[发明专利]基于模板的电子公文分类分级系统

说明书

基于模板的电子公文分类分级系统，涉及一种电子公文分类分级系统。本发明为了解决现有的通过信息安全督查手段中敏感字库需统一设定存在适用性较差的问题和仅对敏感词进行匹配的敏感词排查过程存在很多误报的情况。本发明包括用于提供敏感词和停用词的设置操作的敏感词、停用词管理模块；根据用户输入的敏感词和导入的源文件进行学习并生成模板的源文件学习模块；用于待检测文件的文本抽取的扫描模块；用于支持在企业内网环境中选择和导出模版和上级部门上传的源文件、在非企业内网环境只能选择导出模版的模板管理模块；用于将文本按照导出的模板进行敏感词匹配，对段落、全文相似度进行判定的涉密匹配模块。本发明用于电子公文分类分级管理。

技术领域

本发明涉及一种电子公文分类分级系统。

背景技术

当今这样一个信息化的社会，各级政府部门、企事业单位的日常办公已离不开计算机系统的应用，公司的各种电子公文涉及种类多，分布及其广泛，同时在各种存储介质中以及网站中也存有公司的各种重要信息和工作资料。确保这些数据的安全已经成为信息安全工作的一个方向。政府和大型企事业单位的业务数据是重要基础性数据，数据的泄露都会给国家和用户造成重大的经济损失和严重的安全隐患。因此，总部分发电子公文时，要把各种电子公文进行分级分类，挑选出涉密信息及敏感数据，控制内部文件的流转范围非常必要。

为加强和规范电子公文工作，保证内部电子数据安全，多数企事业单位都会有规范电子公文在分发、流转方面的要求，并且会采取一系列是措施来推动此项工作的开展，其中最常用方式的是通过信息安全督查手段，首先对全部设备进行扫描，再依靠各基层单位各层级保密工作者进行重点排查。一般通过以下方式进行：

1、通过内网杀毒软件或者上网管控助手，统一分发策略，定期对所有在线计算机进行重点字检索，并把结果反馈在用户桌面上，提醒用户注意；

2、通过保密工作检查专用工具，在用户的计算机上直接进行安装扫描；

3、在内网邮件和及时通讯服务器上配置策略，对所有过往邮件和及时通讯进行甄别。

然而这几种方式互相配合，确实起到了一定的效果，但是还存在着如下问题：

1.所有的敏感字库是统一设定的，不能根据用户需要进行个性化调整策略；

2.敏感词的排查过程不能良好的基于电子公文的上下文含义，仅是对敏感词进行匹配，有很多误报的情况；

3.目前这几种检查方式，不能对网页内容进行敏感词排查，而很多时候某些电子公文材料是在网页上进行流转的(如新闻主页，协同办公系统，特定URL的信息录入)；

4.目前检查方式，不能对电子公文中指定文件的指定段落进行排查和筛选；

5.目前的保密工作人员有针对性的人工排查某些计算机终端的方法，难以应对大批量电子数据分发和分类的要求，一方面工作量特别大，另外保密工作人员难以准确区分各业务部门各专业的信息确定属于哪个级别，哪些文件是可以公布的，哪些是需要保密的，这些往往需要本业务部门本专业的人员进行区分。由此可见，国家和企事业单位对于电子公文分级方面存在巨大需求。

发明内容

本发明为了解决现有的通过信息安全督查手段中敏感字库需统一设定存在适用性较差的问题和仅对敏感词进行匹配的敏感词排查过程存在很多误报的情况。

基于模板的电子公文分类分级系统，包括：

敏感词、停用词管理模块，用于为用户提供敏感词和停用词的设置操作；基于敏感词、停用词管理模块，用户根据所在部门自身的实际情况设定只适用于所在部门的敏感词；用户能够设定停用词；

所述的敏感词为用户认为文件或页面中涉密或可能涉密的关键词汇或参数；

所述的停用词是指为了节省空间和提高搜索效率，在扫描模块进行扫描时在索引页面或处理搜索请求时会自动忽略的字或词；