[发明专利]辨识机密数据的方法及电子装置

说明书

技术领域

本发明提供一种辨识机密数据的方法及电子装置，特别是关于一种辨 识档案中的特殊格式是否为机密数据的方法及电子装置。

背景技术

辨识机密数据的技术是使用于数据保护的相关议题。通过辨识机密数 据的机制，将可进一步辨识潜在高机密程度的机密数据。

现有的机密数据辨识技术仅针对个人数据或机密字符串进行分析辨 识，且机密等级大多和找到的类型和笔数成正比。对于笔数不多，却包含 大量机密描述的数据(如履历、病历等)无法提供正确的机密等级。此外， 现有的机密数据辨识技术为对大量已知数据的整个内容进行学习以取得 已知数据的特征后，再将上述特征与待辨识数据进行特征比对来判断待辨 识数据是否为机密数据。故现有的机密数据辨识技术只能找出和已知数据 相同或相似的机密数据，并无法找出和已知数据使用同样模板或格式的机 密数据。

因此，若能提供笔数不多但却包含大量机密描述的数据正确的机密程 度，且可辨识出具有特殊模板或格式的机密数据，将可避免数据外泄。

发明内容

本发明实施方式提供一种辨识机密数据的方法，适用于一电子装置。 电子装置存储有多个辨识群组。每一辨识群组对应到一特殊格式。以及每 一辨识群组具有代表特殊格式的一格式特征与具有代表特殊格式为机密 数据的多个机密因子。上述辨识机密数据的方法的步骤如下。撷取多个数 据中的一个，并将其定义为一撷取数据。撷取多个格式特征中的一个，并 将其定义为一撷取特征。在电子装置根据撷取特征判断撷取数据是否具有 对应的特殊格式。若电子装置判断撷取数据具有对应的特殊格式，电子装 置判断特殊格式所对应的多个机密因子在撷取数据中的出现频率是否大 于等于一机密阈值。其中，若电子装置判断出现频率大于等于一机密阈值， 代表撷取数据中的特殊格式为机密数据；若电子装置判断出现频率小于机 密阈值，代表撷取数据中的特殊格式不为机密数据。在电子装置判断多个 格式特征中是否有未撷取的格式特征。若电子装置判断多个格式特征中有 未撷取的格式特征，则撷取尚未撷取的格式特征，并改以定义未撷取的格 式特征为撷取特征，以重新根据撷取特征判断撷取数据是否具有对应的特 殊格式。而若电子装置判断多个格式特征中没有尚未撷取的格式特征，则 撷取多个数据的下一数据，并改以定义下一数据为撷取数据，以重新判断 撷取数据是否具有对应的特殊格式。

本发明实施方式提供一种辨识机密数据的电子装置。电子装置包含一 存储单元、一撷取单元与一辨识单元。存储单元用以存储多个辨识群组。 每一辨识群组对应到一特殊格式。以及每一辨识群组具有代表特殊格式的 一格式特征与具有代表特殊格式为机密数据的多个机密因子。撷取单元电 连接存储单元，以撷取多个数据与多个辨识群组。而辨识单元为电连接撷 取单元，并用以执行下列步骤。通过撷取单元撷取多个数据中的一个，并 将其定义为一撷取数据。通过撷取单元撷取多个格式特征中的一个，并将 其定义为一撷取特征。根据撷取特征判断撷取数据是否具有对应的特殊格 式。若辨识单元判断撷取数据具有对应的特殊格式，辨识单元判断特殊格 式所对应的多个机密因子在撷取数据中的一出现频率是否大于等于一机 密阈值。其中，若辨识单元判断出现频率大于等于一机密阈值，代表撷取 数据中的特殊格式为机密数据。若辨识单元判断出现频率小于机密阈值， 代表撷取数据中的特殊格式不为机密数据。接着判断多个格式特征中是否 有尚未撷取的格式特征。若辨识单元判断多个格式特征中有尚未撷取的格 式特征，则通过该撷取单元撷取未撷取的格式特征，并改以定义未撷取的 格式特征为撷取特征，以重新根据撷取特征判断撷取数据是否具有对应的 特殊格式。而若辨识单元判断多个格式特征中没有尚未撷取的格式特征， 则通过该撷取单元撷取多个数据的下一数据，并改以定义下一数据为撷取 数据，以重新判断撷取数据是否具有对应的特殊格式。

此外，本发明实施方式还提供一种计算机可读记录介质记录一组计算 机可执行程序，当计算机可读记录介质被处理器读取时，处理器可执行上 述辨识机密数据的方法中的步骤。