JP5568907B2 - 情報アセスメントシステム、情報アセスメント方法及びプログラム - Google Patents

Description

本発明は、文書ファイル等の機密管理が適切に行われているか否かを評価する情報アセスメントシステム、情報アセスメント方法及びプログラムに関する。

従来より、機密情報の漏洩を防止する様々な措置が講じられている（例えば、特許文献
１参照）。機密情報の多くは、文書ファイルに含まれるため、文書ファイルに含まれる機密情報をファイル毎に管理する必要がある。

特開２００８−０２７３２２号公報

文書ファイルを機密管理すべきか否かを判断するためには、文書ファイルの内容を確認する必要がある。しかしながら、このような判断は、管理者により主観的に行われているのが実情である。

機密情報には、特有のキーワード（特徴語）が表れることが多いため、そのようなキーワードが文書ファイル内に含まれている度合に応じて、その文書ファイルの機密性を客観的に判断することも考えられる。しかしながら、そのような判断を高い精度で行うためには、機密情報に多く含まれるキーワードを適切に選定する必要があるが、そのような選定を正確に行うのには、困難がつきまとう。

本発明は、上記事情に鑑みてなされたものであり、文書ファイルの機密管理が適切に行われているか否かを評価することができる情報アセスメントシステム等を提供することを目的とする。

上記目的を達成するために、本発明の第１の観点に係る情報アセスメントシステムは、
文書ファイルの機密管理が適切に行われているか否かを評価する情報アセスメントシステムであって、
教師データ用の第１の文書ファイルのテキスト情報から、特徴語を抽出する第１の特徴語抽出部と、
前記第１の文書ファイルのテキスト情報から抽出された特徴語の出現度合を、前記第１の文書ファイルの機密レベルに応じて重み付けすることにより、機密性に関する前記特徴語の得点を算出する第１の得点算出部と、
前記第１の文書ファイルのテキスト情報から抽出された特徴語と同一の特徴語を、評価対象の第２の文書ファイルのテキスト情報から抽出する第２の特徴語抽出部と、
前記第２の文書ファイルのテキスト情報から抽出された特徴語の得点の加算値を、前記第２の文書ファイルの現在の機密レベルに応じて重み付けすることにより、前記第２の文書ファイルの得点を算出する第２の得点算出部と、
を備える。

また、本発明の第２の観点に係る情報アセスメント方法は、
文書ファイルの機密管理が適切に行われているか否かを評価する情報アセスメント方法であって、
コンピュータが、教師データ用の第１の文書ファイルのテキスト情報から、特徴語を抽出する第１の特徴語抽出工程と、
コンピュータが、前記第１の文書ファイルのテキスト情報から抽出された特徴語の出現度合を、前記第１の文書ファイルの機密レベルに応じて重み付けすることにより、機密性に関する前記特徴語の得点を算出する第１の得点算出工程と、
コンピュータが、前記第１の文書ファイルのテキスト情報から抽出された特徴語と同一の特徴語を、評価対象の第２の文書ファイルのテキスト情報から抽出する第２の特徴語抽出工程と、
コンピュータが、前記第２の文書ファイルのテキスト情報から抽出された特徴語の得点の加算値を、前記第２の文書ファイルの現在の機密レベルに応じて重み付けすることにより、前記第２の文書ファイルの得点を算出する第２の得点算出工程と、
を含む。

また、本発明の第３の観点に係るプログラムは、
文書ファイルの機密管理が適切に行われているか否かを評価するコンピュータに実行させるプログラムであって、
教師データ用の第１の文書ファイルのテキスト情報から、特徴語を抽出する第１の特徴語抽出手順と、
前記第１の文書ファイルのテキスト情報から抽出された特徴語の出現度合を、前記第１の文書ファイルの機密レベルに応じて重み付けすることにより、機密性に関する前記特徴語の得点を算出する第１の得点算出手順と、
前記第１の文書ファイルのテキスト情報から抽出された特徴語と同一の特徴語を、評価対象の第２の文書ファイルのテキスト情報から抽出する第２の特徴語抽出手順と、
前記第２の文書ファイルのテキスト情報から抽出された特徴語の得点の加算値を、前記第２の文書ファイルの現在の機密レベルに応じて重み付けすることにより、前記第２の文書ファイルの得点を算出する第２の得点算出手順と、
をコンピュータに実行させる。

本発明によれば、文書ファイルの機密管理が適切に行われているか否かを客観的に評価することができる。

本発明の一実施形態に係る情報アセスメントシステムの構成を示すブロック図である。 図１の情報アセスセントシステムの動作を示すフローチャートである。 教師データ用の文書ファイルの各種管理情報の一例を示すテーブルである。 キーワード別の得点の計算に用いられる計算式の一例である。 キーワード別の得点の一例を示すテーブルである。 評価対象の文書ファイルの各種管理情報の一例を示すテーブルである。 ファイル別の得点の計算に用いられる重みの一例を示すテーブルである。 ファイル別の得点の一例を示すテーブルである。

次に、本発明の一実施形態について、図面を参照して詳細に説明する。

本実施形態に係る情報アセスメントシステム１は、図１に示すように、文書管理システム１０、３０と接続されている。文書管理システム１０、３０は、管理している文書ファイルのアクセス制限の有無、暗号化の有無等の管理情報や、コンテンツとしてのテキスト情報をそれぞれ保持している。

文書管理システム１０は、教師データとして用いられる文書ファイルを管理するコンピュータである。この文書管理システム１０としては、例えば、企業内で、文書ファイルの機密管理を適切に行っている部門（管理部門）の文書管理システムを採用することができる。これにより、文書管理システム１０では、文書ファイルの機密管理が、適切に行われているものとみなすことができるようになる。

一方、文書管理システム３０は、情報アセスメントシステム１の評価対象となる文書ファイルを管理するコンピュータである。文書管理システム３０としては、文書管理システム１０を管理する部門とは他の部門（例えば、営業部門）の文書管理システム、若しくは企業内の文書管理システム１０以外の文書管理システムが採用される。文書管理システム３０によって管理される文書ファイルの中には、機密管理が適切になされていないものも含まれている可能性がある。情報アセスメントシステム１は、そのような文書ファイルの発見を目的とする。

情報アセスメントシステム１は、パーソナルコンピュータやワークステーションなどのコンピュータである。このコンピュータのＣＰＵが、ＲＯＭ等に格納されたソフトウエアプログラムを実行することにより、情報アセスメントシステム１の各種機能が実現される。

情報アセスメントシステム１は、特徴語作成部２０１と、特定部２０２と、特徴語データベース（ＤＢ）２１０と、リストデータベース（ＤＢ）２１１と、を備える。

第１の特徴語抽出部としての特徴語作成部２０１は、文書管理システム１０で管理されている教師データ用の文書ファイルのテキスト情報から、特徴語としてのキーワードを抽出する。特徴語作成部２０１は、文書管理システム１０から、そのテキスト情報の他、文書ファイルの機密管理に関する管理情報（アクセス制限や暗号化に関する情報）を取得する。

第１の得点算出部としての特徴語作成部２０１は、文書管理システム１０で管理されている文書ファイルのテキスト情報から抽出されたキーワードの出現回数を、取得された機密管理に関する情報に基づいて判断される文書ファイルの機密レベルに応じて重み付けすることにより、機密度に関するキーワードの得点を算出する。特徴語作成部２０１は、算出された各キーワードの得点を、特徴語ＤＢ２１０に登録する。

第２の特徴語抽出部としての特定部２０２は、文書管理システム３０で管理されている文書ファイルのテキスト情報から、特徴語ＤＢ２１０に登録されたキーワードを抽出する。続いて、第２の得点算出部としての特定部２０２は、文書ファイルのテキスト情報から抽出された特徴語の得点の加算値を、文書管理システム３０で管理されている文書ファイルの現在の機密レベルに応じて重み付けすることにより、その文書ファイルの得点を算出する。さらに、特定部２０２は、計算された文書ファイル別の得点を、リストＤＢ２１１に登録する。

次に、本実施形態に係る情報アセスメントシステム１の動作について説明する。この動作は、前述のとおり、情報アセスメントシステム１として動作するコンピュータのＣＰＵがプログラムを実行することにより、実現されるものである。

図２に示すように、まず、特徴語作成部２０１は、文書管理システム１０で管理されている文書ファイルの情報、すなわちテキスト情報、アクセス制限の有無、暗号化の有無等を取得する（ステップＳ１）。図３には、このように取得された情報の一例が示されている。例えば、文書管理システム１０で管理されているファイルＡのアクセス制限は、”あり”となっており、暗号化については、”暗号化されている”となっている。また、ファイルＡのテキスト情報は、”参加者名簿は取り扱い注意、・・・”となっている。この他、文書管理システム１０で管理されているファイルＢ、Ｃ、Ｄについても、同様の各種情報が取得される。

これらの情報を取得した後、特徴語作成部２０１は、取得されたテキスト情報から、形態素解析などのキーワード抽出技術を用いて、キーワードを抽出する（ステップＳ２）。例えば、ファイルＡのテキスト情報から、”参加者名簿”というキーワードが抽出される。

続いて、特徴語作成部２０１は、抽出したキーワードの出現回数と、アクセス制御の有無、暗号化の有無などの機密レベルに応じた重みとを掛け合わせ、キーワード別の得点を算出する（ステップＳ３）。この得点の算出には、例えば、図４に示す計算式が用いられる。

図４に示すように、アクセス制限ありで、暗号化されている文書ファイルに対しては、１．０×キーワードの出現回数（キーワード数）が計算式として設定されている。同様に、アクセス制限なしで、暗号化されていない文書ファイルに対しては、−１．０×キーワード数が計算式として設定されている。さらに、アクセス制限なしで、暗号化されている文書ファイルや、アクセス制限ありで、暗号化されていない文書ファイルに対しては、０．５×キーワード数が計算式として設定されている。これらの計算式を用いれば、機密管理レベルの高い文書ファイルに多く含まれるキーワードの得点がより高くなるように重み付けされる。

例えば、ファイルＡのテキスト情報から抽出された”参加者名簿”に対して、ファイルＡのアクセス制限は、”あり”となっており、暗号化の有無は、”暗号化されている”となっている。したがって、”参加者名簿”の出現回数（キーワード数）に、１．０を掛けた値が、”参加者名簿”というキーワードの得点となる。”参加者名簿”は、機密管理レベルの高い文書ファイルであるファイルＡに含まれていたため、最も重い重み１．０で、その得点が算出される。

特徴語作成部２０１は、算出されたキーワード別の得点を、特徴語ＤＢ２１０に格納する（ステップＳ４）。図５には、特徴語ＤＢ２１０に格納されるキーワード別の得点の一例が示されている。例えば、”参加者名簿”というキーワードの得点（１００）の他に、”顧客連絡先”、”お客様アンケート結果”、”製品情報”、”製品一覧”など、ステップＳ２で抽出されたキーワード別の得点が、特徴語ＤＢ２１０に格納される。

以上述べたステップＳ１〜Ｓ４までが、キーワード別の得点を算出するための前処理である。

次に、特定部２０２は、管理対象となる文書管理システム３０で管理されている文書ファイルのアクセス制限の有無、暗号化の有無、テキスト情報を取得する（ステップＳ５）。図６には、取得された情報の一例が示されている。例えば、ファイルＸのアクセス制限は”なし”となっており、暗号化は、”暗号化されていない”となっている。また、ファイルＸのテキスト情報は、”参加者名簿は注意して、・・・”となっている。この他、特定部２０２は、他のファイルＹ、Ｗ、Ｖの各種情報も取得する。

情報を取得した後、特定部２０２は、テキスト情報から、形態素解析などのキーワード抽出技術を用いて、キーワードを抽出する（ステップＳ６）。特定部２０２は、特徴語ＤＢ２１０を参照して、文書ファイルのテキスト情報から抽出されたキーワードの得点を加算する（ステップＳ７）。

続いて、特定部２０２は、加算された得点の加算値の重み付け（掛け算）を行い、文書ファイル別の最終的な得点を算出する（ステップＳ８）。この得点算出には、例えば、図７の計算テーブルが用いられる。

図７に示すように、アクセス制限なしで、暗号化されていない文書ファイルに対しては、重み”１．０”が与えられている。同様に、アクセス制限ありで、暗号化されている文書ファイルに対しては、重み”−１．０”が与えられている。アクセス制限なしで、暗号化されている文書ファイルや、アクセス制限ありで、暗号化されていない文書ファイルに対しては、重み”０．５”が与えられている。すなわち、図７のテーブルでは、アクセス制限がない場合や、暗号化されていない場合、すなわち機密管理レベルが低いファイルに含まれるキーワードに対しては、得点が高くなるように設定されている。

例えば、ファイルＸのテキスト情報から”参加者名簿”が抽出されたとする。ファイルＸは、”アクセス制限なし”、”暗号化されていない”ファイルである。したがって、”参加者名簿”の出現回数（キーワード数）に、”１．０”を掛けた値が、ファイルＸの得点となる。

特定部２０２は、各文書ファイルの得点を、図８に示すようにリストＤＢ２１１に格納する（ステップＳ９）。図８に示す例では、ファイルＺ、Ｙ、Ｘ、Ｗ、Ｖの得点がリストＤＢ２１１に格納されている。

情報アセスメントシステム１では、リストＤＢ２１１に基づいて、得点が閾値（例えば７０）を超えた文書ファイルを、機密情報を多く含んでいるが適切な機密管理がされていないとし、管理者に通知するなどの処置を行う。図８に示す例では、ファイルＺ、Ｙが、通知の対象となる。これらのファイルについては、アクセス制限がかけられたり、暗号化されたりするといった対策がとられる。

以上詳細に説明したように、本実施形態によれば、機密管理が適切に行われている教師データ用としての文書ファイルにおける、機密管理に関する特徴を示すキーワードと機密管理レベルとに基づいて、機密度を示す各キーワードの得点が求められる。そして、評価対象の文書ファイルから、それらのキーワードが抽出され、抽出された分だけ、キーワードの得点が加算される。さらに、その加算値を、評価対象の文書ファイルの現在の機密管理状態で重み付けすることにより、文書ファイルの得点が算出される。この得点を参照すれば、評価対象の文書ファイルが、文書ファイルの機密管理が適切に行われているか否かを、客観的に評価することができる。

上記実施形態では、キーワードの出現回数を重み付けしたが、単位ページ数当たりのキーワードの出現回数、すなわち出現頻度を用いるようにしてもよい。本発明では、キーワードの出現回数や出現頻度、総括すると出現度合に基づいて、キーワードやファイルの得点が決定されるようにすればよい。

上記実施形態では、キーワードの得点が高ければ高いほどその機密性が高いものとし、ファイルの得点が高ければ高いほど、機密管理が適切でないものとしたが、得点が低ければ低いほど、キーワードの機密性が高く、ファイルの機密管理が適切でないように、得点の算出方式（すなわち重み付け）等を設定するようにしてもよい。

上記実施形態に係る情報アセスメントシステム１は、企業の部門単位や業種単位など、利用範囲を限定することで、管理すべき特徴的なキーワードを高い精度で抽出することが可能となる。

なお、上記実施形態では、情報アセスメントシステム１によって実行されるプログラムが、ＲＯＭ等に予め記憶されているものとして説明した。このプログラムは、フレキシブルディスク、ＣＤ−ＲＯＭ（Compact Disc Read-Only Memory）、ＤＶＤ（Digital Versatile Disc）、ＭＯ（Magneto Optical disc）などのコンピュータ読み取り可能な記録媒体に格納して配布され、インストールされるようになっていてもよい。また、インターネット等を介して、プログラムをダウンロードし、インストールされるようになっていてもよい。

本発明は、文書ファイルの機密管理が適切に行われているか否かを評価するのに好適である。

１ 情報アセスメントシステム
１０、３０ 文書管理システム
２０１ 特徴語作成部
２０２ 特定部
２１０ 特徴語データベース（ＤＢ）
２１１ リストデータベース（ＤＢ）

Claims (3)

1. 文書ファイルの機密管理が適切に行われているか否かを評価する情報アセスメントシステムであって、
   教師データ用の第１の文書ファイルのテキスト情報から、特徴語を抽出する第１の特徴語抽出部と、
   前記第１の文書ファイルのテキスト情報から抽出された特徴語の出現度合を、前記第１の文書ファイルの機密レベルに応じて重み付けすることにより、機密性に関する前記特徴語の得点を算出する第１の得点算出部と、
   前記第１の文書ファイルのテキスト情報から抽出された特徴語と同一の特徴語を、評価対象の第２の文書ファイルのテキスト情報から抽出する第２の特徴語抽出部と、
   前記第２の文書ファイルのテキスト情報から抽出された特徴語の得点の加算値を、前記第２の文書ファイルの現在の機密レベルに応じて重み付けすることにより、前記第２の文書ファイルの得点を算出する第２の得点算出部と、
   を備える情報アセスメントシステム。
2. 文書ファイルの機密管理が適切に行われているか否かを評価する情報アセスメント方法であって、
   コンピュータが、教師データ用の第１の文書ファイルのテキスト情報から、特徴語を抽出する第１の特徴語抽出工程と、
   コンピュータが、前記第１の文書ファイルのテキスト情報から抽出された特徴語の出現度合を、前記第１の文書ファイルの機密レベルに応じて重み付けすることにより、機密性に関する前記特徴語の得点を算出する第１の得点算出工程と、
   コンピュータが、前記第１の文書ファイルのテキスト情報から抽出された特徴語と同一の特徴語を、評価対象の第２の文書ファイルのテキスト情報から抽出する第２の特徴語抽出工程と、
   コンピュータが、前記第２の文書ファイルのテキスト情報から抽出された特徴語の得点の加算値を、前記第２の文書ファイルの現在の機密レベルに応じて重み付けすることにより、前記第２の文書ファイルの得点を算出する第２の得点算出工程と、
   を含む情報アセスメント方法。
3. 文書ファイルの機密管理が適切に行われているか否かを評価するコンピュータに実行させるプログラムであって、
   教師データ用の第１の文書ファイルのテキスト情報から、特徴語を抽出する第１の特徴語抽出手順と、
   前記第１の文書ファイルのテキスト情報から抽出された特徴語の出現度合を、前記第１の文書ファイルの機密レベルに応じて重み付けすることにより、機密性に関する前記特徴語の得点を算出する第１の得点算出手順と、
   前記第１の文書ファイルのテキスト情報から抽出された特徴語と同一の特徴語を、評価対象の第２の文書ファイルのテキスト情報から抽出する第２の特徴語抽出手順と、
   前記第２の文書ファイルのテキスト情報から抽出された特徴語の得点の加算値を、前記第２の文書ファイルの現在の機密レベルに応じて重み付けすることにより、前記第２の文書ファイルの得点を算出する第２の得点算出手順と、
   をコンピュータに実行させるプログラム。

Images