導(dǎo)航：安全管理網(wǎng)>> 安全論文>> 電力安全論文>>正文

信息安全審查中目標(biāo)信息智能發(fā)現(xiàn)技術(shù)研究

文檔作者：馮戈利韓彥軍王業(yè) 秦現(xiàn)生文檔來源： 1．西北工業(yè)大學(xué)機電學(xué)院 2．成都飛機工業(yè)(集團)有限責(zé)任公司 3．石家莊鐵道大學(xué)機械工程學(xué)院 4．山西職業(yè)技術(shù)學(xué)院基礎(chǔ)部		點擊數(shù)：	更新時間： 2021年04月20日
下載地址：點擊這里	文件大?。?630.40 KB 共6頁	文檔格式： PDF	下載點數(shù)： 1 點（VIP免費）

全屏查看

內(nèi)容預(yù)覽 [文件共6頁]

本文件共6頁，如需編輯使用，請下載。

注：預(yù)覽效果可能會出現(xiàn)部分文字亂碼（如口口口）、內(nèi)容顯示不全等問題，下載是正常的。

	文件大?。?30.40 KB 共6頁文件格式：PDF 下載點數(shù)：1 點（VIP會員免費）

下一篇：電力系統(tǒng)信息安全等級保護探討

上一篇：關(guān)于計算機網(wǎng)絡(luò)信息安全及防護

文本預(yù)覽

僅提取頁面文字內(nèi)容，供快速閱讀使用。

2015年5月
第44卷第5期
機械設(shè)計與制造工程
Machine Design and Manufacturing Engineering
Mav．2015
V01．44 No．5
DOI：10．3969／j．issn．2095—509X．2015．05．013
信息安全審查中目標(biāo)信息智能發(fā)現(xiàn)技術(shù)研究
馮戈利 一，韓彥軍。，王業(yè) ，秦現(xiàn)生
(1．西北工業(yè)大學(xué)機電學(xué)院，陜西西安710072)
(2．成都飛機工業(yè)(集團)有限責(zé)任公司，四川成都610092)
(3．石家莊鐵道大學(xué)機械工程學(xué)院，河北石家莊050043)
(4．山西職業(yè)技術(shù)學(xué)院基礎(chǔ)部，山西太原030006)
摘要：為了保證生產(chǎn)企業(yè)中設(shè)計、存儲、制造等環(huán)節(jié)的信息安全，在對企業(yè)信息分析的基礎(chǔ)上搭建
了信息安全審查中目標(biāo)信息智能發(fā)現(xiàn)基本框架，并針對信息審查中詞語級目標(biāo)信息的獲取、目標(biāo)
信息與文檔的智能匹配策略進行了研究，提出了相關(guān)算法，最后通過實例驗證了算法的可行性。
關(guān)鍵詞：目標(biāo)信息；發(fā)現(xiàn)技術(shù)；檢索
中圖分類號：TP301．6 文獻標(biāo)志碼：A 文章編號：2095—509X(2015)05—0055—06
信息安全是任何國家、政府、部門、行業(yè)都必須
十分重視的問題，目前已經(jīng)成為一個不容忽視的國
家安全戰(zhàn)略問題_l J。目前國內(nèi)涉密問題的安全檢
查主要依靠保密審查機制，依據(jù)國家及有關(guān)安保部
門法律法規(guī)來執(zhí)行，例如《中華人民共和國保守國
家秘密法》、《中國人民解放軍保密條例》、《科學(xué)技
術(shù)保密條例》、《中央企業(yè)商業(yè)秘密保護暫行規(guī)
定》。該機制最大弱點在于：制度、法規(guī)、條例的執(zhí)
行尺度基本上需要依靠人為來掌握，因此會不可避
免地帶來諸如貫徹不徹底、執(zhí)行不認真、人工處理
的主觀性等問題和缺陷。
目標(biāo)信息智能發(fā)現(xiàn)技術(shù)是指對待審查信息進
行數(shù)據(jù)挖掘和分析，通過人機結(jié)合的智能化系統(tǒng)對
特定的目標(biāo)信息進行篩選和定位的技術(shù)。近年來
隨著計算機技術(shù)的發(fā)展以及智能發(fā)現(xiàn)應(yīng)用環(huán)境的
不斷拓展，其已經(jīng)在文獻查詢、信息安全監(jiān)察、內(nèi)容
過濾等行業(yè)中逐漸得到了廣泛的應(yīng)用 I4 J。因此，
可以利用該技術(shù)對政府、軍方、軍工企業(yè)等機構(gòu)的
保密審查系統(tǒng)作補充和升級。
鑒于上述考慮，本文以高效、準(zhǔn)確的詞語級
目標(biāo)信息審查為目標(biāo)，設(shè)計了詞語級目標(biāo)信息的
智能匹配策略，并在此基礎(chǔ)上建立了智能審查系
統(tǒng)，以期提高目標(biāo)信息審查系統(tǒng)的工作效率、準(zhǔn)
確性、客觀性和智能性，從源頭上堵截涉密信息
的流傳。
1 信息安全審查中目標(biāo)信息智能發(fā)現(xiàn)基本
框架
信息安全檢查基本思路是：在處理資料數(shù)據(jù)過
程之初，總結(jié)本單位的涉密信息；然后在文件進行
導(dǎo)人導(dǎo)出等操作時對文檔進行拆分、解析；隨后對
文檔進行信息識別，對待審查文檔與涉密信息進行
相似比較，就可以有效地發(fā)現(xiàn)待審查內(nèi)容中所包含
的目標(biāo)信息?；究蚣苋鐖D1所示。
圖1所示的目標(biāo)信息發(fā)現(xiàn)系統(tǒng)主要包括兩個
部分：信息輸入模塊、目標(biāo)信息智能發(fā)現(xiàn)模塊。
1)信息輸入處理模塊。
該模塊對目標(biāo)信息發(fā)現(xiàn)起到基礎(chǔ)信息支撐作
用，主要工作是在日常工作中對常用文檔分析，總
結(jié)、提煉、抽取、發(fā)現(xiàn)本單位企業(yè)相關(guān)機密、涉密詞
匯，存人相關(guān)數(shù)據(jù)庫。
2)目標(biāo)信息智能發(fā)現(xiàn)模塊。
該模塊是該模型的核心，利用一些智能發(fā)現(xiàn)、
查找算法，從傳人的待審查文檔中發(fā)現(xiàn)是否含有涉
密信息。具體包括關(guān)鍵字審查、法規(guī)條例專家知識
審查等步驟。
2 信息安全審查中目標(biāo)信息的獲取
所謂的目標(biāo)信息，一般都是在特定領(lǐng)域的一些
涉及內(nèi)部資料的核心內(nèi)容或者敏感信息。為了便
于研究，在本文中采用詞語級的語素來表示目標(biāo)信
收稿日期：2015—04—23
作者簡介：馮戈利(1968一)，女，四川洪雅人，成都飛機工業(yè)(集團)有限責(zé)任公司高級工程師，博士，主要研究方向為目標(biāo)信息發(fā)掘與安全技術(shù)研究。
· 55 ·

2015年第5期 馮戈利：信息安全審查中目標(biāo)信息智能發(fā)現(xiàn)技術(shù)研究
矩陣的特征值和特征向量對圖進行切割_6j，主要
包括以下幾個步驟。
①構(gòu)建關(guān)系圖。
結(jié)合軍工企業(yè)中信息安全特點，抽取詞語級目
標(biāo)信息構(gòu)建成詞語關(guān)系圖?；舅悸窞椋涸O(shè)置文檔
的復(fù)現(xiàn)詞頻數(shù)，設(shè)置人為的目標(biāo)信息；針對詞頻設(shè)
置，以及人為目標(biāo)信息篩選關(guān)鍵詞；以關(guān)鍵詞作為
圖的點，以關(guān)鍵詞在同一句子中出現(xiàn)的頻率為相似
度，建立文檔的詞語關(guān)系圖。上述過程中，文檔詞
集與圖的對應(yīng)關(guān)系如圖2所示。
圖2 詞語級目標(biāo)信息關(guān)系圖構(gòu)建方法
②構(gòu)建關(guān)系圖的鄰接矩陣。
根據(jù)詞語級目標(biāo)信息關(guān)系圖，構(gòu)建其帶權(quán)鄰接
矩陣。
③利用譜分割算法對關(guān)系圖進行分割。
本研究中針對已經(jīng)形成的目標(biāo)信息關(guān)系圖，利
用鄰接矩陣的特征值特征向量中某些特性將圖分
割成若干子圖。借鑒ACNA算法 ，算法流程圖
如圖3所示。
圖3 關(guān)系圖的ACNA譜分割算法流程圖
2．3 實例驗證
為了測試目標(biāo)信息抽取方法，給定圖4所示的
一段文字樣本。
1)文本預(yù)處理。
首先，需要對示例文檔進行分詞和詞性標(biāo)注。
本文的研究中采用中國科學(xué)院的ICTCLAS分詞系
首先，豫形飛機的外形上避免使用大而垂直的垂直面，最好
采用凹麗便于散射，這樣可以使散射的信號偏離接受它的雷達。
例如，sR-71“黑鳥 飛機和B-1隱形飛機采用的彎曲機身l貝爾
AH—ls“眼鏡蛇 飛機最先采用的扁平座艙蓋；在海灣戰(zhàn)爭中發(fā)揮
重要的卜l17^ 大趨勢”隱形飛機采用的多面體技術(shù){美田波音
F-111試驗機上的人物自適應(yīng)機翼等．這些飛機的造型之所以較一
般的飛機古怪，就是因為特種的外形能夠完成不同的散射功能。
圖4 示例文檔原文
統(tǒng)進行中文分詞和詞性標(biāo)注，上述文檔在通過分詞
之后的結(jié)果如圖5所示。
首先／d， 隱形／b飛機／n的／u外形／n上／f避免／v使用／v大／a
而／c垂直／v的／u垂直面／n， 最／d好／a采用／v凹面／n便于／d散射
／v。／邀樣／r可以／v使／v散射／v的／u信號／n偏離／v接受／v它／r的
／u雷達／n。／w例如／v，／-sR_71／n“／-黑鳥／n ／T飛機／n和／c
B-i／n隱形／b飛機／n采用／v的／u彎曲／咖身／n{ 貝爾／n^H_
tS／n ／w眼鏡蛇／n ／-飛機／n最先／d采用／v的／u扁平／b座艙蓋
／m ／w~／p海灣／n戰(zhàn)爭／n中／f發(fā)揮／v重要／a的／u F—l17^／n ／w大
／a趨勢／n”／w隱形／b飛機／n采用／v的／u多面體／n技術(shù)／n；／蠖田
／n波音／n卜l1l／n試驗機／n上／s的／u人物／n自適應(yīng)／v機翼／n等
／u。／w這些／r飛機／n的／u造型／n之所以／c較一般／a的／u飛機／n古
怪／a，／w就是／v因為／p特種／b的／u外形／n能夠／v完成／v不同／8的
／u敢射／v功能／m。 一
圖5 示例文檔分詞結(jié)果
然后，進一步去除分詞結(jié)果中的連詞、非法字
符、標(biāo)點符號、停用詞語，形成預(yù)處理文檔。
2)詞語級目標(biāo)信息抽取。
對于詞語級目標(biāo)的抽取，可以按照2．2節(jié)中相
關(guān)步驟進行。
①構(gòu)建詞語關(guān)系圖。
統(tǒng)計分詞結(jié)果中出現(xiàn)的飛機制造行業(yè)關(guān)鍵詞，
以及在該文檔中出現(xiàn)兩次以上的詞語，結(jié)果見表1。
表1 示例文檔的詞語統(tǒng)計信息
· 57 ·
2015年第44卷 機械設(shè)計與制造工程
按照圖2中的對應(yīng)關(guān)系，針對出現(xiàn)兩次以上的
詞語，建立圖6所示的關(guān)系圖。
圖6 示例文檔中詞語關(guān)系圖
②構(gòu)建關(guān)系圖的鄰接矩陣。
構(gòu)建圖6的帶權(quán)鄰接矩陣如下：
帆
窿
艙
盞
隱形飛機外形垂直散射信號雷達機身座艙蓋試驗機機翼
隱形r 0 3 1 1 0 0 0 1 0 0 0
飛機I 3 0 2 l 1 0 0 l 1 0 0
外形l l 2 0 l l 0 0 0 0 0 0
垂直I 1 l l 0 0 0 0 0 0 0 0
散射1 0 1 1 0 0 1 1 0 0 0 0
信號l 0 0 0 0 l 0 1 0 0 0 0
雷達l 0 0 0 0 1 1 0 0 0 0 0
機身I】 l 0 0 0 0 0 0 0 0 0
座艙盞1 0 1 0 0 0 0 0 0 0 0 0
試驗機1 0 0 0 0 0 0 0 0 0 0 l
機翼l 0 0 0 0 0 0 0 0 0 1 0
詞長和詞語位置3個維度的屬性。
1)詞性對文檔的影響。
結(jié)合文獻[8]中的研究，本文認為詞語級目標(biāo)
信息的詞性主要包含名詞、動詞、名詞短語和動詞
短語4種詞性，其他語氣助詞在此暫時不予考慮。
2)詞長對文檔的影響。
通過對大量的涉密文件分析可知，詞語級目標(biāo)
信息大部分是由2～6個字組成的。
3)詞語位置對文檔的影響。
相關(guān)文獻的研究表明：詞語出現(xiàn)的位置對于描
述、反映文檔內(nèi)容方面也起著重要的作用 j。
通過對大量飛機制造行業(yè)涉密文檔的研究發(fā)
現(xiàn)，詞語級目標(biāo)信息在詞長一詞語位置、詞性—詞
長、詞性一詞語位置之間存在大量很強的相關(guān)性。
如果建立詞性、詞長和詞語位置等屬性本體概念，
就會發(fā)現(xiàn)每個詞都是以詞性、詞長、詞語位置為維
度的三維空間中的一個數(shù)據(jù)點，如圖7所示。
③對關(guān)系圖進行分割。
按照圖3中所示的譜分割算法對關(guān)系圖進行
分割，可以抽取得到示例文檔(圖4)的詞語級目標(biāo)
信息為隱形、飛機。另外，實際操作中還需要增加
飛機制造行業(yè)信息安全中必須要有的幾個關(guān)鍵詞：
雷達、散射、機翼、試驗機。
這樣，示例文檔(圖4)的詞語級目標(biāo)信息就被
擴展為：隱形、飛機、雷達、散射、機翼、試驗機。
3 詞語級目標(biāo)信息智能匹配策略
在文檔的詞語級目標(biāo)信息獲取的基礎(chǔ)上，本文
研究了依據(jù)詞語級目標(biāo)信息的文檔智能匹配策略。
其核心思想是：首先利用2．2節(jié)中的方法，抽取文
檔中的詞語級目標(biāo)信息；然后運用數(shù)據(jù)挖掘分析方
法和計算機技術(shù)來處理和表達詞性、詞長等屬性以
及詞語位置屬性之間的關(guān)聯(lián)；最后，進一步通過類
區(qū)分(Data Discrimination)的對比方式，計算每個詞
語級目標(biāo)信息之間的相關(guān)度。
3．1 基于詞語級目標(biāo)信息的文檔展示方法
通過對飛機制造行業(yè)涉密信息文件的分析，本
文認為：文檔中的詞語級目標(biāo)信息大致包含詞性、
． 58 ．
圖7 詞語的維度展示
詞語
位置
因此，文檔中的詞語級信息在擁有具體描述內(nèi)
容的同時，還需要包含詞性、詞長和詞語位置三維
信息；進而，如果忽略一些虛詞、沒有實際意義的詞
語，則文檔可以被表示為一系列詞語級信息的集
合。
3．2 基于內(nèi)容語義的相關(guān)度計算
利用3．1中方法可以將不同的文檔表示為一
系列詞語級信息的集合；另外，可以在對詞語級目
標(biāo)信息的屬性分析基礎(chǔ)上，構(gòu)建它們的本體概念。
這樣就可利用LCH算法¨。。來計算不同詞語級信
息與文檔中詞語之間的相關(guān)度。
本研究中采用基于距離的LCH方法，該方法
2015年第5期 馮戈利：信息安全審查中目標(biāo)信息智能發(fā)現(xiàn)技術(shù)研究
中將兩個詞語級信息之間的相似程度定義為本體
分類結(jié)構(gòu)中連接兩個術(shù)語的路徑長度的逆，公式表
示如下：
simp。c^(蜘1，Info2)=÷P
由于詞語級信息在分類結(jié)構(gòu)中所處的深度不
同，其代表的相似程度也大不相同，因此在計算中
可以引入深度這一參數(shù)，用來指該節(jié)點至根節(jié)點間
路徑上的節(jié)點個數(shù)。因此，LCH可以被定義為：
sim ^(坳1，坳2)=一1og2( )=
log2(2a)一log2P
統(tǒng)一量綱后，其計算公式為：
st’m
path
( ，， 2)=1一 logEp
3．3 基于興趣模型的相似性計算
為了提高詞語級目標(biāo)信息的檢索質(zhì)量，針對前
一階段的初步篩選結(jié)果，進一步通過對比文檔與用
戶(單位)興趣信息之間整體的相似度來篩選目標(biāo)
信息。涉密企業(yè)之間存在不同的關(guān)注點，可以利用
本單位的特點及安全檢查文件的關(guān)鍵詞來構(gòu)建用
戶(單位)的興趣模型。因此這里需要關(guān)注以下兩
點內(nèi)容：文檔特征向量和用戶興趣模型特征的構(gòu)建
方法；相關(guān)度計算方法。
3．3．1 文檔與用戶興趣模型特征的構(gòu)建
1)構(gòu)建給定文檔的特征向量。
設(shè)文檔的關(guān)鍵詞分別為 ， ，? ， ，則其特
征向量為T=[ ， ，?， ]；其對應(yīng)的詞頻向量
為t=[t ，t：，?，t ]，詞頻ti(1≤ ≤17,)是在詞語
(1≤i≤n)出現(xiàn)的次數(shù)；可以設(shè)詞語 的權(quán)重是
， 表示其對文本主題內(nèi)容的貢獻程度，則特征向
量T=[ ， ，? ， ]對應(yīng)的權(quán)重向量為W=[伽。，
W2，? ， ]。
關(guān)鍵詞的權(quán)重函數(shù)可以定義為：
tllog2( +P ) ，1
． 、
——— =====二======二L 十
c^／Σ(￡ 1og2( +Pi) )
式中：L表示詞語 的詞長；C為比例因子；or為詞
語位于段首、段尾等位置時的一個權(quán)重。
2)構(gòu)建用戶興趣的特征向量。
用戶的興趣模型是指從大量數(shù)據(jù)信息中歸納
出的不同企業(yè)的關(guān)注點、關(guān)注詞、涉密詞、有關(guān)發(fā)展
的核心詞匯等，可以表達為向量空間模型。
在實際操作中，可以總結(jié)出不同企業(yè)涉密文件
中的幾個主題內(nèi)容，分別針對不同主題有不同的特
征詞、涉密詞，即針對不同主題有不同的興趣特征
向量。這些詞語一般都是由專家根據(jù)其經(jīng)驗給出
某主題的若干關(guān)鍵詞T =[ ， ，? ， ]及其權(quán)
重 ；(1≤ ≤m)，并由此構(gòu)成權(quán)重向量w =[加 ，
w ，?， ]。
3．3．2 相關(guān)度計算方法
利用文檔特征向量與用戶興趣特征向量之間
的夾角余弦可以反映文本與用戶興趣之間的相似
程度R。例如，計算W=[W。，W ，? ， ]與W =
[W：，W ，?，W ]之間的相似程度冗的公式如下：
R =cos
ΣWiW
^／(Σ Σ ，2)
V i=1 i=1
根據(jù)需要設(shè)定一個過濾閾值 ，當(dāng)文檔的特
征向量W與某個主題的興趣特征向量W 之間的相
似度R大于 時，說明文檔與主題相似。
4 結(jié)束語
本文以軍工企業(yè)為例，探討了現(xiàn)代企業(yè)信息安
全審查中目標(biāo)信息的智能發(fā)現(xiàn)方法。文章以詞語
級信息為主體，提出了信息安全審查中目標(biāo)信息智
能發(fā)現(xiàn)的基本框架，設(shè)計了信息安全審查中目標(biāo)信
息的獲取算法和詞語級目標(biāo)信息智能匹配策略，實
現(xiàn)了文檔中詞語級目標(biāo)信息智能發(fā)現(xiàn)的精確性、及
時性
參考文獻：
[1] 程紅蓉，周世杰，丁熠，等．一個信息安全綜合設(shè)計型實驗的
設(shè)計[J]．實驗科學(xué)與技術(shù)，2013，11(6)：208—210．
[2] 梁愛東，薛海波．?dāng)?shù)字環(huán)境下的高校圖書館信息服務(wù)工作探
析[J]．信息系統(tǒng)工程，2010(2)：97—100．
[3] 崔虹燕，蔣念平．一種改進的多級信息安全過濾模型[J]．
情報理論與實踐，2006，29(5)：615—617．
[4] 蘇威．基于Web不良信息過濾系統(tǒng)的研究[D]．成都：電子
科技大學(xué)，2012．
[5] 肖根勝．改進TFIDF和譜分割的關(guān)鍵詞自動抽取方法研究
[D]．武漢：華中師范大學(xué)，2012．
[6] Mohar B．Some applications of Laplace eigenvalues of graphs
[J]．Nato Asi，1997(9)：227—275．
· 59·
2015年第44卷 機械設(shè)計與制造工程
[7]
[8]
[9]
田娟，王崇駿，李靜，等．一個基于譜圖分割的簡單聚類算法
[J]．復(fù)旦學(xué)報，2004，43(5)：810—814．
方俊，郭雷，王曉東．基于語義的關(guān)鍵詞抽取算法[J]．計算機
科學(xué)，2008，35(6)：148—151．
李靜月，李培峰，朱巧明．一種改進的TFIDF網(wǎng)頁關(guān)鍵詞提
出方法[J]．計算機應(yīng)用與軟件，201l，28(5)：25—27．
[10]Jones K S．A statistical interpretation of term specificity and its
application in retrieval[J]．Journal ofDocumentation，1972，28
(1)：11—21．
Research on the technology of the intelligent
target discovery in information security review
FENG Geli ，HAN Yanjun ，WANG Yexuan ，QIN Xiansheng
(1．School of Mechanical and Electrical Engineering，Northwestern Polyteehnieal
University，Shaanxi Xikn，710072，China)
(2．Chengdu Aircraft Industrial(group)Co．，Ltd．，Sichuan Chengdu，610092，China)
(3．School of Mechanical Engineering，Shijiazhuang Tiedao
University，Hebei Shijiazhuang，050043，China)
(4．Department of Basic Courses，Shanxi Polytechnic College，Shanxi Taiyuan，030006，China)
Abstract：In order to ensure the information security of the production enterprises during design，storage and
manufacture process，it sets the basic framework of the intelligent target discovery in the information security re—
view base Of the analysis of enterprise inform ation．It analyzes the acquisition of the word—level target inform a—
tion and the intelligent matching strategy between the target inform ation and documents in the inform ation security
review，then puts forward the related algorithm，validates the feasibility an d efectiveness of the algorithm．
Key words：target information；discovery technology；retrieva1 ．
· 60 ·

網(wǎng)友評論 more

電力安全論文最新內(nèi)容

03-05