[发明专利]一种文件分类方法和装置

权利要求书

1.一种文件分类方法，其特征在于，包括：

响应于对目标文件的查询标签操作，获取所述目标文件的文件指纹，确定本地指纹库中与所述文件指纹的相似度超出预定相似度阈值的相似文件指纹；

获取与所述相似文件指纹对应的元信息，根据所述元信息中的标签标识进行标签确定，得到第一标签集；

传输所述文件指纹至服务端进行标签查询，以接收服务端返回的第二标签集；

对所述第一标签集和所述第二标签集取并集，得到所述目标文件的已打标签集，根据所述已打标签集中的标签确定所述目标文件所属分类。

2.根据权利要求1所述的方法，其特征在于，所述本地指纹库包括第一指纹库和第二指纹库；

所述获取所述目标文件的文件指纹，包括：

根据所述目标文件中的文件内容，生成文件指纹；其中，所述文件指纹包括第一指纹和第二指纹，所述第一指纹通过利用信息摘要算法处理所述文件内容得到；

所述确定本地指纹库中与所述文件指纹的相似度超出预定相似度阈值的相似文件指纹，包括：

计算所述第一指纹和所述第一指纹库中指纹之间的相似度，确定相似度超出第一预定相似度阈值的第一相似指纹；以及

计算所述第二指纹和所述第二指纹库中指纹之间的相似度，确定相似度超出第二预定相似度阈值的第二相似指纹；

所述获取与所述相似文件指纹对应的元信息，包括：获取与所述第一相似指纹对应的第一元信息以及与所述第二相似指纹对应的第二元信息。

3.根据权利要求2所述的方法，其特征在于，第二指纹包括子指纹，所述子指纹利用信息摘要算法处理所述文件内容的分词生成；

所述计算所述第二指纹和所述第二指纹库中指纹之间的相似度，包括：

计算所述第二指纹中各子指纹与所述第二指纹库中一指纹的各子指纹之间的相似度，累加相似度之和，得到所述第二指纹和所述一指纹之间的相似度。

4.根据权利要求2或3所述的方法，其特征在于，所述获取与所述第一相似指纹对应的第一元信息以及与所述第二相似指纹对应的第二元信息，还包括：

确定所述目标文件的文件量，获取与所述第一相似指纹和所述文件量对应的第一元信息；以及

确定所述目标文件的文件后缀和文件类型，获取与所述第二相似指纹、所述文件后缀和所述文件类型对应的第二元信息。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取客户端的全限定域名，结合所述目标文件的文件路径和文件类型，从本地文件信息库中进行元信息查询，以根据所查询元信息中的标签标识进行标签确定，得到第三标签集；

所述对所述第一标签集和所述第二标签集取并集，包括：

对所述第一标签集、所述第二标签集和所述第三标签集取并集。

6.根据权利要求1或5所述的方法，其特征在于，还包括：

发送鉴权请求至服务端，以通过服务端对所述鉴权请求中的用户名进行鉴权处理，得到所述用户名具有操作权限的第四标签集；

所述得到所述目标文件的已打标签集，还包括：

对所述已打标签集和服务端返回的所述第四标签集取交集，得到所述用户名对所述目标文件具有操作权限的第五标签集。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

在所述第四标签集中，对同处于所述第五标签集的标签进行打标处理，将剩余标签作为未打标签，显示处理后的第四标签集。

8.根据权利要求7所述的方法，其特征在于，在所述显示处理后的第四标签集之后，包括：

响应于对一个未打标签的打标操作，生成对所述目标文件进行打标标签的操作日志并存储至本地日志库中，以及将与所述目标文件和打标标签对应的文件信息存储至本地文件信息库中；和/或

响应于对一个已打标签的去除打标操作，生成对所述目标文件进行去除打标标签的操作日志并存储至本地日志库中，以及从本地文件信息库中删除与所述目标文件和去除打标标签对应的文件信息。