JP2011170509A - Device, system, method and program for learning degree of secrecy - Google Patents

Device, system, method and program for learning degree of secrecy Download PDF

Info

Publication number
JP2011170509A
JP2011170509A JP2010032389A JP2010032389A JP2011170509A JP 2011170509 A JP2011170509 A JP 2011170509A JP 2010032389 A JP2010032389 A JP 2010032389A JP 2010032389 A JP2010032389 A JP 2010032389A JP 2011170509 A JP2011170509 A JP 2011170509A
Authority
JP
Grant status
Application
Patent type
Prior art keywords
management
learning
document
information
evaluation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2010032389A
Other languages
Japanese (ja)
Inventor
Takeshi Arikuma
威 有熊
Original Assignee
Nec Corp
日本電気株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date

Links

Images

Abstract

PROBLEM TO BE SOLVED: To provide a secrecy degree learning device which can reduce storage device resources and can reduce cost and effort required for introduction.
SOLUTION: The secrecy degree learning device includes: a management object storage 4 in which at least document management information comprising an attribute value which characterizes a document file is stored; a management rule database 5 which stores a management rule which makes a criterion of a management degree of the document file; and a management strictness determination part 3 which determines the management strictness of a document file specified by document storing information according to the management rule.
COPYRIGHT: (C)2011,JPO&INPIT

Description

本発明は、管理対象の文書の機密度を評価するための機密度学習装置、機密度学習システム、機密度学習方法および機密度学習プログラムに関する。 The present invention, sensitivity of the learning device for evaluating the confidentiality of a document managed, confidentiality learning system relates to confidentiality learning method and sensitivity of learning programs.

近年、個人情報を初めとする機密情報の漏洩が企業価値に大きな影響力を与えるようになり、情報セキュリティ管理が企業経営の重要な課題として認識されつつある。 In recent years, leakage of confidential information, including personal information is to give a big influence on corporate value, information security management is being recognized as an important issue of corporate management. このような情報セキュリティ管理においては、機密度の学習が必要となる。 In such information security management, it is required for sensitivity of learning. そこで、特許文献1及び特許文献2は、以下のような機密度学習システムを提案している。 Therefore, Patent Document 1 and Patent Document 2 proposes a confidentiality learning system as follows.

特許文献1に開示されている機密度学習システムを図18に示すブロック図を参照して説明する。 The confidentiality learning system disclosed in Patent Document 1 with reference to the block diagram shown in FIG. 18 will be described. この機密度学習システムは、機密文書データベース(DB)118、機密文書管理サーバ119、ディスプレイ120(120a,120b,…,120n)、端末等を示すクライアント121(121a,121b…121n)、プリンタ122、機密情報管理装置123、プロキシサーバ130、ゲートウェイサーバ131、ファクシミリサーバ132、スキャンステーション133、携帯情報機器134、ネットワーク135、外部装置136(136a,136b,…,136m)を備えている。 The secrecy level learning system, the confidential document database (DB) 118, a confidential document management server 119, a display 120 (120a, 120b, ..., 120n), the client 121 indicating the terminal or the like (121a, 121b ... 121n), a printer 122, confidential information management unit 123, a proxy server 130, gateway server 131, fax server 132, scan station 133, the mobile information device 134, network 135, external device 136 (136a, 136b, ..., 136m) a.

また、機密情報管理装置123は、頻出表現抽出部124、機密情報特徴抽出部125、機密情報判定部126、ハッシュテーブルデータベース(DB)127、判定ログファイル128、頻出表現テーブルデータベース(DB)129を備えている。 Further, confidential information management device 123, frequent expression extraction unit 124, the confidential information feature extraction unit 125, the confidential information determination unit 126, the hash table database (DB) 127, determines the log file 128, a frequent expression table database (DB) 129 It is provided.

そして、機密度学習システムにおいては、ハッシュテーブルDB127に格納する機密情報判定用の情報を生成する機密度学習処理と、評価対象文書が機密情報を含むか否かを判定する機密度評価処理とが互いに独立した処理として実行される。 Then, in the sensitivity of the learning system, the sensitivity of the learning process of generating information for confidential information determination stored in the hash table DB 127, and determines device density evaluation process whether evaluation target document contains sensitive information It is performed as an independent process to each other.

即ち、機密度学習処理において、機密情報管理装置123は、機密文書DB118に格納されている機密文書を機密文書管理サーバ119やネットワーク135を介して取得する。 That is, in sensitivity of the learning process, confidential information management unit 123 acquires a confidential document that is stored in the confidential document DB118 through the confidential document management server 119 and network 135. そして、機密情報管理装置123の頻出表現抽出部124は、取得した機密文書から頻出表現を抽出し、抽出結果を頻出表現テーブルDB129に格納する。 The frequent expression extraction unit 124 of the secret information management apparatus 123 extracts a frequent expression from the acquired confidential document, and stores the extracted results in frequent expression table DB 129.

その後、機密情報特徴抽出部125は、取得した機密文書と頻出表現テーブルDB129に格納されている情報とに基づき、機密情報判定用の情報を生成してハッシュテーブルDB127に格納する。 Then, the confidential information feature extraction unit 125, based on the information stored with the acquired confidential document to frequent expression table DB 129, is stored in a hash table DB127 to generate information for determining sensitive information.

一方、機密度評価処理において、機密情報判定部126は、ネットワーク135を介して得られる評価対象文書を取得して、ハッシュテーブルDB127に格納された機密情報判定用の情報に基づき評価対象文書が機密情報を含むか否かを判定する。 On the other hand, in the confidential evaluation process, confidential information determination unit 126 obtains an evaluation target document obtained via a network 135, evaluation target document based on the information for the classified information determination stored in the hash table DB127 sensitive It determines whether contains information. これにより、評価対象文書の機密度が判定できる。 This allows determination sensitivity of the evaluation target document.

また、特許文献2の機密度評価システムは、図19に示すように、文書参照手段137、領域分割手段138、特徴要素検出手段139、領域別辞書参照手段140、特徴定義辞書格納手段141、相関性評価手段142、機密情報分類手段143、結果出力手段144、文書格納手段145を備える。 Also, sensitivity of the evaluation system of the Patent Document 2, as shown in FIG. 19, the document reference means 137, region dividing means 138, feature element detection unit 139, the region-specific dictionaries referring unit 140, feature definition dictionary storage unit 141, a correlation sexual evaluation unit 142, the confidential information classification unit 143, the result output unit 144, and a document storage unit 145.

機密度評価システムは、機密度評価処理は実行するが、機密度の学習処理は行わない。 Confidential evaluation system is sensitive evaluation process is performed, the learning processing of the secrecy level is not performed. 機密度評価処理においては、文書参照手段137が文書格納手段145に格納された文書を読出す。 In confidential evaluation process reads the document by the document reference means 137 are stored in the document storage unit 145. そして、領域分割手段138が、読み出された文書を、ヘッダ、本文、フッタ等の部分領域に分割する。 The area dividing unit 138, a document that has been read, to divide a header, body, the partial area of ​​the footer and the like.

特徴要素検出手段139は、部分領域に応じた特徴定義辞書を参照して、この部分領域から特徴要素を抽出し、その部分領域が分類され得る機密情報カテゴリの候補を指定する。 Wherein element detection unit 139 refers to the feature defined dictionary in accordance with the partial region, extracts feature elements from this partial area, specifies a candidate of confidential information category to which the partial region can be classified.

相関性評価手段142は、候補となった機密情報カテゴリ毎に、このカテゴリに応じた特徴要素の配置状況を定量的に評価し、その部分領域がどの機密情報カテゴリに分類されるのかを判定する。 Correlation evaluating means 142 determines for each confidential information has become a candidate category, whether this placement condition of feature elements according to the category quantitatively evaluated, the partial area is classified into any sensitive information category .

機密情報分類手段143は、各部分領域が分類された機密情報カテゴリと、各機密情報カテゴリの重要度とに基づいて、文書がどの機密情報カテゴリに分類されるのかを判定すると共に、その文書の重要度を決定する。 Confidential information classification unit 143, and the confidential information categories each partial area is classified, based on the importance of each confidential information category, as well as determine whether the fall into any sensitive information category document, the document to determine the degree of importance. これにより文書の重要度が決定される。 Thus the importance of the document is determined.

再公表特許2007−105273号公報 Re-published patent 2007-105273 JP 特開2006−209649号公報 JP 2006-209649 JP

しかしながら、上述した機密度学習システムや機密度評価システムにおいては、システム導入費用が高く、またシステム導入に多大な労力が必要になる問題がある。 However, in the above-described sensitivity of the learning system and sensitive evaluation system, there is a problem of system introduction cost is high, also are required much effort to the system introduction.

これは、特許文献1における機密文書DB118や特許文献2における特徴定義辞書格納手段141が、システム導入事案毎に、また管理対象文書の種別毎に準備しなければならないためである。 This is because the patent feature defined dictionary storage unit 141 in the confidential document DB118 and Patent Document 2 in the document 1, for each system implementation cases, also must be prepared for each type of managed document.

また、特許文献1における機密文書DB118や特許文献2における特徴定義辞書格納手段141に格納されている情報は、管理対象文書の機密度の変化に応じて追加や更新等のメンテナンスを行う必要がある。 Also, information stored in the feature definition dictionary storage unit 141 in the confidential document DB118 and Patent Document 2 in Patent Document 1, it is necessary to perform maintenance of additional or updated or the like according to a change in the sensitivity of the managed document . このようなメンテナンスに多額の費用が必要になると共に、多大な労力が必要になる。 Such a large amount of along with the cost is required in maintenance, it will require significant effort. 加えて、これらの情報を格納するための記憶装置資源の消費も多くなる問題がある。 In addition, there is a consumption increases problems of storage resources to store such information.

特に、特許文献1の機密度学習システムでは、学習用の機密文書が機密文書DB118に別途格納されているため、記憶装置資源の消費は著しい。 In particular, in Patent Document 1 confidentiality learning system, since the confidential document for learning are separately stored in the confidential document DB 118, the significant consumption of storage resources.

そこで、本発明の主目的は、システム導入及び導入後に必要となる費用や労力を削減できると共に、記憶装置資源の消費の少ない機密度学習装置、機密度学習システム、機密度学習方法および機密度学習プログラムを提供することである。 Therefore, the main object of the present invention, it is possible to reduce the cost and labor required after system installation and introduction, consumption less confidentiality learning device of the storage device resource, confidentiality learning system, sensitivity of the learning method and confidentiality learning it is to provide a program.

上記課題を解決するため、機密度学習装置にかかる発明は、文書ファイルを特徴づける属性値からなる文書保管情報が少なくとも格納される管理対象ストレージと、前記文書ファイルの管理度合いの判断基準をなす管理ルールを格納する管理ルールデータベースと、前記管理ルールに従い前記文書保管情報により特定される前記文書ファイルの管理厳重度を判定する管理厳重度判定部とを備えることを特徴とする。 To solve the above problems, the invention according to the secrecy level learning unit, eggplant and managed storage document storage information comprising attribute values ​​characterizing the document file is at least stored, the criteria for managing the degree of the document file management a management rule database that stores rule, characterized by comprising a determining management strict determination unit management strict degree of the document file specified by the document storage information in accordance with the management rules.

また、機密度学習システムにかかる発明は、上記機密度学習装置と、該機密度学習装置に対して前記評価文書ファイルを指定して機密度を評価行わせる利用者端末とを備えることを特徴とする。 The invention according to the secrecy level learning system, and comprising: the above motor density learning device and a user terminal specifying the evaluation document file for 該機 density learning device to perform evaluation of confidentiality to.

また、機密度学習方法にかかる発明は、文書ファイルを特徴づける属性値からなる文書保管情報と、前記文書ファイルの管理度合いの判断基準をなす管理ルールとに基付き前記文書保管情報により特定される前記文書ファイルの管理厳重度を判定する管理厳重度判定手順を含むことを特徴とする。 The invention according to the secrecy level learning method is specified by the group with the document storage information in the management rules that form a document storage information comprising attribute values ​​characterizing the document file, the criteria for managing the degree of the document file characterized in that it comprises a management strict determination procedure for determining the management strictly degree of the document file.

さらに、機密度学習プログラムにかかる発明は、文書ファイルを特徴づける属性値からなる文書保管情報と、前記文書ファイルの管理度合いの判断基準をなす管理ルールとに基付き前記文書保管情報により特定される前記文書ファイルの管理厳重度を判定する管理厳重度判定ステップを含むことを特徴とする。 Further, the invention according to the secrecy level learning program is identified by a group with the document storage information in the management rules that form a document storage information comprising attribute values ​​characterizing the document file, the criteria for managing the degree of the document file characterized in that it comprises a determining management strict determination step to manage strictly the degree of the document file.

本発明によれば、機密度の学習は管理ルールDBに格納されている管理ルールに基づき判定されるので、機密度学習システムを導入する際には、管理ルールDBに格納する管理ルールだけを準備すればよいことになる。 According to the present invention, since the secrecy learning is determined on the basis of the management rules stored in the management rule DB, when implementing confidential level learning system, preparing only management rules stored in the management rules DB it is sufficient. 従って、記憶装置資源の削減化を図り、また導入にかかるコスト及び労力が軽減できる。 Thus, achieving a reduction of the storage resources and the cost and effort required to introduced can be reduced.

本発明の第1の実施形態にかかる機密度学習装置のブロック図である。 It is a block diagram of a sensitivity of the learning apparatus according to the first embodiment of the present invention. 本発明の第2の実施形態にかかる機密度学習システムのブロック図である。 It is a block diagram of a confidentiality learning system according to the second embodiment of the present invention. 第2の実施形態にかかる文書保管情報テーブルのテーブル構成を示す図である。 It is a diagram showing a table structure of a document storage information table according to the second embodiment. 第2の実施形態にかかる管理ルールテーブルのテーブル構成を示す図である。 It is a diagram showing a table configuration of a management rule table according to the second embodiment. 第2の実施形態にかかる管理厳重度テーブルのテーブル構成を示す図である。 It is a diagram showing a table configuration of a management strict degree table according to the second embodiment. 第2の実施形態にかかる学習処理のフローチャートである。 It is a flow chart of such a learning process in the second embodiment. 第2の実施形態にかかる厳重度判定処理のフローチャートである。 It is a flowchart of a strict determination process according to the second embodiment. 第2の実施形態にかかる評価処理のフローチャートである。 It is a flow chart of the evaluation process according to the second embodiment. 本発明の第3の実施形態にかかる機密度学習システムのブロック図である。 It is a block diagram of a confidentiality learning system according to a third embodiment of the present invention. 第3の実施形態にかかる全文書機密度評価処理のフローチャートである。 It is a flowchart of the entire document machine density evaluation processing according to the third embodiment. 本発明の第4の実施形態にかかる機密度学習システムのブロック図である。 It is a block diagram of a confidentiality learning system according to the fourth embodiment of the present invention. 第4の実施形態にかかる文書情報テーブルのテーブル構成を示す図である。 It is a diagram showing a table structure of the document information table in the fourth embodiment. 第4の実施形態にかかる転置索引テーブルのテーブル構成を示す図である。 It is a diagram showing a table structure of inverted index table according to the fourth embodiment. 第4の実施形態にかかる学習処理のフローチャートである。 It is a flow chart of such a learning process in the fourth embodiment. 第4の実施形態にかかる学習処理における管理度学習処理のフローチャートである。 It is a flowchart of the management of the learning process in the learning process according to the fourth embodiment. 第4の実施形態にかかる評価処理のフローチャートである。 It is a flow chart of the evaluation process according to the fourth embodiment. 第4の実施形態にかかる管理度評価処理のフローチャートである。 It is a flow chart of such a management evaluation process in the fourth embodiment. 関連技術にかかる機密度学習システムのブロック図である。 It is a block diagram of a confidentiality learning system according to the related art. 関連技術にかかる機密度評価システムのブロック図である。 Is a block diagram of the confidential evaluation system according to the related art.

<第1の実施形態> <First embodiment>
本発明の第1の実施形態を説明する。 Illustrating a first embodiment of the present invention. 図1は、本実施形態にかかる機密度学習装置のブロック図である。 Figure 1 is a block diagram of a sensitivity of the learning apparatus according to this embodiment. この機密度学習装置2は、管理対象ストレージ4、管理ルールデータベース(DB)5、管理厳重度判定部3を備える。 The sensitivity of the learning apparatus 2 includes managed storage 4, management rule database (DB) 5, a management strict determination unit 3. 管理対象ストレージ4は、文書ファイルを特徴づける属性値からなる文書保管情報が少なくとも格納する。 Managed storage 4, document storage information comprising attribute values ​​characterizing the document file stores at least. 管理ルールデータベース5は、文書ファイルの管理度合いの判断基準をなす管理ルールを格納する。 Management rules database 5 stores management rules forming the criteria management degree of document files. 管理厳重度判定部3は、管理ルールに従い文書保管情報により特定される文書ファイルの管理厳重度を判定する。 Administration strictly determination unit 3 determines management strictly of a document file specified by the document storage information in accordance with management rules.

これにより、文書ファイルの管理厳重度の判定が可能にするには、ユーザは管理ルールデータベース5の管理ルールのみを準備すれば良くなるので、機密度学習装置の導入コスト及び導入労力の軽減が可能になる。 Thus, to allow the determination of the management strictly of a document file, the user since it allows to prepare only the management rules of the management rule database 5, it can reduce introduction costs and introducing labor confidentiality learning device become.
<第2の実施形態> <Second Embodiment>
次に、本発明を第2の実施形態を説明する。 The invention will now be described a second embodiment. 図2は、本実施形態にかかる機密度学習システム9Bのブロック図である。 Figure 2 is a block diagram of a confidentiality learning system 9B of the present embodiment. この機密度学習システム9Bは、機密度学習装置10B及び利用者端末11を備える。 The sensitivity of the learning system 9B includes a confidential level learning device 10B and the user terminal 11. また、機密度学習装置10Bは、入出力部12a、管理対象ファイル等を格納するレポジトリである管理対象ストレージ13、管理厳重度判定部14、管理ルールDB15、管理厳重度DB16、機密度評価ユニット17を備えている。 Also, sensitivity of the learning device 10B, input-output unit 12a, managed repository is a managed storage 13 for storing files or the like, the management strictly evaluator 14, management rules DB 15, the management strictly degree DB 16, the confidential evaluation unit 17 It is equipped with a.

管理対象ストレージ13は、文書ファイル及び文書保管情報テーブルを格納する。 Managed storage 13 stores the document file and document storage information table. なお、この文書ファイルは、文書自体を意味している。 In addition, this document file, which means the document itself. そこで、以下の説明において他の用語との混乱を避けるために、文書ファイルと記載する。 Therefore, to avoid confusion with other terms in the following description, to as a document file.

図3は、管理対象ストレージ13に格納されている文書保管情報テーブル50のテーブル構成を示す図である。 Figure 3 is a diagram showing a table structure of a document storage information table 50 stored in the managed storage 13. この文書保管情報テーブル50は、文書ファイルに関する複数の属性情報からなる文書保管情報55を複数含んでいる。 The document storage information table 50 includes a plurality of document storage information 55 composed of a plurality of attribute information relating to the document file. 1つの文書保管情報55は、1つの文書ファイルの格納位置を一意的に示すファイルパス情報51、その文書ファイルへのアクセス権限を示す権限設定情報52、文書ファイルの暗号化の有無等を示す暗号化情報53、文書ファイルの所有者等の情報を示す保管者情報54等の属性情報を含んでいる。 One document storage information 55, a file path information 51 uniquely indicating the storage location of the document file, authority setting information 52 that indicates the access rights to the document file, the encryption indicating the presence or absence of encryption of the document file of information 53 includes attribute information such as the custodian information 54 indicating the information of the owner or the like of a document file. なお、図3において空欄56が表記されているが、これは属性情報が、追加できるようになっていることを示している。 Although blank 56 is denoted in FIG. 3, which is attribute information indicates that it is to be added. 例えば、文書ファイルの閲覧が可能な人を制限したい場合がある。 For example, there is a case where you want to limit the people that can view the document file. このような場合には、空欄56に「閲覧者制限」とする新たな属性情報を設ける。 In such a case, providing a new attribute information to a "viewer restriction" to the blank 56.

例えば、図3における最上段の文書保管情報55は、「ファイルパス情報51が[C:¥file.text]の位置に格納された文書ファイルは、[777]の権限設定情報52により特定される権限者により管理され、また暗号化情報53が[無]なので暗号化されていない。そして、この文書ファイルの保管者は保管者情報54が示す[Yamada]である。」ことを示している。 For example, the uppermost document storage information 55 in FIG. 3, "file path information 51 [C: ¥ file.text] document file stored in the position of the is specified by the authority setting information 52 [777] is managed by authority, also encrypted information 53 is not encrypted because [no]. Then, custodian of the document file is indicated by the custodian information 54 [Yamada]. "indicates that.

なお、ファイルパス情報51としては、文書ファイルの格納位置が一意的に特定できればよい。 As the file path information 51, the storage position of the document file may if uniquely identified. 従って、ファイルパス情報51は、OS(Operating System)に依存するファイルパス、URI(Uniform Resource Identifier)、数値、文字列等が利用できる。 Thus, the file path information 51, OS file path, URI that depends on (Operating System) (Uniform Resource Identifier), numbers, strings or the like can be used.

権限設定情報52としては、利用者とアクセス権限の組み合わせ、利用者の集合であるグループを用いた表記等が例示できる。 The authority setting information 52, a combination of user and access rights, title and the like can be exemplified using the group is a set of users. 暗号化情報53としては、暗号化の有無を示す2値情報、暗号強度、暗号の種類等の情報が例示できる。 The encrypted information 53, binary information indicating the presence or absence of encryption, encryption strength, information such as the type of encryption can be exemplified. 保管者情報54としては、文書ファイルの保管者や管理者が例示できる。 The custodian information 54, storage and administrators of the document file can be exemplified.

管理厳重度判定部14は、管理ルールDB15に格納されている管理ルールに基づき、管理対象ストレージ13に格納されている文書ファイルの管理厳重度を判定する。 Administration strictly determination unit 14, based on management rules stored in the management rules DB 15, and determines the management strictly of a document file stored in the managed storage 13. この管理厳重度は、文書ファイルに対するセキュリティ度を示す情報である。 This management strict degree is information indicating the degree of security for the document file. また、管理ルールは、文書ファイルに対する管理厳重度を判定する際の判定基準である。 Further, management rules, a judgment criterion for judging the management strictly degree for a document file.

図4は、管理ルールテーブル60のテーブル構成を示す図である。 Figure 4 is a diagram showing a table configuration of a management rule table 60. この管理ルールテーブル60は、複数の管理ルール64を含んでいる。 The management rule table 60 includes a plurality of management rules 64. 1つの管理ルール64は、その管理ルール64を識別(特定)するためのルールID情報61、管理ルール64のルール実体をなすルール情報62、このルール情報62に合致した文書ファイルに対して付与する厳重度を示す厳重度情報63を含んでいる。 One management rule 64, rule ID information 61 for identifying (identify) the management rules 64, rule information 62 constituting a rule entity of management rules 64, given to a document file that matches this rule information 62 It contains strict degree information 63 indicating a severe degree. なお、厳重度情報63は、管理ルール64が適用される文書ファイルの機密度を数値により表現した情報である。 Incidentally, strictly degree information 63 is information representing a numerical value sensitivity of the document file management rules 64 are applied.

例えば、図4の最上段の管理ルール64は、「ルールID情報61が[1]のルールは、文書ファイルが[暗号化]されている場合、その文書ファイルの厳重度情報63を[0.9]とする。」ことを示している。 For example, the uppermost management rules 64 in FIG. 4, the rule of "rule ID information 61 is [1], when the document file is [encrypted], [0 stringent degree information 63 of the document file. 9] to be. "shows that. なお、ルールID情報61は、管理ルール64を一意的に特定する情報であり、数値、文字列、URI等を用いることができる。 Incidentally, the rule ID information 61 is information that uniquely identifies the management rules 64 can be used numeric, string, a URI or the like.
また、 Also,
そして、管理厳重度判定部14は、図示しないローカルファイルシステム又はネットワーク等を介して、管理対象ストレージ13から文書ファイルを取得する。 The management strictly determination unit 14, via the local file system or network (not shown) such as to obtain a document file from the managed storage 13. また、管理厳重度判定部14は、管理対象ストレージ13に格納されている文書保管情報テーブル50の中から取得した文書ファイルに対する文書保管情報55を取得する。 The management strictly determination unit 14 acquires the document storage information 55 to the document file obtained from the document storage information table 50 stored in the managed storage 13. そして、取得した文書ファイルの文書保管情報55と、管理ルールDB15に格納された管理ルール64とを比較することにより、この文書ファイルの管理厳重度を評価する。 Then, the document storage information 55 of the document file obtained by comparing the management rules 64 stored in the management rules DB 15, to evaluate the management strictly of the document file.

管理厳重度DB16は、管理厳重度判定部14が判定した厳重度を厳重度情報63として格納する。 Administration strict degree DB16 stores strictly degree management strictly determining unit 14 determines as strictly degree information 63. 図5は、管理厳重度テーブル70のテーブル構成を示す図である。 Figure 5 is a diagram showing a table configuration of a management strictly degree table 70. この管理厳重度テーブル70は、複数の管理厳重度情報73を含んでいる。 The management strictly degree table 70 includes a plurality of management strictly degree information 73. 管理厳重度情報73は、ファイルパス情報71及び厳重度情報72により構成されている。 Management strictly degree information 73 is constituted by file path information 71 and tightly degree information 72. なお、ファイルパス情報71は、図3に示したファイルパス情報51に対応し、厳重度情報72は、図4に示した厳重度情報63に対応している。 Note that the file path information 71 corresponds to the file path information 51 shown in FIG. 3, strict degree information 72 corresponds to the strict degree information 63 shown in FIG. 但し、後述するように、厳重度情報72は複数の厳重度情報63の平均値等の場合もあるため、厳重度情報72と厳重度情報63とは一意的に同じではない。 However, as described later, strictly degree information 72 because in some cases the average value of a plurality of closely degree information 63, not unique identical to the strictly level information 63 and strict degree information 72.

入出力部12aは、利用者端末11を介して利用者が指定する文書ファイルの機密度の評価依頼を受け付ける。 Input and output section 12a receives the evaluation request of the sensitivity of the document file to be specified by the user via the user terminal 11. 以下、評価依頼された文書ファイルを評価文書ファイルと記載する。 Hereinafter referred to as an evaluation document file the evaluation request document file. そして、入出力部12aは、受け付けた評価文書ファイルの機密度の評価を機密度評価ユニット17に行わせる。 The output unit 12a, to perform the evaluation of the sensitivity of the evaluation document file receiving confidential evaluation unit 17. 機密度評価ユニット17は機密度の評価を行い、その評価結果を入出力部12aに出力する。 Sensitivity evaluation unit 17 evaluates the confidentiality, and outputs the evaluation result to the output unit 12a. 入出力部12aは、利用者端末11に機密度の評価結果を出力する。 Output unit 12a outputs the evaluation result of the sensitivity of the user terminal 11.

この機密度評価ユニット17は、機密度学習部18、機密度学習結果DB19、機密度評価部20を備える。 The secret level evaluation unit 17, confidential level learning unit 18, the secrecy level learning result DB 19, includes a secret level evaluation section 20. そして、機密度学習部18は、管理厳重度DB16に格納されている管理厳重度情報73と管理対象ストレージ13に格納されている文書保管情報55を用いて文書ファイルの機密度を学習する。 The sensitivity of the learning section 18 learns the confidentiality of the document file by using the document storage information 55 stored and managed strictly degree information 73 stored in the management strictly degree DB16 managed storage 13. この機密度は、機密度学習結果DB19に格納される。 The secrecy level is stored in the confidential level learning result DB 19.

機密度評価部20は、入出力部12aから評価文書ファイルに対する機密度の評価要求を受け付けると、機密度学習結果DB19に格納されている機密度に基づき、この評価文書ファイルに対する機密度を評価して、評価結果を入出力部12aに出力する。 Secret level evaluation section 20 accepts the evaluation request confidentiality for assessment document file from the input unit 12a, based on the confidential level stored in the confidential level learning result DB 19, to evaluate the sensitivity of for review document file Te, and it outputs the evaluation result to the output unit 12a.

次に、管理厳重度判定部14、機密度学習部18における処理(以下、学習処理という)及び、機密度評価部20における評価(以下、評価処理という)を詳細に説明する。 Next, the management strictly evaluator 14, the processing in the confidential level learning unit 18 (hereinafter, the learning process of) and evaluation in the confidential value evaluation unit 20 (hereinafter, referred to as evaluation process) will be described in detail.

先ず、学習処理について説明する。 First, a description will be given of the learning process. 図6は、学習処理のフローチャートである。 Figure 6 is a flowchart of a learning process. 上述したように、学習処理は、厳重度判定処理(ステップSa1)及び機密度学習処理(ステップSa2)を主要手順とする。 As described above, the learning process, strict determination processing (step Sa1) and secrecy learning process (step Sa2), and main steps.

厳重度判定処理は、管理厳重度判定部14によって管理対象ストレージ13に格納されている文書ファイルに対して厳重度を判定し、この判定結果を管理厳重度情報73として管理厳重度DB16に登録する処理である。 Strict determination process determines strict degree for the document file by the management strictly determination unit 14 is stored in the managed storage 13, and registers the management strictly degree DB16 the determination result as the management strictly degree information 73 it is a process.

機密度学習処理は、機密度学習部18によって管理対象ストレージ13に格納されている文書ファイルと管理厳重度DB16に格納されている管理厳重度情報73とを用いて、文書ファイルの機密度を学習する処理である。 Secrecy learning process, by using the management strictly level information stored in the document file and the management strictly degree DB16 stored in the managed storage 13 by the confidential level learning unit 18 73, learns the sensitivity of the document file it is a process for.

図7は、厳重度判定処理のフローチャートである。 Figure 7 is a flow chart of a strict determination process. 管理厳重度判定部14は、管理対象ストレージ13に格納されている文書ファイルを取得すると共に、この文書ファイルの文書保管情報55を文書保管情報テーブル50から取得する(ステップSb1)。 Administration strictly determination unit 14 acquires the document file stored in the managed storage 13, acquires the document storage information 55 of the document file from the document storage information table 50 (step Sb1).

次に、管理厳重度判定部14は、管理ルールDB15から管理ルール64を取得して、この管理ルール64と文書保管情報55との比較を行う(ステップSb2)。 Next, the management strictly evaluator 14 obtains the management rules 64 from the management rules DB 15, and compares this management rules 64 and document storage information 55 (step Sb2). そして、文書保管情報55と管理ルール64とが合致した場合は、ステップSb3に進み、一致しない場合にはステップSb4に進む。 Then, if the document storage information 55 and management rules 64 matches, the process proceeds to step Sb3, the process proceeds to step Sb4 If they do not match.

例えば、判定対象となっている文書ファイルが、図3に示す文書保管情報テーブル50における上から2行目の文書保管情報55により特徴付けられているとする。 For example, a document file that is the determination target is assumed to be characterized by the document storage information 55 in the second row from the top in the document storage information table 50 shown in FIG. この文書保管情報55は、ファイルパス情報51が[file:///c:¥doc1. This document storage information 55, the file path information 51 [file: /// c: ¥ doc1. doc]、権限設定情報52が[700]、暗号化情報53が[有]、保管者情報54が[mail://Yamada@…jp]である。 doc], the authority setting information 52 is [700], encryption information 53 [Yes], the custodian information 54 [mail: a // Yamada @ ... jp]. この文書保管情報55に対する、図4に示す複数の管理ルール64の一致性を判断すると、[暗号化]のルール情報62が、一致する。 For the document storage information 55, when determining a match of the plurality of management rules 64 shown in FIG. 4, the rule information 62 of Encrypted matches. なお、この管理ルール64に一致する文書ファイルの厳重度は、厳重度情報63から[0.9]に設定される。 Incidentally, strictly of a document file that matches the management rules 64 is set to 0.9 from severe degree information 63.

文書保管情報55と管理ルール64とが合致した場合は、管理厳重度判定部14は、一致した管理ルール64の厳重度情報63を一時的に記憶する(ステップSb3)。 If the document storage information 55 and management rules 64 is met, the management strictly determination unit 14 temporarily stores the strict degree information 63 of the matched management rules 64 (step Sb3).

管理ルールテーブル60には複数の管理ルール64が含まれている。 It includes a plurality of management rules 64 in the management rule table 60. そこで、管理厳重度判定部14は、厳重度情報63と全ての管理ルール64との比較を行ったか判断する(ステップSb4)。 Therefore, the management strictly determination unit 14 determines whether was compared with strict degree information 63 and all management rules 64 (step Sb4).

厳重度情報63と全ての管理ルール64との比較が行われた場合は、管理厳重度判定部14は、合致した管理ルール64の厳重度情報63に基づき判定対象となっている文書ファイルの厳重度情報72を算出する(ステップSb5)。 If comparison between all management rules 64 and tightly degree information 63 is performed, the management strictly determination unit 14, strictly the document file that is the determination target based on the strict degree information 63 of the management rule 64 that matches calculating the degree information 72 (step Sb5). なお、管理ルール64が複数存在するので、文書保管情報55と一致する管理ルール64も複数検出されることがある。 Since management rules 64 there are a plurality of management rules consistent with the document storage information 55 64 may also be multiple detected. そこで、文書ファイルの厳重度情報72は、各管理ルール64における厳重度情報63の平均値、中央値、最大値とすることが可能である。 Therefore, strictly degree information 72 of the document file, the average value of the strict degree information 63 in each management rule 64, median, may be a maximum value.

算出された文書ファイルの厳重度と、この文書保管情報55に含まれるファイルパス情報71とは、管理厳重度情報73として管理厳重度DB16に登録される(ステップSb6)。 And strictly calculated degree of document file, and the file path information 71 included in the document storage information 55 is registered in the management strictly degree DB16 as the management strictly degree information 73 (step Sb6).

以上の厳重度判定処理が、全ての文書ファイルに対して行われたか否かの判断が行われる(ステップSb7)。 More stringent determination process is, whether the determination has been performed for all the document files is performed (step Sb7). 全ての文書ファイルに対して厳重度判定処理が行われていない場合には、ステップSb1に戻り、全ての文書ファイルに対して行われた場合には、処理が終了する。 If the strict determination process for all the document files not being performed, the process returns to step Sb1, when made to all of the document file, the process is terminated.

機密度学習部18は、このようにして判定された管理厳重度情報73と文書保管情報55とを用いて機密度を学習する。 Confidentiality learning unit 18 learns the secrecy level by using the thus managed strictly degree information 73 is determined by the document storage information 55. そして、機密度の学習結果は、機密度学習結果として機密度学習結果DB19に格納される。 Then, the learning result of the secrecy level is stored in the confidential level learning result DB19 resulting secrecy level learning. なお、機密度学習部18における機密度の具体的な学習手順は、公知の機密度学習方法等が利用できる。 The specific learning procedure of confidential level in confidentiality learning unit 18, a known sensitivity of learning or the like can be used.

次に、評価処理を説明する。 Next, a description will be given of the evaluation process. 図8は、評価処理のフローチャートである。 Figure 8 is a flow chart of the evaluation process. 先ず、機密度評価ユニット17における機密度評価部20は、入出力部12aを介して機密度の評価依頼を待っている(ステップSc1,Sc2)。 First, the secrecy level evaluator 20 in the sensitivity evaluation unit 17 is waiting for evaluation request for confidentiality via the input and output section 12a (step Sc1, Sc2). 機密度の評価依頼は、文書ファイル名やファイルパス情報の指定や文書ファイルの直接入力等により評価依頼対象である評価文書ファイルが指定される。 Evaluation request of confidentiality, the evaluation document file, which is the evaluation request subject by direct input or the like of the specified or document file of the document file name and file path information is specified.

そして、評価文書ファイルを受け付けると、機密度評価部20は、機密度の評価を行う(ステップSc3)。 When receiving the evaluated document file, the secrecy level evaluator 20 performs the evaluation of the sensitivity of (step Sc3). 機密度の評価結果は、入出力部12aに送られる。 Evaluation results of the secrecy level is sent to the output unit 12a.

入出力部12aは、機密度評価部20から受け取った評価文書ファイルの機密度評価結果を利用者端末11に出力する(ステップSc4)。 Output unit 12a outputs the sensitivity of the evaluation results of the evaluation document file received from the secret level evaluation section 20 to the user terminal 11 (step Sc4).

以上説明したように、機密度の学習は図5に示した管理厳重度情報に基づいて行なわれる。 As described above, the confidentiality of the learning is performed based on the management strictly degree information shown in FIG. この管理厳重度情報は、管理ルールDBに格納されている管理ルールに基づき判定されるので、機密度学習システムを導入する際には、管理ルールDBに格納する管理ルールだけを準備すればよいことになる。 The management strictly degree information, since it is determined on the basis of the management rules stored in the management rule DB, when implementing confidential level learning system may be be prepared by management rules stored in the management rules DB become.

また、この管理厳重度情報は、ファイルパス情報と厳重度情報との2つの情報により構成される。 Further, the management strictly degree information is composed of two pieces of information with the file path information and strict degree information. 従って、関連技術において説明した機密文書DBや特徴定義辞書に比べて、本発明にかかる機密度学習システムが予め準備しなければならない情報量は非常に少ない。 Therefore, as compared with the confidential document DB and features defined dictionary described in the related art, the amount of information such confidentiality learning system must be prepared in advance in the present invention is very small.

よって、本発明にかかる機密度学習システムの導入費用が安価となると共に、導入時に必要となる労力も非常に少なくなる。 Therefore, the initial cost of confidentiality learning system according to the present invention is less expensive, also very small effort needed when introduced.

また、管理ルールDBに格納されている多くの管理ルールは、普遍性、汎用性の高いルールであるので、関連技術において説明したようなシステムの導入目的や管理対象である文書ファイルの特徴に応じた機密文書DBや特徴定義辞書等を準備し、調整する作業が不要となる。 Further, many administrative rules stored in the management rules DB is universality, because it is versatile rules, depending on the characteristics of the document file which is introduced object and managed systems as described in the related art It was prepared confidential document DB and features defined dictionaries, work of adjusting is not necessary. 従って、この観点からも、本発明にかかる機密度学習システムの導入コストが安価となると共に、導入時に必要とする労力の軽減が図れる。 Therefore, from this point of view, the cost of introducing such confidentiality learning system according to the present invention is inexpensive, thereby the reduction of labor that is required during the introduction.

さらに、機密度学習が文書保管情報ストレージや管理ルールDBに格納された情報のみで行えるので、維持コストの抑制及び維持労力の軽減が達成でき、かつ、記憶装置資源の削減が可能になる。 Furthermore, since done only with the information confidential level learning is stored in the document storage information storage and management rules DB, reduce suppression and maintenance effort maintenance costs can be achieved, and allows reduction of the storage resources.

特に、管理ルールDBは、管理対象ストレージにおける文書の暗号化ルール等のように情報変更を行う頻度が低い情報であるため、更新に伴う労力や維持コストの大幅な軽減が可能になる。 In particular, management rules DB is managed since the frequency of performing information change as encryption rules such documents in the target storage is low information, greatly reduces labor and maintenance costs associated with updating is possible. また、管理ルールDBは関連技術における機密文書DBや特徴定義辞書に比べて小規模であるため、記憶装置資源の大幅な削減が可能になる。 The management rule DB is because it is small compared to the confidential document DB and characteristics defined dictionary in the related art, it is possible to significantly reduce memory resources.
<第3の実施形態> <Third Embodiment>
次に、本発明の第3の実施形態を説明する。 Next, a third embodiment of the present invention. なお、第2の実施形態と同一構成に関しては同一符号を用いて説明を適宜省略する。 Incidentally, description thereof is appropriately omitted by using the same reference numerals for the same configuration as the second embodiment. 図9は、本実施形態にかかる機密度学習システム9Cのブロック図である。 Figure 9 is a block diagram of a confidentiality learning system 9C of the present embodiment.

機密度学習システム9Cにおける機密度学習装置10Cは、図2に示した機密度学習装置10Bに対して全文書評価実行部21が追設されている点が相違する。 Confidentiality learning device 10C in secrecy learning system 9C are that all documents evaluation executing unit 21 with respect to the confidential level learning device 10B shown in FIG. 2 is additionally provided are different.

入出力部12bは、利用者端末11からの評価文書ファイルの指定を受け付けて、機密度評価部20に評価文書ファイルに対する機密度評価の指示を行う。 Output unit 12b accepts the designation of evaluation document file from the user terminal 11, and instructs the confidential evaluation of the evaluation document file confidential evaluation unit 20. そして、入出力部12bは、機密度評価の結果を機密度評価部20から受信して利用者端末11に出力する。 The input-output unit 12b outputs the result of the confidential evaluation to the user terminal 11 receives from the secret level evaluation section 20.

また、入出力部12bは、利用者端末11から管理対象ストレージ13に含まれる全ての文書ファイルに対する機密度評価の実行指示を受け付ける。 Furthermore, the input-output unit 12b receives an execution instruction of the confidential evaluation for all the document files contained from the user terminal 11 to the management target storage 13. 全ての文書ファイルに対する機密度評価の実行指示を受け付けると、入出力部12bは、全文書評価実行部21に全ての文書ファイルに対する機密度の評価を指示する。 When receiving an execution instruction of the confidential evaluation for all the document files, input and output section 12b instructs the evaluation of sensitivity level for all of the document file to all documents evaluation executing unit 21. そして、入出力部12bは、機密度評価の結果を利用者端末11に出力する。 The input-output unit 12b outputs the result of the confidential evaluation to the user terminal 11.

全文書評価実行部21は、入出力部12bから全ての文書ファイルに対する機密度評価の実行指示を受け付けると、管理厳重度判定部14に厳重度判定処理を実行させる。 All document evaluation executing unit 21 accepts the execution instruction of the confidential evaluation for all the document file from the input-output unit 12b, to perform strict determination process in the management strictly determination unit 14. また、全文書評価実行部21は、この厳重度判定処理の結果を用いて全文書機密度評価処理を機密度評価部20に指示する。 Further, all documents evaluation executing unit 21 instructs all documents machine density evaluation processing using the result of the strict determination process confidential evaluation unit 20. これにより全ての文書ファイルの機密度が評価される。 This sensitive of all the document file is evaluated. そこで、全文書評価実行部21は、機密度評価部20による評価結果を機密度の順に並べ替えて入出力部12bに出力する。 Therefore, all documents evaluation executing unit 21 outputs the result of evaluation by the secret level evaluation section 20 to the input-output unit 12b rearranges the order of confidentiality.

このような全文書機密度評価処理を図10のフローチャートに従い説明する。 Such all documents machine density evaluation process will be explained with reference to the flowchart of FIG. 10. 先ず、管理厳重度判定部14は、全文書評価実行部21から厳重度判定処理の実行指示を受け付けると、厳重度判定処理を実行する(ステップSd1)。 First, the management strictly determination unit 14, when receiving an execution instruction of strict determination process from all documents evaluation executing unit 21 executes a strict determination process (step Sd1).

次に、全文書評価実行部21は、管理対象ストレージ13から文書ファイルを読み込み(ステップSd2)、読み込んだ文書ファイルを機密度評価部20に送る。 Then, all documents evaluation executing unit 21 reads the document file from the managed storage 13 (step Sd2), and sends the document file read confidential evaluation unit 20.

機密度評価部20は、全文書評価実行部21から受信した文書ファイルに対して図8に示したような評価処理を実行する(ステップSd3)。 Secret level evaluation section 20 performs an evaluation processing shown in FIG. 8 with respect to a document file received from all the document evaluation executing unit 21 (step Sd3). 評価結果は、全文書評価実行部21に出力される。 Evaluation result is outputted to all documents evaluation executing unit 21.

そして、このような評価処理が全ての文書ファイルに対して実行されたか否かが判断される(ステップSd4)。 Then, whether such an evaluation process is performed for all document file it is determined (step Sd4). 評価処理が全ての文書ファイルに対して実行された場合は、ステップSd4に進み、まだ実行されていない文書ファイルが存在する場合はステップSd2に戻る。 If the evaluation process has been performed for all the document files, the process proceeds to step Sd4, yet if the document file is not running there is returned to step Sd2.

全文書評価実行部21は、取得した文書ファイルとこの文書ファイルの機密度との組のリストを、機密度の降順で並べ替えて入出力部12bに出力する(ステップSd5)。 All document evaluation executing unit 21 outputs a list pairs of the sensitivity of the document file and acquired document file, the input and output section 12b are sorted in descending order of secrecy (step Sd5).

入出力部12bは、得られた文書ファイルと機密度との組のリストを利用者端末11に出力する(ステップSd6)。 Output unit 12b outputs a list set of the document files and confidential level obtained in the user terminal 11 (step Sd6).

このように、全文書評価実行部21が、全ての文書ファイルの機密度の評価が一連の処理として自動的に行われるので、運用費用及び運用労力の削減が可能になる。 Thus, all documents evaluation executing unit 21, since the evaluation of sensitivity of all of the document file is automatically performed as a series of processes, it is possible to reduce operational costs and operational effort.

また、全文書評価実行部21により、管理対象ストレージに格納されている全ての文書ファイルの評価が簡単に行えるので、運用コストや運用の労力軽減が可能になる。 Further, the total document evaluation executing unit 21, the evaluation of all the document files stored in the managed storage can be performed easily, allowing labor reduces operating costs and operational.
<第4の実施形態> <Fourth Embodiment>
次に、本発明の第4の実施形態を説明する。 Next, a fourth embodiment of the present invention. なお、第2の実施形態と同一構成に関しては同一符号を用いて説明を適宜省略する。 Incidentally, description thereof is appropriately omitted by using the same reference numerals for the same configuration as the second embodiment. 図11は、本実施形態にかかる機密度学習システム9Dのブロック図である。 Figure 11 is a block diagram of a confidentiality learning system 9D according to the present embodiment.

機密度学習システム9Dの機密度学習装置10Dは、図2に示した機密度学習装置10Bに対して管理度評価ユニット22と要対処度算出部27とが追設されている。 Confidentiality learning device 10D of confidentiality learning system 9D includes a management evaluation unit 22 and the main address calculation unit 27 is additionally provided with respect to the confidential level learning device 10B shown in FIG.

管理度評価ユニット22は、管理厳重度DB16に格納されている管理厳重度情報73と、管理対象ストレージ13に格納されている文書保管情報55とに基づき、文書ファイルの管理度を学習し、また指定された評価文書ファイルの管理度を評価する。 Management evaluation unit 22 learns the management strictly degree information 73 stored in the management strictly degree DB 16, based on the document storage information 55 stored in the managed storage 13, the management of a document file and to evaluate the management of the specified evaluation document file. このような管理度評価ユニット22は、索引生成部23、索引DB24、検索部25、管理度評価部26を備える。 Such management evaluation unit 22, index generation unit 23, an index DB 24, the search unit 25, a management evaluation unit 26.

索引DB24は、索引生成部23が生成する索引情報と文書情報とを格納するデータベースであり、転置索引テーブル80及び、文書情報テーブル90を備えている。 Index DB24 is a database for storing the index information and document information index generating unit 23 generates, inverted index table 80 and includes a document information table 90.

文書情報テーブル90は、図12に示すように、複数の文書情報97により構成されている。 Document information table 90, as shown in FIG. 12, is constituted by a plurality of document information 97. 1つの文書情報97は、文書ファイルを識別するための文書ID情報91、この文書ファイルの保管場所を一意的に示すファイルパス情報92、この文書ファイルに対するアクセス権限を示す権限設定情報93、この文書ファイルの暗号化の有無等を示す暗号化情報94及び、この文書ファイルに対する管理厳重度を示す厳重度情報95を含んでいる。 One document information 97, the document ID information 91 for identifying the document file, the file path information 92 indicating uniquely the storage location of the document file, permission setting information 93 that indicates the access rights to the document file, the document encryption information 94 and indicating the presence or absence of encryption, such as the file contains the strict degree information 95 indicating the management strictly degree for this document file. なお、図12に示す文書情報テーブル90には、空欄96が設けられているが、この空欄96には、上述した情報と異なる他の情報を追加するような場合に用いられることを示している。 Note that the document information table 90 shown in FIG. 12, but blank 96 is provided, on the blank 96, is shown to be used when that adds other different information and information described above . 即ち、文書情報97の属性項目の数は適宜増減可能に設けられている。 That is, the number of attribute items of the document information 97 is provided changeable as appropriate.

転置索引テーブル80は、図13に示すように、複数の転置索引情報83を格納している。 Inverted index table 80, as shown in FIG. 13, stores a plurality of inverted index information 83. 1つの転置索引情報83は、文書ファイルに含まれる単語等の項目情報81と、その項目情報81を含む複数の文書ファイルの文書ID情報91からなる文書ID群情報82とにより構成されている。 One inverted index information 83 includes item information 81, such as a word contained in the document file is constituted by a document ID group information 82 consisting of the document ID information 91 of a plurality of document files including the item information 81. 例えば、項目情報81が[東京]である転置索引情報83は、文書ID情報91が[1],[2],[5],[…]の文書ファイルが該当することを示す文書ID群情報82を持っている。 For example, an inverted index information 83 item information 81 is [Tokyo], the document ID information 91 is [1], [2], [5], [...] document ID group information indicating that the document file is appropriate it has 82.

索引生成部23は、図示しないローカルファイルシステム又はネットワーク等を介して、管理対象ストレージ13から文書ファイルを取得する。 Index generation unit 23, via the local file system or network (not shown) such as to obtain a document file from the managed storage 13. そして、索引生成部23は、取得した文書ファイルから文字列情報を抽出し、この文字列情報から項目を抽出する。 Then, the index generating unit 23 extracts the character string information from the acquired document file, extracts an item from the character string information. 抽出された項目を含む文書ファイルには、文書ID91が付与されているので、この文書ID91を取得する。 The document file containing the extracted items, because the document ID 91 is assigned, to acquire the document ID 91. この集められた文書ID91は文書ID群情報82をなし、項目は項目情報81をなす。 The collected document ID91 forms a document ID group information 82, the item makes the item information 81. そこで、索引生成部23は、項目情報81と文書ID群情報82とを転置索引情報83として、索引DB24の転置索引テーブル80に追加する。 Therefore, the index generating unit 23, and item information 81 and the document ID group information 82 as inverted index information 83 is added to the inverted index table 80 of the index DB 24.

また、索引生成部23は、管理対象ストレージ13から図3に示したような文書保管情報55を取得すると共に、管理厳重度DB16から図5に示したような管理厳重度情報73を取得する。 Also, index generation unit 23 acquires the document storage information 55 as shown from the managed storage 13 in FIG. 3, and acquires the management strictly degree information 73, as shown from the management strictly degree DB16 in FIG. そして、索引生成部23は、文書保管情報55からファイルパス情報51、権限設定情報52、暗号化情報53を抽出し、これらを文書ID情報91に対応したファイルパス情報92、権限設定情報93、暗号化情報94とする。 Then, the index generating unit 23, the file path information 51 from the document storage information 55, authority setting information 52, extracts the encryption information 53, the file path information 92 corresponding them to the document ID information 91, authority setting information 93, and encryption information 94. さらに、索引生成部23は、管理厳重度情報73から厳重度情報72を抽出し、これを文書ID情報91に対応した厳重度情報95とする。 Furthermore, the index generating unit 23 extracts the strict degree information 72 from the management strictly degree information 73, and strict degree information 95 corresponding to this to the document ID information 91. これにより、文書ID情報91、ファイルパス情報92、権限設定情報93、暗号化情報94、厳重度情報95が取得される。 Thus, the document ID information 91, the file path information 92, authority setting information 93, encryption information 94, strictly degree information 95 is acquired. そして、索引生成部23は、これらを文書情報97として索引DB24の文書情報テーブル90に追加する。 Then, the index generating unit 23 is added to the document information table 90 indexes DB24 them as document information 97.

検索部25は、評価要求のあった評価文書ファイルの文字列情報に基づきクエリを作成して索引DB24の転置索引テーブル80を検索する。 The search unit 25 creates a query based on the character string information of the evaluation document file for which the evaluation request searches the inverted index table 80 of the index DB 24. そして、評価文書ファイルの内容と類似する内容の文書ファイルを取得する。 Then, to get the document file of the contents similar to the contents of the evaluation document file.

管理度評価部26は、評価文書ファイルの管理度を評価する。 Management evaluation unit 26, to evaluate the management of the evaluation document file. 即ち、管理度評価部26は、検索部25により検索された評価文書ファイルに類似する文書ファイル群と、この文書ファイル群の文書情報を取得する。 That is, the management evaluation unit 26, a document file group similar to the searched evaluation document file by the search unit 25 obtains the document information of the document files. そして、管理度評価部26は、類似した文書ファイル群の管理厳重度について、類似した文書ファイル群の管理状況を数値化する統計処理を行い、この結果を評価した管理度とする。 The management evaluation unit 26, the management strictly of the similar document files, performs statistical processing to quantify management of similar document files, and manage the degree of evaluating the results.

要対処度算出部27は、入出力部12aが入力した評価文書ファイルに対して保管状態の変更等の必要性を数値化し、これを要対処度として算出する。 Main address calculation unit 27 quantifies the need for change of storage conditions for the evaluation document file input and output section 12a is inputted, it calculates as a must cope degree.

この要対処度の算出は、機密度評価部20が評価した評価文書ファイルの機密度と、管理度評価部26が評価した評価文書ファイルの管理度とに基づき算出する。 The calculation of the principal addressing degree is calculated based on the sensitivity of the evaluation document file confidential evaluation unit 20 to evaluate the management of the evaluation document file management evaluation unit 26 to evaluate. 要対処度算出部27により算出された要対処度は、入出力部12aに出力される。 Main Action degree calculated by main address calculation unit 27 is output to the output unit 12a.

次に、このような機密度学習システム9Dの処理手順を説明する。 Next, processing procedures of such confidentiality learning system 9D. 機密度学習システム9Dは、厳重度判定処理、学習処理、評価処理を主要な処理手順とする。 Confidentiality learning system. 9D, strict determination process, the learning process, the evaluation process will be a major processing steps. 厳重度判定処理は、第2の実施形態と同じ処理であるが、学習処理及び評価処理が異なるので、学習処理及び評価処理について詳細に説明する。 Strict determination process is the same process as the second embodiment, since the learning process and the evaluation process is different, will be described in detail a learning process and the evaluation process.

図14は、学習処理のフローチャートである。 Figure 14 is a flowchart of a learning process. 学習処理では、厳重度判定処理(ステップSa1)を行った後、機密度学習処理(ステップSa2)と管理度学習処理(ステップSe1)とが行われる。 In the learning process, after strict determination process (step Sa1), and the sensitivity of the learning process (step Sa2) and management of the learning process (step Se1) is performed. なお、図14〜図16は、UML(Unified Modeling Language)で定められたダイアグラムに従う図で、図中の黒塗ステップは、[分岐点PS]又は[合流点PE]を示している。 Incidentally, FIGS. 14 to 16 are views according to the diagram defined by the UML (Unified Modeling Language), the filled steps in the drawing indicates the branch point PS] or [confluence PE]. そして、分岐点PSと合流点PEとの間の一連のシーケンスの実行順序は、規定されていない。 Then, a series of execution order of the sequence between the merging point PE and the branch point PS is not specified. 例えば、図14で、分岐点PSと合流点PEとの間に機密度学習処理と管理度学習処理とが含まれるが、機密度学習処理と管理度学習処理とは同時に処理されても良く、また一方の処理が他方の処理より先行して実行されてもよい。 For example, in FIG. 14, but includes a confidential level learning processing and management of learning process between the merging point PE and the branch point PS, may be processed simultaneously with the confidential level learning processing and management of the learning process, or it may be performed one process prior than the other treatment.

機密度学習処理(ステップSa2)については、図6において説明しているので、以下においては管理度学習処理(ステップSe1)を詳細に説明する。 For secrecy learning process (step Sa2), since the described in FIG. 6, will be described in detail management of the learning process (step Se1) in the following.

この管理度学習処理は、索引生成部23により管理対象ストレージ13に格納されている全ての文書ファイルと、管理厳重度DB16に格納されている管理厳重度情報73とを用いて転置索引情報83及び文書情報97を作成して、索引DB24に登録する手順である。 The management of the learning process, the index all the document files stored in the managed storage 13 by the generator 23, the management is stored in tightly degree DB16 management strictly degree information 73 and using the inverted index information 83 and create a document information 97, it is a procedure to be registered in the index DB24.

図15は、学習処理における管理度学習処理のフローチャートである。 Figure 15 is a flowchart of the management of the learning process in the learning process. 管理度学習処理が開始されると、分岐点PSから、3つのシーケンス(ステップSf1〜ステップSf4によるファイルパス情報92等の作成・登録処理、ステップSf5〜ステップSf6による文書情報97の作成・登録処理、ステップSf7〜ステップSf8による厳重度情報95の作成・登録処理)が実行される。 When the management of the learning process is started, from the branch point PS, 3 single sequence (step Sf1~ creation and registration processing 92 such as the file path information in step Sf4, creation and registration of the document information 97 in step Sf5~ step Sf6 , creation and registration of severe degree information 95 in step Sf7~ step Sf8) is executed.

索引生成部23は、ローカルファイルシステム又はネットワーク等を介して、管理対象ストレージ13から文書ファイルを取得する(ステップSf1)。 Index generation unit 23, via the local file system or network, etc., to obtain a document file from the managed storage 13 (step Sf1). そして、索引生成部23は、取得した文書ファイルに含まれる文書ID情報91及び文字列を抽出し(ステップSf2)、この文字列から項目情報81を抽出する(ステップSf3)。 Then, the index generating unit 23 extracts the document ID information 91 and the text contained in the acquired document file (step Sf2), extracts the item information 81 from the string (Step Sf3). なお、項目情報81として単語や、N文字インデックス法(n−gram)による文字列が適用できる。 Incidentally, words and as item information 81, can be applied string by N characters Index Method (n-gram). その後、索引生成部23は、抽出した項目情報81を用いて転置索引情報83を作成し、索引DB24の転置索引テーブル80に登録する(ステップSf4)。 Then, the index generating unit 23, using the extracted item information 81 to create the inverted index information 83 is registered in the inverted index table 80 of the index DB 24 (step Sf4).

また、索引生成部23は、ローカルファイルシステム又はネットワーク等を介して管理対象ストレージ13から文書ID情報91に該当する文書ファイルの文書保管情報55を取得する(ステップSf5)。 Also, index generation unit 23 acquires the document storage information 55 of the document file to be appropriate from the managed storage 13 via the local file system or network such as the document ID information 91 (step Sf5).

そして、索引生成部23は、取得した文書保管情報55からファイルパス情報92、権限設定情報93、暗号化情報94を文書情報テーブル90に登録する(ステップSf6)。 Then, the index generating unit 23, the acquired document storage information 55 file path information 92 from, the authority setting information 93, and registers the encrypted information 94 in the document information table 90 (step Sf6).

さらに索引生成部23は、管理厳重度DB16から管理厳重度情報73を取得し、その中から該当する文書ファイルの厳重度情報72を抽出する(ステップSf7)。 Further index generation unit 23 acquires the management strictly level information 73 from the management strictly degree DB 16, extracts the strict degree information 72 of the document file in the appropriate Part (Step Sf7). そして、索引生成部23は、厳重度情報72を厳重度情報95として索引DB24の文書情報テーブル90に登録する(ステップSf8)。 Then, the index generating unit 23 registers the document information table 90 indexes DB24 stringent level information 72 as the strictly level information 95 (Step Sf8).

このような、転置索引情報83の作成・登録処理、文書保管情報55の作成・登録処理、厳重度情報95の作成・登録処理が実行されると、合流点PEを経て管理対象ストレージ13に格納されている全ての文書ファイルに対して、上述した処理が行われたか否かの判断が行われる(ステップSf9)。 Such creation and registration of an inverted index information 83, creation and registration of document storage information 55, the creation and registration of severe degree information 95 is executed, stored in the managed storage 13 via the confluent point PE for all document files that are, the determination of whether the above-described processing has been performed is performed (step Sf9). 全ての文書ファイルに対して処理が完了していない場合には分岐点PSに戻り、完了した場合には管理度学習処理が終了する。 If the processing for all the document file has not been completed to return to the branch point PS, management of the learning process is completed in the case has been completed.

次に、評価処理を説明する。 Next, a description will be given of the evaluation process. 図16は、この評価処理のフローチャートである。 Figure 16 is a flow chart of the evaluation process. 評価処理では、評価文書ファイルの受け付けを判断し(ステップSc2,Sc1)、評価文書ファイルを受け付けると機密度評価処理(ステップSc3)及び管理度評価処理(ステップSg1)を行う。 In evaluation processing, it performs to determine the acceptance of the evaluation document file (step Sc2, Sc1), accepts evaluation document file when the confidential evaluation process (step Sc3) and management evaluation process (step Sg1). その後、要対処度算出部27による評価文書ファイルの機密度と管理度とが演算されて、この評価文書ファイルの要対処度が算出される(Sg2)。 Then, is computed as the sensitivity of the evaluation document file according to a main address calculation unit 27 and a management degree, main address of this evaluation document file is calculated (Sg2).

次に、管理度評価処理を詳細に説明する。 Next, a description will be given of management evaluation process in detail. なお、機密度評価処理(ステップSc3)は先の実施形態において説明したので重複説明を避ける。 Incidentally, the confidential evaluation process (step Sc3) avoid redundant description Having described in the previous embodiment. 図17は、管理度評価処理のフローチャートである。 Figure 17 is a flowchart of a management evaluation process.

先ず、検索部25が評価文書ファイルに類似した文書ファイルを索引DB24の転置索引テーブル80から検索して、類似文書ファイル群を得る(ステップSh1)。 First, find the document file retrieval unit 25 is similar to the evaluation document file from the inverted index table 80 of the index DB 24, to obtain a similar document file group (step Sh1).

次に、検索部25は、索引DB24に格納されている文書情報97から類似文書ファイル群の各文書ファイルに対する厳重度情報95を取得する(ステップSh2)。 Next, the search unit 25 obtains a tight degree information 95 for each document file similar document files from the document information 97 stored in the index DB 24 (step Sh2).

そして、管理度評価部26は、評価文書ファイルの管理度を評価して、この管理度と類似文書ファイル群の厳重度情報95との一貫性を示す分散値や中央値等を統計処理により算出する(ステップSh3)。 The management evaluation unit 26 evaluates the management of the evaluation document file, calculated by the statistical processing strict degree dispersion value indicates the consistency of the information 95 and the median like of the management of the similar document files (step Sh3).

以上説明したように、管理度評価部が評価する文書ファイルの管理状態という指標を数値化した管理度を取得すると共に、機密度評価部が評価した機密度を取得して、これら管理度と機密度とから要対処度を算出する。 As described above, acquires the management of the management evaluation unit by digitizing an indication that the administrative state of the document file to be evaluated, acquires the confidential level sensitive evaluation unit is evaluated, these management degree and machine calculating the principal addressed degree from the density. 従って、利用者が管理対象ストレージ13の管理状態を改善すべきか否かの判断は、評価文書ファイルの要対処度のみから判断できる。 Therefore, determination user whether or not to improve the management status of the managed storage 13, can be determined only from the main address of the evaluation document file. 即ち、機密度が高いにもかかわらず管理度の悪い文書ファイルは、高い対処度が算出される。 In other words, bad document file of a high level of secrecy despite management degree, a high degree of deal is calculated. よって、管理対象ストレージ13の管理状態の改善の是非の判断及び状態管理が容易に行えるようになる。 Therefore, the come judgment and state management of the improvement of the management status of the managed storage 13 so easily.

なお、機密度学習システムにおける各種の処理手順をコンピュータで実行可能にコーディングしてプログラム化することが可能であり、またそのプログラムを情報記録媒体に記録することも可能である。 Incidentally, it is possible to program and coded can execute various processing procedure in secrecy learning system in a computer, it is also possible to record the program on the information recording medium.

以上説明した特徴を付記として纏める。 Summarized features described above as Appendix. 付記1は、文書ファイルを特徴づける属性値からなる文書保管情報が少なくとも格納される管理対象ストレージと、文書ファイルの管理度合いの判断基準をなす管理ルールを格納する管理ルールデータベースと、管理ルールに従い文書保管情報により特定される文書ファイルの管理厳重度を判定する管理厳重度判定部とを備えることを特徴とする機密度学習装置。 Supplementary Note 1, the managed storage document storage information comprising attribute values ​​characterizing the document file is at least stored, a management rule database for storing management rules forming the criteria management degree document file, the document in accordance with management rules confidentiality learning device characterized by comprising a determining management strict determination unit management strictly of a document file specified by the stored information.

付記2は、付記1に記載の機密度学習装置において、管理厳重度判定部による管理度厳重度と文書ファイルとに基づき、当該文書ファイルの機密度を学習する機密度評価ユニットを備えることを特徴とする機密度学習装置。 Appendix 2, characterized in sensitivity of the learning apparatus according to note 1, based on the management of severe degree of management strict determination unit and the document file and, further comprising a confidentiality evaluation unit to learn the confidentiality of the document file confidentiality learning device to.

付記3は、付記2に記載の機密度学習装置において、機密度評価ユニットは、管理厳重度を文書ファイルの機密度として、機密度評価のための学習を行う機密度学習部を備えることを特徴とする機密度学習装置。 Appendix 3, characterized in sensitivity of the learning apparatus according to note 2, the secrecy level evaluation unit, a sensitivity of the document file management strict degree, further comprising a confidentiality learning unit that performs learning for confidential evaluation confidentiality learning device to.

付記4は、付記2又は3に記載の機密度学習装置において、機密度評価ユニットは、機密度学習部の学習結果に基づき、指定された評価文書ファイルの機密度を評価する機密度評価部と、を備えることを特徴とする機密度学習装置。 Supplementary Note 4, in secrecy learning apparatus according to note 2, or 3, confidential level evaluation unit, on the basis of the learning result of the sensitivity of the learning section, and the secret level evaluation section for evaluating the sensitivity of the given evaluated document file , sensitivity of the learning apparatus comprising: a.

付記5は、付記1に記載の機密度学習装置において、管理対象ストレージに格納されている全ての文書ファイルの機密度の評価を機密度評価部に指示する全文書評価実行部を備えることを特徴とする機密度学習装置。 Supplementary Note 5, in secrecy learning device according to note 1, characterized in that it comprises all documents evaluation executing unit for instructing the evaluation of sensitivity of all document files stored in the managed storage confidential evaluation unit confidentiality learning device to.

付記6は、付記3又は4に記載の機密度学習装置において、管理厳重度と文書保管情報とに基づき評価文書ファイルの管理度を評価する管理度評価ユニットを備えることを特徴とする機密度学習装置。 Supplementary Note 6, in secrecy learning apparatus according to note 3 or 4, confidentiality learning, characterized in that a management evaluation unit for evaluating the management of the evaluation document file based on the management strictly degree and document storage information apparatus.

付記7は、付記4乃至6のいずれか1つの付記に記載の機密度学習装置において、機密度と管理度とに基づき、利用者による評価文書ファイルに対する管理の必要性を示す要対処度を算出する要対初度算出部を備えることを特徴とする機密度学習装置。 Supplementary Note 7, calculates the sensitivity of the learning apparatus according to any one of Appendices appendices 4-6, based on the confidential level and management of, the main address of indicating the need for management of evaluation document file by the user confidentiality learning device characterized by comprising a main pair first-time calculation section for.

付記8は、付記1乃至7のいずれか1つの付記に記載の機密度学習装置と、該機密度学習装置に対して評価文書ファイルを指定して機密度を評価行わせる利用者端末とを備えることを特徴とする機密度学習システム。 Supplementary Note 8 includes a confidential level learning device according to any one of Appendices of Supplementary Notes 1 to 7, and a user terminal specifying the evaluation document file for 該機 density learning device to perform evaluation of confidentiality confidentiality learning system characterized by.

付記9は、文書ファイルを特徴づける属性値からなる文書保管情報と、文書ファイルの管理度合いの判断基準をなす管理ルールとに基付き文書保管情報により特定される文書ファイルの管理厳重度を判定する管理厳重度判定手順を含むことを特徴とする機密度学習方法。 Supplementary Note 9 determines the document storage information comprising attribute values ​​characterizing the document file, the management strictly of a document file specified by the management rules and based on added document storage information constituting a criterion for managing the degree of document files confidentiality learning method which comprises the administration strict determination procedure.

付記10は、付記9に記載の機密度学習方法において、管理厳重度を文書ファイルの機密度として、機密度評価のための学習を行う学習手順を含むことを特徴とする機密度学習方法。 Supplementary Note 10, in secrecy learning method of statement 9, as confidentiality of the document file management strictly degree, confidential level learning method characterized by comprising a learning procedure for learning for confidential evaluation.

付記11は、付記10に記載の機密度学習方法において、機密度の学習結果に基づき、指定された評価文書ファイルの機密度を評価する手順を含むことを特徴とする機密度学習方法。 Supplementary Note 11, in secrecy learning method of statement 10, based on the sensitivity of the learning result, sensitivity of the learning method characterized by comprising the steps of assessing the sensitivity of a given evaluation document file.

付記12は、付記9又は10に記載の機密度学習方法において、管理厳重度と文書保管情報とに基づき評価文書ファイルの管理度を評価する手順を含むことを特徴とする機密度学習方法。 Supplementary Note 12, in secrecy learning method of statement 9 or 10, confidentiality learning method which comprises the steps of evaluating the management of the evaluation document file based on the management strictly degree and document storage information.

付記13は、付記12に記載の機密度学習方法において、機密度と管理度とに基づき、利用者による評価文書ファイルに対する管理の必要性を示す要対処度を算出する手順を含むことを特徴とする機密度学習方法。 Supplementary Note 13, in secrecy learning method according to note 12, and comprising the steps based on the confidential level and administration of, for calculating a main address of indicating the need for management of evaluation document file by the user confidentiality learning how to.

付記14は、文書ファイルを特徴づける属性値からなる文書保管情報と、文書ファイルの管理度合いの判断基準をなす管理ルールとに基付き文書保管情報により特定される文書ファイルの管理厳重度を判定する管理厳重度判定ステップを含むことを特徴とする機密度学習プログラム。 Supplementary Note 14 determines the document storage information comprising attribute values ​​characterizing the document file, the management strictly of a document file specified by the management rules and based on added document storage information constituting a criterion for managing the degree of document files confidentiality learning program characterized by including the management strictly determination step.

付記15は、付記14に記載の機密度学習プログラムにおいて、管理厳重度を文書ファイルの機密度として、機密度評価のための学習を行う学習ステップを含むことを特徴とする機密度学習プログラム。 Supplementary Note 15, in secrecy learning program according to Note 14, as sensitivity of the management strictly degree document file, confidentiality learning program, characterized in that it comprises a learning step of performing learning for confidential evaluation.

付記16は、付記15に記載の機密度学習プログラムにおいて、機密度の学習結果に基づき、指定された評価文書ファイルの機密度を評価するステップを含むことを特徴とする機密度学習プログラム。 Supplementary Note 16, in secrecy learning program according to Note 15, based on the sensitivity of the learning result, sensitivity of the learning program, which comprises a step of evaluating the sensitivity of the specified evaluation document file.

付記17は、付記14乃至16の1つに記載の機密度学習プログラムにおいて、管理厳重度と文書保管情報とに基づき評価文書ファイルの管理度を評価するステップを含むことを特徴とする機密度学習プログラム。 Supplementary Note 17, in secrecy learning program according to one of Appendices 14 to 16, confidentiality learning, characterized in that it comprises a step of evaluating the management of the evaluation document file based on the management strictly degree and document storage information program.

付記18は、付記17に記載の機密度学習プログラムにおいて、機密度と管理度とに基づき、利用者による評価文書ファイルに対する管理の必要性を示す要対処度を算出するステップを含むことを特徴とする機密度学習プログラム。 Supplementary Note 18, in secrecy learning program according to Note 17, and comprising the step of based on the confidential level and administration of, for calculating a main address of indicating the need for management of evaluation document file by the user confidentiality learning program to be.

9B〜9D 機密度学習システム 2,10B〜10D 機密度学習装置 12a,12b 入出力部 4,13 管理対象ストレージ 3,14 管理厳重度判定部 5,15 管理ルールDB 9B~9D confidentiality learning system 2,10B~10D confidentiality learning device 12a, 12b output 4 and 13 managed storage 3,14 management strictly determination unit 5,15 management rules DB
16 管理厳重度DB 16 management strict degree DB
17 機密度評価ユニット 18 機密度学習部 19 機密度学習結果DB 17 confidential evaluation unit 18 sensitivity of the learning section 19 confidentiality learning result DB
20 機密度評価部 21 全文書評価実行部 22 管理度評価ユニット 23 索引生成部 24 索引DB 20 confidential evaluation unit 21 all documents evaluation executing unit 22 managing evaluation unit 23 index generator 24 index DB
25 検索部 26 管理度評価部 27 要対処度算出部 25 search section 26 management degree evaluation unit 27 main deal calculator

Claims (10)

  1. 文書ファイルを特徴づける属性値からなる文書保管情報が少なくとも格納される管理対象ストレージと、 And managed storage document storage information comprising attribute values ​​characterizing the document file is at least stored,
    前記文書ファイルの管理度合いの判断基準をなす管理ルールを格納する管理ルールデータベースと、 A management rule database for storing management rules forming the criteria management degree of the document file,
    前記管理ルールに従い前記文書保管情報により特定される前記文書ファイルの管理厳重度を判定する管理厳重度判定部と、を備えることを特徴とする機密度学習装置。 In accordance with the foregoing management rules and determining management strict determination unit management strict degree of the document file specified by the document storage information, confidential level learning apparatus comprising: a.
  2. 請求項1に記載の機密度学習装置において、 In secrecy level learning apparatus according to claim 1,
    前記管理厳重度判定部による前記管理度厳重度と前記文書ファイルとに基づき、当該文書ファイルの機密度を学習する機密度評価ユニットを備えることを特徴とする機密度学習装置。 The management strictly degree based the management of severe degree and said document file by the determination unit, sensitivity of the learning device characterized by comprising a secret level evaluation unit for learning a sensitivity of the document file.
  3. 請求項2に記載の機密度学習装置において、 In secrecy level learning apparatus according to claim 2,
    前記機密度評価ユニットは、前記機密度学習部の学習結果に基づき、指定された評価文書ファイルの機密度を評価する機密度評価部と、を備えることを特徴とする機密度学習装置。 The machine density evaluation unit, on the basis of the learning result of the machine density learning unit, sensitivity of the learning device characterized by comprising a secret level evaluation section for evaluating the sensitivity of, the specified evaluation document file.
  4. 請求項3に記載の機密度学習装置において、 In secrecy level learning apparatus according to claim 3,
    前記管理厳重度と前記文書保管情報とに基づき前記評価文書ファイルの管理度を評価する管理度評価ユニットを備えることを特徴とする機密度学習装置。 The management strictly degree of confidentiality learning device characterized by comprising a management evaluation unit for evaluating the management of the evaluation document file on the basis of said document storage information.
  5. 請求項4に記載の機密度学習装置において、 In secrecy level learning apparatus according to claim 4,
    前記機密度と前記管理度とに基づき、利用者による前記評価文書ファイルに対する管理の必要性を示す要対処度を算出する要対初度算出部を備えることを特徴とする機密度学習装置。 The machine density on the basis of said management degree, confidentiality learning device characterized by comprising a main pair first-time calculation section for calculating a main address of indicating the need for control over the evaluation document file by the user.
  6. 請求項3乃至5に記載の機密度学習装置と、 And confidentiality of the learning apparatus according to claims 3 to 5,
    該機密度学習装置に対して前記評価文書ファイルを指定して機密度を評価行わせる利用者端末と、を備えることを特徴とする機密度学習システム。 Confidentiality learning system characterized by comprising a user terminal to perform evaluation of confidentiality by specifying the evaluation document file for 該機 density learning device.
  7. 文書ファイルを特徴づける属性値からなる文書保管情報と、前記文書ファイルの管理度合いの判断基準をなす管理ルールとに基付き前記文書保管情報により特定される前記文書ファイルの管理厳重度を判定する管理厳重度判定手順を含むことを特徴とする機密度学習方法。 Determining management and document storage information comprising attribute values ​​characterizing the document file, the management strictly of the document file specified by the document file group with the document storage information in the management rules that form the criteria management degree of confidentiality learning method characterized by comprising the strict determination procedure.
  8. 請求項7に記載の機密度学習方法において、 In secrecy level learning method according to claim 7,
    前記管理厳重度を前記文書ファイルの機密度として、機密度評価のための学習を行う学習手順を含むことを特徴とする機密度学習方法。 The management strictly degree as confidentiality of the document file, confidentiality learning method characterized by comprising a learning procedure for learning for confidential evaluation.
  9. 請求項8に記載の機密度学習方法において、 In secrecy level learning method according to claim 8,
    前記機密度の学習結果に基づき、指定された評価文書ファイルの機密度を評価する手順を含むことを特徴とする機密度学習方法。 Based on the sensitivity of the learning result, sensitivity of the learning method characterized by comprising the steps of assessing the sensitivity of a given evaluation document file.
  10. 文書ファイルを特徴づける属性値からなる文書保管情報と、前記文書ファイルの管理度合いの判断基準をなす管理ルールとに基付き前記文書保管情報により特定される前記文書ファイルの管理厳重度を判定する管理厳重度判定ステップを含むことを特徴とする機密度学習プログラム。 Determining management and document storage information comprising attribute values ​​characterizing the document file, the management strictly of the document file specified by the document file group with the document storage information in the management rules that form the criteria management degree of confidentiality learning program characterized by comprising a strict determination step.
JP2010032389A 2010-02-17 2010-02-17 Device, system, method and program for learning degree of secrecy Pending JP2011170509A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2010032389A JP2011170509A (en) 2010-02-17 2010-02-17 Device, system, method and program for learning degree of secrecy

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2010032389A JP2011170509A (en) 2010-02-17 2010-02-17 Device, system, method and program for learning degree of secrecy

Publications (1)

Publication Number Publication Date
JP2011170509A true true JP2011170509A (en) 2011-09-01

Family

ID=44684593

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010032389A Pending JP2011170509A (en) 2010-02-17 2010-02-17 Device, system, method and program for learning degree of secrecy

Country Status (1)

Country Link
JP (1) JP2011170509A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6342094B1 (en) * 2018-01-30 2018-06-13 株式会社アドイン研究所 Information processing system, information processing method and program

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006185153A (en) * 2004-12-27 2006-07-13 Ricoh Co Ltd Security information estimating device, security information estimating method, security information estimating program, and recording medium
WO2007105273A1 (en) * 2006-03-10 2007-09-20 Fujitsu Limited Confidential information managing program, method and device
JP2007323511A (en) * 2006-06-02 2007-12-13 Nippon Telegr & Teleph Corp <Ntt> Method for protecting personal information and system therefor
JP2009134338A (en) * 2007-11-28 2009-06-18 Ricoh Co Ltd Electronic document audit method and electronic document audit apparatus

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006185153A (en) * 2004-12-27 2006-07-13 Ricoh Co Ltd Security information estimating device, security information estimating method, security information estimating program, and recording medium
WO2007105273A1 (en) * 2006-03-10 2007-09-20 Fujitsu Limited Confidential information managing program, method and device
JP2007323511A (en) * 2006-06-02 2007-12-13 Nippon Telegr & Teleph Corp <Ntt> Method for protecting personal information and system therefor
JP2009134338A (en) * 2007-11-28 2009-06-18 Ricoh Co Ltd Electronic document audit method and electronic document audit apparatus

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6342094B1 (en) * 2018-01-30 2018-06-13 株式会社アドイン研究所 Information processing system, information processing method and program

Similar Documents

Publication Publication Date Title
Fu et al. Enabling personalized search over encrypted outsourced data with efficiency improvement
US20080154873A1 (en) Information Life Cycle Search Engine and Method
US7937383B2 (en) Generating anonymous log entries
US7996373B1 (en) Method and apparatus for detecting policy violations in a data repository having an arbitrary data schema
US20100293179A1 (en) Identifying synonyms of entities using web search
US20100017850A1 (en) Methods and systems to fingerprint textual information using word runs
US6668251B1 (en) Rendering discriminator members from an initial set of result data
US20090089279A1 (en) Method and Apparatus for Detecting Spam User Created Content
US20080209552A1 (en) Identifying potentially offending content using associations
US20080281820A1 (en) Schema Matching for Data Migration
US20060075013A1 (en) System and method for relating computing systems
US20130185050A1 (en) Converting data into natural language form
US20110225139A1 (en) User role based customizable semantic search
US8793278B2 (en) System and method for data preservation and retrieval
US20110265177A1 (en) Search result presentation
Bunnefeld et al. Island, archipelago and taxon effects: mixed models as a means of dealing with the imperfect design of nature's experiments
US20100138428A1 (en) Keyword output apparatus and method
US20050204141A1 (en) Method and apparatus for processing descriptive statements
US20090241183A1 (en) Dynamic document merging method and system
US20100169314A1 (en) Content analysis and correlation
US20080282354A1 (en) Access control based on program properties
US20080243791A1 (en) Apparatus and method for searching information and computer program product therefor
US20120143895A1 (en) Query pattern generation for answers coverage expansion
US20110208763A1 (en) Differentially private data release
US20050033768A1 (en) Method and apparatus for identifying an object using an object description language

Legal Events

Date Code Title Description
RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20110706

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20130118

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20131129

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20131217

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20140408