JP6688389B2 - 情報漏えい検査の方法、装置、サーバー及びコンピュータ可読記憶媒体 - Google Patents

情報漏えい検査の方法、装置、サーバー及びコンピュータ可読記憶媒体 Download PDF

Info

Publication number
JP6688389B2
JP6688389B2 JP2018527065A JP2018527065A JP6688389B2 JP 6688389 B2 JP6688389 B2 JP 6688389B2 JP 2018527065 A JP2018527065 A JP 2018527065A JP 2018527065 A JP2018527065 A JP 2018527065A JP 6688389 B2 JP6688389 B2 JP 6688389B2
Authority
JP
Japan
Prior art keywords
request message
parameter
matching
keyword
information
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.)
Active
Application number
JP2018527065A
Other languages
English (en)
Other versions
JP2019519008A (ja
Inventor
胡園 王
胡園 王
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
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
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Publication of JP2019519008A publication Critical patent/JP2019519008A/ja
Application granted granted Critical
Publication of JP6688389B2 publication Critical patent/JP6688389B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G06F21/6263—Protecting personal data, e.g. for financial or medical purposes during internet communication, e.g. revealing personal data from cookies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/55—Detecting local intrusion or implementing counter-measures
    • G06F21/556—Detecting local intrusion or implementing counter-measures involving covert channels, i.e. data leakage between processes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G06F16/90344—Query processing by using string matching techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/30—Network architectures or network communication protocols for network security for supporting lawful interception, monitoring or retaining of communications or communication related information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Bioethics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Technology Law (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Storage Device Security (AREA)
  • Information Transfer Between Computers (AREA)

Description

［関連出願］
本出願は、２０１７年３月１７日に中国特許庁に出願された「情報漏えい検査の方法及び装置」という名称の中国特許出願第２０１７１０１６４０４３．７号の優先権を主張し、その出願内容全体は、参照により本明細書に組み込まれる。
本発明は、情報セキュリティ技術分野に関し、特に、情報漏えい検査の方法、装置、サーバー及びコンピュータ可読記憶媒体に関する。
現在、ユーザーの情報セキュリティを保障するため、サーバーはｗｅｂを通じて脆弱性スキャナーで情報漏えいに対して検査を行う過程で、予め機微情報に対応するｅｍａｉｌ、ｕｓｅｒｎａｍｅ等のような特定キーワードで定義するだけで、スキャン結果ログのパラメータと該キーワードを照合し、スキャン結果ログのパラメータ内に該キーワードと一致するパラメータが存在した時、機微情報の平文伝送が存在し、すなわち、情報漏えいのリスクが存在していることを示す。ただし、新開発のシステムｈｔｔｐリクエスト中のパラメータにＵＳＥＲＮＡＭＥが出現し、特定キーワードはｕｓｅｒｎａｍｅを含み、ＵＳＥＲＮＡＭＥを含まない場合、識別・マッチングができない、又はｈｔｔｐリクエスト中のパラメータにｕｎａｍｅが出現しても識別・マッチングができない。こうして機微情報が平文で伝送されて情報漏えいのリスクに至る可能性がある。
よって、該方法は、機微情報の平文伝送の存在の有無をいい加減に判断しており、セキュリティテスト者が多くの労力を払ってその後も分析検査作業を行う必要があるため、機微情報漏えいの識別効率が下がるだけではなく、かつセキュリティテスト担当者の繰り返し作業が増えていた。
本発明の主な目的は、情報漏えい検査の方法、装置、サーバー及びコンピュータ可読記憶媒体を提供することにあり、情報漏えいの検査効率を向上すると共に情報漏えいのリスクを低減することを目的とする。
上記目的を達成するため、本発明は、情報漏えい検査方法を提供するものであり、前記情報漏えい検査方法は、被検チャネルから送信されたリクエストメッセージを受信するステップと、前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップと、前記マッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録されるステップと、を含む。
また上記目的を達成するため、本発明は、情報漏えい検査装置を更に提供するものであり、前記情報漏えい検査装置は、被検チャネルから送信されたリクエストメッセージを受信するための受信モジュールと、前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るためのマッチングモジュールと、前記マッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録されるための第１確定モジュールと、を含む。
また上記目的を達成するため、本発明は、サーバーを更に提供するものであり、前記サーバーはプロセッサとメモリとを含み、前記プロセッサがメモリ中に保存されている情報漏えい検査プログラムを実行することで、被検チャネルから送信されたリクエストメッセージを受信するステップと、前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップと、前記マッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録されるステップと、を実現する。
上記目的を達成するため、本発明は、コンピュータ可読記憶媒体を更に提供するものであり、前記コンピュータ可読記憶媒体に１つ又は複数のプログラムが保存され、前記１つ又は複数のプログラムを１つ又は複数のプロセッサに実行させることで、被検チャネルから送信されたリクエストメッセージを受信するステップと、前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップと、前記マッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録されるステップと、を実現する。
本発明の実施例は、被検チャネルから送信されたリクエストメッセージの受信を通じて、前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、リクエストメッセージ内に含まれるパラメータと予め機械学習を行って得られたキーワードとの間のマッチング度を得る。前記パラメータと前記キーワードとの間のマッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録される。従って機械学習を通じて更に多くのキーワードを自動識別し、大幅かつ効果的に機微情報を識別し、セキュリティテスト担当者の繰り返し作業を減少させ、情報漏えいの検査効率を向上すると共に情報漏えいのリスクを低減できる。
本発明の実施例１に係る情報漏えい検査方法のフローチャートである。 本発明の実施例２に係る情報漏えい検査方法のフローチャートである。 本発明の実施例３に係る情報漏えい検査方法のフローチャートである。 本発明の実施例４に係る情報漏えい検査方法のフローチャートである。 本発明の実施例５に係る情報漏えい検査方法のフローチャートである。 本発明の実施例１に係る情報漏えい検査装置の機能モジュール図である。 本発明の実施例４に係る情報漏えい検査装置の機能モジュール図である。 本発明の実施例５に係る情報漏えい検査装置の機能モジュール図である。 本発明の実施例の解決策に係るハードウェア実行環境のサーバー構造を示す模式図である。
本発明の目的の達成、機能・特徴及び利点について、添付図面を基に実施例を組み合わせて更なる説明を行う。
ここで記述する具体的実施例は、あくまでも本発明の技術内容を明らかにするものであって、本発明が限定されるものではないことを理解すべきである。
図１を参照すると、本発明の実施例１に係る情報漏えい検査方法である。該実施例の情報漏えい検査方法は、以下のステップを含む。
ステップＳ１０：被検チャネルから送信されたリクエストメッセージを受信する。
本実施例において、情報漏えい検査方法は、サーバーに応用され、主にインターフェースの機微情報漏えいを検査することである。サーバーは、フロントエンド被検チャネルが対応するバックエンドサーバーであり、サーバーが被検チャネルから送信されたｈｔｔｐリクエストメッセージを受信した時、又はリクエストメッセージによって応答パケットを被検チャネルに返した時、情報漏えいを防止するため、いずれもリクエストメッセージ又は応答パケットに対し検査を行う。
好ましくは、該サーバーにセキュリティアプリケーションをプリセットすることができ、該セキュリティアプリケーションは、被検チャネルからサーバーに送信したｈｔｔｐリクエストメッセージをインターセプトして情報漏えい検査を行うために用いられ、又はサーバーがリクエストメッセージによって被検チャネルに返した応答パケットをインターセプトして情報漏えい検査を行うために用いられる。すなわち、被検チャネルからサーバーへｈｔｔｐリクエストメッセージを送信する時、或いはサーバーから被検チャネルに応答パケットに返す時、セキュリティアプリケーションを経由して中継できる。
被検チャネルは、インターネットバンキング、銀行バックエンドａｐｐ等を含むテスト対象物であり、該ａｐｐはＰＣ、携帯電話等の端末機で実行できる。被検チャネルは、自分の使用ニーズに応じてサーバーにリクエストメッセージを送信でき、サーバーが被検チャネルから送信されたリクエストメッセージを受信でき、該リクエストメッセージはアカウントやパスワードの入力、ログイン、情報送信、インターフェースを開く等を含む。
ステップＳ２０：前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得る。
本実施例において、サーバーは、複数のキーワードを識別するため、プリセットされたセキュリティアプリケーションを通じて予め機械学習を行うことができ、すなわち、予め機械学習を通じて電子メール、ｅｍａｉｌ、ｅ−ｍａｉｌ、Ｅｍａｉｌ、ＥＭＡＩＬ等のような更に多くのキーワードを自動識別し、簡単にｅｍａｉｌを識別するだけではない。
具体的には、機械学習手法によれば、まずサンプルから大量学習して識別してｕｓｅｒｎａｍｅ、Ｕｓｅｒｎａｍｅ、ＵＳＥＲＮＡＮＭＥ、ｕｓｅｒ、ｎａｍｅ等のようなキーワードを得る。簡単な大文字・小文字変換を直接識別することができ、例えばｕｓｅｒｎａｍｅ、Ｕｓｅｒｎａｍｅ、ＵｓｅｒＮａｍｅ等であり、常用用語も直接識別することができ、例えばｕｓｅｒｎａｍｅ、ｕｎａｍｅ、ｎａｍｅ等であり、その他の状況について、機械学習中の決定ツリー学習アルゴリズム及び確率的アルゴリズム等を通じて最も可能性のある確率を選択して識別・マッチングを行うことができる。以下の実施例において詳細な説明を行う。
機械学習を行った後、大量のキーワードを記録でき、サーバーは被検チャネルから送信されたリクエストメッセージを受信した時、該リクエストメッセージが平文で伝送するか又は暗号文で伝送するかを判断し、すなわち、リクエストメッセージ中に含まれるパラメータを予め機械学習して得られたキーワードとマッチングしてリクエストメッセージ中に含まれるパラメータと予め機械学習を行って得られたキーワードとの間のマッチング度を得ることで、マッチング度によって該パラメータのリクエストメッセージにおける意味を確認する。該リクエストメッセージが平文で伝送された場合、該リクエストメッセージ中に含まれるパラメータは、Ｅｍａｉｌ、ｕｓｅｒｎａｍｅ、ｐａｓｓｗｄ、ｆｌａｇｎａｍｅ等の用語を含むことができ、該リクエストメッセージが暗号文伝送の場合、該リクエストメッセージ中に含まれるパラメータは乱数である。
ステップＳ３０：前記マッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録される。
リクエストメッセージ中に含まれるパラメータと予め機械学習を行って得られたキーワードとの間のマッチング度を得た後、該マッチング度は予め設定されている閾値よい大きいかどうかを判断し、該予め設定されている閾値も具体的な状況に応じて自由に設定できる。
キーワードと該パラメータとの間のマッチング度について、予め設定されている閾値より大きい時、該パラメータのリクエストメッセージにおける意味は、該キーワードに対応する意味であることを確定し、該パラメータのリクエストメッセージにおける意味を確定した後、該リクエストメッセージが平文で伝送されていると判定でき、情報漏えいのリスクが存在している。この場合、リクエストメッセージの情報が漏えいされていることを確定し、同時に該リクエストメッセージの関連情報を記録し、該リクエストメッセージの関連情報をプリセットされたデータベース内に保存することができる。記録フィールド内は、該リクエストメッセージのリクエストｕｒｌ（ｕｒｌは統一リソース位置指定子である）、リクエスト機微パラメータ、シリアルナンバー等の関連情報を含むことができる。該リクエストｕｒｌは、被検チャネルのサーバーに紐付けられるインターフェースアドレスであり、該リクエスト機微パラメータは、平文データであり、複数のパラメータを含むことができ、該シリアルナンバーは、番号であり、リクエストメッセージの並べ替えの役割を果たしている。
好ましくは、サーバーがセキュリティアプリケーションを経由して中継した時、セキュリティアプリケーションは、リクエストメッセージの伝送過程のデータが平文で伝送されることを検査した時、セキュリティアプリケーションが該リクエストメッセージの関連情報をセキュリティアプリケーションのデータベースｒｅｄｉｓ内に記録する。ここで言及すべき点は、被検チャネルから送信されるリクエストメッセージが平文で伝送されるか、又は暗号文で伝送されるかを問わず、セキュリティアプリケーションがリクエストメッセージを中継してバックエンドサーバーに送られなければならないことである。
キーワードと該パラメータとの間のマッチング度について、予め設定されている閾値より大きくない時、該パラメータのリクエストメッセージにおける意味を確定できないことを示し、この場合、該リクエストメッセージが暗号文伝送されていると判定し、情報漏えいのリスクが存在していない。該リクエストメッセージが暗号文伝送された時、リクエストメッセージの情報が漏えいされていないことを確定し、該リクエストメッセージの関連情報を記録する必要がない。
検査を終えた後、データベース内に保存されているセキュリティリスクのあるデータをエクスポートでき、すなわち、データベース内で記録されているリクエストメッセージの関連情報をエクスポートして関連セキュリティテスト担当者が対処する。
以下に例を挙げて説明すると、被検チャネルからサーバーにｈｔｔｐリクエストメッセージを伝送した時、サーバーが該リクエストメッセージを受信し、該リクエストメッセージに含まれるパラメータはＵｓｅｒｎａｍｅ、ｐａｓｓｗｄ、ＩＤＣａｒｄ等を含む。サーバーは、該リクエストメッセージに含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、パラメータであるＵｓｅｒｎａｍｅ、ｐａｓｓｗｄ、ＩＤＣａｒｄ等の値が平文で伝送されていることを確定し、すなわち、ユーザー名前Ｕｓｅｒｎａｍｅがａａａａａａ、パスワードｐａｓｓｗｄがｂｂｂｂｂ、銀行カード番号ＩＤＣａｒｄが４２０５ｘｘｘｘｘｘｘｘｘｘｘｘ１１であることが確定されると、該リクエストメッセージの情報が漏えいされていることを確定し、リクエストメッセージの関連情報を記録する。
本発明の実施例は、被検チャネルから送信されたリクエストメッセージの受信を通じて、前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、リクエストメッセージ内に含まれるパラメータと予め機械学習を行って得られたキーワードとの間のマッチング度を得る。前記パラメータと前記キーワードとの間のマッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録される。従って機械学習を通じて更に多くのキーワードを自動識別し、大幅かつ効果的に機微情報を識別し、セキュリティテスト担当者の繰り返し作業を減少させ、情報漏えいの検査効率を向上すると共に情報漏えいのリスクを低減できる。
更に、図２に示すように、上記情報漏えい検査方法の実施例１に基づいて本発明の実施例２に係る情報漏えい検査方法を提供するが、該実施例において上記ステップＳ２０は、前記リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングして前記パラメータと前記キーワードとの間の第１マッチング度を確認するステップＳ２１と、前記第１マッチング度及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて前記パラメータと前記キーワードとの間のマッチング度を確認するステップＳ２２と、を含むことができる。
本実施例において、サーバーは、リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングする過程で、まずパラメータとキーワードを照合して該パラメータとキーワードとの間の第１マッチング度を確認する。複数のパラメータが存在している時、複数のパラメータを各キーワードとそれぞれ照合して各パラメータとキーワードとの間のマッチング度を確認できる。そして各パラメータが対応するマッチング度によって加重値計算を行って複数のパラメータとキーワードとの間の第１マッチング度が得られ、更に第１マッチング度及び該パラメータのリクエストメッセージにおける文脈によって、該パラメータとキーワードとの間のマッチング度を確認する。
以下に例を挙げて説明すると、サーバーが受信したリクエストメッセージ中にｎａｍｅが含まれた時、ｎａｍｅが機械学習過程において数回の訓練で命名、アカウント等に遭った時確認され、確率的アルゴリズムを通じてｎａｍｅが命名の意味である可能性のある確率（すなわち、第１マッチング度）は３０％で、アカウントの意味である可能性のある確率（すなわち、第１マッチング度）が７０％であると判断し、そして該パラメータのリクエストメッセージにおける文脈内に出現するパスワードパラメータ、例えばｐａｓｓｗｏｒｄによって決定ツリー学習アルゴリズムを通じてｎａｍｅがアカウントの意味であるマッチング度は９５％であることを確認する。
本実施例のサーバーは、リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングする過程で、まず確率的アルゴリズムを通じてパラメータとキーワードとの間の第１マッチング度を確認してから決定ツリー学習アルゴリズムを通じて第１マッチング度及び該パラメータの前記リクエストメッセージにおける文脈によって、該パラメータとキーワードとの間のマッチング度を確認するため、マッチング度を得る精度及び信頼性を高める。
更に、図３に示すように、上記情報漏えい検査方法の実施例１に基づいて、本発明の実施例３に係る情報漏えい検査方法を提供するが、該実施例において、上記ステップＳ２０は、予め機械学習を行って得られたキーワードに基づいて、前記リクエストメッセージ中に含まれるパラメータを第１子パラメータ及び第２子パラメータに分解するステップＳ２３と、前記第１子パラメータ及び前記第２子パラメータを予め機械学習を行って得られたキーワードとマッチングして前記第１子パラメータと第１キーワードがマッチングする第１確率及び前記第２子パラメータと第２キーワードがマッチングする第２確率を確認するステップＳ２４と、前記第１確率、前記第２確率及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて、前記パラメータと前記キーワードとの間のマッチング度を確認するステップＳ２５と、を更に含む。
本実施例において、サーバーは、リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングする過程で、まず予め機械学習を行って得られたキーワードに基づいて、リクエストメッセージ中に含まれるパラメータを複数の子パラメータに分解し、例えば第１子パラメータ及び第２子パラメータに分解できる。そして第１子パラメータ及び第２子パラメータを予め機械学習を行って得られたキーワードとそれぞれマッチングし、確率的アルゴリズムにより第１子パラメータと第１キーワードがマッチングする第１確率及び第２子パラメータと第２キーワードがマッチングする第２確率を確認する。更に決定ツリー学習アルゴリズムを通じて第１確率、第２確率及び該パラメータのリクエストメッセージにおける文脈に基づいて、該パラメータとキーワードとの間のマッチング度を確認することで、該マッチング度によってパラメータのリクエストメッセージにおける意味を確認する。
選択的に第１子パラメータと第１キーワードがマッチングする第１確率及び第２子パラメータと第２キーワードがマッチングする第２確率を確認した後、第１確率及び該パラメータのリクエストメッセージにおける文脈に基づいて、第１子パラメータと第１キーワードがマッチングする第３確率を計算でき、並びに第２確率及び該パラメータのリクエストメッセージにおける文脈に基づいて、第２子パラメータと第２キーワードがマッチングする第４確率を確認する。最後に第３確率と第４確率の大きさを比較し、第３確率と第４確率のうちの大きい方を該パラメータ及びキーワードに設定する。当然パラメータとキーワードとの間のマッチング度の確認は、具体的な状況に応じて自由に設定でき、本発明はこれに限定されない。
以下に例を挙げて説明すると、サーバーが受信したリクエストメッセージ中にｆｌａｇｎａｍｅが含まれた時、まずｆｌａｇｎａｍｅを分解してｆｌａｇ及びｎａｍｅを得て、ｆｌａｇは数回訓練で標識、マークに遭った場合選択され、ｎａｍｅが数回訓練で名前、アカウント等に遭った場合、選択される。様々なアルゴリズムを通じてｆｌａｇｎａｍｅがマークに使用される可能性のある確率は４０％、ｆｌａｇｎａｍｅがアカウント・名前に使用される可能性のある確率は６０％と判定し、そして該パラメータのリクエストメッセージにおける後の文節内に出現するパスワードパラメータ、例えばｐａｓｓｗｏｒｄによってｆｌａｇｎａｍｅがアカウントである可能性のある確率は９０％であると確認され、すなわち、決定ツリー学習アルゴリズムを通じてパラメータのｆｌａｇｎａｍｅとキーワードのアカウントと間のマッチング度は９０％であると確認する。
本実施例のサーバーは、パラメータを分解し、そして分解して得られた子パラメータにより確率的アルゴリズムと決定ツリー学習アルゴリズム、及び該パラメータのリクエストメッセージにおける文脈を通じて該パラメータとキーワードとの間のマッチング度を確認できる。従って機微情報を効果的に識別して情報漏えいの検査効率を向上することができる。
更に、図４に示すように、上記情報漏えい検査方法の実施例１に基づいて、本発明の実施例４に係る情報漏えい検査方法を提供するが、該実施例において、上記ステップＳ１０の後には、前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在しているかどうかを判断するステップＳ４０と、前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在している時、前記リクエストメッセージの情報が漏えいされていないことを確定するステップＳ５０と、を含む
言及すべき点は、本発明の実施例４に係る情報漏えい検査方法も、上記情報漏えい検査方法の実施例２又は実施例３に基づいて提供できることである。
本実施例において、幾つかのリクエストメッセージが平文で伝送されることを定めるため、被検チャネルが平文で伝送する必要のあるリクエストメッセージについてマーキングを行って平文で伝送する必要のある該リクエストメッセージを非機微情報に設定できる。
サーバーは、被検チャネルから送信されたリクエストメッセージを受信した時、まず該リクエストメッセージに被検チャネルから設定されている非機微情報のマークが存在するかどうかを判断できる。リクエストメッセージに被検チャネルから設定されている非機微情報のマークが存在している時、該リクエストメッセージの情報が漏えいされていないことを確定し、すなわち、該リクエストメッセージを平文で伝送させ、該リクエストメッセージに情報漏えいのリスクが存在していないことを示し、該リクエストメッセージの関連情報を記録する必要がない。
本実施例のサーバーは、被検チャネルから送信されたリクエストメッセージを受信した後、リクエストメッセージに被検チャネルから設定されている非機微情報のマークが存在していると判定した時、リクエストメッセージの情報が漏えいされていないことを確定する。ニーズがあるリクエストメッセージは平文で伝送できることを保証し、情報漏えい検査の信頼性を高める。
更に、図５に示すように、上記情報漏えい検査方法の実施例１、実施例２、実施例３又は実施例４に基づいて、本発明の実施例５に係る情報漏えい検査方法を提供するが、該実施例において、上記情報漏えい検査方法は、前記リクエストメッセージに基づいて前記被検チャネルに返す応答パケットを取得するステップＳ６０と、前記応答パケットに含まれる情報と予め記録した前記リクエストメッセージの対応フィールド内の目標パラメータを照合するステップＳ７０と、前記応答パケットに含まれる情報が前記フィールド内の目標パラメータより多い時、前記応答パケットの情報が漏えいされていることを確定すると共に前記応答パケットの関連情報を記録するステップＳ８０と、を更に含む。
言及すべき点は、本発明の実施例５に係る情報漏えい検査方法内のステップＳ６０は、上記ステップＳ１０の後に実行でき、上記ステップＳ２０又はステップＳ３０或いはステップＳ４０若しくはステップＳ５０の後に実行してもよいことである。
本実施例において、サーバーが被検チャネルから送信されたリクエストメッセージを受信してリクエストメッセージに基づいて応答パケットを被検チャネルに返した時、情報漏えいのリスクを低減するため、応答パケットを更に検査する必要がある。
具体的には、まずサーバーは、被検チャネルから送信されたリクエストメッセージを受信した時、該リクエストメッセージに基づいてリクエストメッセージの対応フィールド内の目標パラメータを記録する。そして、サーバーは、リクエストメッセージに基づいて被検チャネルに返す応答パケットを取得し、応答パケットに含まれる情報と予め記録した前記リクエストメッセージの対応フィールド内の目標パラメータを照合し、応答パケットに含まれる情報が予め記録した前記リクエストメッセージの対応フィールド内の目標パラメータより多いかどうかを判断する。応答パケットに含まれる情報がフィールド内の目標パラメータより多い時、該応答パケットの情報が漏えいされていることを確定すると共に応答パケットの関連情報を記録し、該関連情報は目標パラメータより多いデータを含むことができる。該応答パケットの関連情報をプリセットされたデータベース内に保存でき、記録フィールド内には該応答パケットのリクエストｕｒｌ、機微パラメータ、シリアルナンバー等の関連情報を含むことができる。該リクエストｕｒｌは、被検チャネルのサーバーに紐付けられるインターフェースアドレスであり、該機微パラメータは、目標パラメータより多いデータであり、複数のパラメータを含むことができ、該シリアルナンバーは、番号であり、応答パケットの並べ替えの役割を果たしている。
好ましくは、サーバーは応答パケットを被検チャネルに返す時、プリセットされたセキュリティアプリケーションを経由して中継でき、セキュリティアプリケーションで応答パケットを検査する。
以下、例を挙げて説明すると、被検チャネルがサーバーに対して取引記録ページの検索をリクエストする時、サーバーは、被検チャネルに返す必要があるｈｔｍｌウェブページフィールドを記録し、ここでリクエストするのがページであり、この時は未だ銀行カード番号を入力して検索を行っていない。該取引記録は、取引額及び取引時間を含み、ｈｔｍｌウェブページフィールドが取引額及び取引時間を記録する。その後被検チャネルが銀行カード番号を送信してサーバーへｈｔｔｐ検索リクエストを発行した時、すなわち、銀行カード番号を入力して検索した時、銀行カード番号ｂａｎｋｃａｒｄパラメータとマッチングした場合、サーバーはこれを記録し、そして銀行カード番号によって返した応答パケットと記録したウェブページフィールド内のパラメータを照合し、返したパラメータがフィールド内に記録したパラメータより多いことが検査された場合、サーバーから返された情報は被検チャネル業務要求情報より多いことを示し、この時該リクエストｕｒｌ、機微パラメータ、シリアルナンバーをデータベースｒｅｄｉｓ内に記録する。例えば、被検チャネル銀行ウェブサイトのあるページは、ユーザーから入力された銀行カード番号により取引記録を検索するために用いられ、サーバーがリクエストにより返した応答パケット内は、取引額１０００、取引時間２０１６０１０１、取引ユーザーｔｅｓｔ、取引ユーザーの銀行カード番号ｘｘｘｘｘ、ビジネスネームａａａ、取引額４００、取引時間２０１６１２０１、取引ユーザーｂｂｂ、取引ユーザーの銀行カード番号ａａａａ、ビジネスネームｃｃｃｃ等のデータを含む。これから分かるように、ここで被検チャネル業務の要求するのは取引データだけであるが、返したものにユーザーの身元情報等が含まれると、返した情報過多の状況が生じ、機微情報の漏えいが起きる可能性があると判定する。
最後に検査を終えた後、データベース内に保存されているセキュリティリスクのあるデータをエクスポートでき、すなわち、データベース内で記録されている応答パケットの関連情報をエクスポートして関連セキュリティテスト担当者が対処する。
本実施例のサーバーは、リクエストメッセージに基づいて返した応答パケットと該リクエストメッセージに必要な目標パラメータを照合することで、応答パケット内のどのパラメータが該リクエストメッセージに必要な目標パラメータより多いかを判断し、該余ったパラメータが機微情報に及ぶと共に応答パケットの関連情報を記録する。従って、あるインターフェースから返された情報はフロントエンド被検チャネルのページに表示する必要がないデータについて、機微情報の漏えいとして判断することを実現し、かつ自動検査を実現して手作業による検査を避け、情報漏えいの検査効率を向上する以外に、情報漏えいのリスクを低減させる。
当業者であれば、上記実施例の全部又は一部のステップの実現がハードウェアを通じて完成させることができ、プログラムを通じて関連のハードウェアに命令して完成させてもよく、前記プログラムはコンピュータ可読記憶媒体内に保存されることができ、上記記憶媒体がリードオンリーメモリ、ディスク又は光ディスク等としてもよいことが理解できる。
図６に示すように、本発明の実施例１に係る情報漏えい検査装置を提供する。該実施例の情報漏えい検査装置は、以下のモジュールを含む。
受信モジュール１００：被検チャネルから送信されたリクエストメッセージを受信するために用いられる。
本実施例において、情報漏えい検査装置は、サーバーに応用され、主にインターフェースの機微情報漏えいを検査する。サーバーは、フロントエンド被検チャネルが対応するバックエンドサーバーであり、サーバーが被検チャネルから送信されたｈｔｔｐリクエストメッセージを受信した時、又はリクエストメッセージによって応答パケットを被検チャネルに返した時、情報漏えいを防止するため、いずれもリクエストメッセージ又は応答パケットに対し検査を行う。
好ましくは、該サーバーにセキュリティアプリケーションをプリセットすることができ、該セキュリティアプリケーションは、被検チャネルからサーバーに送信したｈｔｔｐリクエストメッセージをインターセプトして情報漏えい検査を行うために用いられ、又はサーバーがリクエストメッセージによって被検チャネルに返した応答パケットをインターセプトして情報漏えい検査を行うために用いられる。すなわち、被検チャネルからサーバーへｈｔｔｐリクエストメッセージを送信する時、或いはサーバーから被検チャネルに応答パケットに返す時、セキュリティアプリケーションを経由して中継できる。
被検チャネルは、インターネットバンキング、銀行バックエンドａｐｐ等を含むテスト対象物であり、該ａｐｐはＰＣ、携帯電話等の端末機で実行できる。被検チャネルは、自分の使用ニーズに応じてサーバーにリクエストメッセージを送信でき、サーバーが受信モジュール１００を呼び出して被検チャネルから送信されたリクエストメッセージを受信でき、該リクエストメッセージはアカウントやパスワードの入力、ログイン、情報送信、インターフェースを開く等を含む。
マッチングモジュール２００：前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るために用いられる。
本実施例において、サーバーは、複数のキーワードを識別するため、プリセットされたセキュリティアプリケーションを通じて予め機械学習を行うことができ、すなわち、予め機械学習を通じて電子メール、ｅｍａｉｌ、ｅ−ｍａｉｌ、Ｅｍａｉｌ、ＥＭＡＩＬ等のような更に多くのキーワードを自動識別し、簡単にｅｍａｉｌを識別するだけではない。
具体的には、機械学習手法によれば、まずサンプルから大量学習して識別してｕｓｅｒｎａｍｅ、Ｕｓｅｒｎａｍｅ、ＵＳＥＲＮＡＮＭＥ、ｕｓｅｒ、ｎａｍｅ等のようなキーワードを得る。簡単な大文字・小文字変換を直接識別することができ、例えばｕｓｅｒｎａｍｅ、Ｕｓｅｒｎａｍｅ、ＵｓｅｒＮａｍｅ等であり、常用用語も直接識別することができ、例えばｕｓｅｒｎａｍｅ、ｕｎａｍｅ、ｎａｍｅ等であり、その他の状況について、機械学習中の決定ツリー学習アルゴリズム及び確率的アルゴリズム等を通じて最も可能性のある確率を選択して識別・マッチングを行うことができる。以下の実施例において詳細な説明を行う。
機械学習を行った後、大量のキーワードを記録でき、サーバーは被検チャネルから送信されたリクエストメッセージを受信した時、該リクエストメッセージが平文で伝送するか又は暗号文で伝送するかを判断し、すなわち、マッチングモジュール２００がリクエストメッセージ中に含まれるパラメータを予め機械学習して得られたキーワードとマッチングしてリクエストメッセージ中に含まれるパラメータと予め機械学習を行って得られたキーワードとの間のマッチング度を得ることで、マッチング度によって該パラメータのリクエストメッセージにおける意味を確認する。該リクエストメッセージが平文で伝送された場合、該リクエストメッセージ中に含まれるパラメータは、Ｅｍａｉｌ、ｕｓｅｒｎａｍｅ、ｐａｓｓｗｄ、ｆｌａｇｎａｍｅ等の用語を含むことができ、該リクエストメッセージが暗号文伝送の場合、該リクエストメッセージ中に含まれるパラメータは乱数である。
第１確定モジュール３００：前記マッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録されるために用いられる。
リクエストメッセージ中に含まれるパラメータと予め機械学習を行って得られたキーワードとの間のマッチング度を得た後、該マッチング度は予め設定されている閾値よい大きいかどうかを判断し、該予め設定されている閾値も具体的な状況に応じて自由に設定できる。
キーワードと該パラメータとの間のマッチング度について、予め設定されている閾値より大きい時、第１確定モジュール３００は、該パラメータのリクエストメッセージにおける意味は、該キーワードに対応する意味であることを確定し、該パラメータのリクエストメッセージにおける意味を確定した後、該リクエストメッセージが平文で伝送されていると判定でき、情報漏えいのリスクが存在している。この場合、リクエストメッセージの情報が漏えいされていることを確定し、同時に該リクエストメッセージの関連情報を記録し、該リクエストメッセージの関連情報をプリセットされたデータベース内に保存することができる。記録フィールド内は、該リクエストメッセージのリクエストｕｒｌ（ｕｒｌは統一リソース位置指定子である）、リクエスト機微パラメータ、シリアルナンバー等の関連情報を含むことができる。該リクエストｕｒｌは、被検チャネルのサーバーに紐付けられるインターフェースアドレスであり、該リクエスト機微パラメータは、平文データであり、複数のパラメータを含むことができ、該シリアルナンバーは、番号であり、リクエストメッセージの並べ替えの役割を果たしている。
好ましくは、サーバーがセキュリティアプリケーションを経由して中継した時、セキュリティアプリケーションは、リクエストメッセージの伝送過程のデータが平文で伝送されることを検査した時、セキュリティアプリケーションが該リクエストメッセージの関連情報をセキュリティアプリケーションのデータベースｒｅｄｉｓ内に記録する。ここで言及すべき点は、被検チャネルから送信されるリクエストメッセージが平文で伝送されるか、又は暗号文で伝送されるかを問わず、セキュリティアプリケーションがリクエストメッセージを中継してバックエンドサーバーに送られなければならないことである。
キーワードと該パラメータとの間のマッチング度について、予め設定されている閾値より大きくない時、該パラメータのリクエストメッセージにおける意味を確定できないことを示し、この場合、該リクエストメッセージが暗号文伝送されていると判定し、情報漏えいのリスクが存在していない。該リクエストメッセージが暗号文伝送された時、リクエストメッセージの情報が漏えいされていないことを確定し、該リクエストメッセージの関連情報を記録する必要がない。
検査を終えた後、データベース内に保存されているセキュリティリスクのあるデータをエクスポートでき、すなわち、データベース内で記録されているリクエストメッセージの関連情報をエクスポートして関連セキュリティテスト担当者が対処する。
以下に例を挙げて説明すると、被検チャネルからサーバーにｈｔｔｐリクエストメッセージを伝送した時、サーバーが該リクエストメッセージを受信し、該リクエストメッセージに含まれるパラメータはＵｓｅｒｎａｍｅ、ｐａｓｓｗｄ、ＩＤＣａｒｄ等を含む。サーバーは、該リクエストメッセージに含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、パラメータであるＵｓｅｒｎａｍｅ、ｐａｓｓｗｄ、ＩＤＣａｒｄ等の値が平文で伝送されていることを確定し、すなわち、ユーザー名前Ｕｓｅｒｎａｍｅがａａａａａａ、パスワードｐａｓｓｗｄがｂｂｂｂｂ、銀行カード番号ＩＤＣａｒｄが４２０５ｘｘｘｘｘｘｘｘｘｘｘｘ１１であることが確定されると、該リクエストメッセージの情報が漏えいされていることを確定し、リクエストメッセージの関連情報を記録する。
本発明の実施例は、被検チャネルから送信されたリクエストメッセージの受信を通じて、前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、リクエストメッセージ内に含まれるパラメータと予め機械学習を行って得られたキーワードとの間のマッチング度を得る。前記パラメータと前記キーワードとの間のマッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録される。従って機械学習を通じて更に多くのキーワードを自動識別し、大幅かつ効果的に機微情報を識別し、セキュリティテスト担当者の繰り返し作業を減少させ、情報漏えいの検査効率を向上すると共に情報漏えいのリスクを低減できる。
更に、上記情報漏えい検査装置の実施例１に基づいて本発明の実施例２に係る情報漏えい検査装置を提供するが、該実施例において上記マッチングモジュール２００は、 前記リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングして前記パラメータと前記キーワードとの間の第１マッチング度を確認するための第１確認ユニットと、前記第１マッチング度及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて前記パラメータと前記キーワードとの間のマッチング度を確認するための第２確認ユニットと、を含むことができる。
本実施例において、サーバーは、リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングする過程で、まず第１確認ユニットがパラメータとキーワードを照合して該パラメータとキーワードとの間の第１マッチング度を確認する。複数のパラメータが存在している時、複数のパラメータを各キーワードとそれぞれ照合して各パラメータとキーワードとの間の第１マッチング度を確認できる。そして第２確認ユニットは、各パラメータが対応するマッチング度によって加重値計算を行って複数のパラメータとキーワードとの間の第１マッチング度が得られ、更に第１マッチング度及び該パラメータのリクエストメッセージにおける文脈によって、該パラメータとキーワードとの間のマッチング度を確認する。
以下に例を挙げて説明すると、サーバーが受信したリクエストメッセージ中にｎａｍｅが含まれた時、ｎａｍｅが機械学習過程において数回の訓練で命名、アカウント等に遭った時確認され、確率的アルゴリズムを通じてｎａｍｅが命名の意味である可能性のある確率（すなわち、第１マッチング度）は３０％で、アカウントの意味である可能性のある確率（すなわち、第１マッチング度）が７０％であると判断し、そして該パラメータのリクエストメッセージにおける文脈内に出現するパスワードパラメータ、例えばｐａｓｓｗｏｒｄによって決定ツリー学習アルゴリズムを通じてｎａｍｅがアカウントの意味であるマッチング度は９５％であることを確認する。
本実施例のサーバーは、リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングする過程で、まず確率的アルゴリズムを通じてパラメータとキーワードとの間の第１マッチング度を確認してから決定ツリー学習アルゴリズムを通じて第１マッチング度及び該パラメータの前記リクエストメッセージにおける文脈によって、該パラメータとキーワードとの間のマッチング度を確認するため、マッチング度を得る精度及び信頼性を高める。
更に、上記情報漏えい検査装置の実施例１に基づいて、本発明の実施例３に係る情報漏えい検査装置を提供するが、該実施例において、上記マッチングモジュール２００は、 予め機械学習を行って得られたキーワードに基づいて、前記リクエストメッセージ中に含まれるパラメータを第１子パラメータ及び第２子パラメータに分解するための分解ユニットと、前記第１子パラメータ及び前記第２子パラメータを予め機械学習を行って得られたキーワードとマッチングして前記第１子パラメータと第１キーワードがマッチングする第１確率及び前記第２子パラメータと第２キーワードがマッチングする第２確率を確認するためのマッチングユニットと、前記第１確率、前記第２確率及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて、前記パラメータと前記キーワードとの間のマッチング度を確認するための第３確認ユニットと、を更に含むことができる。
本実施例において、サーバーは、リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングする過程で、まず分解ユニットが予め機械学習を行って得られたキーワードに基づいて、リクエストメッセージ中に含まれるパラメータを複数の子パラメータに分解し、例えば第１子パラメータ及び第２子パラメータに分解できる。そしてマッチングユニットは第１子パラメータ及び第２子パラメータを予め機械学習を行って得られたキーワードとそれぞれマッチングし、確率的アルゴリズムにより第１子パラメータと第１キーワードがマッチングする第１確率及び第２子パラメータと第２キーワードがマッチングする第２確率を確認する。更に第３確認ユニットは、決定ツリー学習アルゴリズムを通じて第１確率、第２確率及び該パラメータのリクエストメッセージにおける文脈に基づいて、該パラメータとキーワードとの間のマッチング度を確認することで、該マッチング度によってパラメータのリクエストメッセージにおける意味を確認する。
選択的に第１子パラメータと第１キーワードがマッチングする第１確率及び第２子パラメータと第２キーワードがマッチングする第２確率を確認した後、第１確率及び該パラメータのリクエストメッセージにおける文脈に基づいて、第１子パラメータと第１キーワードがマッチングする第３確率を計算でき、並びに第２確率及び該パラメータのリクエストメッセージにおける文脈に基づいて、第２子パラメータと第２キーワードがマッチングする第４確率を確認する。最後に第３確率と第４確率の大きさを比較し、第３確率と第４確率のうちの大きい方を該パラメータ及びキーワードに設定する。当然パラメータとキーワードとの間のマッチング度の確認は、具体的な状況に応じて自由に設定でき、本発明はこれに限定されない。
以下に例を挙げて説明すると、サーバーが受信したリクエストメッセージ中にｆｌａｇｎａｍｅが含まれた時、まずｆｌａｇｎａｍｅを分解してｆｌａｇ及びｎａｍｅを得て、ｆｌａｇは数回訓練で標識、マークに遭った場合選択され、ｎａｍｅが数回訓練で名前、アカウント等に遭った場合、選択される。様々なアルゴリズムを通じてｆｌａｇｎａｍｅがマークに使用される可能性のある確率は４０％、ｆｌａｇｎａｍｅがアカウント・名前に使用される可能性のある確率は６０％と判定し、そして該パラメータのリクエストメッセージにおける後の文節内に出現するパスワードパラメータ、例えばｐａｓｓｗｏｒｄによってｆｌａｇｎａｍｅがアカウントである可能性のある確率は９０％であると確認され、すなわち、決定ツリー学習アルゴリズムを通じてパラメータのｆｌａｇｎａｍｅとキーワードのアカウントと間のマッチング度は９０％であると確認する。
本実施例のサーバーは、パラメータを分解し、そして分解して得られた子パラメータにより確率的アルゴリズムと決定ツリー学習アルゴリズム、及び該パラメータのリクエストメッセージにおける文脈を通じて該パラメータとキーワードとの間のマッチング度を確認できる。従って機微情報を効果的に識別して情報漏えいの検査効率を向上することができる。
更に、図７に示すように、上記情報漏えい検査装置の実施例１に基づいて、本発明の実施例４に係る情報漏えい検査装置を提供するが、該実施例において、上記情報漏えい検査装置は、前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在しているかどうかを判断するための判断モジュール４００と、前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在している時、前記リクエストメッセージの情報が漏えいされていないことを確定するための第２確定モジュール５００と、を更に含む。
言及すべき点は、本発明の実施例４に係る情報漏えい検査装置も、上記情報漏えい検査装置の実施例２又は実施例３に基づいて提供できることである。
本実施例において、幾つかのリクエストメッセージが平文で伝送されることを定めるため、被検チャネルが平文で伝送する必要のあるリクエストメッセージについてマーキングを行って平文で伝送する必要のある該リクエストメッセージを非機微情報に設定できる。
サーバーは、被検チャネルから送信されたリクエストメッセージを受信した時、まず判断モジュール４００が該リクエストメッセージに被検チャネルから設定されている非機微情報のマークが存在するかどうかを判断できる。リクエストメッセージに被検チャネルから設定されている非機微情報のマークが存在している時、第２確定モジュール５００は該リクエストメッセージの情報が漏えいされていないことを確定し、すなわち、該リクエストメッセージを平文で伝送させ、該リクエストメッセージに情報漏えいのリスクが存在していないことを示し、該リクエストメッセージの関連情報を記録する必要がない。
本実施例のサーバーは、被検チャネルから送信されたリクエストメッセージを受信した後、リクエストメッセージに被検チャネルから設定されている非機微情報のマークが存在していると判定した時、リクエストメッセージの情報が漏えいされていないことを確定する。ニーズがあるリクエストメッセージは平文で伝送できることを保証し、情報漏えい検査の信頼性を高める。
更に、図８に示すように、上記情報漏えい検査装置の実施例１、実施例２、実施例３又は実施例４に基づいて、本発明の実施例５に係る情報漏えい検査装置を提供するが、該実施例において、上記情報漏えい検査装置は、前記リクエストメッセージに基づいて前記被検チャネルに返す応答パケットを取得するための取得モジュール６００と、前記応答パケットに含まれる情報と予め記録した前記リクエストメッセージの対応フィールド内の目標パラメータを照合するための照合モジュール７００と、前記応答パケットに含まれる情報が前記フィールド内の目標パラメータより多い時、前記応答パケットの情報が漏えいされていることを確定すると共に前記応答パケットの関連情報を記録するための第３確定モジュール８００と、を更に含む。
本実施例において、サーバーが被検チャネルから送信されたリクエストメッセージを受信してリクエストメッセージに基づいて応答パケットを被検チャネルに返した時、情報漏えいのリスクを低減するため、応答パケットを更に検査する必要がある。
具体的には、まずサーバーは、被検チャネルから送信されたリクエストメッセージを受信した時、該リクエストメッセージに基づいてリクエストメッセージの対応フィールド内の目標パラメータを記録する。そして、サーバーは、取得モジュール６００を呼び出してリクエストメッセージに基づいて被検チャネルに返す応答パケットを取得し、照合モジュール７００が応答パケットに含まれる情報と予め記録した前記リクエストメッセージの対応フィールド内の目標パラメータを照合し、応答パケットに含まれる情報が予め記録した前記リクエストメッセージの対応フィールド内の目標パラメータより多いかどうかを判断する。応答パケットに含まれる情報がフィールド内の目標パラメータより多い時、第３確定モジュール８００は該応答パケットの情報が漏えいされていることを確定すると共に応答パケットの関連情報を記録し、該関連情報は目標パラメータより多いデータを含むことができる。該応答パケットの関連情報をプリセットされたデータベース内に保存でき、記録フィールド内には該応答パケットのリクエストｕｒｌ、機微パラメータ、シリアルナンバー等の関連情報を含むことができる。該リクエストｕｒｌは、被検チャネルのサーバーに紐付けられるインターフェースアドレスであり、該機微パラメータは、目標パラメータより多いデータであり、複数のパラメータを含むことができ、該シリアルナンバーは、番号であり、応答パケットの並べ替えの役割を果たしている。
好ましくは、サーバーは応答パケットを被検チャネルに返す時、プリセットされたセキュリティアプリケーションを経由して中継でき、セキュリティアプリケーションで応答パケットを検査する。
以下、例を挙げて説明すると、被検チャネルがサーバーに対して取引記録ページの検索をリクエストする時、サーバーは、被検チャネルに返す必要があるｈｔｍｌウェブページフィールドを記録し、ここでリクエストするのがページであり、この時は未だ銀行カード番号を入力して検索を行っていない。該取引記録は、取引額及び取引時間を含み、ｈｔｍｌウェブページフィールドが取引額及び取引時間を記録する。その後被検チャネルが銀行カード番号を送信してサーバーへｈｔｔｐ検索リクエストを発行した時、すなわち、銀行カード番号を入力して検索した時、銀行カード番号ｂａｎｋｃａｒｄパラメータとマッチングした場合、サーバーはこれを記録し、そして銀行カード番号によって返した応答パケットと記録したウェブページフィールド内のパラメータを照合し、返したパラメータがフィールド内に記録したパラメータより多いことが検査された場合、サーバーから返された情報は被検チャネル業務要求情報より多いことを示し、この時該リクエストｕｒｌ、機微パラメータ、シリアルナンバーをデータベースｒｅｄｉｓ内に記録する。例えば、被検チャネル銀行ウェブサイトのあるページは、ユーザーから入力された銀行カード番号により取引記録を検索するために用いられ、サーバーがリクエストにより返した応答パケット内は、取引額１０００、取引時間２０１６０１０１、取引ユーザーｔｅｓｔ、取引ユーザーの銀行カード番号ｘｘｘｘｘ、ビジネスネームａａａ、取引額４００、取引時間２０１６１２０１、取引ユーザーｂｂｂ、取引ユーザーの銀行カード番号ａａａａ、ビジネスネームｃｃｃｃ等のデータを含む。これから分かるように、ここで被検チャネル業務の要求するのは取引データだけであるが、返したものにユーザーの身元情報等が含まれると、返した情報過多の状況が生じ、機微情報の漏えいが起きる可能性があると判定する。
最後に検査を終えた後、データベース内に保存されているセキュリティリスクのあるデータをエクスポートでき、すなわち、データベース内で記録されている応答パケットの関連情報をエクスポートして関連セキュリティテスト担当者が対処する。
本実施例のサーバーは、リクエストメッセージに基づいて返した応答パケットと該リクエストメッセージに必要な目標パラメータを照合することで、応答パケット内のどのパラメータが該リクエストメッセージに必要な目標パラメータより多いかを判断し、該余ったパラメータが機微情報に及ぶと共に応答パケットの関連情報を記録する。従って、あるインターフェースから返された情報はフロントエンド被検チャネルのページに表示する必要がないデータについて、機微情報の漏えいとして判断することを実現し、かつ自動検査を実現して手作業による検査を避け、情報漏えいの検査効率を向上する以外に、情報漏えいのリスクを低減させる。
ハードウェア実現において、以上の受信モジュール１００、マッチングモジュール２００及び第１確定モジュール３００等がハードウェアの形で情報漏えい検査装置内に埋め込まれ又は情報漏えい検査装置から独立することができ、プロセッサが以上の各モジュールに対応する操作を実行するため、ソフトウェアの形で情報漏えい検査装置のメモリ内に保存してもよい。該プロセッサは、中央処理装置（ＣＰＵ）、マイクロプロセッサ、マイクロコントローラ等とすることができる。
図９を参照すると、本発明の実施例の解決策に係るハードウェア実行環境のサーバー構造を示す模式図である。
図９に示すように、該サーバーは、プロセッサ１００１と通信母線１００２とメモリ１００３と通信インターフェース１００４とを含む。通信母線１００２は、これら素子間の接続通信を実現するために用いられる。メモリ１００３は、高速ＲＡＭメモリとすることができ、磁気ディスク記憶装置のような不揮発性メモリ（ｎｏｎ−ｖｏｌａｔｉｌｅ ｍｅｍｏｒｙ）としてもよい。メモリ１００３は、選択的に前記プロセッサ１００１から独立した記憶装置としてもよい。通信インターフェース１００４は、ユーザーインターフェース（図９に示せず）及び／又はネットワークインターフェース（図９に示せず）を含むことができ、ユーザーインターフェースは例えばディスプレイ及びキーボード等の入力／出力設備に接続するために用いられ、ネットワークインターフェースはネットワークに接続するために用いられることができ、有線ネットワーク及び／或いは無線ネットワークを含む。
当業者であれば、図９に示すサーバーの構造は、サーバーへの限定を構成することなく、図面より多い又は少ない部品を含むことができ、或いは幾つかの部品を組み合わせ、若しくは異なる部品の配置とすることができることが理解できる。
図９に示すように、コンピュータ可読記憶媒体とするメモリ１００３内では、ＯＳとネットワーク通信モジュールと情報漏えい検査プログラムとを含むことができる。
図９に示すサーバーにおいて、プロセッサ１００１は、メモリ１００３内に保存されている情報漏えい検査プログラムを呼び出し、また被検チャネルから送信されたリクエストメッセージを受信することと、前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップと、前記マッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録されること、を実行する。
更に、プロセッサ１００１は、メモリ１００３内に保存されている情報漏えい検査プログラムを実行することで、前記リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングして前記パラメータと前記キーワードとの間の第１マッチング度を確認することと、前記第１マッチング度及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて前記パラメータと前記キーワードとの間のマッチング度を確認すること、を実現する。
更に、プロセッサ１００１は、メモリ１００３内に保存されている情報漏えい検査プログラムを実行することで、予め機械学習を行って得られたキーワードに基づいて、前記リクエストメッセージ中に含まれるパラメータを第１子パラメータ及び第２子パラメータに分解することと、前記第１子パラメータ及び前記第２子パラメータを予め機械学習を行って得られたキーワードとマッチングして前記第１子パラメータと第１キーワードがマッチングする第１確率及び前記第２子パラメータと第２キーワードがマッチングする第２確率を確認することと、前記第１確率、前記第２確率及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて、前記パラメータと前記キーワードとの間のマッチング度を確認すること、を実現する。
更に、プロセッサ１００１は、メモリ１００３内に保存されている情報漏えい検査プログラムを実行することで、前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在しているかどうかを判断することと、前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在している時、前記リクエストメッセージの情報が漏えいされていないことを確定すること、を実現する。
更に、プロセッサ１００１は、メモリ１００３内に保存されている情報漏えい検査プログラムを実行することで、前記リクエストメッセージに基づいて前記被検チャネルに返す応答パケットを取得することと、前記応答パケットに含まれる情報と予め記録した前記リクエストメッセージの対応フィールド内の目標パラメータを照合することと、前記応答パケットに含まれる情報が前記フィールド内の目標パラメータより多い時、前記応答パケットの情報が漏えいされていることを確定すると共に前記応答パケットの関連情報を記録すること、を実現する。
本発明の実施例は、被検チャネルから送信されたリクエストメッセージの受信を通じて、前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、リクエストメッセージ内に含まれるパラメータと予め機械学習を行って得られたキーワードとの間のマッチング度を得る。前記パラメータと前記キーワードとの間のマッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録される。従って機械学習を通じて更に多くのキーワードを自動識別し、大幅かつ効果的に機微情報を識別し、セキュリティテスト担当者の繰り返し作業を減少させ、情報漏えいの検査効率を向上すると共に情報漏えいのリスクを低減できる。
本発明は、コンピュータ可読記憶媒体を更に提供するものであり、前記コンピュータ可読記憶媒体に１つ又は複数のプログラムが保存され、前記１つ又は複数のプログラムを１つ又は複数のプロセッサに実行させることで、被検チャネルから送信されたリクエストメッセージを受信するステップと、前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップと、前記マッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録されるステップと、を実現できる。
好ましくは、前記コンピュータ可読記憶媒体に保存されている１つ又は複数のプログラムは、更に前記リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングして前記パラメータと前記キーワードとの間の第１マッチング度を確認することと、前記第１マッチング度及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて前記パラメータと前記キーワードとの間のマッチング度を確認すること、を含む前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップを実現するために用いられる。
好ましくは、前記コンピュータ可読記憶媒体に保存されている１つ又は複数のプログラムは、更に予め機械学習を行って得られたキーワードに基づいて、前記リクエストメッセージ中に含まれるパラメータを第１子パラメータ及び第２子パラメータに分解することと、前記第１子パラメータ及び前記第２子パラメータを予め機械学習を行って得られたキーワードとマッチングして前記第１子パラメータと第１キーワードがマッチングする第１確率及び前記第２子パラメータと第２キーワードがマッチングする第２確率を確認することと、前記第１確率、前記第２確率及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて、前記パラメータと前記キーワードとの間のマッチング度を確認すること、を含む前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップを実現するために用いられる。
好ましくは、前記コンピュータ可読記憶媒体に保存されている１つ又は複数のプログラムは、更に被検チャネルから送信されたリクエストメッセージを受信するステップの後の前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在しているかどうかを判断するステップと、前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在している時、前記リクエストメッセージの情報が漏えいされていないことを確定するステップと、を実現するために用いられる。
好ましくは、前記コンピュータ可読記憶媒体に保存されている１つ又は複数のプログラムは、更に前記リクエストメッセージに基づいて前記被検チャネルに返す応答パケットを取得するステップと、前記応答パケットに含まれる情報と予め記録した前記リクエストメッセージの対応フィールド内の目標パラメータを照合するステップと、前記応答パケットに含まれる情報が前記フィールド内の目標パラメータより多い時、前記応答パケットの情報が漏えいされていることを確定すると共に前記応答パケットの関連情報を記録するステップと、を実現するために用いられる。
当業者であれば、上記実施例の全部又は一部のステップの実現がハードウェアを通じて完成させることができ、プログラムを通じて関連のハードウェアに命令して完成させてもよく、前記プログラムはコンピュータ可読記憶媒体内に保存されることができ、上記記憶媒体がリードオンリーメモリ、ディスク又は光ディスク等としてもよいことが理解できる。
ここで言及すべき点は、本明細書で使用されるとき、用語「包括」、「含む」又はこれらの他のいかなる変形は、非排他的な包含をカバーすることが意図されていることである。例えば、列挙した構成要素を含むプロセス、方法、物品、または装置は、必ずしもそれらの構成要素だけに限定されず、そのようなプロセス、方法、物品、または装置に対して明示的に列挙してない、あるいは固有の他の構成要素も含むことができる。更に多くの制限がない状況下において、字句“１個の……を含む”で限定する要素について、該構成要素を含むプロセス、方法、物品又は装置内に別の同一構成要素が存在していることも排除しない。
本発明の上記実施例の順番は、単に記述するためのであって、実施例の優劣を示していない。
以上の実施形態の記述を通じて、当業者であれば、上記実施例の方法がソフトウェアに必要な汎用ハードウェアプラットフォームを組み合わせる方式によって実現でき、当然ハードウェアを通じて実現することもできるが、多くの状況において前者が好適な実施形態であることが明確に理解できる。このような理解によれば、本発明の技術的手段の本質上又は従来技術に対して貢献する部分は、ソフトウェア製品の形で体現し、該コンピュータソフトウェア製品が１つの記憶媒体（例えばＲＯＭ／ＲＡＭ、ディスク、光ディスク）内に保存され、１台のサーバーに本発明の各実施例に記載の方法を実行させる若干の指令を含む。
本発明では好ましい実施例を前述の通り開示したが、これらは決して本発明を限定するものではなく、本発明の明細書及び添付図面を利用して均等の範囲内で各種の変更や修飾、若しくは直接的又は間接的にその他の関連の技術分野に運用されることは、本発明の特許保護範囲内に含めるものであるのは勿論である。

Claims (12)

  1. プロセッサにより実施される情報漏えい検査方法であって、
    被検チャネルから送信されたリクエストメッセージを受信するステップと、
    前記リクエストメッセージに基づいて前記被検チャネルに返す応答パケットを取得するステップと、
    前記応答パケットに含まれる情報と予め記録した前記リクエストメッセージの対応フィールド内の目標パラメータを照合するステップと、
    前記応答パケットに含まれる情報が前記フィールド内の目標パラメータより多い時、前記応答パケットの情報が漏えいされていることを確定すると共に前記応答パケットの関連情報を記録するステップと、
    を含み、
    前記被検チャネルから送信されたリクエストメッセージを受信するステップの後には、
    前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップと、
    前記マッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録されるステップと、
    を含むことを特徴とする情報漏えい検査方法。
  2. 前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップは、
    前記リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングして前記パラメータと前記キーワードとの間の第１マッチング度を確認するステップと、
    前記第１マッチング度及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて前記パラメータと前記キーワードとの間のマッチング度を確認するステップと、
    を含むことを特徴とする、請求項１に記載の情報漏えい検査方法。
  3. 前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップは、
    予め機械学習を行って得られたキーワードに基づいて、前記リクエストメッセージ中に含まれるパラメータを第１子パラメータ及び第２子パラメータに分解するステップと、
    前記第１子パラメータ及び前記第２子パラメータを予め機械学習を行って得られたキーワードとマッチングして前記第１子パラメータと第１キーワードがマッチングする第１確率及び前記第２子パラメータと第２キーワードがマッチングする第２確率を確認するステップと、
    前記第１確率、前記第２確率及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて、前記パラメータと前記キーワードとの間のマッチング度を確認するステップと、
    を含むことを特徴とする、請求項１に記載の情報漏えい検査方法。
  4. 前記被検チャネルから送信されたリクエストメッセージを受信するステップの後には、
    前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在しているかどうかを判断するステップと、
    前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在している時、前記リクエストメッセージの情報が漏えいされていないことを確定するステップと、
    を含むことを特徴とする、請求項１−３のいずれか一項に記載の情報漏えい検査方法。
  5. 被検チャネルから送信されたリクエストメッセージを受信するための受信モジュールと、
    前記リクエストメッセージに基づいて前記被検チャネルに返す応答パケットを取得するための取得モジュールと、
    前記応答パケットに含まれる情報と予め記録した前記リクエストメッセージの対応フィールド内の目標パラメータを照合するための照合モジュールと、
    前記応答パケットに含まれる情報が前記フィールド内の目標パラメータより多い時、前記応答パケットの情報が漏えいされていることを確定すると共に前記応答パケットの関連情報を記録するための第３確定モジュールと、
    を含み、
    前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るためのマッチングモジュールと、
    前記マッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録されるための第１確定モジュールと、
    を更に含むことを特徴とする、情報漏えい検査装置。
  6. 前記マッチングモジュールは、
    前記リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングして前記パラメータと前記キーワードとの間の第１マッチング度を確認するための第１確認ユニットと、
    前記第１マッチング度及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて前記パラメータと前記キーワードとの間のマッチング度を確認するための第２確認ユニットと、
    を含むことを特徴とする、請求項５に記載の情報漏えい検査装置。
  7. 前記マッチングモジュールは、
    予め機械学習を行って得られたキーワードに基づいて、前記リクエストメッセージ中に含まれるパラメータを第１子パラメータ及び第２子パラメータに分解するための分解ユニットと、
    前記第１子パラメータ及び前記第２子パラメータを予め機械学習を行って得られたキーワードとマッチングして前記第１子パラメータと第１キーワードがマッチングする第１確率及び前記第２子パラメータと第２キーワードがマッチングする第２確率を確認するためのマッチングユニットと、
    前記第１確率、前記第２確率及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて、前記パラメータと前記キーワードとの間のマッチング度を確認するための第３確認ユニットと、
    を更に含むことを特徴とする、請求項５に記載の情報漏えい検査装置。
  8. 前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在しているかどうかを判断するための判断モジュールと、
    前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在している時、前記リクエストメッセージの情報が漏えいされていないことを確定するための第２確定モジュールと、
    を更に含むことを特徴とする、請求項５−７のいずれか一項に記載の情報漏えい検査装置。
  9. プロセッサとメモリとを含むサーバーであって、前記プロセッサがメモリ中に保存されている情報漏えい検査プログラムを実行することで、被検チャネルから送信されたリクエストメッセージを受信するステップと、前記リクエストメッセージに基づいて前記被検チャネルに返す応答パケットを取得するステップと、前記応答パケットに含まれる情報と予め記録した前記リクエストメッセージの対応フィールド内の目標パラメータを照合するステップと、前記応答パケットに含まれる情報が前記フィールド内の目標パラメータより多い時、前記応答パケットの情報が漏えいされていることを確定すると共に前記応答パケットの関連情報を記録するステップと、を実現し、
    前記プロセッサは、更に前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップと、前記マッチング度が予め設定されている閾値より大きい時、前記リクエストメッセージの情報が漏えいしていることが確定されると共に前記リクエストメッセージの関連情報が記録されるステップと、を実現するために用いられることを特徴とする、サーバー。
  10. 前記プロセッサは、更にメモリ内に保存されている情報漏えい検査プログラムを実行することで、前記リクエストメッセージ中に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングして前記パラメータと前記キーワードとの間の第１マッチング度を確認することと、前記第１マッチング度及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて前記パラメータと前記キーワードとの間のマッチング度を確認すること、を含む前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップを実現するために用いられることを特徴とする、請求項９に記載のサーバー。
  11. 前記プロセッサは、更にメモリ内に保存されている情報漏えい検査プログラムを実行することで、予め機械学習を行って得られたキーワードに基づいて、前記リクエストメッセージ中に含まれるパラメータを第１子パラメータ及び第２子パラメータに分解することと、前記第１子パラメータ及び前記第２子パラメータを予め機械学習を行って得られたキーワードとマッチングして前記第１子パラメータと第１キーワードがマッチングする第１確率及び前記第２子パラメータと第２キーワードがマッチングする第２確率を確認することと、前記第１確率、前記第２確率及び前記パラメータの前記リクエストメッセージにおける文脈に基づいて、前記パラメータと前記キーワードとの間のマッチング度を確認すること、を含む前記リクエストメッセージ内に含まれるパラメータを予め機械学習を行って得られたキーワードとマッチングし、またマッチング結果に基づいて前記パラメータと前記キーワードとの間のマッチング度を得るステップを実現するために用いられることを特徴とする、請求項９に記載のサーバー。
  12. 前記プロセッサは、更にメモリ内に保存されている情報漏えい検査プログラムを実行することで、被検チャネルから送信されたリクエストメッセージを受信するステップの後の前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在しているかどうかを判断するステップと、前記リクエストメッセージに前記被検チャネルから設定されている非機微情報のマークが存在している時、前記リクエストメッセージの情報が漏えいされていないことを確定するステップと、を実現するために用いられることを特徴とする、請求項９−１１のいずれか一項に記載のサーバー。
JP2018527065A 2017-03-17 2017-06-23 情報漏えい検査の方法、装置、サーバー及びコンピュータ可読記憶媒体 Active JP6688389B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201710164043.7A CN107066882B (zh) 2017-03-17 2017-03-17 信息泄露检测方法及装置
CN201710164043.7 2017-03-17
PCT/CN2017/089807 WO2018166099A1 (zh) 2017-03-17 2017-06-23 信息泄露检测方法及装置、服务器及计算机可读存储介质

Publications (2)

Publication Number Publication Date
JP2019519008A JP2019519008A (ja) 2019-07-04
JP6688389B2 true JP6688389B2 (ja) 2020-04-28

Family

ID=59620091

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018527065A Active JP6688389B2 (ja) 2017-03-17 2017-06-23 情報漏えい検査の方法、装置、サーバー及びコンピュータ可読記憶媒体

Country Status (8)

Country Link
US (1) US20210042443A1 (ja)
EP (1) EP3447669B1 (ja)
JP (1) JP6688389B2 (ja)
KR (1) KR102157712B1 (ja)
CN (1) CN107066882B (ja)
AU (1) AU2017403386A1 (ja)
SG (1) SG11201901807YA (ja)
WO (1) WO2018166099A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109522351A (zh) * 2018-10-22 2019-03-26 中国银行股份有限公司 一种数据处理方法及系统
CN110502514B (zh) * 2019-08-15 2023-06-27 中国平安财产保险股份有限公司 数据采集方法、装置、设备及计算机可读存储介质
CN111008401A (zh) * 2019-12-10 2020-04-14 中国银行股份有限公司 一种文本保存方法及装置
CN111159703B (zh) * 2019-12-31 2022-12-06 奇安信科技集团股份有限公司 虚拟机数据泄露检测方法及装置
CN113139206A (zh) * 2020-03-16 2021-07-20 刘琴 一种医疗机构的私密客户信息管理系统
CN112118241B (zh) * 2020-09-08 2022-11-01 上海谋乐网络科技有限公司 审计渗透测试方法、测试节点服务器、管理服务器及系统
CN112052364A (zh) * 2020-09-27 2020-12-08 深圳前海微众银行股份有限公司 敏感信息检测方法、装置、设备与计算机可读存储介质
CN112364346B (zh) * 2020-10-27 2024-03-22 杭州安恒信息技术股份有限公司 一种泄露数据探测方法、装置、设备及介质
CN113904828B (zh) * 2021-09-29 2024-01-05 中国工商银行股份有限公司 接口的敏感信息检测方法、装置、设备、介质和程序产品
EP4261758A1 (en) * 2022-04-13 2023-10-18 Magnet Forensics Inc. Computer method and system for intelligence gathering
CN114877264A (zh) * 2022-06-06 2022-08-09 国家石油天然气管网集团有限公司 一种基于声纹识别的天然气管体泄露识别方法和系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2342578A1 (en) * 2001-03-29 2002-09-29 Ibm Canada Limited-Ibm Canada Limitee Method and apparatus for security of a network server
US7467202B2 (en) * 2003-09-10 2008-12-16 Fidelis Security Systems High-performance network content analysis platform
JP5168620B2 (ja) * 2007-11-07 2013-03-21 独立行政法人情報通信研究機構 データ種類検出装置及びデータ種類検出方法
KR101139192B1 (ko) * 2008-01-08 2012-04-26 미쓰비시덴키 가부시키가이샤 정보 필터링 시스템, 정보 필터링 방법 및 정보 필터링 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체
CN102012985B (zh) * 2010-11-19 2013-12-25 国网电力科学研究院 一种基于数据挖掘的敏感数据动态识别方法
CN102207973B (zh) * 2011-06-22 2013-04-10 上海互联网软件有限公司 一种模糊检索系统及其检索方法
GB2509709A (en) * 2013-01-09 2014-07-16 Ibm Transparent encryption/decryption gateway for cloud storage services
US9652597B2 (en) * 2014-03-12 2017-05-16 Symantec Corporation Systems and methods for detecting information leakage by an organizational insider
CN104123370B (zh) * 2014-07-24 2017-11-24 杭州安恒信息技术有限公司 数据库敏感信息探测方法及系统
US9225734B1 (en) * 2014-09-10 2015-12-29 Fortinet, Inc. Data leak protection in upper layer protocols
CN106156017A (zh) * 2015-03-23 2016-11-23 北大方正集团有限公司 信息识别方法和信息识别系统
CN105939359A (zh) * 2016-06-20 2016-09-14 国家计算机网络与信息安全管理中心 检测移动终端隐私泄露的方法及装置

Also Published As

Publication number Publication date
CN107066882A (zh) 2017-08-18
US20210042443A1 (en) 2021-02-11
EP3447669A4 (en) 2019-12-04
SG11201901807YA (en) 2019-04-29
WO2018166099A1 (zh) 2018-09-20
KR20190019067A (ko) 2019-02-26
JP2019519008A (ja) 2019-07-04
CN107066882B (zh) 2019-07-12
AU2017403386A1 (en) 2018-10-11
EP3447669A1 (en) 2019-02-27
EP3447669B1 (en) 2020-11-11
KR102157712B1 (ko) 2020-09-21

Similar Documents

Publication Publication Date Title
JP6688389B2 (ja) 情報漏えい検査の方法、装置、サーバー及びコンピュータ可読記憶媒体
US20180219907A1 (en) Method and apparatus for detecting website security
Yu et al. Can we trust the privacy policies of android apps?
CN110798380B (zh) 一种数据获取方法、系统、装置、测试设备及测试服务器
CN109039987A (zh) 一种用户账户登录方法、装置、电子设备和存储介质
CN109976995B (zh) 用于测试的方法和装置
CN109672658B (zh) Json劫持漏洞的检测方法、装置、设备及存储介质
US8407766B1 (en) Method and apparatus for monitoring sensitive data on a computer network
CN104021154B (zh) 一种在浏览器中进行搜索的方法和装置
CN106446113A (zh) 移动大数据解析方法及装置
CN106713242B (zh) 数据请求的处理方法及处理装置
CN111488581A (zh) 弱口令漏洞检测方法、装置、电子设备及计算机可读介质
CN105117340B (zh) 用于iOS浏览器应用质量评估的URL检测方法和装置
CN105827664A (zh) 漏洞检测方法及装置
CN106657096B (zh) Web漏洞检测方法、装置及系统
CN106485520B (zh) 跨渠道通讯控制方法及服务器
CN108804501B (zh) 一种检测有效信息的方法及装置
CN109522202B (zh) 一种软件测试的方法和装置
CN107766224B (zh) 测试方法和测试装置
CN111061637B (zh) 接口测试方法、接口测试装置及存储介质
CN115426624B (zh) 自动登录方法、装置、设备及存储介质
US20080162687A1 (en) Data acquisition system and method
CN111045934A (zh) 页面分析方法、装置、客户端、存储介质及电子设备
CN112822023B (zh) 通信信息发送方法、信息访问方法、装置和存储介质
CN110209959B (zh) 信息处理方法和装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180525

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180525

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190807

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190925

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200121

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200306

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200317

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200403

R150 Certificate of patent or registration of utility model

Ref document number: 6688389

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250