[发明专利]计算机系统涉密文件搜索方法

说明书

【技术领域】

本发明涉及对计算机系统中存放的涉密文件进行搜索的方法。

【背景技术】

信息技术的快速发展大力推动了计算机网络与信息系统在政府及企事业 单位的广泛应用，为办公及生产建设的电子化、自动化提供了坚实保障，同时， 各种涉密信息也大量以电子文件的形式存储于计算机系统中。这种涉密文件在 非涉密计算机上的存在，给信息安全带来了严重隐患，尤其在政府内网(公安、 检察院、法院、政府、财税、电力等等领域)环境中，防止涉密文件的非法存 储可以说已成为国家安全保密工作的重中之重。现有的涉密文件搜索程序基本 上采用关键字查找方法，对涉密文件的搜索工作并无太好使用效果，这主要是 由于以下几方面的缺点造成的：

1、搜索结果准确性不高。设定的关键字可能会在涉密文件中存在，但也有 其他许多文档会存在相同关键字内容，使用关键字搜索的方法必然导致搜索到 的结果中包含了大量的非涉密文件，仍需人工进行判断，这对计算机中存在大 量文件或者对大量计算机进行搜索检查时效率不高。

2、搜索结果完整性不强。涉密文件内容各种各样，无法采用统一关键字的 方式涵盖所有涉密文件内容，导致搜索结果中漏掉相当多的涉密文件，这给安 全保密工作留下隐患。

【发明内容】

本发明的目的就是解决现有技术中的问题，提出一种计算机系统涉密文件 搜索方法，能够更加完整且准确地发现计算机系统中存放的涉密文件，以便于 消除信息安全保密工作的隐患。

为实现上述目的，本发明提出了一种计算机系统涉密文件搜索方法，依次 包括以下步骤：

A、解析步骤：依照不同计算机文件类型、版本，解析出文档内容、格式信 息；

B、搜索匹配步骤：对文档内容及格式特征信息按照“设定策略组合”进行 搜索匹配，生成该文件是否被判断为涉密文件的结果；

C、展现步骤：对被判断为涉密文件的文件名、文件存放路径进行界面展现。

作为优选，所述解析步骤中解析出文档内容、格式信息是指根据文件后 缀名和文件内容中的特征字节联合判断，解析文档的结构化存储格式或纯文本， 提取出文档内容和格式信息，所述文档内容是指文字和图片内容，所述格式信 息是指字体、字号、字符和显示位置等等信息。

作为优选，所述解析步骤中采用二进制码解析方法，二进制搜索可不依 赖操作系统是否安装有待解析文档的编辑软件，所述待解析文档的编辑软件是 指Microsoft Office软件或PDF软件或WinRAR软件或WPS软件。

作为优选，所述解析步骤中也可以采用二进制码以外(包括字符、文字 等等)的其他解析方法，并相应调整搜索匹配步骤中的“设定策略组合”的码 的类型。或者采用二进制码与二进制码以外的解析方法结合解析。二进制码以 外的方法是指采用操作系统的搜索接口进行解析或者采用待解析文档的编辑软 件搜索接口进行解析，所述编辑软件是指Microsoft Office软件或PDF软件或 WPS软件。

所述搜索匹配步骤中的“设定策略组合”是指根据展现在打印稿中的不同 密级(绝密文件、机密文件、秘密文件、内部文件等)、不同类型、不同行业的 涉密文件分析出多个特征点(可分为重要特征点、一般特征点)，多个特征点之 间进行“与”、“或”、“非”中至少一种的组合来搜索匹配，然后编译到计算机 能识别的语言。

作为优选，所述搜索匹配步骤中的“设定策略组合”采用两种策略进行 组合搜索，一种是可选择全面搜索策略或精确搜索策略；另一种是可选择普密 级搜索策略或绝密级搜索策略或秘密级搜索策略或内部文档搜索策略。不同密 级有绝密文件、机密文件、秘密文件、内部文件等，分析出不同密级、不同类 型、不同行业的共性的重要特征点、一般特征点，归纳出一些差异的特征点， 这些特征点包括关键字、字符、位置、格式等信息。

作为优选，所述搜索匹配步骤中的“设定策略组合”可以选择采用全面 搜索策略、精确搜索策略、普密级搜索策略、绝密级搜索策略。

作为优选，所述搜索匹配步骤中可选择对文件头部分和/或文件尾部分进 行查找匹配。在匹配步骤中采用只对文件开头部分和/或结尾部分进行匹配运算 的方法后，可加快涉密文件搜索速度，提高计算机系统涉密文件搜索的效率。

作为优选，所述展现步骤中可按密级排序展现，并可根据搜索策略匹配 程度按判断可能性的百分比排序展现。