CN110347738A - 复印机在线数据提取解析方法及装置 - Google Patents

Abstract

本发明属于复印机安全防护技术领域，特别涉及一种复印机在线数据提取解析方法及装置，该方法包含：针对目标设备，截取其通信过程中的网络协议数据包；依据网络协议数据包，提取目标设备信息并通过调用在线采集系统获取目标设备对应的动态链接库进行在线数据提取解析。本发明解决不同品牌复印机设备、相同品牌不同系列复印机差异性数据提取与解析问题，流程清晰，扩展灵活，增强系统实用性和兼容性，易于模块化实现，提高其模块实用性；既可作为复印机数据采集模块单独使用，也可嵌入复印机安全保密检查系统，为系统提供有力数据支撑；可以在线检测复印机是否违规操作，规范用户行为，为强化保密意识、筑牢思想防线提供教育手段与技术支撑。

Description

复印机在线数据提取解析方法及装置

技术领域

本发明属于复印机安全防护技术领域，特别涉及一种复印机在线数据提取解析方法及装置。

背景技术

目前，针对计算机违规使用检测和保密检查的软件和工具比较多，但针对复印机这类智能办公设备的安全检查手段还未见有公开报道，大多数用户甚至不知道复印机会因使用不当造成重要文件信息的失泄密。数码复印机存在的泄密风险主要包括:1)当硬盘进行维修、更换、报废等情况时；2)当联网进行打印、扫描、传真、邮件时；3)当通过WIFI等无线连接其它设备或网络时；4)当通过USB接口进行文件移动、打印时。可见，泄密风险无处不在。针对这类办公影印设备急需研制复印机保密检查系统，应用于保密系统和涉密企事业单位日常保密检查工作，为监管复印机安全使用，规范用户行为，提供检查方法与软件工具。现有针对数码复印机在线数据提取的研究比较少，其技术方法主要是采用网络爬虫实现。网络爬虫是一个自动提取网页的程序，其一般过程是从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列，直到满足系统的一定停止条件。而爬行效率是这种方法存在的最大问题。另外，所有被爬虫抓取的网页将会被系统存贮，进行一定的分析、过滤，并建立索引，以便之后的查询和检索，所以对系统的存储空间要求也较高。在进行数据采集时不少高端复印机为了方便客户使用提供了各种各样的管理软件，这些管理软件使用复印机提供的各种接口完成对复印机的控制。但是不同的复印机提供的接口千差万别，且复印机的接口并不对开发人员开放，使得统一接口的工作变得十分困难。

发明内容

本发明提供一种复印机在线数据提取解析方法及装置，针对复印机设备通过其网络封包和HTTP协议分析，对其交互数据所在URL发送请求进行提取解析，并以品牌建立动态链接库、以型号系列建立设备类，便于市场新设备扩展及数据接口的统一，大大提高效率，有利于对复印机工作数据的安全防护和监管，防止信息泄密，具有较强的应用前景。

按照本发明所提供的设计方案，一种复印机在线数据提取解析方法，包含如下内容：

A)针对目标设备，截取其通信过程中的网络协议数据包；

B)依据网络协议数据包，提取目标设备信息并通过调用在线采集系统获取目标设备对应的动态链接库进行在线数据提取解析。

上述的，A)中，利用Wireshark网络协议解析方法获取设备通信过程中的交互数据包，通过分析该交互数据，获取设备交互过程中的命令及参数，模拟用户请求进行远程在线数据提取解析。

优选的，A)中，从设备基于B/S架构可读管理网页源代码中找到设备数据接口，模拟用户请求进行远程在线数据提取解析。

上述的，B)中，在线采集系统中，依据设备品牌构建动态链接库，并在每个动态链接库中根据设备型号系列建立类，其中，每个类包含设备登录用户数据、日志数据、文件箱列表数据、文件列表数据及下载文件数据。

上述的，B)中，每个类中，相同型号系列设备以统一格式存入数据库中，将数据库文件内嵌至用于通过调用API接口实现数据存取查询的应用程序中。

优选的，B)中，采用SQLite3数据库作为存储相关数据的数据库管理软件，所述相关数据包含操作系统信息、图片文件和日志信息数据。

优选的，B)中，对于图片文件的存储，首先对其原始图片进行格式转换，对不满足应用需求的原始图片进行缩放、锐化和/或二值化处理。

优选的，B)在线采集系统中，对于新型号系列设备，通过新建立类的扩展方法进行存储，并添加至相应品牌动态链接库中。

优选的，B)中在线数据提取解析，包含如下内容：对网络协议数据包进行信息挖掘并存储，依据需求分析，提取设备信息有用字段，首先筛选设备基本信息，然后从文件操作中获取图片文件，并依据定义的需求字符串来匹配任务日志字段，将获取的数据分别保存至数据库对应表中。

更进一步地，本发明还提供一种复印机在线数据提取解析装置，包含：截取模块和提取模块，其中，

截取模块，用于针对目标设备，截取其通信过程中的网络协议数据包；

提取模块，用于依据网络协议数据包，提取目标设备信息并通过调用在线采集系统获取目标设备对应的动态链接库进行在线数据提取解析。

本发明的有益效果：

本发明解决不同品牌复印机设备、相同品牌不同系列复印机的差异性数据提取与解析问题，流程清晰，扩展灵活，对每款复印机机型从操作系统、文件结构、固件代码、操作流程等方面进行了分析，增强系统的实用性和兼容性，通过建立复印机品牌动态数据库及型号系列的类别，易于模块化实现，提高其模块的实用性；既可以作为复印机数据采集模块单独使用，也可以嵌入到复印机安全保密检查系统中为系统提供有力的数据支撑，作为检查和分析的对象。针对数字复印机检查其复印、扫描和打印过程中是否存在违规使用等情形，可以在线检测复印机是否违规复印或扫描了涉密敏感信息。同时可作为监管复印机手段，规范用户行为，通过内嵌应用程序等方式提供检查方法与软件工具；为强化保密意识、筑牢思想防线提供教育手段与技术支撑，具有较强的应用前景。

附图说明：

图1为实施例中在线数据提取解析方法流程图；

图2为实施例中在线数据提取解析装置示意图；

图3为实施例中复印机在线数据提取解析工作原理示意。

具体实施方式：

为使本发明的目的、技术方案和优点更加清楚、明白，下面结合附图和技术方案对本发明作进一步详细的说明。

复印机安全保密检查是针对数码复印机检查其复印、扫描和打印过程中是否存在违规使用的检查方法，可以在线和离线检测复印机是否违规复印或扫描了涉密敏感信息。针对当前复印机设备安全防护工作，本发明实施例中，参见图1所示，提供一种复印机在线数据提取解析方法，包含如下内容：

S101)针对目标设备，截取其通信过程中的网络协议数据包；

S102)依据网络协议数据包，提取目标设备信息并通过调用在线采集系统获取目标设备对应的动态链接库进行在线数据提取解析。

Wireshark(前称Ethereal)是一个网络封包分析软件，网络封包分析软件的功能是撷取网络封包，并尽可能显示出最为详细的网络封包资料。Wireshark使用WinPCAP作为接口，直接与网卡进行数据报文交换。因此，本发明实施例中，进一步利用Wireshark网络协议解析方法获取设备通信过程中的交互数据包，通过分析该交互数据，获取设备交互过程中的命令及参数，模拟用户请求进行远程在线数据提取解析。

现有数码复印机支持以web方式进行远程访问。大部分复印机提供基于B/S架构的管理页面。由于B/S架构的网页接口必须能够被浏览器接受、识别、使用。因此，本发明实施例中，进一步从设备基于B/S架构可读管理网页源代码中找到设备数据接口，模拟用户请求进行远程在线数据提取解析。

针对现有数码复印机的差异性问题，可通过对每款复印机机型从操作系统、文件结构、固件代码、操作流程等方面进行分析，采用模块化设计，以增强系统的实用性和兼容性。为此，本发明实施例，在线采集系统中，进一步依据设备品牌构建动态链接库，并在每个动态链接库中根据设备型号系列建立类，其中，每个类包含设备登录用户数据、日志数据、文件箱列表数据、文件列表数据及下载文件数据。优选的，对于新型号系列设备，通过新建立类的扩展方法进行存储，并添加至相应品牌动态链接库中。

每个品牌复印机建立一个动态链接库，每款不同系列的复印机机型建立一个类，在线采集子系统通过调用对应被检复印机DLL实现数据提取和解析。该模块化的设计结构清晰，易于更多复印机型号的扩展。数码复印机的数据提取中每个不同类型的复印机对应一个类，类成员函数主要包括登录复印机login()、提取日志函数getLog()、获取文件箱列表getboxlist()、获取文件列表getfilelist()以及下载文件download()。不同类型的复印机其访问URL或者请求参数不同，但都是按照上述几个函数来获取日志和图片等数据，实现简洁、过程清晰，速度较快。对于一个新型号，只要按照这种方式建立类，添加到DLL中就可以方便地扩展新增型号。

进一步地，本发明实施例中，每个类中，相同型号系列设备以统一格式存入数据库中，将数据库文件内嵌至用于通过调用API接口实现数据存取查询的应用程序中。

由于需要屏蔽不同硬件差异、为开发提供统一的、无硬件依赖、轻量、易于开发的接口，所以将不同类型的复印机数据以统一的格式存入数据库，方便其他程序调用，减少对机器的依赖。数码复印机保密检查需要的数据主要有操作系统信息、图片文件、日志信息等。

进一步地，本发明实施例中，采用SQLite3数据库作为存储相关数据的数据库管理软件，所述相关数据包含操作系统信息、图片文件和日志信息数据。优选的，对于图片文件的存储，首先对其原始图片进行格式转换，对不满足应用需求的原始图片进行缩放、锐化和/或二值化处理。

数码复印机保密检查系统要求采用小巧灵活的数据库管理软件来管理数据，因此主要考虑采用零配置运行模式的嵌入式数据库，不需要独立运行数据库引擎，直接将数据库文件内嵌至应用程序中，由程序直接调用相关的API接口实现数据的存取、查询操作，采用了SQLite3数据库作为存储操作系统信息、图片文件、日志信息等数据的数据库管理软件。不同复印机所支持的图像格式千差万别，需要对原始图像进行格式转换。对于缩略图等不满足个别应用需要的图像还需要对其进行缩放、锐化、二值化等处理，以方便其他程序调用。例如，京瓷复印机的图片数据为压缩格式，为了后续应用中的查看和识别需要将其进行解压为常用的TIFF或JPG等格式；有些佳能复印机图像格式为JBG，也需要将其转换为常用格式。

进一步地，本发明实施例中，在线数据提取解析，包含如下内容：对网络协议数据包进行信息挖掘并存储，依据需求分析，提取设备信息有用字段，首先筛选设备基本信息，然后从文件操作中获取图片文件，并依据定义的需求字符串来匹配任务日志字段，将获取的数据分别保存至数据库对应表中。

更进一步地，本发明实施例还提供一种复印机在线数据提取解析装置，参见图2所示，包含：截取模块101和提取模块102，其中，

截取模块101，用于针对目标设备，截取其通信过程中的网络协议数据包；

提取模块102，用于依据网络协议数据包，提取目标设备信息并通过调用在线采集系统获取目标设备对应的动态链接库进行在线数据提取解析。

从网络封包、HTTP协议网站、设备数据接口及图像处理等方面对复印机设备在线数据提取解析，参见图3所示，在数据挖掘方面，复印机管理程序和管理网页提供了大量的文件信息。要从大量信息中提取到需要的数据，就要对数据进行挖掘，将有用信息保存在数据库，以减少资源开销，提高性能。以夏普MX-2600FN数码复印机为例，其复印机管理程序和管理网页能提供的信息比较多，主要包括：机器编号、名称、型号、状态、地址薄、文件操作、任务操作、用户控制、系统设置、网络设置、E-mail警告和状态、保存备份、设备克隆、任务日志、安全设置等。其中文件操作中又包括临时保存文件夹、主文件夹、用户文件夹、文件批量打印、归档文件备份、提交任务打印等内容。按照需求分析阶段得到的数据要求，我们需要复印机基本信息如名称型号等，所有的图片文件及日志记录的有用字段。首先筛选出复印机名称型号等基本信息，接着从文件操作的“主文件夹”和“用户文件夹”中获取所有图片文件。日志记录需要管理员权限才能从任务日志中提取。任务日志中包括的信息项非常多，事先定义好需求字符串，然后从中匹配出需要的日志字段，如日志类型、时间、内容、操作者、操作对象等。最后把获取的数据分别保存到数据库的对应表中，以便于后期统一查询监管。解决不同品牌复印机、相同品牌不同系列复印机的差异性数据提取与解析问题，流程清晰，扩展灵活；高效的数据提取和解析算法提高模块化设计中的实用性；既可以作为复印机数据采集模块单独使用，也可以嵌入到复印机安全保密检查系统中为系统提供有力的数据支撑，作为检查和分析的对象；可以用来针对数字复印机检查其复印、扫描和打印过程中是否存在违规使用的一种设备，可以在线和离线检测复印机是否违规复印或扫描了涉密敏感信息；可以为监管复印机使用，规范用户行为，提供检查方法与软件工具；为强化保密意识、筑牢思想防线提供教育手段与技术支撑，具有较强的应用价值。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。

基于上述的方法，本发明实施例还提供一种服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述的方法。

基于上述的方法，本发明实施例还提供一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现上述的方法。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种复印机在线数据提取解析方法，其特征在于，

A)针对目标设备，截取其通信过程中的网络协议数据包；

B)依据网络协议数据包，提取目标设备信息并通过调用在线采集系统获取目标设备对应的动态链接库进行在线数据提取解析。

2.根据权利要求1所述的复印机在线数据提取解析方法，其特征在于，A)中，利用Wireshark网络协议解析方法获取设备通信过程中的交互数据包，通过分析该交互数据，获取设备交互过程中的命令及参数，模拟用户请求进行远程在线数据提取解析。

3.根据权利要求2所述的复印机在线数据提取解析方法，其特征在于，A)中，从设备基于B/S架构可读管理网页源代码中找到设备数据接口，模拟用户请求进行远程在线数据提取解析。

4.根据权利要求1所述的复印机在线数据提取解析方法，其特征在于，B)中，在线采集系统中，依据设备品牌构建动态链接库，并在每个动态链接库中根据设备型号系列建立类，其中，每个类包含设备登录用户数据、日志数据、文件箱列表数据、文件列表数据及下载文件数据。

5.根据权利要求1或4所述的复印机在线数据提取解析方法，其特征在于，B)中，每个类中，相同型号系列设备以统一格式存入数据库中，将数据库文件内嵌至用于通过调用API接口实现数据存取查询的应用程序中。

6.根据权利要求5所述的复印机在线数据提取解析方法，其特征在于，B)中，采用SQLite3数据库作为存储相关数据的数据库管理软件，所述相关数据包含操作系统信息、图片文件和日志信息数据。

7.根据权利要求6所述的复印机在线数据提取解析方法，其特征在于，B)中，对于图片文件的存储，首先对其原始图片进行格式转换，对不满足应用需求的原始图片进行缩放、锐化和/或二值化处理。

8.根据权利要求5所述的复印机在线数据提取解析方法，其特征在于，B)在线采集系统中，对于新型号系列设备，通过新建立类的扩展方法进行存储，并添加至相应品牌动态链接库中。

9.根据权利要求5所述的复印机在线数据提取解析方法，其特征在于，B)中在线数据提取解析，包含如下内容：对网络协议数据包进行信息挖掘并存储，依据需求分析，提取设备信息有用字段，首先筛选设备基本信息，然后从文件操作中获取图片文件，并依据定义的需求字符串来匹配任务日志字段，将获取的数据分别保存至数据库对应表中。

10.一种复印机在线数据提取解析装置，其特征在于，包含：截取模块和提取模块，其中，

截取模块，用于针对目标设备，截取其通信过程中的网络协议数据包；

提取模块，用于依据网络协议数据包，提取目标设备信息并通过调用在线采集系统获取目标设备对应的动态链接库进行在线数据提取解析。