[发明专利]一种数据库内容保密检查系统及检查方法

权利要求书

1.一种数据库内容保密检查系统，其特征在于，包括数据采集模块、涉密检查模块和检查结果输出模块；数据采集模块、涉密检查模块和检查结果输出模块依次连接；

数据采集模块通过用了各类数据库的直接访问接口，统一数据访问接口采集待检查数据；

涉密检查模块对待检查的各种数据类型包括结构化数据、非结构化数据进行数据内容解析，实现对数据类型检查全覆盖；通过机器学习引入正例、反例对涉密模型进行构建与训练；

检查结果输出模块用于展示检查结果。

2.根据权利要求1所述的一种数据库内容保密检查系统，其特征在于，数据采集模块中所采用的接口包括访问Oracle数据库的OCI接口，访问SQL Server服务器底层函数的DB—Library，MongoDB C Driver跨平台快速访问接口，以及C语言接口和直接访问接口。

3.根据权利要求1所述的一种数据库内容保密检查系统，其特征在于，结构化数据为具有编码和类型的数据，非结构化文档为文档类型混乱的文档，针对非结构化文档使用类型解析器进行解析分类。

4.根据权利要求1所述的一种数据库内容保密检查系统，其特征在于，通过机器学习进行涉密模型构建与训练，将通过检查人员确认的涉密数据作为正例，误报数据作为反例，进行训练模型的建立，对于新的待检查文档，通过训练模型判断其是否涉密，如果是涉密文档，则将其作为正例，反之则作为反例，实现对训练模型的更新，在下次保密检查过程中将应用最新的训练模型进行检测。

5.一种数据库内容保密检查系统的检查方法，其特征在于，基于权利要求1至4任意一项所述的一种数据库内容保密检查系统，包括以下步骤：

步骤1，采用各数据库类型的直接数据访问接口实现对数据的快速访问，并且通过统一数据访问接口的设计，向涉密检查模块提供统一的数据结构；

步骤2，对待检查的结构化数据以及非结构化数据的内容解析提取；

步骤3，采用深度内容识别技术，对内容进行匹配，实现待检查数据的保密检查。

6.根据权利要求5所述的一种数据库内容保密检查系统的检查方法，其特征在于，结构化文档处理包括：

1)编码检测

系统会根据数据库创建时的编码和类型进行tika解析；

2)编码转换

数据库编码格式不是系统支持的格式，需要转换成系统支持的格式来进行检测。

7.根据权利要求5所述的一种数据库内容保密检查系统的检查方法，其特征在于，非结构化文档处理包括：

1)文档类型识别

对文档的类型进行tika解析，识别文档所属的类型；

2)文档内容提取

对文档中的内容进行提取，即对文档内容进行深度解析；

3)文档元数据提取

从各种各样的文档格式的数据中，把元数据提取出来，为后面的涉密内容匹配。

8.根据权利要求5所述的一种数据库内容保密检查系统的检查方法，其特征在于，检查结果输出模块，与涉密检查模块相连，用于显示涉密检查结果，包含匹配内容的上下文、涉密概率、原文路径信息，用于人工审核。

9.根据权利要求5所述的一种数据库内容保密检查系统的检查方法，其特征在于，深度内容识别技术包括关键字、关键字组、正则表达式、数据识别脚本、文本元数据和文档指纹技术。