JP2007293635A - メール誤送信防止システム、メール誤送信防止方法、およびメール誤送信防止プログラム - Google Patents

Abstract

【課題】電子メールの宛先アドレスをユーザに容易に確認させ、電子メールの誤送信を防止する。
【解決手段】メール誤送信防止システムであって、送信済みのメールが記憶された送信済みメール記憶手段３９と、ユーザが作成した送信メールの宛先アドレスを、前記送信済みメール記憶手段３９に記憶された過去の送信済みメールの文書データに基づいて解析し、前記送信メールの宛先アドレスの妥当性判断を支援するための判断支援情報を生成する解析手段３４と、前記判断支援情報を表示する表示手段１２と、前記判断支援情報を閲覧したユーザの送信指示を受け付けて、前記送信メールの送信を実行する送信実行手段３７と、を有する。
【選択図】図１

Description

本発明は、電子メールの誤送信を防止する技術に関する。

電子メールは、ビジネス活動において必須の情報伝達手段である。しかしながら、電子メールの普及にともなって、最近では宛先アドレスの設定ミスによる電子メールの誤送信を原因とした情報漏洩が問題となっている。

電子メールの誤送信を防止する方法として、例えば特許文献１には、電子メールの送信操作を行ってから所定の時間が経過した後に電子メールの送信を実行し、前記所定の時間内に誤送信停止の操作があったときは、宛先アドレスの内容を差出人アドレスに変更する電子メール誤送信防止方法が記載されている。

また、特許文献２には、メールサーバに対して送信される電子メールを検出し、ユーザが許可した電子メールのみ送信することで、コンピュータウィルス等によるユーザが意図しない電子メールの送受信を防止する電子メール送信管理システムが記載されている。
特開２００３−２２３３９９ 特開２００４−１０４６３３

特許文献１および特許文献２では、送信指示を行った電子メールの件名、宛先アドレス等が表示された注意喚起画面や送信可否選択画面を表示し、ユーザに電子メールの宛先アドレスを確認させる。

しかしながら、電子メールの件名等とともに宛先アドレスを表示するだけでは、宛先アドレスが正しいか否かを判断することはユーザにとって容易ではない。例えば、メールアドレスがあらかじめ登録してあるアドレス帳から宛先アドレスを選択する場合、似ているメールアドレスを勘違いして選択してしまう場合がある。また、入力ミスにより間違った宛先アドレスを設定してしまう場合がある。このような場合、ユーザは、自分が設定した宛先アドレスが表示されても、勘違いや入力ミスに気がつかないことが多い。そのため、宛先アドレスを確認するための画面が表示されても、間違った宛先アドレスのまま電子メールが送信されてしまう。

本発明は上記事情に鑑みてなされたものであり、本発明の目的は、電子メールの宛先アドレスをユーザに容易に確認させ、電子メールの誤送信を防止することにある。

上記課題を解決するために、例えば、本発明は、メール誤送信防止システムであって、送信済みのメールが記憶された送信済みメール記憶手段と、ユーザが作成した送信メールの宛先アドレスを、前記送信済みメール記憶手段に記憶された過去の送信済みメールの文書データに基づいて解析し、前記送信メールの宛先アドレスの妥当性判断を支援するための判断支援情報を生成する解析手段と、前記判断支援情報を表示する表示手段と、前記判断支援情報を閲覧したユーザの送信指示を受け付けて、前記送信メールの送信を実行する送信実行手段と、を有する。

また、本発明は、メール誤送信防止システムが行うメール誤送信防止方法であって、メール誤送信防止システムは、送信済みのメールが記憶された送信済みメール記憶部を有し、メール誤送信防止システムは、ユーザが作成した送信メールの宛先アドレスを、前記送信済みメール記憶部に記憶された過去の送信済みメールの文書データに基づいて解析し、前記送信メールの宛先アドレスの妥当性判断を支援するための判断支援情報を生成する生成ステップと、前記判断支援情報を表示する表示ステップと、前記判断支援情報を閲覧したユーザの送信指示を受け付けて、前記送信メールの送信を実行する送信実行ステップと、を行う。

また、本発明は、メール誤送信防止システムが実行するメール誤送信防止プログラムであって、メール誤送信防止システムは、送信済みのメールが記憶された送信済みメール記憶部を有し、メール誤送信防止システムに、ユーザが作成した送信メールの宛先アドレスを、前記送信済みメール記憶部に記憶された過去の送信済みメールの文書データに基づいて解析し、前記送信メールの宛先アドレスの妥当性判断を支援するための判断支援情報を生成する生成ステップと、前記判断支援情報を表示する表示ステップと、前記判断支援情報を閲覧したユーザの送信指示を受け付けて、前記送信メールの送信を実行する送信実行ステップと、を実行させる。

本発明により、電子メールの宛先アドレスをユーザにより容易に確認させ、電子メールの誤送信を防止することができる。

以下、本発明の実施の形態について説明する。

図１は、本発明の一実施形態が適用されたメール誤送信防止システムの全体構成図である。図示するシステムは、少なくとも１つのユーザ端末１と、ファイアーウォール２（通信制御装置）と、メールサーバ３と、を有する。ファイアーウォール２は、各ユーザ端末１のメール通信用の宛先ポート番号（ＳＭＴＰの場合は「２５」）を監視し、各ユーザ端末１が使用するメールサーバを本実施形態のメールサーバ３に限定する。すなわち、全てのユーザ端末１が送信する電子メールは、ファイアーウォール２により、本実施形態のメールサーバ３に送出されるものとする。なお、ファイアーウォール２の替わりに、他の通信制御装置（例えば、ルータなど）を用いて、各ユーザ端末１が送信した電子メールの送信先を、本実施形態のメールサーバ３に制限することとしてもよい。

各ユーザ端末１は、メール作成部１１と、表示部１２と、指示受付部１３とを有する。メール作成部１１は、ユーザの指示を受け付けて送信する電子メールを作成し、作成した電子メールをメールサーバ３に送信する。また、メール作成部１１は、他のユーザ端末１が送信した電子メールを受信する。表示部１２は、作成した電子メールの宛先アドレスを確認するための判断支援情報をメールサーバ３から受信し、出力装置に表示する。指示受付部１３は、ユーザの指示を受け付け、メールサーバ３に送信する。

メールサーバ３は、ファイアーウォール２を介してユーザ端末１から電子メールを受け付け、当該電子メールの宛先アドレスが正しいか否かをユーザに判断させるための判断支援情報を生成し、ユーザ端末１に送信する。そして、メールサーバ３は、ユーザ端末１から送信指示を受け付けると、ユーザ端末１から受け付けた電子メールを、ＳＭＴＰ（Simple Mail Transfer Protocol）などのメール送信プロトコルにより、インターネットなどのネットワーク９を介して宛先アドレスに設定されたユーザ端末１に送信（配信）する。

図示するメールサーバ３は、受付部３１と、形態素解析部（言語処理部）３２と、クラスタリング部３３と、解析部３４と、判断支援情報送信部３５と、フィードバック部３６と、メール送信部３７と、未送信メールＤＢ３８と、送信済みメールＤＢ３９と、文書ベクトルＤＢ４０と、宛先アドレステーブル４１とを有する。

受付部３１は、ユーザ端末１が作成した電子メール、および、各種の指示を受け付ける。形態素解析部３２は、電子メールの文書データを単語に分解する。クラスタリング部３３は、形態素解析部３２の解析結果に応じて、電子メールを送信済みメールＤＢ３９のいずれかのグループにクラスタリング（分類）する。解析部３４は、電子メールの宛先アドレスの妥当性判断を支援するための判断支援情報を生成する。

判断支援情報送信部３５は、判断支援情報をユーザ端末１に送信する。フィードバック部３６は、送信済みの電子メールを送信済みメールＤＢ３９の所定のグループに記憶するとともに、当該送信済み電子メールの文書ベクトルを文書ベクトルＤＢ４０の所定のグループに追加する。メール送信部３７は、ユーザ端末１からの指示を受け付けて、電子メールの送信を実行する。

未送信メールＤＢ３８には、ユーザ端末１から受け付けた未送信の電子メールが一時的に記憶される。送信済みメールＤＢ３９には、過去に送信済みの電子メールがユーザ毎に記憶されている。文書ベクトルＤＢ４０には、過去に送信済みの電子メールの文書ベクトルが、ユーザ毎に記憶されている。なお、送信済みメールＤＢ３９および文書ベクトルＤＢ４０については、後述する。

宛先アドレステーブル４１には、信頼するドメインおよび信頼するメールアドレスが定義されている。システム管理者は、業務上の関連が深く、これまで多くの送受信実績があるドメインおよびメールアドレスを、事前に宛先アドレステーブル４１に設定しておくものとする。

上記説明した、ユーザ端末１およびメールサーバ３は、いずれも、例えば図２に示すようなＣＰＵ９０１と、メモリ９０２と、ＨＤＤ等の外部記憶装置９０３と、キーボードやマウスなどの入力装置９０４と、ディスプレイやプリンタなどの出力装置９０５と、ネットワークと接続するための通信制御装置９０６と、を備えた汎用的なコンピュータシステムを用いることができる。このコンピュータシステムにおいて、ＣＰＵ９０１がメモリ９０２上にロードされた所定のプログラムを実行することにより、各装置の各機能が実現される。

例えば、ユーザ端末１およびメールサーバ３の各機能は、ユーザ端末１用のプログラムの場合はユーザ端末１のＣＰＵ９０１が、そして、メールサーバ３用のプログラムの場合はメールサーバ３のＣＰＵ９０１が、それぞれ実行することにより実現される。なお、メールサーバ３の未送信メールＤＢ３８と、送信済みメールＤＢ３９と、文書ベクトルＤＢ４０と、宛先アドレステーブル４１には、メールサーバ３のメモリ９０２または外部記憶装置９０３が用いられる。なお、入力装置９０４および出力装置９０５は、各装置が必要に応じて備えるものとする。

次に、本実施形態における電子メールの送信処理の概要について説明する。

図３は、電子メールの送信処理のシーケンス図である。まず、ユーザは、ユーザ端末１を用いて電子メールを作成する。すなわち、ユーザ端末１のメール作成部１１は、ユーザが入力した宛先アドレス、タイトル、本文などを受け付けて電子メールを作成し、当該電子メールをファイアーウォール２を介してメールサーバ３に送信する（Ｓ１１）。なお、ファイアーウォール２は、各ユーザ端末１から送信された全ての電子メールを、本実施形態のメールサーバ３に送信する。

そして、メールサーバ３は、ユーザ端末１が送信した電子メールを受け付け、当該電子メールの宛先アドレスの妥当性判断を支援するための判断支援情報を生成する（Ｓ１２）。なお、判断支援情報は、電子メールを作成したユーザに、当該電子メールの宛先アドレスを確認させ、当該宛先アドレスが正しいか否かの判断を支援するための情報である、なお判断支援情報については後述する。

そして、メールサーバ３は、生成した判断支援情報を、電子メールを送信したユーザ端末１に送信する（Ｓ１３）。ユーザ端末１の表示部１２は、判断支援情報を受信し、ユーザ端末１の出力装置に表示する。ユーザは、ユーザ端末１に表示された判断支援情報を閲覧し、Ｓ１１で作成した電子メールの宛先アドレスが正しいか否かを判断し、宛先アドレスが正しいと判断した場合、送信指示を入力する。ユーザ端末１の指示受付部１３は、ユーザの送信指示を受け付け、送信指示をメールサーバ３に送信する（Ｓ１４）。

メールサーバ３は、送信指示を受け付けると、Ｓ１１で受信した電子メールを、当該電子メールの宛先アドレスに対応するメールサーバに、ネットワーク９を介して送信（配信）する（Ｓ１５）。

次に、ユーザ端末１に表示される判断支援情報について説明する。

図４は、判断支援情報の一例を示す図である。図示する判断支援情報は、例えばポップアップ画面（または、ダイアログボックス）として、ユーザ端末１の画面上に表示される。図示する判断支援情報は、ユーザ端末１が送信した電子メールの件名（Subject）と、送信元アドレス（From）と、添付ファイルのファイル名とが表示される第１の表示部４１と、当該電子メールの宛先アドレスに関する情報が表示される第２の表示部４２と、当該電子メールの本文が表示される第３の表示部４３と、送信ボタン４４と、キャンセルボタン４５とを有する。

第２の表示部４２の宛先アドレスに関する情報には、電子メールに設定された宛先アドレス毎に、宛先区分５１と、宛先アドレス５２と、宛先信頼性５３と、受信実績５４と、送信実績５５と、部門内送信実績合計５６と、最新送信日時５７と、送信済みメールリスト５８と、参考情報５９とがテーブル形式で表示される。

次に、メールサーバ３が、図４に示すような判断支援情報を生成する処理（図３：Ｓ１２）について、詳しく説明する。

図５は、判断支援情報の生成処理のフローチャートである。まず、メールサーバ３の受付部３１は、ユーザが送信しようとする電子メール（以下、「送信メール」）をユーザ端末１から受け付け、受け付けた送信メールを未送信メールＤＢ３８に記憶する（Ｓ２１）。そして、形態素解析部３２は、受付部３１が受け付けた送信メールの形態素解析を行う（Ｓ２２）。

形態素解析（Morphological Analysis）は、コンピュータ等の計算機を用いた自然言語処理の基礎技術のひとつであって、自然言語で書かれた文を単語（形態素：言語で意味を持つ最小単位)の列に分割し、品詞を見分ける作業である。

図６には、「Ａ氏が本を買った。」という例文を形態素解析した結果を示している。

形態素解析の対象としては、送信メールの文書データ（件名、本文、添付ファイル名など）である。なお、一般的なビジネスメールの場合、本文冒頭に相手方の名前が記載されるため、件名と本文の最初の１行目のみを形態素解析の対象とすることが考えられる。また、当該システムを利用するユーザの業務特性に応じて、各ユーザがあらかじめ形態素解析の対象とする文書データの範囲をメールサーバ３に設定しておくこととしてもよい。形態素解析部３２は、送信メールの対象部分の文書データについて形態素解析を行い、当該文書データから単語を抽出する。

そして、クラスタリング部３３は、形態素解析を行った文書データ中に出現する各単語に対してｔｆ・ｉｄｆ値を算出し、各単語に対するｔｆ・ｉｄｆ値をベクトルの要素として送信メールの文書ベクトルを生成する（Ｓ２３）。ｔｆ・ｉｄｆは特徴的な単語を抽出するための指標である。

ｔｆ（term frequency）は、送信メールの対象となる文書データにおいて、その単語がどれくらいの頻度で出現するかを表したものである。ｔｆが大きいほど当該単語がその送信メールの文書を良く特徴付けていると言える。また、言い替えるならば、その文書中において当該単語がもつ重みと言える。なお、送信メールの文書データ（Ｄ）中に出現した各単語（ｗ）のｔｆは、以下の式１により算出される。なお、ｔｆは文書の長さの影響を受けやすいため、必要に応じて正規化するものとする。

ｔｆ（ｗ）＝Ｄ中のｗの出現回数／Ｄ中の総単語数 式１
しかしながら、ｔｆだけでその文書を特徴づけるのは問題である。例えば、文書がパソコンの説明書の場合、「パソコン」という単語が多く含まれている（すなわち、ｔｆが大きい）のは当然である。そこで、クラスタリング部３３は、ｉｄｆ（inverse document frequency）を算出する。ｉｄｆは、その単語が出現する文書数が少ないほど、その単語がよく特徴付けられていると考えるものである。言い換えれば、ｉｄｆは、いくつかの文書の中で、その単語が出現する文書が少なければ、その単語に対する重みを大きくするという考え方である。なお、ｉｄｆは、以下の式２により算出される。

ｉｄｆ（ｗ）＝ｌｏｇ（全文書数／全文書数のうちｗが出現する文書数） 式２
なお、全文書数は、対象となるユーザの送信済メールの総数である。すなわち、クラスタリング部３３は、送信メールの送信元アドレスから当該送信メールを作成したユーザを特定する。そして、クラスタリング部３３は、送信済みメールＤＢを参照し、当該ユーザの送信済みメールの総数と、当該ユーザの送信済みメールの中で対象となる単語（ｗ）が出現するメールの数とを取得し、ｉｄｆ（ｗ）を算出する。

ｔｆ・ｉｄｆは、式１で算出した「ｔｆ」と式２で算出した「ｉｄｆ」とを掛け合わせたものである。すなわち、ｔｆが大きく、またｉｄｆが大きい場合、その単語が文書を大きく特徴づけると言える。本実施形態では、算出したｔｆ・ｉｄｆを、送信メールの文書ベクトルの要素（Ｖ（ｗ））とする。

Ｖ（ｗ）＝ｔｆ（ｗ）×ｉｄｆ（ｗ） 式３
そして、クラスタリング部３３は、送信メールの文書データを構成する全ての単語に対して、ｔｆ・ｉｄｆを算出し、式４に示すような送信メールの文書ベクトル（Ｖ（Ｄ））を生成する。

（Ｖ（Ｄ））＝（(Ｖ(ｗ1)), (Ｖ(ｗ2)), (Ｖ(ｗ3)),・・・, (Ｖ(ｗｎ))） 式４
そして、クラスタリング部３３は、送信メールの文書ベクトルと、文書ベクトルＤＢ４０の各グループの代表ベクトル（Ｖ（Ｇ））との間で、類似度Ｓ（Ｄ,Ｇ）をベクトルのコサイン距離を用いて算出する（Ｓ２４）。

本実施形態では、後述するフィードバック処理により、送信済みメールと、当該送信済みメールの文書ベクトルとは、所定のグループにクラスタリング（分類）されているものとする。

図７（ａ）は、送信済みメールＤＢ３９を模式的に示した図である。送信済みメールＤＢ３９は、ユーザ毎に送信済みメールが記憶され、さらに送信済みメール各々はいずれかのクループにクラスタリング（分類）されている。

図７（ｂ）は、文書ベクトルＤＢ４０を模式的に示した図である。文書ベクトルＤＢ４０は、ユーザ毎に送信済みメールの文書ベクトルが記憶されている。そして、送信済みメールの文書ベクトル各々は、送信済みメールＤＢ３９において対応する送信済みメールが属するクループと同じクループにクラスタリングされている。

図８は、文書ベクトルＤＢ４０の各グループにクラスタリングされた、送信済みメールの文書ベクトルを、模式的に示した図である。図示する例では、送信済みメールの文書ベクトル各々が、Ａグループ８１とＢグループ８２にクラスタリングされているものとする。

クラスタリング部３３は、グループ毎に、当該グループに属する全ての文書ベクトルの平均値を算出し、代表ベクトル（Ｖ（Ｇ））８３とする。なお、クラスタリング部３３は、代表ベクトルの算出において、送信時刻が古いメールの影響を小さくし、新しいメールの影響を大きくするために忘却係数を設定することとしてもよい。例えば、グループ内の全文書ベクトルを新しい順にソートしたものをv1, v2, v3, ・・・, vnとする。そして、当該グループにおいて最新の送信済みメールの文書ベクトルの忘却係数を「１」、最も古い送信済みメールの文書ベクトルの忘却係数を「０．１」とした場合、代表ベクトルＶ（Ｇ）を以下の式により算出することができる。

（Ｖ（Ｇ））＝（１×ｖ１＋・・・＋０．１×ｖｎ）／ｎ
この場合、パラメータや忘却係数の算出式はシステム管理者が自由に設定することができるものとする。

そして、クラスタリング部３３は、算出した代表ベクトル各々８３と、送信メールの文書ベクトルとの類似度（Ｓ（Ｄ,Ｇ））を、以下の式５により、それぞれ算出する。なお、本実施形態の類似度（Ｓ（Ｄ,Ｇ））には、送信メールの文書ベクトルと代表ベクトルとのベクトル間の距離を示すコサイン距離を用いるものとする。

Ｓ（Ｄ,Ｇ）＝Ｖ（Ｄ）・Ｖ（Ｇ）／‖Ｖ（Ｄ）‖・‖Ｖ（Ｇ）‖ 式５
図９は、コサイン距離による類似度を模式的に示した図である。図示する例では、Ａグループの代表ベクトルａと文書ベクトルｘとのコサイン距離９１と、Ｂグループの代表ベクトルｂと文書ベクトルｘとのコサイン距離９２とを示している。図示するように、代表ベクトルａと文書ベクトルｘとのコサイン距離は「０．９４」で、代表ベクトルｂと文書ベクトルｘとのコサイン距離は「０．７４」である。これにより、文書ベクトルｘは、コサイン距離（すなわち類似度）の大きい代表ベクトルａのＡグループに、より類似しているといえる。

そして、クラスタリング部３３は、算出した類似度の中で最大の類似度を特定し、当該最大類似度が所定の閾値を超えるか否かを判別する（Ｓ２５）。最大類似度が所定の閾値より小さい場合（Ｓ２５：ＮＯ）、Ｓ３０に進む。一方、最大類似度が所定の閾値を超える場合（Ｓ２５：ＹＥＳ）、クラスタリング部３３は、当該最大類似度の代表ベクトルに対応するグループを、送信メールが属するグループとして決定する（Ｓ２６）。

そして、解析部３４は、送信済みメールＤＢ３９を参照し、クラスタリング部３３が決定したグループに含まれている送信済みメール全ての宛先アドレスを集計する。そして解析部３４は、集計した各宛先アドレスの中で、所定の基準値を超える宛先アドレスを宛先アドレス候補として特定する（Ｓ２７）。なお、宛先アドレスには、宛先アドレスが１つの場合と、宛先アドレスが複数の場合とがある。また、基準値は、決定したグループにおける送信済みメール総数に対する割合（例えば、３０％）であって、あらかじめユーザが任意の値を設定できるものとする。

図１０は、宛先アドレス候補を特定する処理を説明するための説明図である。図示する例では、決定されたグループには送信済みメールは２００件であって、基準値は３０％であるものとする。そして、２００件の送信済みメールの宛先アドレスを集計すると、第１の宛先アドレス１０１は１００件で、第２の宛先アドレス１０２は７０件で、第３の宛先アドレス１０３は２０件で、第４の宛先アドレス１０４は１０件である。この場合、２００件の３０％は６０件であるため、解析部３４は、６０件以上の第１の宛先アドレス１０１および第２の宛先アドレス１０２を宛先アドレス候補として特定する。

なお、基準値を超える宛先アドレスが存在しない場合、以降の補正提案情報の生成を行わず、ユーザに注意を喚起する情報（例えば、「このタイプの宛先アドレスは、補正提案ができないアドレスです」など）を生成するものとする。

そして、解析部３４は、Ｓ２７で特定した宛先アドレス候補各々について、送信メールに設定された宛先アドレスとの類似度を算出し、類似度が最大の宛先アドレス候補を参考宛先アドレスとして特定する（Ｓ２８）。

図１１は、宛先アドレスの類似度の算出処理を説明するための説明図である。

本実施形態では、宛先区分（TO、CC、BCC）と宛先アドレスとが完全に一致している場合を「完全一致」、宛先区分は一致しないが宛先アドレスのみが一致する場合を「アドレス一致」、２つのアドレス同士の編集距離が１以上でユーザがあらかじめ定義した距離以内の場合を「曖昧一致」、それ以外の場合を「不一致」とする。

編集距離は、２つの文字列がどの程度異なっているかを示す数値である。具体的には、文字の挿入や削除、置換によって、１つの文字列を別の文字列に変形するのに必要な手順の最小回数として与えられる。編集距離は、例えばレーベンシュタイン・アルゴリズムを用いて算出することが考えられる。例えば文字列「GUMBO」と文字列「GAMBOL」の編集距離は２である。

図１１に示す例では、「完全一致」を「３ポイント」、「アドレス一致」を「１．５ポイント」、「曖昧一致」を「０．９ポイント」、「不一致」を「−１ポイント」とし、編集距離の上限を「１」とする。そして、送信メールの宛先アドレス１１１と、宛先アドレス候補として特定された第１の宛先アドレス１１２とを比較すると、図示するように類似度は「５．９ポイント」１１４である。また、送信メールの宛先アドレス１１１と、宛先アドレス候補として特定された第２の宛先アドレス１１３とを比較すると、図示するように類似度は「４．４ポイント」１１５である。したがって、解析部３４は、類似度が大きい第１の宛先アドレス１１２を参考宛先アドレスとして特定する。

なお、ユーザは、あらかじめ類似度の閾値（下限）を指定することができるものとする。そして、最大の類似度が閾値を下回る場合、参考宛先アドレスが存在しないものとして補正提案を行わず、単に注意を喚起する情報を生成することとしてもよい。

また、類似度を算出する際の各係数（ｎポイント）や、曖昧一致とする際の編集距離の上限は、ユーザが任意に設定することができるものとする。例えば、編集距離の上限を２とすると、「aaaaa@example.com」の文字列に対し、「aaabb@example.com」は曖昧一致となるが、「aabbb@example.com」は不一致となる。

そして、解析部３４は、参考宛先アドレスと、送信メールの宛先アドレスとを比較して、補正提案情報を生成する（Ｓ２９）。すなわち、解析部３４は、送信メールの宛先アドレスと、参考宛先アドレスとの違いを提示し、送信メールの宛先アドレスが参考宛先アドレスと一致するような補正提案情報を生成する。

図１０に示す例では、「アドレス一致」、「曖昧一致」、「不一致」のアドレス各々に対して、図示するような補正提案情報１０６を生成する。
そして、解析部３４は、図４に示す判断支援情報を生成する（Ｓ３０）。すなわち、解析部３４は、送信メールから件名、送信元アドレスおよび添付ファイル名を取得し、判断支援情報の第１の表示部４１に設定する。なお、送信元アドレスを判断支援情報として設定することにより、ユーザが複数のプロファイルを切り替えて使用している場合、ユーザにプロファイルの切り替え忘れを気づかせることができる。

そして、解析部３４は、判断支援情報の第２の表示部４２の宛先アドレスに関する情報を生成する。すなわち、解析部３４は、送信メールの宛先アドレス毎に、宛先区分５１および宛先アドレス５２を設定し、各種ＤＢを参照して宛先信頼性５３、受信実績５４、送信実績５５、部門内送信実績合計５６、最新送信日時５７および送信済みメールリスト５８の情報を取得し、設定する。

具体的には、解析部３４は、宛先アドレステーブル４１を参照し、送信メールの各宛先アドレスが宛先アドレステーブル４１に定義された「信頼するドメイン」または「信頼するアドレス」に該当する場合は「信頼するドメイン」または「信頼するアドレス」を設定し、それ以外の場合は「社外」を設定する。

また、解析部３４は、受信メールＤＢ（不図示）を参照し、対象宛先アドレスから受信した受信メール（対象宛先アドレス→送信元アドレス）の件数を取得し、受信実績５４に設定する。なお、本実施形態のメールサーバ３が受信メールＤＢを備える場合であっても、ＰＯＰ（Post Office Protocol）を用いて電子メールをユーザ端末１に配信する受信用メールサーバ（不図示）が受信メールＤＢを備える場合であってもよい。

また、解析部３４は、送信済みメールＤＢ３９を参照し、送信元アドレスから対象宛先アドレスへ送信した件数を取得し、送信実績５５に設定する。また、解析部３４は、送信済みメールＤＢ３９を参照し、メールサーバ３の配下のユーザ端末１各々が対象宛先アドレスへ送信した合計件数を取得し、部門内送信実績合計５６に設定する。

また、解析部３４は、送信済みメールＤＢ３９を参照し、送信実績がある場合は最新の送信日時を取得し、最新送信日時５７に設定する。また、解析部３４は、送信済みメールＤＢ３９を参照し、送信実績がある場合は送信済みメールのリストを表示するための表示ボタンをまたはリンク先のＵＲＬを送信済みメールリスト５８に設定する。なお、表示ボタンをクリックすることにより送信済みメールの一覧が、ユーザ端末１に表示されるものとする。

そして、解析部３４は、参考情報５９に、Ｓ２９で生成した補正提案情報、警告文などを設定する。警告文としては、例えば、送信実績および受信実績がない宛先アドレスの場合は「初めての宛先です」、受信実績がない宛先アドレスの場合は「受信履歴のない宛先への送信です」、また、類似するグループが存在しない場合（Ｓ２５：ＮＯ）などは「補正提案ができないアドレスです」などが考えられる。

また、ＲＥＰＬＹ−ＴＯプロパティが設定されたメールへの返信メールの場合は、解析部３４は、「ＲＥＰＬＹ−ＴＯプロパティが設定されています。送信元アドレスはxxx＠yyyです。」を警告文として参考情報に設定する。ＲＥＰＬＹ−ＴＯプロパティは、送信元アドレスではなく、違うアドレスに返信させたいときに使用するものである。解析部３４は、送信メールのヘッダに「In-Reply-To：」および「references:」が設定されている場合、受信メールＤＢに格納されている受信メールの中から、送信メールの「Message-Id」を含む受信メールを検索する。そして、解析部３４は、検索した受信メールの「From：」値と送信メールの「To：」値が異なる場合、「Reply-To：」が誤用もしくは悪用されている可能性があるとしてユーザに提示する。

そして、判断支援情報送信部３５は、解析部３４が生成した判断支援情報を、送信メールを送信したユーザ端末１に送信する（Ｓ３１）。ユーザ端末１の表示部は、判断支援情報を出力装置に表示する。ユーザは、判断支援情報の送受信実績や補正提案情報を閲覧することにより、送信メールの宛先アドレスが正しいか否かを容易に判断することができる。

次に、ユーザが、送信メールの宛先アドレスが正しいと判断した場合の処理について説明する。ユーザは、ユーザ端末１に表示された判断支援情報の送信ボタンをクリックする。ユーザ端末１の指示受付部１３は、ユーザの送信指示を受け付けて、送信要求をメールサーバ３に送信する。メールサーバ３のメール送信部３７は、送信指示を受け付けると図５のＳ２１で未送信メールＤＢ３８に一時的に格納した送信メールの送信を実行する。すなわち、メール送信部３７は、送信メールを、当該送信メールの宛先アドレスに対応するメールサーバに、ネットワーク９を介して送信（配信）する。

そして、フィードバック部３６は、未送信メールＤＢ３８から送信を実行した送信メールを削除する。また、フィードバック部３６は、送信を実行した送信メールを、図５のＳ２６で決定したグループにクラスタリングする。すなわち、フィードバック部３６は、送信メールを、送信済みメールＤＢ３９の決定したグループに記憶（追加）する。また、フィードバック部３６は、送信メールの文書ベクトル（図５：Ｓ２３）を、文書ベクトルＤＢ４０の決定したグループに記憶（追加）する。

なお、フィードバック部３６は、形態素解析部３２の解析結果から取得した単語のカウント数を、決定したグループのカウント数に足し込み、特徴ベクトルをこの時点で算出することとしてもよい。

このように、ユーザが送信メールの宛先アドレスが正しいと判断した場合、フィードバック部３６は当該送信メールを所定のグループにクラスタリングする。これにより、解析部３４は、統計的にクラスタリングされた各グループの送信済みメールの文書データを用いて、より高い精度の補正提案情報を生成することができる。

次に、ユーザが、送信メールの宛先アドレスが誤っていると判断した場合の処理について説明する。ユーザは、ユーザ端末１に表示された判断支援情報のキャンセルボタンをクリックする。ユーザ端末１の指示受付部１３は、ユーザのキャンセル指示を受け付けて、キャンセル要求をメールサーバ３に送信する。メールサーバ３のフィードバック部３６は、キャンセル指示を受け付けると、図５のＳ２１で未送信メールＤＢ３８に一時的に格納した送信メールを破棄（削除）する。

以上説明した本実施形態では、過去の送信済みメールの文書データに基づいて、送信メールの宛先アドレスを解析し、宛先アドレスの補正提案情報を含む判断支援情報を生成する。これにより、ユーザは、送信メールの宛先アドレスを容易に確認し、メールの誤送信を防止することができる。

また、本実施形態では、送信済みメールの文書データを解析し、送信済みメールを所定のグループにクラスタリングする。これにより、送信済みメールから送信パターンを自動的に学習し、統計的にクラスタリングされた各グループの送信済みメールの文書データを用いて、より高い精度の補正提案情報を生成することができる。

また、本実施形態では、ファイアーウォール２が、各ユーザ端末１のメール通信用の宛先ポート番号を監視し、各ユーザ端末１が使用するメールサーバを本実施形態のメールサーバ３に限定する。これにより、全てのユーザ端末１に対して、均一なセキュリティレベルを確保することができる。

なお、本発明は上記の実施形態に限定されるものではなく、その要旨の範囲内で数々の変形が可能である。例えば、上記実施形態では、類似度を算出するためにｔｆ・ｉｄｆ用いた。しかしながら、本発明はこれに限定されず、サポートベクタマシン、ベイズ理論などの文書クラスタリング手法を用いることとしてもよい。サポートベクタマシンは、空間中に配置された２つの集合を最適に分離する境界を求める方法である。ベイズの理論は、トーマス・ベイズ（Thomas Bayes）が提唱した確率理論である。

また、上記実施形態のメール誤送信防止システムは、ユーザ端末１とメールサーバ３とを備えることとした。しかしながら、本発明はこれに限定されず、ユーザ端末１（Personal Computer）がメールサーバ３の機能を備えることとしてもよい。図１２は、ユーザ端末がメールサーバの機能を備える実施形態を模式的に示す図である。図示するユーザ端末１２は、メールソフト１２１と、メールサーバの機能を有するローカルプロキシサーバ１２２とを有する。なおメールソフト１２１は、上記実施形態のメール作成部１１、表示部１２および指示受付部１３に相当する。図示する実施形態では、メールソフト１２１は、ローカルプロキシサーバ１２２に対して送信メールを送信する。そして、ローカルプロキシサーバ１２２は、送信メールを受け付けて判断支援情報を生成し、メールソフト１２１に送信する。

また、上記実施形態のメールサーバ３は、送信メールを受け付けると判断支援情報を生成し、当該判断支援情報をポップアップ画面としてリアルタイムでユーザ端末１に表示することとした。しかしながら、本発明はこれに限定されず、メールサーバ３は、生成した判断支援情報を電子メールでユーザ端末１に送信することとしてもよい。図１３は、判断支援情報を本文とした電子メールの例を示す図である。

図１３（ａ）では、判断支援情報をそのままメールの本文としている。ユーザが、図示するＵＲＬ１３１をクリックすることにより、送信メールの送信が実行され、あるいは送信メールが破棄される。なお、ＵＲＬ１３１をクリックすることにより、Ｗｅｂブラウザ画面が起動し、「メールを送信しました。」などのメッセージが出力されるものとする。 図１３（ｂ）では、メールの本文にはＵＲＬ１３２のみが表示され、ユーザがＵＲＬ１３２をクリックするとＷｅｂブラウザ画面が起動し、判断支援情報が設定された確認画面が表示されるものとする。

また、上記実施形態のメール誤送信防止システムは、メールの送信先がユーザ端末１の場合だけでなく、ファクシミリの場合であっても適用できる。

本発明の一実施形態が適用されたメール誤送信防止システムの全体構成を示す図である。 各装置のハードウェア構成例を示す図である。 メール送信処理のシーケンス図である。 判断支援情報の画面の一例を示す図である 判断支援情報の生成処理のフローチャートである。 形態素解析の解析結果の一例を示す図である 送信済みメールＤＢおよび文書ベクトルＤＢを模式的に示した図である。 代表ベクトルの算出処理を説明するための説明図である。 コサイン距離に基づいた文書ベクトルの類似度を説明するための説明図である。 宛先アドレス候補を特定する処理を説明するための説明図である。 参考宛先アドレスおよび補正提案情報を説明するための説明図である。 その他の実施形態のメール誤送信防止システムの構成を示す図である。 判断支援情報を本文とした電子メールの例を示す図である。

符号の説明

１：ユーザ端末、１１：メール作成部、１２：表示部、１３：指示受付部、２：ファイアーウォール、３：メールサーバ、３１：受付部、３２：形態素解析部、３３：クラスタリング部、３４：解析部、３５：判断支援情報送信部、３６：フィードバック部、３７：メール送信部、３８：未送信メールＤＢ、３９：送信済みメールＤＢ、４０：文書ベクトルＤＢ、４１：宛先アドレステーブル、９：ネットワーク

Claims (10)

1. メール誤送信防止システムであって、
   送信済みのメールが記憶された送信済みメール記憶手段と、
   ユーザが作成した送信メールの宛先アドレスを、前記送信済みメール記憶手段に記憶された過去の送信済みメールの文書データに基づいて解析し、前記送信メールの宛先アドレスの妥当性判断を支援するための判断支援情報を生成する解析手段と、
   前記判断支援情報を表示する表示手段と、
   前記判断支援情報を閲覧したユーザの送信指示を受け付けて、前記送信メールの送信を実行する送信実行手段と、を有すること
   を特徴とするメール誤送信防止システム。
2. 請求項１記載のメール誤送信防止システムであって、
   前記送信済みメール記憶手段に記憶された送信済みメール各々は、当該送信済みメールの文書データの特徴に応じていずれかのグループに分類され、
   前記各グループに属する送信済みメールの文書データと、前記送信メールの文書データとの類似度を算出し、最も類似するグループを決定するクラスタリング手段を、さらに有し、
   前記解析手段は、前記決定したグループに属する送信済みメールの宛先アドレスと、前記送信メールの宛先アドレスとを比較し、前記判断支援情報として宛先アドレスの補正提案情報を生成すること
   を特徴とするメール誤送信防止システム。
3. 請求項２記載のメール誤送信防止システムであって、
   前記解析手段は、前記クラスタリング手段が決定したグループの送信済みメールの宛先アドレスを集計し、所定の基準値を超える宛先アドレスを宛先アドレス候補として特定すること
   を特徴とするメール誤送信防止システム。
4. 請求項３記載のメール誤送信防止システムであって、
   前記解析手段は、前記宛先アドレス候補各々と、前記送信メールの宛先アドレスとの類似度を算出し、類似度が最も大きい宛先アドレス候補と前記送信メールの宛先アドレスとを比較し、宛先アドレスの補正提案情報を生成すること
   を特徴とするメール誤送信防止システム。
5. 請求項２記載のメール誤送信防止システムであって、
   前記送信メールの文書データを単語に分解する言語処理手段を、さらに有し、
   前記クラスタリング手段は、前記言語処理手段が分解した単語に基づいて送信メールの文書ベクトルを生成するとともに、前記送信済みメール記憶手段の各グループに属する送信済みメールの代表ベクトルと前記送信メールの文書ベクトルとの類似度を算出し、類似度が最も大きいグループを決定すること
   を特徴とするメール誤送信防止システム。
6. 請求項５記載のメール誤送信防止システムであって、
   前記クラスタリング手段は、前記送信メールの文書ベクトルと各グループの代表ベクトルとの類似度を、ベクトル間の距離を用いて算出すること
   を特徴とするメール誤送信防止システム。
7. 少なくとも１つのユーザ端末とメールサーバとを有するメール誤送信防止システムであって、
   前記ユーザ端末は、
   送信メールを作成し、前記メールサーバに送信するメール作成手段と、
   前記メールサーバから前記送信メールの宛先アドレスの妥当性判断を支援するための判断支援情報を受信し、当該判断支援情報を表示する表示手段と、
   前記判断支援情報を閲覧したユーザの送信指示を受け付けて、送信メールの送信要求をメールサーバに送信する指示受付手段と、を有し、
   前記メールサーバは、
   送信済みのメールが記憶された送信済みメール記憶手段と、
   前記ユーザ端末が送信した送信メールの宛先アドレスを、前記送信済みメール記憶手段に記憶された過去の送信済みメールの文書データに基づいて解析し、前記判断支援情報を生成する解析手段と、
   前記判断支援情報を前記ユーザ端末に送信する判断支援情報送信手段と
   前記ユーザ端末から前記送信要求を受け付けて、前記送信メールの送信を実行する送信実行手段と、を有すること
   を特徴とするメール誤送信防止システム。
8. 請求項７記載のメール誤送信防止システムであって、
   前記ユーザ端末および前記メールサーバに接続された通信制御装置を、さらに有し、
   前記通信制御装置は、前記ユーザ端末が送信する送信メールを監視し、全ての送信メールを前記メールサーバに送出すること
   を特徴とするメール誤送信防止システム。
9. メール誤送信防止システムが行うメール誤送信防止方法であって、
   メール誤送信防止システムは、送信済みのメールが記憶された送信済みメール記憶部を有し、
   メール誤送信防止システムは、
   ユーザが作成した送信メールの宛先アドレスを、前記送信済みメール記憶部に記憶された過去の送信済みメールの文書データに基づいて解析し、前記送信メールの宛先アドレスの妥当性判断を支援するための判断支援情報を生成する生成ステップと、
   前記判断支援情報を表示する表示ステップと、
   前記判断支援情報を閲覧したユーザの送信指示を受け付けて、前記送信メールの送信を実行する送信実行ステップと、を行うこと
   を特徴とするメール誤送信防止方法。
10. メール誤送信防止システムが実行するメール誤送信防止プログラムであって、
    メール誤送信防止システムは、送信済みのメールが記憶された送信済みメール記憶部を有し、
    メール誤送信防止システムに、
    ユーザが作成した送信メールの宛先アドレスを、前記送信済みメール記憶部に記憶された過去の送信済みメールの文書データに基づいて解析し、前記送信メールの宛先アドレスの妥当性判断を支援するための判断支援情報を生成する生成ステップと、
    前記判断支援情報を表示する表示ステップと、
    前記判断支援情報を閲覧したユーザの送信指示を受け付けて、前記送信メールの送信を実行する送信実行ステップと、を実行させること
    を特徴とするメール誤送信防止プログラム。

Images