【技術(shù)領(lǐng)域】

本發(fā)明涉及文件信息安全的技術(shù)領(lǐng)域，特別涉及一種后綴名遭篡改的涉密文件自動發(fā)現(xiàn)方法。

背景技術(shù)：

互聯(lián)網(wǎng)信息的飛速發(fā)展，給人們的生活帶來方便快捷，但也隨著信息化發(fā)展的不斷深入，導(dǎo)致信息存在越來越多的安全隱患。目前，社會工作都在計(jì)算機(jī)和互聯(lián)網(wǎng)上進(jìn)行，內(nèi)容及信息都以電子文檔的格式存在，一旦計(jì)算機(jī)遭受病毒電子文檔后綴名被篡改，就會導(dǎo)致電子文檔無法打開，也容易導(dǎo)致重要文件和涉密文件丟失、泄漏，存在信息安全隱患。為了解決以上問題，有必要提出一種后綴名遭篡改的涉密文件自動發(fā)現(xiàn)方法，依靠電子文檔特殊結(jié)構(gòu)分析技術(shù)，實(shí)現(xiàn)對電子文檔后綴篡改分析，并識別電子文檔真實(shí)的文件類型，電子文檔后綴篡改識別，是指針對電子文檔后綴刪除或修改后，通過分析電子文檔內(nèi)部結(jié)構(gòu)識別出真實(shí)文檔類型，進(jìn)而實(shí)現(xiàn)涉密文件自動檢測發(fā)現(xiàn)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的不足，提供一種后綴名遭篡改的涉密文件自動發(fā)現(xiàn)方法，其旨在解決現(xiàn)有技術(shù)中電子文件被篡改，就會導(dǎo)致電子文檔無法打開，也容易導(dǎo)致重要文件和涉密文件丟失、泄漏，存在信息安全隱患的技術(shù)問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提出了一種后綴名遭篡改的涉密文件自動發(fā)現(xiàn)方法，其基于不同格式電子文檔都有其獨(dú)特存儲方式的原理，采用在終端設(shè)備上部署一個終端應(yīng)用程序，利用終端應(yīng)用程序?qū)K端設(shè)備操作系統(tǒng)中的電子文檔進(jìn)行掃描并識別，實(shí)現(xiàn)文件后綴名刪除或篡改情況下的文件內(nèi)容檢索支持，具體步驟如下：

s1、啟動終端應(yīng)用程序，終端應(yīng)用程序?qū)K端設(shè)備操作系統(tǒng)中的電子文檔進(jìn)行逐一掃描并識別，判斷電子文檔是否屬于正規(guī)文檔后綴格式，若屬于則直接進(jìn)入步驟s8；若不屬于則進(jìn)入步驟s2；

s2、判斷電子文檔頭部8位字節(jié)是否滿足office97-2003系列文檔或金山系列辦公文檔特征，若滿足則轉(zhuǎn)至步驟s3；若不滿足則轉(zhuǎn)至步驟s4；

s3、進(jìn)一步根據(jù)電子文檔內(nèi)容中所含字節(jié)標(biāo)記，判斷電子文檔屬于wpsoffice系列文檔類型或microsoftoffice97-2003系列文檔類型，當(dāng)電子文檔屬于wpsoffice系列文檔類型，根據(jù)所含字節(jié)標(biāo)記字段識別出具體所屬類型，并轉(zhuǎn)至步驟s7；當(dāng)電子文檔屬于microsoftoffice97-2003系列文檔類型，根據(jù)所含字節(jié)標(biāo)記識別出電子文檔具體所屬類型，并轉(zhuǎn)至步驟s7；若既不屬于wpsoffice系列文檔類型也不屬于microsoftoffice97-2003系列文檔類型，則轉(zhuǎn)至步驟s4；

s4、判斷電子文檔頭部60位字節(jié)中是否存在office2007系列文檔特征，若存在office2007系列文檔特征則根據(jù)電子文檔內(nèi)容中所含的特定標(biāo)識字段識別出電子文檔具體所屬類型，并轉(zhuǎn)至步驟s7；若不存在office2007系列文檔特征則轉(zhuǎn)至步驟s5；

s5、判斷電子文檔頭部是否滿足不同類型圖片文件的字節(jié)特征，若滿足，則進(jìn)一步識別出具體圖片文件類型，并轉(zhuǎn)至步驟s7；若不滿足，則轉(zhuǎn)至步驟s6；

s6、判斷文件頭部4位字節(jié)是否滿足pdf文件類型字節(jié)特征，若滿足，則識別為pdf文件類型，并轉(zhuǎn)至步驟s7；若不滿足，則確定該電子文檔不可識別，并結(jié)束掃描識別；

s7、將后綴名被刪除或篡改的文件，還原為真實(shí)后綴名，然后進(jìn)入步驟s8；

s8、執(zhí)行文件內(nèi)容檢索，并判斷是否為涉密文件，并結(jié)束掃描識別。

作為優(yōu)選，所述的步驟s3中當(dāng)電子文檔屬于wpsoffice系列文檔類型，根據(jù)所含字節(jié)標(biāo)記字段識別出的具體所屬類型為wps、et、ett、dpt或dps文件；當(dāng)電子文檔屬于microsoftoffice97-2003系列文檔類型，根據(jù)所含字節(jié)標(biāo)記識別出的電子文檔具體所屬類型為doc、xls、ppt或pps文件。

作為優(yōu)選，所述的步驟s4中若存在office2007系列文檔特征則根據(jù)電子文檔內(nèi)容中所含的特定標(biāo)識字段識別出的電子文檔具體所屬類型為docx、xlsx、pptx或ppsx文件。

作為優(yōu)選，所述的步驟s5的具體步驟如下：

1)判斷電子文檔頭部10位字節(jié)中是否滿足jfif、jpg、jpeg格式類型圖片文件的字節(jié)特征，若滿足則識別為.jfif、.jpg、.jpeg文件類型，并轉(zhuǎn)至步驟s7；若不滿足則轉(zhuǎn)至步驟2)；

2)判斷電子文檔頭部2位字節(jié)中是否滿足bmp、dib格式類型圖片文件的字節(jié)特征，若滿足則識別為.bmp、.dib文件類型，并轉(zhuǎn)至步驟s7；若不滿足則轉(zhuǎn)至步驟3)；

3)判斷電子文檔頭部4位字節(jié)中是否滿足tif格式類型圖片文件的字節(jié)特征，若滿足則識別為.gif文件類型，并轉(zhuǎn)至步驟s7；若不滿足則轉(zhuǎn)至步驟4)；

4)判斷電子文檔頭部4位字節(jié)中是否滿足png格式類型圖片文件的字節(jié)特征，若滿足則識別為.png文件類型，并轉(zhuǎn)至步驟s7；若不滿足則轉(zhuǎn)至步驟5)；

5)判斷電子文檔頭部5位字節(jié)中是否滿足pdf格式類型圖片文件的字節(jié)特征，若滿足則識別為.pdf文件類型，并轉(zhuǎn)至步驟s7；若不滿足則轉(zhuǎn)至步驟s6。

本發(fā)明的有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明提供的一種后綴名遭篡改的涉密文件自動發(fā)現(xiàn)方法，其基于在終端設(shè)備上部署一個終端應(yīng)用程序，利用應(yīng)用程序?qū)K端計(jì)算機(jī)操作系統(tǒng)中電子文檔進(jìn)行掃描并識別，實(shí)現(xiàn)文件后綴名刪除或篡改情況下的文件內(nèi)容檢索支持，不同格式電子文檔都有其自己獨(dú)特的存儲方式，可通過分類分析電子文檔內(nèi)部存儲結(jié)構(gòu)方式分析識別出文檔后綴是否修改，依靠電子文檔特殊結(jié)構(gòu)分析技術(shù)，實(shí)現(xiàn)對電子文檔后綴篡改分析，并識別電子文檔真實(shí)的文件類型，進(jìn)而實(shí)現(xiàn)涉密文件自動檢測發(fā)現(xiàn)。

本發(fā)明的特征及優(yōu)點(diǎn)將通過實(shí)施例結(jié)合附圖進(jìn)行詳細(xì)說明。

【附圖說明】

圖1是本發(fā)明實(shí)施例一種后綴名遭篡改的涉密文件自動發(fā)現(xiàn)方法的流程圖。

【具體實(shí)施方式】

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明了，下面通過附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。但是應(yīng)該理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限制本發(fā)明的范圍。此外，在以下說明中，省略了對公知結(jié)構(gòu)和技術(shù)的描述，以避免不必要地混淆本發(fā)明的概念。

參閱圖1，本發(fā)明實(shí)施例提供一種后綴名遭篡改的涉密文件自動發(fā)現(xiàn)方法，其基于不同格式電子文檔都有其獨(dú)特存儲方式的原理，采用在終端設(shè)備上部署一個終端應(yīng)用程序，利用終端應(yīng)用程序?qū)K端設(shè)備操作系統(tǒng)中的電子文檔進(jìn)行掃描并識別，實(shí)現(xiàn)文件后綴名刪除或篡改情況下的文件內(nèi)容檢索支持，具體步驟如下：

s1、啟動終端應(yīng)用程序，終端應(yīng)用程序?qū)K端設(shè)備操作系統(tǒng)中的電子文檔進(jìn)行逐一掃描并識別，判斷電子文檔是否屬于正規(guī)文檔后綴格式，若屬于則直接進(jìn)入步驟s8；若不屬于則進(jìn)入步驟s2。

s2、判斷電子文檔頭部8位字節(jié)是否滿足office97-2003系列文檔或金山系列辦公文檔特征，若滿足則轉(zhuǎn)至步驟s3；若不滿足則轉(zhuǎn)至步驟s4。

s3、進(jìn)一步根據(jù)電子文檔內(nèi)容中所含字節(jié)標(biāo)記，判斷電子文檔屬于wpsoffice系列文檔類型或microsoftoffice97-2003系列文檔類型，當(dāng)電子文檔屬于wpsoffice系列文檔類型，根據(jù)所含字節(jié)標(biāo)記字段識別出具體所屬類型，判定為wps、et、ett、dpt或dps文件，并轉(zhuǎn)至步驟s7；當(dāng)電子文檔屬于microsoftoffice97-2003系列文檔類型，根據(jù)所含字節(jié)標(biāo)記識別出電子文檔具體所屬類型，判定為doc、xls、ppt或pps文件，并轉(zhuǎn)至步驟s7；若既不屬于wpsoffice系列文檔類型也不屬于microsoftoffice97-2003系列文檔類型，則轉(zhuǎn)至步驟s4。

s4、判斷電子文檔頭部60位字節(jié)中是否存在office2007系列文檔特征，若存在office2007系列文檔特征則根據(jù)電子文檔內(nèi)容中所含的特定標(biāo)識字段識別出電子文檔具體所屬類型，判定為docx、xlsx、pptx或ppsx文件，并轉(zhuǎn)至步驟s7；若不存在office2007系列文檔特征則轉(zhuǎn)至步驟s5。

s5、判斷電子文檔頭部是否滿足不同類型圖片文件的字節(jié)特征，若滿足，則進(jìn)一步識別出具體圖片文件類型，并轉(zhuǎn)至步驟s7；若不滿足，則轉(zhuǎn)至步驟s6。

其中，步驟s5的具體步驟如下：

1)判斷電子文檔頭部10位字節(jié)中是否滿足jfif、jpg、jpeg格式類型圖片文件的字節(jié)特征，若滿足則識別為.jfif、.jpg、.jpeg文件類型，并轉(zhuǎn)至步驟s7；若不滿足則轉(zhuǎn)至步驟2)。

2)判斷電子文檔頭部2位字節(jié)中是否滿足bmp、dib格式類型圖片文件的字節(jié)特征，若滿足則識別為.bmp、.dib文件類型，并轉(zhuǎn)至步驟s7；若不滿足則轉(zhuǎn)至步驟3)。

3)判斷電子文檔頭部4位字節(jié)中是否滿足tif格式類型圖片文件的字節(jié)特征，若滿足則識別為.gif文件類型，并轉(zhuǎn)至步驟s7；若不滿足則轉(zhuǎn)至步驟4)。

4)判斷電子文檔頭部4位字節(jié)中是否滿足png格式類型圖片文件的字節(jié)特征，若滿足則識別為.png文件類型，并轉(zhuǎn)至步驟s7；若不滿足則轉(zhuǎn)至步驟5)。

5)判斷電子文檔頭部5位字節(jié)中是否滿足pdf格式類型圖片文件的字節(jié)特征，若滿足則識別為.pdf文件類型，并轉(zhuǎn)至步驟s7；若不滿足則轉(zhuǎn)至步驟s6。

s6、判斷文件頭部4位字節(jié)是否滿足pdf文件類型字節(jié)特征，若滿足，則識別為pdf文件類型，并轉(zhuǎn)至步驟s7；若不滿足，則確定該電子文檔不可識別，并結(jié)束掃描識別。

s7、將后綴名被刪除或篡改的文件，還原為真實(shí)后綴名，然后進(jìn)入步驟s8。

s8、執(zhí)行文件內(nèi)容檢索，并判斷是否為涉密文件，并結(jié)束掃描識別。

本發(fā)明一種后綴名遭篡改的涉密文件自動發(fā)現(xiàn)方法，基于不同格式電子文檔都有其自己獨(dú)特的存儲方式，通過分類分析電子文檔內(nèi)部存儲結(jié)構(gòu)方式分析識別出文檔后綴是否修改的方式，在終端設(shè)備上部署一個終端應(yīng)用程序，利用應(yīng)用程序?qū)K端計(jì)算機(jī)操作系統(tǒng)中電子文檔進(jìn)行掃描并識別，實(shí)現(xiàn)文件后綴名刪除或篡改情況下的文件內(nèi)容檢索支持，依靠電子文檔特殊結(jié)構(gòu)分析技術(shù)，實(shí)現(xiàn)對電子文檔后綴篡改分析，并識別電子文檔真實(shí)的文件類型，進(jìn)而實(shí)現(xiàn)涉密文件自動檢測發(fā)現(xiàn)，防止重要文件和涉密文件丟失、泄漏，加強(qiáng)了信息安全。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換或改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。