(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210931484.6 (22)申请日 2022.08.04 (71)申请人 南京南瑞信息通信科技有限公司 地址 210003 江苏省南京市 鼓楼区南瑞路8 号 申请人 国家电网有限公司 (72)发明人 王晔　从正海　郭靓　张南京　 刘金锁　石庆周　周晓　王国青　 赵倩　郭金龙　金鹏　蒋勇　 盛红雷　任宏　赵岩　屠正伟　 王朝兴　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 陈珉(51)Int.Cl. G06F 40/30(2020.01) G06F 16/31(2019.01) G06F 16/33(2019.01) (54)发明名称 基于正负密点信息的保密文本 检查方法 (57)摘要 本发明公开了一种基于正负密点信息的保 密文本检查方法， 包括抽取样 本文件文本内容信 息； 将样本文件文本内容信息划分成相互独立的 若干信息片； 对保密检查神经网络进行训练得到 正负语义特征库； 将待判定文件的文本内容信息 划分成相互独立的N片信息片； 将待判定文件信 息片的Hash值与语义特征库中的特征信息片的 Hash值进行匹配， 将匹配成功的待判定文件的信 息片与特征信息片的相似度赋值为100%； 对未匹 配成功的待判定文件的信息片进行语义特征提 取， 计算待判定文件的信息片与特征信息片的相 似度； 对待判定文件的信息片打分； 计算待判定 文件分值； 根据待判定文件分值对待判定文件是 否涉密进行判定， 本发明能够快速对文本是否涉 密进行检查。 权利要求书2页 说明书4页 附图1页 CN 115310453 A 2022.11.08 CN 115310453 A 1.一种基于正负密点信息的保密文本检查方法， 其特 征在于， 包括： 抽取样本文件文本内容信息； 将抽取的样本文件文本内容信息划分成相互独立的若干信息片； 通过样本文件文本内容信息的信息片对保密检查神经网络进行语义特征训练得到正 负语义特 征库； 计算语义特 征库中的特 征信息片的Hash值； 将待判定文件的文本内容信息划分成相互独立的N片信息片； 计算待判定文件每片信息片的Hash值； 将待判定文件每片信息片的Hash值与语义特征库中的特征信息片的Hash值进行匹配， 将匹配成功的待判定文件的信息片与特征信息片的正相似度值或者负相似度值赋值为 100％； 对未匹配成功的待判定文件的信 息片进行语义特征提取， 根据提取出的语义特征和正 负语义特 征库得到待判定文件的信息片与特 征信息片的正相似度值和负相似度值； 根据待判定文件的信息片与特征信息片的正相似度值和负相似度值对待判定文件的 信息片打 分； 根据待判定文件的信息片分值计算待判定文件分值； 根据待判定文件分值对待判定文件是否涉密进行判定 。 2.根据权利要求1所述的一种基于正负密点信 息的保密文本检查方法， 其特征在于， 所 述对待判定文件的信息片打 分包括： 通过式(1)得到待判定文件的信息片的正密点分值 Ai＝正相似度值 ×100×Ki  (1) 其中， Ai为正密点分值， Ki表示第i片待判定文件的信息片的权 重； 同理， 负密点分值 通过式(2)得到 ‑Bi＝负相似度值 ×100×Ki  (2) 根据式(3)计算待判定文件的信息片的密点分值 Ni＝Ai‑Bi  (3) Ni表示第i片待判定文件的信息片的密点分值。 3.根据权利要求2所述的一种基于正负密点信 息的保密文本检查方法， 其特征在于， 计 算待判定文件分值包括： 根据式(4)计算待判定文件总分值 其中， N为待判定文件分值， S为待判定文件总分值， n 为待判定文件被划分的片数。 4.根据权利要求3所述的一种基于正负密点信 息的保密文本检查方法， 其特征在于， 所 述根据待判定文件分值对待判定文件是否涉密进行判定包括： 确定分值区间： [0， a)， [a， b]， (b， 10 0]； 若待判定文件分值位于[0， a)， 则判定为非涉密文件； 若分值位于(b， 100]， 则判定为涉 密文件； 若分值 位于[a， b]， 则由人工进行二次研判。权　利　要　求　书 1/2 页 2 CN 115310453 A 25.根据权利要求4所述的一种基于正负密点信 息的保密文本检查方法， 其特征在于， 若 判定为涉密文件， 则将该涉密文件所包含的信息片作为正负语义特征库的正反馈输入， 若 判定为非涉密文件则将该 涉密文件所包 含的信息片作为 正负语义特 征库的负反馈 输入。 6.根据权利要求1所述的一种基于正负密点信 息的保密文本检查方法， 其特征在于， 正 负语义特 征库中的正、 负语义特 征需满足正交性。权　利　要　求　书 2/2 页 3 CN 115310453 A 3