基于卷积神经网络的敏感文件检测方法

林学峰,夏元轶,郭金龙,于晓文

(1.南瑞集团有限公司(国网电力科学研究院),江苏 南京 211106； 2.国网江苏省电力公司信息通信分公司,江苏 南京 210024)

0 引 言

2017年6月1日正式施行的《国家网络安全法》特别强调了关键信息基础设施敏感信息监测的重要性。电力行业关系国民经济命脉和国家能源安全，如果发生泄密事件，必定会给行业的社会形象及经济效益带来严重的负面影响。

建立有效的网络安全监测体系，重要前提是对敏感数据精准识别，而后基于敏感数据形成有效的监测响应方案。电力企业运营过程中的敏感数据主要分为：1)国家电力发展战略、国家重大电力项目规划等国家级秘密的国密文件；2)企业经营数据等涉及企业自身商业秘密的商密文件。本文重点关注如何有效检测企业经营生产中的商密文件。目前电力企业通用的敏感文件检测方法大都依赖于敏感词库，如“秘密、方案、规划、内部资料、标底”等是敏感词库中的部分关键字，通过分词算法等统计出上述关键字在文件中出现的频率，由此判断文件是否属于敏感文件。这种方法的优势是速度快，缺点是具有很高的漏报率和误报率。例如一篇小说含有“不能说的秘密”“规划下一步行动”“我们计划”等词句，根据特征字库统计出小说中含有“秘密”“规划”“计划”的频率，就会将小说误判为敏感办公文件，这样增加了敏感文件复核成本，且人工复核易造成敏感文件的违规扩散。文献[1]提出基于语义扩展技术识别敏感数据的方法，通过对给定关键词进行基于搜索引擎语义扩展，提高了基于关键词敏感检测的准确性，但是仍不能有效降低误报率。……