有技术相比，可以获得更优的信息检测效果。

附图说明

图1为本发明实施例的敏感信息的检测方法的原理流程图；

图2为本发明实施例中对关键词进行字形拆分的示意图；

图3为本发明实施例中对关键词和关键词字形变异形式构建索引信息的示意图；

图4为本发明实施例中关键词索引表中索引记录的数据结构的示意图；

图5为本发明实施例中关键词索引表的示意图；

图6为本发明实施例中敏感信息的检测装置的结构示意图；

图7为本发明实施例中关键词库获取单元的结构示意图；

图8为本发明实施例中敏感信息确定单元的结构示意图。

具体实施方式

下面结合各个附图对本发明实施例技术方案的主要实现原理、具体实施方式及其对应能够达到的有益效果进行详细的阐述。

如图1所示，本发明实施例的主要实现原理流程如下：

步骤10，对关键词进行变异处理得到关键词变异形式，获得包含关键词变异形式信息的关键词库，关键词库是指存储关键词和关键词变异形式信息的数据结构；

步骤20，基于关键词库，检查待检测信息中是否包含关键词库中的关键词变异形式信息，在待检测信息中包含关键词库中的关键词变异形式信息时，确定待检测信息包含敏感信息。

下面将根据本发明的上述发明原理，以关键词索引表为例，详细介绍两个实施例来对本发明方法的主要实现原理进行详细的阐述和说明。