(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201911199880.9
(22)申请日 2019.11.29
(71)申请人 中国电子科技集团公司第二十研究
所
地址 710068 陕西省西安市雁塔区光华路1
号
(72)发明人 侯彦 张文琪 杨佳琳 保健内衣
(74)专利代理机构 西北工业大学专利中心
61204
代理人 金凤
(51)Int.Cl.
G06F 21/62(2013.01)
G06F 16/16(2019.01)
G06F 16/35(2019.01)
G06F 40/279(2020.01)
G06N 3/04(2006.01)
(54)发明名称一种基于密点的定密管理系统(57)摘要本发明提供了一种基于密点的定密管理系统，包括定密功能模块和辅助功能模块，其中定密功能模块包括秘密事项定密管理模块、文档扫描模块、基于深度学习的文字识别系统、定密样本数据库系统和基于深度学习的定密分类系统，辅助功能模块包括日志跟踪、涉密信息检查管理和监管平台及意见栏。本发明采用的深度学习方法在文字识别过程中采用改进型的卷积神经网络模型，相对普通深度学习，可以提高识别率。由于定密人员的水平参差不 齐，导致密级等级乱定，本发明在整个定密的过程中采用两次深度学习模型，减少人为干扰，采用深度学习可以提高定密效率和精准度，形成统一的精准的智能定
混凝土砌块成型机密。权利要求书1页 说明书3页 附图2页CN 111090878 A 2020.05.01糖炒栗子机
C N 111090878
A
1.一种基于密点的定密管理系统，其特征在于：
所述基于深度学习的密点定密管理系统，包括定密功能模块和辅助功能模块，其中定密功能模块包括秘密事项定密管理模块(1)、文档扫描模块(2)、基于深度学习的文字识别系统(3)、定密样本数据库系统(4)和基于深度学习的定密分类系统(5)，辅助功能模块包括日志跟踪(6)、涉密信息检查管理(7)和监管平台及意见栏(8)；
所述的秘密事项定密管理模块(1)，包括文件导入单元、文件导出单元、文件解析单元、文件存储单元、文件标定单元及查询单元，记录和管理秘密事项的定密信息；
所述的文档扫描模块(2)，对需要定密的文档进行扫描，方便文档上传定密数据库；所述的基于深度学
习的文字识别系统(3)，针对扫描后的文档进行文字识别，提高文字的识别率；所述基于深度学习的文字识别系统(3)包含输入层、多层次的多个隐含层和输出层，且每一隐含层节点组与不同的文档训练样本集对应；每一隐含层节点组中的各隐含层节点依次连接；获取多个隐含层节点组中的第一隐含层节点组；第一隐含层节点组对应的文档训练样本集为多个隐含层节点组中除去第一隐含层节点组外的其余隐含层节点组的文档训练样本集的总和；第一隐含层节点组中的最后一个隐含层节点分别与多个隐含层节点组中其余隐含层节点组的第一个隐含层节点连接；第一隐含层节点组中的第一个隐含层节点与预设的输入层连接；多个隐含层节点组中除第一隐含层节点组外的其余隐含层节点组的最后一个隐含层节点分别与预设的输出层连接，得到卷积深度学习网络；卷积深度学习网络用于识别文档图像中的字符；
所述的定密样本数据库系统(4)，给定密分类系统学习训练提供训练样本；
所述的基于深度学习的定密分类系统(5)，采用定密样本数据库系统(4)进行卷积神经网络训练，对文字识别后的文档进行学习分类；深度学习的定密分类系统(5)为卷积深度学习网络，包含输入层、多层的多个隐含层及输出层，基于定密样本数据库系统(4)能够准确对扫描识别后的定密系统进行精准定密分级；
所述的日志跟踪(6)，涉密信息检查管理(7)，监管平台及意见栏组成(8)，用于定密分类后文档的管理和监管。
权 利 要 求 书1/1页CN 111090878 A
一种基于密点的定密管理系统
技术领域
[0001]本发明涉及加密领域，尤其是一种定密管理系统。
背景技术
[0002]随着无纸化办公的日益发展，定密工作作为保密工作的源头性、基础性工作，实现该工作的准确性、高效性、智能性已成为当前保密工作的现实问题和迫切要求。传统定密工作对涉密文件均由人工完成，文件密级的确定主要取决于定密人的主观因素，缺乏应有的科学性，往往导致“保密范围偏宽、密级偏高”、该定的不定，不该定的乱定“，经常出现同一份文件被不同的人标成非密、秘密、机密的现象，目前已很难适应当前日常保密管理的需求，因此急需发展新型高效精准的定密管理系统。
[0003]针对当前定密尺度把握困难的问题，不少研究者提出了不同的设计方案，但是其设计的重点都放在固化定密工作流程，借助数据库、数据挖掘信息化技术，然而，现大多数研究所或者是科研机构使用的是局域网，这样借助云服务的数据库便存在一定的干扰导致定密不准确。那么如何准确定密成为当下要解决的问题。
发明内容
[0004]为了克服现有技术的不足，本发明提供一种基于密点的定密管理系统。本发明所要解决的技术问题是：如何在提高研究所定密系统的精准性，同时，提高计算资源的利用率。
[0005]本发明解决其技术问题所采用的技术方案是：
[0006]一种基于深度学习的密点定密管理系统，包括定密功能模块和辅助功能模块，其中定密功能模块包括秘密事项定密管理模块(1)、文档扫描模块(2)、基于深度学习的文字识别系统(3)、定密样本数据库系统(4)和基于深度学习的定密分类系统(5)，辅助功能模块包括日志跟踪(6)、涉密信息检查管理(7)和监管平台及意见栏(8)；
[0007]所述的秘密事项定密管理模块(1)，包括文件导入单元、文件导出单元、文件解析单元、文件存储单元、文件标定单元及查询单元，记录和管理秘密事项的定密信息；[0008]所述的文档扫描模块(2)，对需要定密的文档进行扫描，方便文档上传定密数据库；
[0009]所述的基于深度学习的文字识别系统(3)，针对扫描后的文档进行文字识别，提高文字的识别率；所述基于深度学习的文字识别系统(3)包含输入层、多层次的多个隐含层和输出层，且每一隐含层节点组与不同的文档训练样本集对应；每一隐含层节点组中的各隐含层节点依次连接；获取多个隐含
层节点组中的第一隐含层节点组；第一隐含层节点组对应的文档训练样本集为多个隐含层节点组中除去第一隐含层节点组外的其余隐含层节点组的文档训练样本集的总和；第一隐含层节点组中的最后一个隐含层节点分别与多个隐含层节点组中其余隐含层节点组的第一个隐含层节点连接；第一隐含层节点组中的第一个隐含层节点与预设的输入层连接；多个隐含层节点组中除第一隐含层节点组外的其余隐含层
节点组的最后一个隐含层节点分别与预设的输出层连接，得到卷积深度学习网络；卷积深度学习网络用于识别文档图像中的字符。
[0010]所述的定密样本数据库系统(4)，给定密分类系统学习训练提供训练样本；[0011]所述的基于深度学习的定密分类系统(5)，采用定密样本数据库系统(4)进行卷积神经网络训练，对文字识别后的文档进行学习分类；深度学习的定密分类系统(5)为卷积深度学习网络，包含输入层、多层的多个隐含层及输出层，基于定密样本数据库系统(4)能够准确对扫描识别后的定密系统进行精准定密分级。
空心型钢[0012]所述的日志跟踪(6)，涉密信息检查管理(7)，监管平台及意见栏组成(8)，用于定密分类后文档的管理和监管。
[0013]本发明的有益效果在于本发明采用的深度学习方法在文字识别过程中采用改进型的卷积神经网络模型，相对普通深度学习，这个可以提高识别率。本发明不仅是利用现有的局域网，主要是人为因
素，由于定密人员的水平参差不齐，导致密级等级乱定，本发明在整个定密的过程中采用两次深度学习模型，减少人为干扰，采用深度学习可以提高定密效率和精准度，形成统一的精准的智能定密。
附图说明
[0014]图1为本发明定密管理系统的框图。
[0015]图2为本发明基于深度学习的文字识别系统的示意图。
[0016]图3为本发明基于深度学习的分类系统。
[0017]图4为本发明基于深度学习的密点定密的流程图。
具体实施方式
[0018]下面结合附图和实施例对本发明进一步说明。
[0019]针对以上问题，本发明提供了一种基于深度学习的密点定密管理系统。该系统可实现定密系统的智能化和高效率化。同时该系统包括意见栏模块，定密关键在于项目相关人员对密点的把握，所以系统使用人员可以登录该模块提意见，体现出人性化。
[0020]传统的定密系统是对涉密文件均由人工完成，文件密级的确定主要取决于定密人的主观因素，往往导致“保密范围偏宽、密级偏高”、该定的不定，不该定的乱定“，经常出现同一份文件被不同的人标成非密、秘密、机密的现象，因此可以采用深度学习的密点定密管理系统，如图1所述，该系统包括秘密事项定密管理模块(1)，文档扫描模块(2)及基于深度学习的文字识别系统(3)，定密样本数据库系统(4)，基于深度学习的定密分类系统(5)，日志跟踪(6)，涉密信息检查管理(7)和监管平台及意见栏(8)。
[0021]所述的秘密事项定密管理模块(1)，用于记录和管理秘密事项的定密信息；[0022]所述的文档扫描模块(2)，用于对需要定密的文档进行扫描，方便文档上传定密数据库；
[0023]所述的基于深度学习的文字识别系统(3)如图2所示，用于针对扫描后的文档进行文字识别，提高文字的识别率；
[0024]所述的定密样本数据库系统(4)，用于给定密分类系统学习训练提供训练样本；[0025]所述的基于深度学习的定密分类系统(5)，如图3所示，用于采用定密样本数据库
系统(4)进行卷积神经网络训练，对文字识别后的文档进行学习分类；
[0026]所述的日志跟踪(6)，涉密信息检查管理(7)，监管平台及意见栏组成(8)，用于定密分类后文档的
活动防盗窗管理和监管。具体流程如图4所示：首先，通过秘密事项定密管理模块(1)的文件导入单元、文件导出单元、文件解析单元、文件存储单元、文件标定单元及查询单元；然后通过基于深度学习的文字识别系统(3)包含输入层、多层次的多个隐含层和输出层。且每一隐含层节点组与不同的文档训练样本集对应；每一隐含层节点组中的各隐含层节点依次连接；获取所述多个隐含层节点组中的第一隐含层节点组；所述第一隐含层节点组对应的文档训练样本集为所述多个隐含层节点组中除去第一隐含层节点组外的其余隐含层节点组的文档训练样本集的总和；第一隐含层节点组中的最后一个隐含层节点分别与所述多个隐含层节点组中其余隐含层节点组的第一个隐含层节点连接；所述第一隐含层节点组中的第一个隐含层节点与预设的输入层连接；所述多个隐含层节点组中除所述第一隐含层节点组外的其余隐含层节点组的最后一个隐含层节点分别与预设的输出层连接，得到卷积深度学习网络；所述卷积深度学习网络用于识别文档图像中的字符。再者，通过所述的深度学习的定密分类系统(5)，其包含输入层、多层的多个隐含层及输出层。其基于庞大的定密样本数据库系统(4)能够准确对扫描识别后的定密系统进行精准定密分级。所采用的样本点包括关键密集词组数据库包含国家涉及的所有关键词和研究所通用关键词，且可以根据留言内容，通过手动同意，不断地将新的涉密词纳入学习样本。最后通过定密分类后的文档进行管理和监管于系统的日志跟踪(6)，涉密信息检查管理(7)，监管平台及意见栏(8)。[0027]定密关键在于项目相关人员对密点的把握，系统使用人员可以登录该模块提意见和提供新型涉密词汇和定密等级建议，扩充定密样本数据库，从而提高定密精度。其中定密流程依据《国家秘密定密管理暂行规定》中规定的国家秘密三大标准化定密流程：国家秘密确定、国家秘密变更、国家
车流量统计秘密解除。辅助功能中的日志跟踪模块实时记录用户登录及操作的日志、定密依据、密级及保密期限关键信息发生改变时审计日志，方便查询追溯，并可自定义配置输出文件如EXECEL、WORD、PDF等格式。同时，该系统添加定密意见模块，对定密出现的问题，可留言，对新型涉密词汇和等级纳入定密训练样本数据库，从而提高定密的精度和效率。
[0028]所述的基于深度学习的密点定密管理系统，样本点包括关键密集词组数据库，其中包含国家涉及的所有关键词和研究所通用关键词，且可以根据留言内容，通过手动同意，不断地将新的涉密词纳入学习样本。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议