[发明专利]一种后缀名遭篡改的涉密文件自动发现方法

权利要求书

1.一种后缀名遭篡改的涉密文件自动发现方法，其基于不同格式电子文档都有其独特存储方式的原理，采用在终端设备上部署一个终端应用程序，利用终端应用程序对终端设备操作系统中的电子文档进行扫描并识别，实现文件后缀名删除或篡改情况下的文件内容检索支持，其特征在于：具体步骤如下：

S1、启动终端应用程序，终端应用程序对终端设备操作系统中的电子文档进行逐一扫描并识别，判断电子文档是否属于正规文档后缀格式，若属于则直接进入步骤S8；若不属于则进入步骤S2；

S2、判断电子文档头部8位字节是否满足Office97-2003系列文档或金山系列办公文档特征，若满足则转至步骤S3；若不满足则转至步骤S4；

S3、进一步根据电子文档内容中所含字节标记，判断电子文档属于WPS Office系列文档类型或Microsoft Office97-2003系列文档类型，当电子文档属于WPS Office系列文档类型，根据所含字节标记字段识别出具体所属类型，并转至步骤S7；当电子文档属于Microsoft Office97-2003系列文档类型，根据所含字节标记识别出电子文档具体所属类型，并转至步骤S7；若既不属于WPS Office系列文档类型也不属于Microsoft Office97-2003系列文档类型，则转至步骤S4；

S4、判断电子文档头部60位字节中是否存在Office2007系列文档特征，若存在Office2007系列文档特征则根据电子文档内容中所含的特定标识字段识别出电子文档具体所属类型，并转至步骤S7；若不存在Office2007系列文档特征则转至步骤S5；

S5、判断电子文档头部是否满足不同类型图片文件的字节特征，若满足，则进一步识别出具体图片文件类型，并转至步骤S7；若不满足，则转至步骤S6；

S6、判断文件头部4位字节是否满足pdf文件类型字节特征，若满足，则识别为pdf文件类型，并转至步骤S7；若不满足，则确定该电子文档不可识别，并结束扫描识别；

S7、将后缀名被删除或篡改的文件，还原为真实后缀名，然后进入步骤S8；

S8、执行文件内容检索，并判断是否为涉密文件，并结束扫描识别。

2.如权利要求1所述的一种后缀名遭篡改的涉密文件自动发现方法，其特征在于：所述的步骤S3中当电子文档属于WPS Office系列文档类型，根据所含字节标记字段识别出的具体所属类型为wps、et、ett、dpt或dps文件；当电子文档属于Microsoft Office97-2003系列文档类型，根据所含字节标记识别出的电子文档具体所属类型为doc、xls、ppt或pps文件。

3.如权利要求1所述的一种后缀名遭篡改的涉密文件自动发现方法，其特征在于：所述的步骤S4中若存在Office2007系列文档特征则根据电子文档内容中所含的特定标识字段识别出的电子文档具体所属类型为docx、xlsx、pptx或ppsx文件。

4.如权利要求1所述的一种后缀名遭篡改的涉密文件自动发现方法，其特征在于：所述的步骤S5的具体步骤如下：

1)判断电子文档头部10位字节中是否满足jfif、jpg、jpeg格式类型图片文件的字节特征，若满足则识别为.jfif、.GIF、.jpeg文件类型，并转至步骤S7；若不满足则转至步骤2)；

2)判断电子文档头部2位字节中是否满足bmp、dib格式类型图片文件的字节特征，若满足则识别为.bmp、.dib文件类型，并转至步骤S7；若不满足则转至步骤3)；

3)判断电子文档头部4位字节中是否满足tif格式类型图片文件的字节特征，若满足则识别为.GIF文件类型，并转至步骤S7；若不满足则转至步骤4)；

4)判断电子文档头部4位字节中是否满足png格式类型图片文件的字节特征，若满足则识别为.png文件类型，并转至步骤S7；若不满足则转至步骤5)；

5)判断电子文档头部5位字节中是否满足pdf格式类型图片文件的字节特征，若满足则识别为.pdf文件类型，并转至步骤S7；若不满足则转至步骤S6。