JP2023548710A - 構造化形式ドキュメントの一意のコンテンツ決定 - Google Patents

Abstract

構造化ドキュメントに関するダイジェストを生成するコンピュータ実装方法が、提供され、ＯＯＸＭＬドキュメントの複数のコンポーネントパーツのサブセットを選択することであって、コンポーネントパーツの選択されたサブセットのうちの少なくとも１つは、ＸＭＬファイルであり、サブセットを選択することは、「ｄｏｃＰｒｏｐｓ＼ａｐｐ．ｘｍｌ」、「ｄｏｃＰｒｏｐｓ＼ｃｏｒｅ．ｘｍｌ」、および「ｄｏｃＰｒｏｐｓ＼ｃｕｓｔｏｍ．ｘｍｌ」という名前のファイルを除外する、ことと、コンポーネントパーツの選択されたサブセットを順序付けすることと、選択されたサブセット内に含まれないコンポーネントパーツを参照する少なくとも１つの関係性エントリを除去し、識別子値によって関係性をソートすることによって、関係性ファイルを処理することと、コンポーネントパーツの選択されたサブセット毎にコンポーネントハッシュ値を生成することとを含む。

Description

（発明の分野）
本開示は、構造化形式ドキュメントのコンテンツを分析することに関する。

（背景）
この背景の節は、概して、本開示の文脈を説明する目的のために提供される。現在名前を挙げられている発明者（一人または複数人）の著作物は、その著作物がこの背景の節ならびに出願時に別様に従来技術として適格とされ得ない説明の局面において説明される範囲において、本開示に対する従来技術として明示的にも黙示的にも認められない。

デジタルファイルは、多くの産業を横断して、異なる目的のために使用される。ＨＩＰＡＡ、ＳＯＸ、ＧＤＰＲ、ＩＳＯ ９０００等のいくつかの産業規制は、セキュリティ保護、認証、または監査されなければならないデジタルファイルに制限を与える。

一般的に、ファイルのコンテンツを査定するために、ハッシュ化が、使用される。ハッシュアルゴリズムは、一方向関数を使用してファイルのコンテンツを（ダイジェスト値とも呼ばれる）ハッシュ値にマップする。ファイル内の任意のデータに対する変更は、異なるハッシュ値を引き起こす。関連するハッシュアルゴリズムは、限定ではないが、メッセージダイジェスト５（ＭＤ５）と、リベストシャミアエーデルマン（ＲＳＡ）と、セキュアハッシュアルゴリズム（ＳＨＡ）と、スクリプトと、イーサハッシュと、巡回冗長検査（ＣＲＣ）とを含む。

ハッシュ化は、ファイルの現在のハッシュ値を計算し、それをそのファイルに関する前回のハッシュ値と比較することによって、ファイルが変更または更新されたかどうかを決定するために使用されることができる。ハッシュ値が異なる場合、最後のハッシュ値が計算されて以降、デジタルファイルのコンテンツが、変更されている。一致するハッシュ値は、デジタルファイルのコンテンツが変更されていないという高度な確実性を確認する。

ハッシュ化を使用することによって、デジタルシールが、デジタルファイルのために作成されることができる。デジタルシールは、ブロックチェーンレジャ、例えば、ビットコインまたはイーサリアムレジャ内に記憶されるハッシュ値を含み得る。ハッシュ値は、デジタルシールから読み取られ、ファイルのコンテンツがデジタルシールが作成された時間におけるファイルのものと一致することを照合することができる。デジタルシールは、デジタルシールの真正性を確実にするために、ブロックチェーン技術を用いて管理され得る。データエラーおよびファイルへの意図的な修正は、異なるハッシュ値を結果としてもたらすため、ユーザまたはシステムは、本アプローチを用いてデジタルファイルのデータの完全性および真正性を証明し得る。

Ｍｉｃｒｏｓｏｆｔ Ｏｆｆｉｃｅ^ＴＭファイル（例えば、Ｗｏｒｄ^ＴＭ、Ｅｘｃｅｌ^ＴＭ、ＰｏｗｅｒＰｏｉｎｔ^ＴＭ等）等の構造化デジタルファイルは、例えば、コンテンツ、書式設定、メタデータ情報を含む種々の情報を含む。これらのファイルは、Ｏｐｅｎ Ｏｆｆｉｃｅ ＸＭＬ（ＯＯＸＭＬ）形式で記憶され得る。ファイルの最後のアクセス日または印刷日のようなメタデータ情報は、ファイル内の実質的な情報が変更されていないにもかかわらずファイルがアクセスされたときに更新または変更され得る。

本出願の発明者が決定しているように、データの完全性または真正性と関連しない情報を含む構造化ドキュメントのコンテンツ全体を使用することは、ハッシュ化およびデジタルシールの有効性を限定し得る。加えて、デジタルファイル内に記憶された順序データは、実際、ファイル内の下層データが同一であるときにも、ハッシュ化結果の変動を引き起こし得る。より具体的には、ドキュメント間の差異が、ドキュメントのコンテンツまたは提示における差異を示さない場合がある。これらの非実質的な差異は、ユーザがドキュメントに対して変更を行っていない場合でも、ドキュメントがＯｆｆｉｃｅドキュメントエディタによって開かれた後、従来的なシーリングおよび認証プロセスを失敗させ得る。

（概要）
本発明の目的は、特定のドキュメントのコピー間の変更の誤ったインジケーションを回避するために、構造化ドキュメントのコンテンツのみをハッシュ化することによって、構造化ドキュメント、例えば、ＯＯＸＭＬのハッシュ化およびデジタルシーリングの有用性を向上させることである。本目的は、下記に記載される特許請求の範囲による主題によって解決される。

本発明の実施例は、特許請求の範囲、以下の説明、および図面において説明される。

構造化ドキュメントに関するダイジェストを生成するためのコンピュータ実装方法が、提供される。方法は、ＯＯＸＭＬドキュメントの複数のコンポーネントパーツのサブセットを選択することであって、コンポーネントパーツの選択されたサブセットのうちの少なくとも１つは、ＸＭＬファイルであり、サブセットを選択することは、「ｄｏｃＰｒｏｐｓ＼ａｐｐ．ｘｍｌ」、「ｄｏｃＰｒｏｐｓ＼ｃｏｒｅ．ｘｍｌ」、および「ｄｏｃＰｒｏｐｓ＼ｃｕｓｔｏｍ．ｘｍｌ」という名前のファイルを除外することと、コンポーネントパーツの選択されたサブセットを順序付けすることと、コンポーネントパーツの選択されたサブセットからの関係性ファイルを処理することとを含む。関係性ファイルを処理することは、選択されたサブセット内に含まれないコンポーネントパーツを参照する少なくとも１つの関係性エントリを除去することと、識別子値によって関係性をソートすることとを含む。コンピュータ実装方法はコンポーネントパーツの選択されたサブセット毎にコンポーネントハッシュ値を生成することと、各コンポーネントハッシュ値をバイト配列に変換し、そのバイト配列を正準バイトストリームに付加することとをさらに含む。

構造化ドキュメントに関するダイジェストを生成するコンピュータ実装方法は、構造化ドキュメントの複数のコンポーネントパーツのサブセットを選択することと、コンポーネントパーツのサブセットを順序付けすることと、コンポーネントパーツのサブセット毎にコンポーネントハッシュ値を生成することと、各コンポーネントハッシュ値をバイト配列に変換し、そのバイト配列を正準バイトストリームに付加することとを含むように提供される。いくつかの実施例では、構造化ドキュメントは、ＯＯＸＭＬファイルであり、これは、ＺＩＰアーカイブであり、複数のコンポーネントパーツの各々は、ファイルである。いくつかの実施例では、方法は、正準バイトストリームに関する全体ハッシュ値を計算することを含む。いくつかの実施例では、コンポーネントパーツの選択されたサブセットは、以下の日付、すなわち、構造化ドキュメントが作成された日付、構造化ドキュメントが最後に印刷された日付、構造化ドキュメントが最後に編集された日付、および構造化ドキュメントが最後に開かれた日付のうちのいずれも含まない。いくつかの実施例では、コンポーネントパーツの選択されたサブセットは、「＿ｒｅｌｓ＼．ｒｅｌｓ」という名前の関係性ファイルを含み、関係性ファイルは、タイプ「ｏｆｆｉｃｅＤｏｃｕｍｅｎｔ」の関係性を含む。いくつかの実施例では、コンポーネントパーツの選択されたサブセットは、「ｃｕｓｔｏｍ．ｘｍｌ」という名前のドキュメントを含まない。いくつかの実施例では、コンピュータ実装方法は、正準バイトストリームに関する全体ハッシュ値をレコード内に記憶させることと、第２の複数のコンポーネントパーツの第２のサブセットを選択することと、第２の構造化ドキュメントの第２の複数のコンポーネントパーツを順序付けすることと、コンポーネントパーツの第２のサブセット毎に第２のコンポーネントハッシュ値を生成することと、各第２のハッシュ値を第２のバイト配列に変換し、その第２のバイト配列を第２の正準バイトストリームに付加することと、第２の正準バイトストリームに関する第２の全体ハッシュ値を計算することと、第２の正準バイトストリームに関する第２のハッシュ値がレコード内の全体ハッシュ値と一致する場合、構造化ドキュメントが第２の構造化ドキュメントと実質的に同じであることを決定することとを含む。

実行可能なソフトウェア命令を含む非一時的なコンピュータ読取可能媒体が、提供され、実行可能なソフトウェア命令は、実行されたとき、構造化ドキュメントの複数のコンポーネントパーツのサブセットを選択することと、コンポーネントパーツのサブセットを順序付けすることと、コンポーネントパーツのサブセット毎にコンポーネントハッシュ値を生成することと、各コンポーネントハッシュ値をバイト配列に変換し、そのバイト配列を正準バイトストリームに付加することとを行う。いくつかの実施例では、構造化ドキュメントは、ＯＯＸＭＬファイルであり、これは、ＺＩＰアーカイブであり、複数のコンポーネントパーツの各々は、ファイルである。いくつかの実施例では、媒体は、実行されたとき、正準バイトストリームに関する全体ハッシュ値を計算する命令をさらに含む。いくつかの実施例では、コンポーネントパーツの選択されたサブセットは、以下の日付、すなわち、構造化ドキュメントが、作成された日付、構造化ドキュメントが、最後に印刷された日付、構造化ドキュメントが、最後に編集された日付、または構造化ドキュメントが、最後に開かれた日付のうちのいずれも含まない。いくつかの実施例では、コンポーネントパーツの選択されたサブセットは、「＿ｒｅｌｓ＼．ｒｅｌｓ」という名前の関係性ファイルを含み、関係性ファイルは、タイプ「ｏｆｆｉｃｅＤｏｃｕｍｅｎｔ」の関係性を含む。いくつかの実施例では、コンポーネントパーツの選択されたサブセットは、「ｃｕｓｔｏｍ．ｘｍｌ」という名前のドキュメントを含まない。いくつかの実施例では、媒体は、命令を含み、命令は、実行されたとき、正準バイトストリームに関する全体ハッシュ値をレコード内に記憶させることと、第２の複数のコンポーネントパーツの第２のサブセットを選択することと、第２の構造化ドキュメントの第２の複数のコンポーネントパーツを順序付けすることと、コンポーネントパーツの第２のサブセット毎に第２のコンポーネントハッシュ値を生成することと、各第２のハッシュ値を第２のバイト配列に変換し、その第２のバイト配列を第２の正準バイトストリームに付加することと、第２の正準バイトストリームに関する第２の全体ハッシュ値を計算することと、第２の正準バイトストリームに関する第２のハッシュ値がレコード内の全体ハッシュ値と一致する場合、構造化ドキュメントが第２の構造化ドキュメントと実質的に同じであることを決定することとを行う。

図１は、本開示の実施形態による、ドキュメントを処理するためのシステムである。

図２は、本開示の実施形態によるＷｏｒｄ処理ドキュメントである。

図３ａ～３ｃは、本開示の実施形態による構造化ドキュメントの内部構造を図示している。 図３ａ～３ｃは、本開示の実施形態による構造化ドキュメントの内部構造を図示している。 図３ａ～３ｃは、本開示の実施形態による構造化ドキュメントの内部構造を図示している。

図４は、本開示の実施形態によるＯＯＸＭＬドキュメントのコンテンツファイルである。

図５は、本開示のある実施形態による、構造化ドキュメントに関するダイジェストを生成するためのコンピュータ実装方法である。

図６は、本開示のある実施形態による、構造化ドキュメントに関するダイジェストを決定するためのコンピュータ実装方法である。

（説明）
前述において議論されたように、本明細書における教示は、構造化デジタルファイルをハッシュ化およびシーリングするための向上した方法に関する。デジタルファイルは、異なるファイル形式で表されることができる。いくつかのファイル形式では、ドキュメントは、そのドキュメントのコンテンツ、書式設定、および他の局面を表すファイルのセットを含むパッケージファイルである。例えば、Ｍｉｃｒｏｓｏｆｔ Ｏｆｆｉｃｅ^ＴＭドキュメントは、Ｏｆｆｉｃｅ Ｏｐｅｎ ＸＭＬ（ＯＯＸＭＬ）ファイル形式で記憶される。ＯＯＸＭＬファイル形式は、Ｍｉｃｒｏｓｏｆｔ Ｏｆｆｉｃｅ^ＴＭドキュメントのコンテンツを含む多数のＸＭＬファイルをパッケージ化する。これらのファイルは、ＺＩＰアーカイブファイル内にともにパッケージ化される、Ｍｉｃｒｏｓｏｆｔ Ｏｆｆｉｃｅドキュメントのコンテンツ、形式、およびメタデータのＸＭＬおよびデータファイルを含むオープンパッケージングコンベンション（ＯＰＣ）パッケージ内に記憶され得る。本開示を用いて処理され得る例示的Ｍｉｃｒｏｓｏｆｔ Ｏｆｆｉｃｅ^ＴＭドキュメントは、ＯＯＸＭＬ形式で記憶されるＤＯＣＸ、ＸＬＳＸ、およびＰＰＴＸファイル拡張子を伴うファイルを含む。別の標準的なオープンドキュメント形式は、オープンドキュメントフォーマット（ＯＤＦ）である。ＯＤＦドキュメントは、下記により詳細に解説されるように、ＸＭＬファイルのＺＩＰアーカイブパッケージである。他のタイプの構造化デジタルファイルも、同様に好適であり得る。

多くの構造化ドキュメントは、内部ファイルの特定の順序を要求せず、Ｏｆｆｉｃｅドキュメントの外観またはコンテンツを改変することなくコンテンツが内部ファイル内で異なる順序で現れることを可能にし得る。例えば、Ｏｆｆｉｃｅドキュメントは、見出し、本文テキスト、見出し１、見出し２等のスタイルのリストを定義し得る。これらのスタイルの定義は、ドキュメントの外観またはコンテンツを何ら変更することなく再配列され得る。いくつかの実施例では、スタイルの定義は、より大きな構造化ファイル（例えば、ＸＭＬファイル）の一部であり得、ドキュメントの外観またはコンテンツを変更することなく、そのファイルの先頭、中間、または末尾において存在し得る。１つのアプリケーション（例えば、Ｍｉｃｒｏｓｏｆｔ Ｏｆｆｉｃｅ Ｗｏｒｄ^ＴＭ）によって作成されるドキュメントは、ある順序で、およびＷｏｒｄ処理ドキュメントのある場所内にスタイル情報を保存し得る。構造化ドキュメントは、ドキュメントメタデータを改変し得るコンテンツ管理システム（ＣＭＳ）内に記憶され得る。１つのそのようなＣＭＳシステムは、ＳｈａｒｅＰｏｉｎｔ^ＴＭである。ユーザがＣＭＳ内でドキュメントを開いたとき、ＣＭＳは、メタデータを修正し、ドキュメントを改変することなく、例えば、リスト項目の修正日を更新することによって、ドキュメントが開かれた日付を記録し得る。より具体的には、ドキュメントは、ドキュメントを閲覧または印刷するユーザにとっては同じ状態のままであるが、ドキュメント全体のハッシュは、元々のドキュメントのハッシュと一致しない。

本開示のいくつかの実施例によると、１つまたはそれより多くのコンポーネントが、ハッシュ化およびデジタルシーリングのためのデジタルファイルを準備または処理するために使用され得る。例えば、いくつかの実施形態では、正準フォーマッタが、ハッシュ化のために正準形式でデジタルファイルを表すファイルのパッケージを配列するために使用され得る。正準フォーマッタは、ハッシュ化のためのデジタルファイルの正準ストリームを生成する。パッケージパーツセレクタが、ハッシュ化のためのデジタルファイルのうちの１つまたはそれより多くのパーツを選択するために使用される。関係性情報プロセッサが、デジタルファイル内に含まれる情報またはファイル内のユニバーサルリソース識別子によって識別される情報に従って関係性情報を処理する。

図１は、本開示の実施形態による、ドキュメントを処理するためのシステムである。システム１００は、中央処理ユニット（ＣＰＵ）１０２と、ランダムアクセスメモリ（ＲＡＭ）１０４と、ディスク１０６とを含む。ディスク１０６は、ドキュメント１０８と、プログラム１１０とを記憶する非一時的なコンピュータ読取可能媒体である。ドキュメント１０８は、デジタル的にシーリングされる、例えば、ＸＭＬベースのオープンドキュメント規格に従ってフォーマットされることになるドキュメントである。プログラム１１０は、本開示に説明される方法を実施するためのソフトウェアプログラムである。動作時、ＣＰＵ１０２は、プログラム１１０をＲＡＭ１０４内に読み込み、プログラム１１０を実行する。プログラム１１０は、ドキュメント１０８をＲＡＭ内に読み込み、本開示に説明される方法を実施し、ドキュメント１０８のコンテンツの一部の正準ストリーム１１２を生成する。ドキュメント１０８’上でのプログラム１１０の後の実行は、正準ストリーム１１２’を生成する。正準ストリーム１１２と１１２’との比較（例えば、それぞれをハッシュ化し、それらのハッシュ値を比較することによる比較）は、ドキュメント１０８の関連するコンテンツがドキュメント１０８’のものと一致するかどうかを決定する。

プログラム１１０は、正準変換１１３を含む。正準変換１１３は、デジタルファイルを表すファイルのパッケージを正準順序で配列し、ドキュメントの最終的なダイジェストの中に組み合わせられることになるハッシュ値のシーケンスを制御する。いくつかの実施例では、正準変換１１３は、ファイルがパッケージ内に記憶された順序から独立した順序でドキュメント内のファイルを配列するためのルールを適用し得る。正準フォーマッタは、デジタルファイルまたはそれを表すパッケージのコンテンツを修正しないが、代わりに、パッケージのコンテンツの順序から独立した様式でファイルのコンテンツをハッシュ化および照合するためにＲＡＭ１０４内で正準形態のデータを生成する。

Ｍｉｃｒｏｓｏｆｔ ＯＰＣデジタル署名フレームワークは、ＯＰＣパッケージに関する例示的正準フォーマッタを図示している。デジタル署名フレームワークは、ＯＰＣパッケージに関するハッシュ値の作成および検証を標準化する。本フレームワークは、ＯＰＣパッケージ内のユニバーサルリソース識別子によって正準形態を規定する。例えば、ＯＰＣデジタル署名フレームワークは、ＯＰＣパッケージ内の「ｍａｎｉｆｅｓｔ」タグによって識別されるマニフェストファイルを識別する。例示的マニフェストタグは、＜Ｍａｎｉｆｅｓｔ ｘｍｌｎｓ：ｏｐｃ＝“ｈｔｔｐ：／／ｓｃｈｅｍａｓ．ｏｐｅｎｘｍｌｆｏｒｍａｔｓ．ｏｒｇ／ｐａｃｋａｇｅ／２００６／ｄｉｇｉｔａｌ－ｓｉｇｎａｔｕｒｅ”＞である。マニフェストファイルは、全てのパッケージパーツおよびパッケージ関係性のコレクションである。マニフェストファイルのコンテンツは、ＯＰＣパッケージをハッシュ化のための正準形態で配列するために、ＯＰＣデジタル署名フレームワークによって使用されることができる。いくつかの実施例では、マニフェストファイルは、ＳｉｇｎｅｄＸｍｌ ＡＰＩを使用して署名され、署名は、マニフェストファイルとともにＯＰＣパッケージ内に保存される。ＯＰＣデジタル署名フレームワークは、（ｈｔｔｐｓ：／／ｗｗｗ．ｗ３．ｏｒｇ／ＴＲ／ｘｍｌｄｓｉｇ－ｃｏｒｅ１／において見つけられ得る）Ｗ３Ｃ ＸＭＬデジタル署名規格およびＯＰＣパッケージのコンテンツの処理をサポートする。

いくつかの実施例では、プログラム１１０は、パッケージパーツセレクタ１１４を含む。パッケージパーツセレクタ１１４は、ハッシュ生成内に含められることになるパッケージのパーツ（例えば、ハッシュ化されることになるドキュメント）を選択する。いくつかの実施例では、パッケージパーツセレクタ１１４は、ドキュメントの外部にあるファイルを読み取り、そのファイルは、ハッシュプロセスに含められる、および／または、ハッシュプロセスから除外されるドキュメントのパーツを規定する。いくつかの実施例では、パッケージパーツセレクタ１１４は、ドキュメント内で定義される属性または関係性を含む基準の所定のセットに基づいて、ハッシュ化のために使用または除外するべき情報を決定する。

いくつかの実施例では、選択基準は、ダイジェスト化されることになるデジタルファイル内に明示的に含められる。１つのアプローチは、ダイジェストプロセスに含められる（またはダイジェストプロセスから除外される）べきであるファイルを示すマニフェストファイル内にフラグを含めることである。いくつかの実施例では、選択基準は、標準化された正準形態等の外部ソースへの参照によって規定される。１つのアプローチは、ドキュメント内のファイル内に埋め込まれたユニバーサルリソース識別子において選択基準を規定することである。いくつかの実施例では、選択基準は、ダイジェスト化されることになるファイルの外部で規定される。契約書をダイジェスト化するための例示的規格は、書式設定情報が法的契約書の要旨と関連していないため、コンテンツファイル（「ｄｏｃｕｍｅｎｔ．ｘｍｌ」および「ｉｍａｇｅ１．ｓｖｇ」）のみを含む。公開された著作物をダイジェスト化するための例示的規格は、書式設定が、多くの場合、公開された著作物を拡張させ、時として、定義するため、メタデータのみを除外する。コンピュータ支援設計（ＣＡＤ）ファイルをダイジェスト化するための例示的規格は、シミュレーション入力および結果を除外するが、構造的設計要素を含む。ＣＡＤ設計をダイジェスト化するための別の例示的規格は、企業ロゴ、著作権表示、および他の非エンジニアリング情報を除外する。正準形態の例示的仕様は、Ｗｏｒｄ処理ドキュメント、スプレッドシート、およびプレゼンテーションを含む異なるタイプのドキュメントに関する形態を含む。

いくつかの実施例では、パッケージパーツセレクタ１１４は、パッケージ内の情報に関する参照タイプに基づいて、Ｍｉｃｒｏｓｏｆｔ Ｏｆｆｉｃｅ^ＴＭドキュメントに関するＯＰＣパッケージコンテンツのパーツを選択する。１つのアプローチでは、パッケージパーツセレクタ１１４は、ＯＰＣパッケージ内に表されるようなドキュメントのコンテンツ、スタイル、およびレイアウトを識別する全てのパッケージパーツを選択する。したがって、パッケージパーツセレクタ１１４は、ファイルの完全性または真正性と関連しないと見なされたデジタルファイルの最後にアクセスされた日付等のあるメタデータを除外する。ある実施例として、パッケージパーツセレクタ１１４は、カスタムパーツおよびＯＰＣパッケージ内のカスタムＸＭＬプロパティへの参照等のＯＰＣパッケージ内のある情報を除外する。いくつかの実施例では、パッケージパーツセレクタ１１４は、マニフェストファイル内に説明される情報に基づいて、ＯＰＣパッケージのパーツを選択する。パッケージパーツセレクタ１１４は、情報を選択し、ここで、ＣｏｎｔｅｎｔＴｙｐｅ＝＝“ａｐｐｌｉｃａｔｉｏｎ／ｖｎｄ．ｏｐｅｎｘｍｌｆｏｒｍａｔｓ－ｐａｃｋａｇｅ．ｒｅｌａｔｉｏｎｓｈｉｐｓ＋ｘｍｌ”または“ａｐｐｌｉｃａｔｉｏｎ／ｖｎｄ．ｏｐｅｎｘｍｌｆｏｒｍａｔｓ－ｐａｃｋａｇｅ．ｄｉｇｉｔａｌ－ｓｉｇｎａｔｕｒｅ－ｘｍｌｓｉｇｎａｔｕｒｅ＋ｘｍｌ”である。

いくつかの実施例では、本開示の目的をさらに前進させるために、関係性情報プロセッサ１１６が、正準形態で情報のブロックを並べ替え得る。いくつかの実施例では、関係性情報プロセッサ１１６は、並び替えられたとき、同等であるドキュメント内の構造化データを識別する。関係性情報プロセッサ１１６は、ハッシュ関数の中にフィードされることになる情報の一貫した順序を維持するために、正準形態でそのデータを並べ替える。いくつかの実施例では、関係性情報プロセッサ１１６は、そのファイル内のユニフォームリソースロケータ値に従ってマニフェストファイルのコンテンツをソートする。いくつかの実施例では、関係性情報プロセッサ１１６は、スタイルの名前に従って「ｓｔｙｌｅｓ．ｘｍｌ」のコンテンツをソートする。いくつかの実施例では、関係性情報プロセッサ１１６は、順序付けされていないＸＭＬファイル内の各要素のコンテンツのハッシュ値を生成し、生成されたハッシュ値に基づいて要素をソートする。

いくつかの実施例では、構造化ドキュメントは、ドキュメントを表すパッケージ内のファイルとデータとの間の関係性の詳細を規定する関係性情報を含む。関係性情報は、ドキュメントの閲覧者／編集者がドキュメント内のファイルをナビゲートするためのロードマップを提供し、それらの間の関係性を規定する。いくつかの実施例では、パッケージの関係性情報は、ＸＭＬ等のマークアップ言語において規定される。例えば、ＯＰＣパッケージは、パッケージの種々のパーツ間の関係性を規定する関係性情報を含む。ＯＰＣパッケージ内の関係性情報は、＜Ｒｅｌａｔｉｏｎｓｈｉｐｓ＞タグを使用してマニフェストファイル内に記憶または識別される。例示的なタグは、＜Ｒｅｌａｔｉｏｎｓ ｘｍｌｎｓ＝“ｈｔｔｐ：／／ｓｃｈｅｍａｓ．ｏｐｅｎｘｍｌｆｏｒｍａｔｓ．ｏｒｇ／ｐａｃｋａｇｅ／２００６／ｒｅｌａｔｉｏｎｓｈｉｐｓ”＞である。

いくつかの実施例では、関係性情報は、パッケージ内に記憶された順序ファイルに基づいて生成される。ドキュメントＡおよびドキュメントＢが同一のファイルを含むが異なる順序にある場合、両方のドキュメントが閲覧されたときに同じように現れる場合でも、ドキュメントＡのコンテンツ上のハッシュは、ドキュメントＢのものとは異なる。関係性情報プロセッサ１１６は、したがって、そのファイルがハッシュ関数の中にフィードされる前に、マニフェストファイルのコンテンツをソートし、パッケージ内に記憶された順序ファイルから独立した関係性情報の一貫したハッシュ化を提供する。

図２は、本開示の実施形態によるＷｏｒｄ処理ドキュメントである。ドキュメント２００は、印刷プレビューモードでＭｉｃｒｏｓｏｆｔ Ｗｏｒｄ^ＴＭ等のＷｏｒｄ処理プログラム内に示される。ドキュメント２００は、タイトル２０２、箇条書きテキスト要素２０４、画像２０６、および表２０８等のコンテンツを含み得る。ドキュメント２００は、複数ページのドキュメントの最初のページであり得る。ドキュメント２００は、ドキュメントを閲覧または編集するときに非可視である、他のデータ（例えば、メタデータ）も含み得る。例えば、メタデータは、ドキュメントが作成された時間、最後に編集された時間、および最後に開かれた時間を記録し得る。

図３ａは、本開示の実施形態による、ドキュメントの内部構造を図示している。ドキュメント３００は、Ｍｉｃｒｏｓｏｆｔ Ｗｏｒｄ^ＴＭによって作成されるもの等のＯｐｅｎ Ｏｆｆｉｃｅ拡張可能マークアップ言語（ＯＯＸＭＬ）形式としてディスク１０６内にある。ドキュメント３００は、サブディレクトリ内に整理されたファイルを含むＺＩＰアーカイブファイルコンテナとして記憶される。ドキュメント３００は、サブディレクトリ３０２～３１２およびファイル３１９を含む。ファイルのこのコレクションは、図２に図示されるように、Ｗｏｒｄ処理プログラムによってＲＡＭ１０４内に読み込まれ、閲覧され得る。

「［Ｃｏｎｔｅｎｔ＿Ｔｙｐｅｓ］．ｘｍｌ」という名前のファイル３１９は、ドキュメント３００内で使用されるコンテンツのタイプを定義し、ドキュメント３００内の他のファイル３１９を参照する。フォルダ３０２は、「ｄｏｃＰｒｏｐｓ」と名付けられ、ドキュメント３００についてのメタデータを含む。例えば、「ａｐｐ．ｘｍｌ」という名前のファイル３１９は、ドキュメントを作成するために使用されるアプリケーションを「Ｍｉｃｒｏｓｏｆｔ Ｏｆｆｉｃｅ Ｗｏｒｄ」バージョン１６．００００として識別する。「ｃｏｒｅ．ｘｍｌ」という名前のファイル３１９は、ドキュメント３００に関するドキュメントの件名、作成者、作成日、および最後に修正された日付を含むドキュメントプロパティを列挙する。いくつかの実施例では、フォルダ３０２は、「ｃｕｓｔｏｍ．ｘｍｌ」という名前のファイルも含み得、これは、標準メタデータフィールド以外に、付加的なメタデータを含む。パッケージパーツセレクタは、「ａｐｐ．ｘｍｌ」、「ｃｏｒｅ．ｘｍｌ」、および「ｃｕｓｔｏｍ．ｘｍｌ」を含むフォルダ３０２内のファイルを除外する。フォルダ３０４は、「ｗｏｒｄ」と名付けられ、ドキュメント３００を構成するテキストコンテンツおよび書式設定の６つのファイルを含む。「ｄｏｃｕｍｅｎｔ．ｘｍｌ」という名前のファイル３１９は、タイトルと、箇条書きリストのテキストと、表のテキストとを含むドキュメント３００に関するテキストを含む。「ｆｏｎｔＴａｂｌｅ．ｘｍｌ」という名前のファイル３１９は、ドキュメント３００内で使用されるフォントを列挙し、「ｎｕｍｂｅｒｉｎｇ．ｘｍｌ」という名前のファイル３１９は、箇条書きリスト内で使用される箇条書き記号のスタイルを説明する。「ｓｅｔｔｉｎｇｓ．ｘｍｌ」という名前のファイル３１９は、ドキュメント２００に示されるような、ハイパーリンクの書式設定等のＷｏｒｄ処理アプリケーションに関するいくつかの設定を規定する。「ｓｔｙｌｅｓ．ｘｍｌ」という名前のファイル３１９は、ドキュメント内で使用される定義済みの書式設定スタイルを列挙する。「ｗｅｂＳｅｔｔｉｎｇｓ．ｘｍｌ」という名前のファイル３１９は、ドキュメントをウェブ閲覧のためのＨＴＭＬに変換するための種々のＸＭＬスキーマを参照する。

フォルダ３０６は、２つの画像ファイルを含む。画像ファイル３１９は、「ｉｍａｇｅ１．ｐｎｇ」および「ｉｍａｇｅ２．ｓｖｇ」と名付けられ、同一の飛行機アイコン２０６のための２つの異なる画像ファイルである。フォルダ３０８は、「ｔｈｅｍｅ１．ｘｍｌ」という名前の単一のファイル３１９を含み、これは、カラーおよびスタイルを協調させるためにＭｉｃｒｏｓｏｆｔ Ｗｏｒｄによって使用されるドキュメントテーマを定義する。

「［Ｃｏｎｔｅｎｔ＿Ｔｙｐｅｓ］．ｘｍｌ」および「ｄｏｃｕｍｅｎｔ．ｘｍｌ．ｒｅｌｓ」という名前のファイル３１９は、ドキュメント３００内の他のファイルを列挙および分類するマニフェストである。

図３ｂは、本開示の実施形態による、ドキュメントの内部構造を図示している。ドキュメント３５０は、オープンドキュメントフォーマット（ＯＤＦ）ファイルとしてディスク１０６内にある。ドキュメント３５０は、ファイルおよびサブフォルダを含むＺＩＰアーカイブファイルコンテナとして記憶される。ドキュメント３５０は、ファイル３５２～３６０およびサブフォルダ３５１を含む。ファイルのこのコレクションは、図２に図示されるように、Ｗｏｒｄ処理プログラムによってＲＡＭ１０４内に読み込まれ、閲覧され得る。ファイル３５２は、「ｍｅｔａ．ｘｍｌ」と名付けられ、ドキュメントの作成者の名前、最後に印刷された日付、ファイルを作成するために使用されるソフトウェアの名前等のドキュメント３５０に関するメタデータを含む。ファイル３５４は、「ｓｔｙｌｅ．ｘｍｌ」と名付けられ、ドキュメント内で使用される定義済みの書式設定スタイルを列挙する。ファイル３５６は、「ｓｅｔｔｉｎｇ．ｘｍｌ」と名付けられ、Ｗｏｒｄ処理プログラムに関する設定を含む。ファイル３５８は、「ｃｏｎｔｅｎｔ．ｘｍｌ」と名付けられ、図２に示されるテキストおよび書式設定等のドキュメント３５０のコンテンツを含む。ファイル３６０は、「ｍａｎｉｆｅｓｔ．ｘｍｌ」と名付けられ、ドキュメント３５０内で使用される他の定義済みのタイプのコンテンツを列挙し、ドキュメント３５０内の他のファイル３５２～３６０を参照する。パッケージパーツセレクタは、ファイル３５２を除外する。

図３ｃは、本開示の実施形態による、ドキュメントの内部構造を図示している。ドキュメント３７０は、メタデータ３７２およびコンテンツ３７４を含む構造化ドキュメントとしてディスク１０６内に記憶される。メタデータ３７２は、最後に印刷された日付等のドキュメント３７０に関するメタデータを含む。パッケージパーツセレクタは、メタデータ３７２を除外する。

図４は、本開示の実施形態によるＯＯＸＭＬドキュメントコンテンツファイルである。コンテンツファイル４００は、要素４０２～４２８を含むＸＭＬ形式のドキュメントである。要素４０２は、ドキュメント３００内に見つけられるコンテンツタイプのコンテナである。要素４０４～４１２は、ファイル拡張子に基づいてデフォルトコンテンツを定義する。例えば、要素４０４は、「ｐｎｇ」という名前のファイル拡張子４０４ａを伴うドキュメント内のファイルに関して「ｉｍａｇｅ／ｐｎｇ」という名前のコンテンツタイプ４０４ｂを定義し、これは、ポータブルネットワークグラフィック画像ファイルである。要素４１２～４２８は、デフォルトコンテンツタイプに対するオーバーライドを定義する。例えば、要素４１２は、「／ｗｏｒｄ／ｄｏｃｕｍｅｎｔ．ｘｍｌ」という名前のパーツ４１２ａとして識別される具体的なファイルに関して、「ｄｏｃｕｍｅｎｔ．ｍａｉｎ＋ｘｍｌ」（図において、明瞭性のために短縮されている）のコンテンツタイプ４１２ｂを定義する（省略されていないコンテンツタイプ４１２ａは、「ａｐｐｌｉｃａｔｉｏｎ／ｖｎｄ．ｏｐｅｎｘｍｌｆｏｒｍａｔｓ－ｏｆｆｉｃｅｄｏｃｕｍｅｎｔ．ｗｏｒｄｐｒｏｃｅｓｓｉｎｇｍｌ．ｄｏｃｕｍｅｎｔ．ｍａｉｎ＋ｘｍｌ」である）。このコンテンツタイプは、パーツ４１２ａがＷｏｒｄ処理ドキュメントの主要コンテンツであることを意味する。パッケージパーツセレクタは、４２６および４２８によって参照されるファイルを除外する。

図５は、本開示のある実施形態による、構造化ドキュメントに関するダイジェストを生成するためのコンピュータ実装方法である。方法５００は、ドキュメント１０８等のドキュメントに対して実施するための機能性の６つのブロックを含む。ブロック５０２において、ＣＰＵ１０２は、ファイルのＺＩＰアーカイブである構造化ドキュメントを読み込み、ダイジェストプロセスにおいて除外されるファイルを識別する。上記に議論されたように、「ｄｏｃＰｒｏｐｓ」フォルダ内のファイル、すなわち、ａｐｐ．ｘｍｌ、ｃｏｒｅ．ｘｍｌ、および（存在する場合）ｃｕｓｔｏｍ．ｘｍｌは、除外される。

ブロック５０４において、ＣＰＵ１０２は、除外されないファイルのセットを正準順序で順序付けする。一実施例では、ＣＰＵ１０２は、ＺＩＰアーカイブ内に含まれるマニフェストファイルを読み取ることによってファイルのセットを決定する。別の実施例では、ＣＰＵ１０２は、ＺＩＰアーカイブ内のファイルをリスト化することによってファイルのセットを決定する。ＣＰＵ１０２は、ファイル参照をアルファベット順にソートし、ソートされたリストを生成する。いくつかの実施例では、ドキュメント内のファイルのリストは、図３ａに示される。いくつかの実施例では、ＣＰＵ１０２は、以下のように、パス（またはＵＲＬ）によってファイル参照をアルファベット順にソートする。
・ ＿ｒｅｌｓ／^＊／．ｒｅｌｓ
・ ｗｏｒｄ＼＿ｒｅｌｓ＼ｄｏｃｕｍｅｎｔ．ｘｍｌ．ｒｅｌｓ
・ ｗｏｒｄ＼ｄｏｃｕｍｅｎｔ．ｘｍｌ
・ ｗｏｒｄ＼ｆｏｎｔＴａｂｌｅ．ｘｍｌ
・ ｗｏｒｄ＼ｍｅｄｉａ＼ｉｍａｇｅ１．ｐｎｇ
・ ｗｏｒｄ＼ｍｅｄｉａ＼ｉｍａｇｅ２．ｓｖｇ
・ ｗｏｒｄ＼ｎｕｍｂｅｒｉｎｇ．ｘｍｌ
・ ｗｏｒｄ＼ｓｅｔｔｉｎｇｓ．ｘｍｌ
・ ｗｏｒｄ＼ｓｔｙｌｅｓ．ｘｍｌ
・ ｗｏｒｄ＼ｔｈｅｍｅ＼ｔｈｅｍｅ１．ｘｍｌ
・ ｗｏｒｄ＼ｗｅｂＳｅｔｔｉｎｇｓ．ｘｍｌ

関係性ファイル（例えば、「．ＲＥＬＳ」拡張子を伴うもの）は、（ｈｔｔｐｓ：／／ｗｗｗ．ｅｃｍａ－ｉｎｔｅｒｎａｔｉｏｎａｌ．ｏｒｇ／ｐｕｂｌｉｃａｔｉｏｎｓ－ａｎｄ－ｓｔａｎｄａｒｄｓ／ｓｔａｎｄａｒｄｓ／ｅｃｍａ－３７６／において入手可能である）Ｏｆｆｉｃｅ Ｏｐｅｎ ＸＭＬ， Ｐａｒｔ ２： Ｏｐｅｎ Ｐａｃｋａｇｉｎｇ Ｃｏｎｖｅｎｔｉｏｎｓ（２００６年１２月）の第１２．２．４．２６章において規定されるもの等の関係性変換アルゴリズムを用いて事前処理されてもい。この処理は、無視可能コンテンツを除去するためのステップ、バージョニング命令、欠損パーツへの参照等を含む。この処理は、それらのＩｄ値によって関係性をソートすることも含む。この処理は、パッケージパーツセレクタによって省略されるパーツを参照する任意の関係性も関係性ファイルから省略する。関係性ファイル内の関係性エントリは、以下の実施例のように、関係性識別子および標的ファイル名を含む。
＜Ｒｅｌａｔｉｏｎｓｈｉｐ Ｉｄ＝“ｒＩｄ２”
Ｔｙｐｅ＝“ｈｔｔｐ：／／ｓｃｈｅｍａｓ．ｏｐｅｎｘｍｌｆｏｒｍａｔｓ．ｏｒｇ／ｏｆｆｉｃｅＤｏｃｕｍｅｎｔ／２００６／ｒｅｌａｔｉｏｎｓｈｉｐｓ／ｓｔｙｌｅｓ”Ｔａｒｇｅｔ＝“ｓｔｙｌｅｓ．ｘｍｌ”／＞

ブロック５０６では、ＣＰＵ１０２は、ファイルのリスト内のファイルがハッシュ化するためのダイジェスト値を生成する。ＣＰＵ１０２は、現在のファイルのコンテンツをバイトのストリームとして読み取り、そのデータを規定されたハッシュ関数の中にフィードする。ハッシュ関数の出力は、ダイジェストである。

ブロック５０８では、ＣＰＵ１０２は、ブロック５０６からのダイジェストを、ＲＡＭ１０４内に記憶されたバイト配列に変換する。このバイト配列は、ハッシュ関数にとって好適な入力である。ブロック５０６および５０８は、ファイル毎に繰り返される。

ブロック５１０では、ＣＰＵ１０２は、ブロック５０８からのバイト配列を単一の正準ストリームと結び付ける。付加的なファイルがダイジェスト化されなかった場合、ＣＰＵ１０２は、ブロック５０６に戻る。

ブロック５１２では、ＣＰＵ１０２は、最終的なハッシュを計算するために、正準ストリームを返す。ＣＰＵ１０２は、正準ストリームからデータのバイトを読み取り、そのデータをハッシュ関数の中にフィードする。結果として生じるダイジェストは、ＲＡＭ１０４内に記憶され、前から存在するダイジェスト値との比較のために、または新たなデジタルシールへの組み込みのために使用可能である。

いくつかの実施例では、ブロック５０２、５０４、および５０６は、方法５００の結果に影響を与えることなく再配列される。

図６は、本開示のある実施形態による、構造化ドキュメントに関するダイジェストを決定するためのコンピュータ実装方法である。方法６００は、ドキュメント３７０等のドキュメントに対して実施するための機能性の６つのブロックを含む。ＸＭＬコンテナは、ソートするために一意の識別子または他の有用なキーを含む必要はない。２つのコンテナは、同一の名前を有し、異なるコンテンツを伴い、例えば、コンテナは、ドキュメント内のコンテンツおよび位置によってのみ異なる箇条書きリストのコンテナと区別可能である箇条書きリストを識別し得る。

ブロック６０２において、ＣＰＵ１０２は、要素のコンテナを備える構造化ドキュメントを読み込む。ＣＰＵ１０２は、コンテナ毎にダイジェスト値を生成し、そのそれぞれのコンテナと関連付けられるバイト配列としてそのダイジェストをＲＡＭ１０４内に記憶させる。

ブロック６０４において、ＣＰＵ１０２は、構造化ドキュメントのセクションを正準順序で並べ替える。ＣＰＵ１０２は、対応するダイジェスト値によってコンテナをソートする。

ブロック６０６において、ＣＰＵ１０２は、最終的なダイジェストから除外されることになるコンテナを識別する。一実施例では、ＣＰＵ１０２は、ドキュメントプロパティを含むメタデータコンテナを除外する。

ブロック６０８において、ＣＰＵ１０２は、ブロック６０２からのバイト配列を単一の正準ストリームと結び付ける。

ブロック６１０において、ＣＰＵ１０２は、関係性情報に関する最終的なハッシュを計算するために、正準ストリームを返す。ＣＰＵ１０２は、正準ストリームからデータのバイトを読み取り、そのデータを規定のハッシュ関数（ブロック５０６内のものと同一である必要はない）の中にフィードする。結果として生じるダイジェストは、ＲＡＭ１０４内に記憶され、前から存在するダイジェスト値との比較のために、または新たなデジタルシールへの組み込みのために使用可能である。

当業者は、開示される実施形態において、本発明の精神および範囲から全く逸脱することなく、いくつかの変形が行われ得ることを理解するであろう。例えば、開示される実施形態は、Ｏｐｅｎ ＸＭＬ Ｍｉｃｒｏｓｏｆｔ Ｏｆｆｉｃｅファイル形式に関するが、上記に説明された方法は、他の形式およびタイプのデジタルファイルをシーリングおよび照合するために使用され得る。上記に説明された方法は、デジタル回路網、プロセッサによる実行のための命令、またはその任意の好適な組み合わせにおいて実装され得る。

コンポーネント、プロセスステップ、および他の要素への具体的な言及は、限定的であることを意図されていない。さらに、同様のパーツは、図を交互に参照したとき、同一または同様の参照番号を有することを理解されたい。さらに、図は概略的であり、当業者に対する指針のために提供され、必ずしも縮尺通りに描かれてはいないことに留意されたい。むしろ、図に示される、種々の図面縮尺、アスペクト比、およびコンポーネントの数は、ある特徴または関係性をより理解し易くするために、意図的に歪曲され得る。

Claims (15)

1. 構造化ドキュメントに関するダイジェストを生成するコンピュータ実装方法であって、
   ＯＯＸＭＬドキュメントの複数のコンポーネントパーツのサブセットを選択することであって、コンポーネントパーツの前記選択されたサブセットのうちの少なくとも１つは、ＸＭＬファイルであり、前記サブセットを選択することは、「ｄｏｃＰｒｏｐｓ＼ａｐｐ．ｘｍｌ」、「ｄｏｃＰｒｏｐｓ＼ｃｏｒｅ．ｘｍｌ」、および「ｄｏｃＰｒｏｐｓ＼ｃｕｓｔｏｍ．ｘｍｌ」という名前のファイルを除外する、ことと、
   コンポーネントパーツの前記選択されたサブセットを順序付けすることと、
   コンポーネントパーツの前記選択されたサブセットからの関係性ファイルを処理することであって、以下、すなわち、
   前記選択されたサブセット内に含まれないコンポーネントパーツを参照する少なくとも１つの関係性エントリを除去することと、
   識別子値によって前記関係性をソートすることと
   であることと、
   コンポーネントパーツの前記選択されたサブセット毎にコンポーネントハッシュ値を生成することと、
   各コンポーネントハッシュ値をバイト配列に変換し、前記バイト配列を正準バイトストリームに付加することと
   を含むコンピュータ実装方法。
2. 構造化ドキュメントに関するダイジェストを生成するコンピュータ実装方法であって、
   構造化ドキュメントの複数のコンポーネントパーツのサブセットを選択することと、
   コンポーネントパーツの前記サブセットを順序付けすることと、
   コンポーネントパーツの前記サブセット毎にコンポーネントハッシュ値を生成することと、
   各コンポーネントハッシュ値をバイト配列に変換し、前記バイト配列を正準バイトストリームに付加することと
   を含むコンピュータ実装方法。
3. 前記構造化ドキュメントは、ＺＩＰアーカイブであるＯＯＸＭＬファイルであり、前記複数のコンポーネントパーツの各々は、ファイルである、請求項１に記載の方法。
4. 前記正準バイトストリームに関する全体ハッシュ値を計算することをさらに含む、請求項１に記載の方法。
5. コンポーネントパーツの前記選択されたサブセットは、以下の日付、すなわち、
   前記構造化ドキュメントが作成された日付、
   前記構造化ドキュメントが最後に印刷された日付、
   前記構造化ドキュメントが最後に編集された日付、および
   前記構造化ドキュメントが最後に開かれた日付
   のうちのいずれも含まない、請求項１に記載の方法。
6. コンポーネントパーツの前記選択されたサブセットは、「＿ｒｅｌｓ＼．ｒｅｌｓ」という名前の関係性ファイルを含み、前記関係性ファイルは、タイプ「ｏｆｆｉｃｅＤｏｃｕｍｅｎｔ」の関係性を含む、請求項２に記載の方法。
7. コンポーネントパーツの前記選択されたサブセットは、「ｃｕｓｔｏｍ．ｘｍｌ」という名前のドキュメントを含まない、請求項１に記載の方法。
8. 前記正準バイトストリームに関する前記全体ハッシュ値をレコード内に記憶させることと、
   前記第２の複数のコンポーネントパーツの第２のサブセットを選択することと、
   第２の構造化ドキュメントの第２の複数のコンポーネントパーツを順序付けすることと、
   コンポーネントパーツの前記第２のサブセット毎に第２のコンポーネントハッシュ値を生成することと、
   各第２のハッシュ値を第２のバイト配列に変換し、前記第２のバイト配列を第２の正準バイトストリームに付加することと、
   前記第２の正準バイトストリームに関する第２の全体ハッシュ値を計算することと、
   前記第２の正準バイトストリームに関する前記第２のハッシュ値が前記レコード内の前記全体ハッシュ値と一致する場合、前記構造化ドキュメントが前記第２の構造化ドキュメントと実質的に同じであることを決定することと
   をさらに含む、請求項１に記載の方法。
9. 実行可能なソフトウェア命令を含む非一時的なコンピュータ読取可能媒体であって、前記実行可能なソフトウェア命令は、実行されたとき、
   構造化ドキュメントの複数のコンポーネントパーツのサブセットを選択することと、
   コンポーネントパーツの前記サブセットを順序付けすることと、
   コンポーネントパーツの前記サブセット毎にコンポーネントハッシュ値を生成することと、
   各コンポーネントハッシュ値をバイト配列に変換し、前記バイト配列を正準バイトストリームに付加することと
   を行う、媒体。
10. 前記構造化ドキュメントは、ＺＩＰアーカイブであるＯＯＸＭＬファイルであり、前記複数のコンポーネントパーツの各々は、ファイルである、請求項９に記載の媒体。
11. 実行されたとき、前記正準バイトストリームに関する全体ハッシュ値を計算する命令をさらに含む、請求項９に記載の媒体。
12. コンポーネントパーツの前記選択されたサブセットは、以下の日付、すなわち、
    前記構造化ドキュメントが作成された日付、
    前記構造化ドキュメントが最後に印刷された日付、
    前記構造化ドキュメントが最後に編集された日付、および
    前記構造化ドキュメントが最後に開かれた日付
    のうちのいずれも含まない、請求項９に記載の媒体。
13. コンポーネントパーツの前記選択されたサブセットは、「＿ｒｅｌｓ＼．ｒｅｌｓ」という名前の関係性ファイルを含み、前記関係性ファイルは、タイプ「ｏｆｆｉｃｅＤｏｃｕｍｅｎｔ」の関係性を含む、請求項１０に記載の媒体。
14. コンポーネントパーツの前記選択されたサブセットは、「ｃｕｓｔｏｍ．ｘｍｌ」という名前のドキュメントを含まない、請求項９に記載の媒体。
15. 前記媒体は、命令をさらに備え、前記命令は、実行されたとき、
    前記正準バイトストリームに関する前記全体ハッシュ値をレコード内に記憶させることと、
    前記第２の複数のコンポーネントパーツの第２のサブセットを選択することと、
    第２の構造化ドキュメントの第２の複数のコンポーネントパーツを順序付けることと、
    コンポーネントパーツの前記第２のサブセット毎に第２のコンポーネントハッシュ値を生成することと、
    各第２のハッシュ値を第２のバイト配列に変換し、前記第２のバイト配列を第２の正準バイトストリームに付加することと、
    前記第２の正準バイトストリームに関する第２の全体ハッシュ値を計算することと、
    前記第２の正準バイトストリームに関する前記第２のハッシュ値が前記レコード内の前記全体ハッシュ値と一致する場合、前記構造化ドキュメントが前記第２の構造化ドキュメントと実質的に同じであることを決定することと
    を行う、請求項９に記載の媒体。

Images