紅頭文件檢測(cè)關(guān)鍵技術(shù)研究.pdf

1、隨著無(wú)紙化辦公的推廣和計(jì)算機(jī)技術(shù)的進(jìn)步，越來(lái)越多包含重要信息的文件在網(wǎng)絡(luò)中傳播，一些紙質(zhì)材料通過拍照、掃描等途徑轉(zhuǎn)存為電子文檔，方便閱讀和存儲(chǔ)。技術(shù)的進(jìn)步在帶來(lái)便利的同時(shí)，給不宜廣泛傳播、包含私密信息的資料（如合同、紅頭文件等重要文檔）帶來(lái)了巨大的安全隱患，一些不當(dāng)操作會(huì)導(dǎo)致重要信息無(wú)意間通過電子文檔泄漏到網(wǎng)絡(luò)環(huán)境中。
　　當(dāng)前廣泛使用的紅頭文件檢測(cè)方法一般是預(yù)先在重要文件中加入隱藏且不易損壞的電子水印，檢測(cè)過程中對(duì)加入的信息進(jìn)行

2、提取和匹配。這種方式需要提前處理，在用戶無(wú)意間造成的泄露中并不實(shí)用。一些基于文本相似度的文件檢測(cè)方法的核心是段落之間的比較和語(yǔ)義的識(shí)別，需要預(yù)設(shè)的關(guān)鍵信息較多，計(jì)算量大、耗費(fèi)時(shí)間長(zhǎng)，滿足不了日益增長(zhǎng)的數(shù)據(jù)處理速度需求。
　　本文針對(duì)網(wǎng)絡(luò)傳輸數(shù)據(jù)包中的文本類紅頭文件及圖片類紅頭文件，設(shè)計(jì)了一個(gè)具有普適性的適用于網(wǎng)絡(luò)數(shù)據(jù)包中關(guān)鍵特征檢測(cè)的系統(tǒng)，檢測(cè)的目標(biāo)是文件中的特定關(guān)鍵字和紅頭文件的關(guān)鍵特征。本文主要工作概括如下:
　　(1)

3、在文本類文件檢測(cè)方面，采用多模式匹配算法縮短在文本中搜索關(guān)鍵字的時(shí)間。常用于字符串搜索的多模式匹配應(yīng)用到中英文混合環(huán)境中會(huì)有空間膨脹、單字詞誤匹配的問題。為此本文在詳盡分析常見編碼方式的基礎(chǔ)上，結(jié)合組合狀態(tài)自動(dòng)機(jī)(DFSA-QS)算法和線索完全哈希字典樹匹配機(jī)(THT)算法的優(yōu)點(diǎn)，提出了一種適用于多種編碼方式的中英文混合文本多模式匹配算法。該算法實(shí)現(xiàn)了從小段數(shù)據(jù)中判定出編碼方式，并且利用對(duì)比常用漢字表對(duì)搜索出的單字符匹配結(jié)果進(jìn)行篩選，刪

4、除誤匹配結(jié)果。實(shí)驗(yàn)結(jié)果表明本文算法能有效地在中英文環(huán)境中快速搜索關(guān)鍵字，且不會(huì)產(chǎn)生誤匹配。
　　(2)在圖片類文件檢測(cè)方面，主要解決的問題是通過圖像預(yù)處理提高光學(xué)字符識(shí)別(OCR)的識(shí)別率。通過對(duì)OCR的測(cè)試了解其輸入圖片的需求，設(shè)計(jì)了針對(duì)性的圖像預(yù)處理步驟。使用累積概率霍夫變換檢測(cè)紅頭文件中的紅色分割線，得出傾斜角度，使用霍夫圓變換定位出印章區(qū)域，對(duì)原圖進(jìn)行裁剪，必要時(shí)使用透視變換修正圖像。運(yùn)用結(jié)合邊界信息的自適應(yīng)閾值二值化算法

5、消除光照不均對(duì)圖像的影響。通過訓(xùn)練OCR的字庫(kù)將紅色五角星等特征識(shí)別成關(guān)鍵字，增加檢測(cè)結(jié)果的可信度。實(shí)驗(yàn)結(jié)果顯示能有效地檢測(cè)出亮度不均、傾斜等環(huán)境中包含指定關(guān)鍵特征的紅頭文件。
　　實(shí)驗(yàn)結(jié)果表明，本文提出的紅頭文件檢測(cè)系統(tǒng)能有效地檢測(cè)出包含關(guān)鍵字的文本類文件，耗時(shí)比常見的多模式匹配算法低，且不會(huì)產(chǎn)生單字詞誤匹配的情況，必要時(shí)可以還原出原始漢字內(nèi)容以供查看;圖片類文件檢測(cè)系統(tǒng)能有效檢測(cè)關(guān)鍵字和關(guān)鍵特征，處理大小為1024*768的圖