電子文檔敏感信息深度挖掘技術(shù)的研究.pdf

1、隨著信息化技術(shù)的快速發(fā)展，不管是敏感信息的存儲、處理和傳遞方式，及存儲敏感信息的介質(zhì)等都發(fā)生了非常大的變化。首先，是敏感信息的存儲方式，從單一紙質(zhì)到攜帶方便的光盤、移動硬盤、U盤及筆記本電腦和臺式主機等設(shè)備，都給敏感信息的攜帶、傳播、復制等帶來了方便，但是，隨之帶來的安全隱患也愈演愈烈；其次，法律制度的不完善，也給敏感信息的管理帶來了管理監(jiān)制方面的困難；還有大容量硬盤的不斷出現(xiàn)，更增加了敏感信息檢索的難度。針對以上問題，本文研究了電子文

2、檔敏感信息深度挖掘技術(shù)，文章不但從深度上提高敏感信息挖掘能力，也從速度上提高了敏感信息挖掘技術(shù)的效率。
　　首先，本文在“引言”中介紹了有關(guān)該課題的研究背景及意義，總結(jié)了關(guān)于該課題的國內(nèi)外研究現(xiàn)狀、存在的問題以及本文需要研究的內(nèi)容等。
　　其次，本文通過分析現(xiàn)在非常流行的Windows系統(tǒng)下的NTFS文件系統(tǒng)格式，直接從磁盤中讀取文件信息，并歸類到不同的文件類別里，為下章文本信息提取模塊提供解析的文件信息。
　　接著，

3、本文又分析了復合文檔與PDF文檔的格式，通過分析其格式，設(shè)計了文本信息內(nèi)容提取算法，完成文本信息內(nèi)容提取的過程，并將提取的內(nèi)容按照不同的類型分類，為下章敏感信息的快速定位搜索提供文本內(nèi)容。
　　最后，針對大容量磁盤給敏感信息挖掘技術(shù)帶來的困難，本文利用多核處理器平臺的處理性能，通過并行循環(huán)搜索模式和多線程并行搜索模式，提高了敏感信息的搜索速度。最后給出搜索模型，對并行循環(huán)搜索模式和多線程并行搜索模式的搜索速度進行了比較，效果明顯，