[发明专利]一种识别打印文件的敏感内容的方法及装置

权利要求书

1.一种识别打印文件的敏感内容的方法，其特征在于，包括以下步骤：

步骤S101：获取并解析文档打印任务的任务信息，得到打印机信息、打印页数，获取该文档的中间文件；

步骤S102：判断该文档的中间文件的类型是否符合预设类型，若是，进入步骤S103；若否，进入步骤S106；

步骤S103：提取文档内容信息，将中间文件转换为可识别的图片格式的文件；

步骤S104：对所述图片格式的文件进行ocr内容识别，并将识别出的内容通过内容识别引擎进行内容检测，获取该文档的关键内容；获取敏感规则，所述敏感规则包括预先配置的正则表达式、关键字组合规则；基于敏感规则，对所述文档的关键内容进行比较；

步骤S105：判断该文档中是否包含敏感信息，若是，进入步骤S106，否则，进入步骤S108；

步骤S106：根据预制策略，对所述文档打印任务进行打印管控；

根据预制策略，对所述文档打印任务进行打印管控，包括：根据预制策略，进行对应的管控操作，所述管控操作包括阻断、审批和审计；

如果为阻断，则进入步骤S107；

如果为审批，则触发敏感内容打印申请，部门上级主管或者系统管理员收到申请后进行审批，审批结果为同意，进入步骤S108；若审批结果为拒绝，进入步骤S107；

如果为审计，则将打印任务的任务信息和文档中的敏感信息上报到审计日志平台，审计通过的，进入步骤S108；审计不通过的，进入步骤S107；

步骤S107：中断文档打印任务，方法结束；

步骤S108：打印文档，方法结束。

2.如权利要求1所述的识别打印文件的敏感内容的方法，其特征在于，所述步骤S101之前，在用户启动了文档打印任务后，即点击文档打印按钮后，检测所述文档的打印权限，若没有打印权限，则直接阻断文档打印任务；若有打印权限，则文档打印任务继续执行。

3.如权利要求1所述的识别打印文件的敏感内容的方法，其特征在于，所述预设类型包括PS、EPS、PCL、PXL、XPS、PRN、SPL、EMF。

4.如权利要求1所述的识别打印文件的敏感内容的方法，其特征在于，利用开源的tesseract-ocr图像内容识别库。

5.一种识别打印文件的敏感内容的装置，其特征在于，所述装置包括：

信息获取模块：获取并解析文档打印任务的任务信息，得到打印机信息、打印页数，获取该文档的中间文件；

第一判断模块：判断该文档的中间文件的类型是否符合预设类型；

转换模块：提取文档内容信息，将中间文件转换为可识别的图片格式的文件；

比较模块：对所述图片格式的文件进行ocr内容识别，并将识别出的内容通过内容识别引擎进行内容检测，获取该文档的关键内容；获取敏感规则，所述敏感规则包括预先配置的正则表达式、关键字组合规则；基于敏感规则，对所述文档的关键内容进行比较；

第二判断模块：判断该文档中是否包含敏感信息；

打印管控模块：根据预制策略，对所述文档打印任务进行打印管控；

所述打印管控模块包括：

阻断子模块:进行阻断操作；

审批子模块:触发敏感内容打印申请，部门上级主管或者系统管理员收到申请后进行审批；

审计子模块:将打印任务的任务信息和文档中的敏感信息上报到审计日志平台；

中断打印模块：中断文档打印任务；

打印模块：打印文档。

6.如权利要求5所述的识别打印文件的敏感内容的装置，其特征在于，还包括打印权限判断模块，用于在用户启动了文档打印任务后，即点击文档打印按钮后，检测所述文档的打印权限，若没有打印权限，则直接阻断文档打印任务；若有打印权限，则文档打印任务继续执行。

7.如权利要求5所述的识别打印文件的敏感内容的装置，其特征在于，所述预设类型包括PS、EPS、PCL、PXL、XPS、PRN、SPL、EMF。