[发明专利]一种识别打印文件的敏感内容的方法及装置

说明书

本发明提供一种识别打印文件的敏感内容的方法及装置，所述方法包括：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；将符合预定类型的中间文件转换为可识别的图片格式的文件；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，与敏感规则比较判断是否有敏感信息，根据预制策略，对所述文档打印任务进行打印管控。根据本发明的方案，利用本地打印作业特性，可以防泄漏、管控打印文件，能够在不改变用户使用习惯的情况下，对操作进行有效管控。

技术领域

本发明涉及数据安全领域，尤其涉及一种识别打印文件的敏感内容的方法及装置。

背景技术

随着互联网技术的飞速发展，企业大多步入了信息化办公时代，在办公终端中存放的信息量越来越大。随之而来的，信息泄露的风险也在不断递增。

办公场景中的常见场景是，信息从计算机终端输出到打印机，再从打印机输出到纸质文件。在此过程中存在着很大的信息安全泄露的隐患。一旦监管不当，将可能给企业带来不可预期的损失。例如，设计图纸、客户资料等打印文件，可能涉及国家利益、企业利益和个人利益，一旦在打印过程中造成信息泄露，将会造成难以追踪其外带源头、以及相关责任人的情况。

现有的对待打印文件的监控方法是，通过虚拟打印驱动和后台打印监控与审计系统结合，识别待打印文件的内容，基于获取到的待打印文件的内容，利用后台打印监控及审计系统对待打印文件进行监控。但这类方法首先要限制终端上打印驱动的使用，并且，在后台需要兼容多款打印驱动。部署及具体应用较为复杂，造成打印结果状态无法及时获取；同时，管控方式不灵活。

发明内容

为解决上述技术问题，本发明提出了一种识别打印文件的敏感内容的方法及装置，所述方法及装置，用以解决现有技术中需要在后台兼容多款打印驱动，使得部署及具体应用较为复杂，造成打印结果状态无法及时获取、以及管控方式不灵活的技术问题。

根据本发明的第一方面，提供一种识别打印文件的敏感内容的方法，所述方法包括以下步骤：

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。