发明名称 |
数据防泄露系统中一种文档指纹提取及匹配方法 |
摘要 |
本发明提出了数据防泄露系统中一种文档指纹提取及匹配方法,包括以下步骤:S1)文档指纹提取:根据文件头信息识别出相应类型的文档文件,解析并保存为文本文件,并对文本文件进行规格化预处理;S2)利用特定哈希算法进行指纹计算;S3)进行指纹匹配,判断是否敏感文件。该方法计算复杂度不高,提高指纹提取效率;生成的指纹数据小,便于保存和传输;数据匹配是指纹与指纹之间的比对,不需要源文档,防止二次泄密;指纹的哈希值是不可逆的,即使拿到了指纹数据也不能破解出源文档,保证了源文件的机密性;指纹匹配方法简洁有效,无需进行大量的比对计算。 |
申请公布号 |
CN106250777A |
申请公布日期 |
2016.12.21 |
申请号 |
CN201610594684.1 |
申请日期 |
2016.07.26 |
申请人 |
合肥赛猊腾龙信息技术有限公司 |
发明人 |
张晶;方棚柏 |
分类号 |
G06F21/62(2013.01)I |
主分类号 |
G06F21/62(2013.01)I |
代理机构 |
北京联瑞联丰知识产权代理事务所(普通合伙) 11411 |
代理人 |
郑自群 |
主权项 |
数据防泄露系统中一种文档指纹提取及匹配方法,其特征在于,包括以下步骤:S1)文档指纹提取:根据文件头信息识别出相应类型的文档文件,解析并保存为文本文件,并对文本文件进行规格化预处理;S2)指纹计算:S21)对步骤S1)预处理过后的文本串s,长度为n,选取一个长度窗口为k(0<k<n)在文本串s上滑动,每次滑动一个固定的步长;S22)通过滑动得到一个子字符串序列,对每个子字符串,利用特定的哈希算法,分别计算哈希值,形成一个哈希值序列;S23)选取长度为w的另一个窗口,用来按步长分割步骤S22)所得到的哈希值序列,总共分割成n‑k‑w+2个哈希值子序列;S24)分别对步骤S23)得到的每个子序列,通过一种算法提取出一个最能代表这个子序列的哈希值,作为这个子序列的局部指纹;S3)设步骤S2)得到的指纹为FP2,源文档的指纹为FP1,计算FP2和FP1的交集进行指纹匹配,目标文档的匹配源文件的比例为:r=((FP1∩FP2)/FP1)*100%;如果r大于实现设定的阈值,则认为该目标文档是一个敏感文件。 |
地址 |
230000 安徽省合肥市经济开发区翠微路6号海恒大厦326室 |