[发明专利]电子档案文件快速校验方法、系统、设备及介质

说明书

本发明提供一种电子档案文件快速校验方法，存证阶段将压缩文件包中子文件及子文件夹按名字字符串规则顺序排序同级文件，分配相应的线程资源从文件夹中最下层开始逐级往上计算文件HASH值，构建层HASH文件并关联相关文件保存在当前层，构建HASH目录树，打包生成存档电子档案包；待验证阶段，根据验证阶段排列方式顺序排列文件和拼接字符串，从上往下逐级计算每层子文件夹HASH值，与保存的相应层级HASH文件对比，生成异常文件的层级和位置信息，定位电子档案的变动文件和变动位置。本申请实现电子档案存证可溯源，保证存证电子档案的真实性。

技术领域

本申请涉及计算机信息处理技术领域，具体涉及一种基于HASH计算的电子归档校验方法。

背景技术

随着技术的进步，数据现在已经成为了一种资产。不同行业场景下的信息化业务流程会产生大量的数据。这些数据以文件的形式存储在各种计算机操作系统的文件系统上，不同性质的数据文件保存期限有5年、10年、30年甚至永久保存的要求；数据文件的存储介质也存在机械硬盘，光盘，软盘，SD卡等不同类型。

电子档案特殊的生成和保管环境使其显现出与传统纸质档案不同的技术特性。从信息的记录形式来看，电子档案是一种纯粹的数字化信息，具有易改、易逝和对计算机系统的依赖性等特点；从载体特性来看，电子档案又具有载体与信息的可分离性、信息存储的不稳定性等特点。这些技术特性使电子档案的真实性面临巨大挑战。

电子文件的真实性可以划分为两方面：一是文件在形成过程中的真实性；二是文件形成之后是真实的，即文件从形成到归档保存的整个生命周期中未被篡改，始终保持形成时的原始状态。电子签名和电子印章虽能在一定程度上保障电子文件形成过程中的真实性，但文件形成后，是否会被技术手段篡改，电子文件在归档和移交过程中以及在未来的保存、迁移、利用中能否保持真实性，都是目前亟待解决的问题。

对电子文件进行归档要求满足：归档文件真实性、有效性、完整性、可用性，归档后的数据文件目前没有相关的工具或软件系统可周期性的巡检数据文件，无法确定数据是否被修改，归档后的海量数据验证及HASH计算需要大量的时间，较短的周期性内不能完成HASH值的校验过程，不能快速确定数据是否被修改，对于海量文件哈希异常时不能快速准确定位和确定被篡改的文件。

公开号CN113342745A，名称“一种镜像文件的校验方法、装置、电子设备及存储介质” 公开了一种镜像文件的校验方法，获取待运行镜像文件的配置文件和各个层文件；基于第一预设哈希算法计算配置文件的第一校验哈希值，并将各个层文件打包得到层文件压缩包，基于第二预设哈希算法计算层文件压缩包的第二校验哈希值；比对第一校验哈希值与本地数据库中预先存储的与目标镜像文件的配置文件对应的第一标准哈希值，并比对第二校验哈希值与本地数据库中预先存储的与目标镜像文件的层文件压缩包对应的第二标准哈希值；如果第一校验哈希值与第一标准哈希值一致，且第二校验哈希值与第二标准哈希值一致，则将待运行镜像文件作为目标镜像文件。

公开号CN106055692A，名称“比对文件或文件夹的自动化测试方法及系统”，通过哈希值的比对，判断各所述文件的内容及属性是否都为一致；通过哈希值的比对，判断各所述文件夹各对应的目录层级中的各文件及目录属性是否都为一致。通过在存储方计算机上设置XML-RPC服务器框架获得相应的哈希值，在设置有xmlrpcli模块的第三方计算机完成比对，实现判断各文件或各文件夹是否一致。

上述现有技术的方案采用单独数据库或者文件记录文件、文件夹的HASH，原始文档和HASH记录是分割的两个部分，存在文档和HASH记录无法证明关联关系的可能性，无法随文档迁移和脱离数据库校验。并且，单一文件HASH值计算档案文件夹下若干文件，需要多次计算出独立的文件HASH值，存入HASH值库存储，单一文件HASH值逐步校验，无法支撑各种类型数据包及大数据量文件快速校验，不能支撑短周期性快速巡检档案库中大量文件的校验工作。

发明内容