电子文档敏感信息深度挖掘技术的研究

发布时间：2017-11-19 01:00

本文关键词：电子文档敏感信息深度挖掘技术的研究

【摘要】：随着信息化技术的快速发展，不管是敏感信息的存储、处理和传递方式，及存储敏感信息的介质等都发生了非常大的变化。首先，是敏感信息的存储方式，从单一纸质到携带方便的光盘、移动硬盘、U盘及笔记本电脑和台式主机等设备，都给敏感信息的携带、传播、复制等带来了方便，但是，随之带来的安全隐患也愈演愈烈；其次，法律制度的不完善，也给敏感信息的管理带来了管理监制方面的困难；还有大容量硬盘的不断出现，更增加了敏感信息检索的难度。针对以上问题，本文研究了电子文档敏感信息深度挖掘技术，文章不但从深度上提高敏感信息挖掘能力，也从速度上提高了敏感信息挖掘技术的效率。首先，本文在“引言”中介绍了有关该课题的研究背景及意义，总结了关于该课题的国内外研究现状、存在的问题以及本文需要研究的内容等。其次，本文通过分析现在非常流行的Windows系统下的NTFS文件系统格式，，直接从磁盘中读取文件信息，并归类到不同的文件类别里，为下章文本信息提取模块提供解析的文件信息。接着，本文又分析了复合文档与PDF文档的格式，通过分析其格式，设计了文本信息内容提取算法，完成文本信息内容提取的过程，并将提取的内容按照不同的类型分类，为下章敏感信息的快速定位搜索提供文本内容。最后，针对大容量磁盘给敏感信息挖掘技术带来的困难，本文利用多核处理器平台的处理性能，通过并行循环搜索模式和多线程并行搜索模式，提高了敏感信息的搜索速度。最后给出搜索模型，对并行循环搜索模式和多线程并行搜索模式的搜索速度进行了比较，效果明显，证明了本文算法设计的可行性及有效性。
【学位授予单位】：中原工学院
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP333;TP391.1

【参考文献】

中国期刊全文数据库前10条

1 魏宏安;陈忠辉;;电纸书PDF阅读器的设计与实现[J];福州大学学报(自然科学版);2012年06期

2 赵振洲;赵永峰;;Word文档结构分析及恢复[J];安徽电子信息职业技术学院学报;2013年01期

3 付杰;李升;;NTFS文件系统的根目录INDX文件结构[J];佳木斯大学学报(自然科学版);2009年01期

4 梁金千,张跃;NTFS文件系统的主要数据结构[J];计算机工程与应用;2003年08期

5 钟尚平;陈铁睿;;基于PDF文档作为掩体的信息隐写方法[J];计算机工程;2006年03期

6 高龙;贾宏;周俭;;基于网格技术的并行搜索引擎[J];计算机工程;2009年06期

7 贾广微;牛铭晨;时英华;万发仁;;硬盘数据恢复方法及建议[J];农业网络信息;2011年09期

8 陈慧中;陈永光;景宁;陈荦;;PCPF:一种面向多媒体数据库中高维向量匹配的并行索引结构[J];计算机学报;2011年10期

9 李珍,田学东;PDF文件信息的抽取与分析[J];计算机应用;2003年12期

10 张秀秀;张立峰;;PDF文件文本内容提取研究[J];科技情报开发与经济;2008年36期