一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法与流程

摘要: 本发明涉及数据防泄露,特别是涉及一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法。背景技术:1、在数据防泄露系统中,终端扫描程序通常需要对存储于终端设备中的...
一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法与流程

本发明涉及数据防泄露,特别是涉及一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法。

背景技术:

1、在数据防泄露系统中,终端扫描程序通常需要对存储于终端设备中的文件进行内容检查,以识别文件中包含的敏感信息。扫描对象除普通文本文件、办公文档和图像文件外,还包括压缩文件等容器文件。常见的处理过程包括文件枚举、文件类型识别、内容提取和敏感内容检测。对于压缩文件,需要在解析容器结构后进一步取得内部文件,并继续执行相应的内容检查。例如,中国发明专利cn116186764b公开了一种数据安全检查方法及系统,对office文档进行文档结构检查和文本关键词检查,并对压缩文件进行解压后继续扫描压缩文件内部的文件。

2、容器文件内部还可能包含压缩文件或者其他可继续解析的文件对象,从而形成多层嵌套的文件结构。针对该类文件的内容检查,中国发明专利申请cn110851871a公开了一种文件解压方法、装置、电子设备及存储介质,在敏感信息监测过程中对多层嵌套压缩文件进行递归解压,以取得后续需要检测的文件内容。对于扫描任务执行过程中发生暂停或者中断的情形,中国发明专利申请cn113468119a公开了一种文件扫描方法和装置,在数据防泄漏扫描系统中保存断点扫描信息,并根据断点文件的绝对路径与待扫描文件的绝对路径进行递归匹配,以确定继续扫描的位置。

3、但是,对于内部包含多个条目并具有多层嵌套关系的容器文件,现有技术仍存在已完成条目的敏感内容扫描结果难以在后续扫描过程中按照容器层级直接复用和恢复的问题。在同一嵌套容器文件再次扫描或者扫描过程中断后继续扫描时,已经完成处理的内部条目仍可能再次进行内容提取和敏感内容识别。

技术实现思路

1、为了克服现有技术的不足,本发明的目的是提供一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法,本发明解决了现有技术存在嵌套容器内部已完成条目扫描结果难以分层复用和恢复的问题。

2、为实现上述目的,本发明提供了如下方案:

3、一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法,包括:

4、获取待扫描嵌套容器文件,并计算所述待扫描嵌套容器文件的容器内容指纹;

5、根据所述容器内容指纹在容器条目映射缓存中查找对应的父记录,当查找到所述父记录时,获取与所述容器内容指纹对应的子记录,其中,所述父记录包括:条目总数和父容器聚合结果,所述子记录包括:虚拟路径和子条目明细结果;

6、当所述子记录的数量与所述条目总数一致时,读取所述父容器聚合结果和各所述子条目明细结果,并按照所述虚拟路径恢复所述待扫描嵌套容器文件的敏感内容扫描结果;

7、当未查找到所述父记录或所述子记录的数量与所述条目总数不一致时,对所述待扫描嵌套容器文件进行敏感内容扫描,得到父容器聚合结果和各子条目明细结果;

8、将各所述子条目明细结果及对应的虚拟路径写入所述容器条目映射缓存形成子记录,并在全部所述子记录写入完成后,将所述条目总数和所述父容器聚合结果写入所述容器条目映射缓存形成父记录。

9、一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复装置,包括:

10、指纹计算模块,用于获取待扫描嵌套容器文件,并计算所述待扫描嵌套容器文件的容器内容指纹;

11、缓存检索模块,用于根据所述容器内容指纹在容器条目映射缓存中查找对应的父记录,当查找到所述父记录时,获取与所述容器内容指纹对应的子记录,其中,所述父记录包括条目总数和父容器聚合结果,所述子记录包括虚拟路径和子条目明细结果;

12、结果恢复模块,用于当所述子记录的数量与所述条目总数一致时,读取所述父容器聚合结果和各所述子条目明细结果,并按照所述虚拟路径恢复所述待扫描嵌套容器文件的敏感内容扫描结果;

13、敏感内容扫描模块,用于当未查找到所述父记录或所述子记录的数量与所述条目总数不一致时,对所述待扫描嵌套容器文件进行敏感内容扫描,得到父容器聚合结果和各子条目明细结果;

14、缓存写入模块,用于将各所述子条目明细结果及对应的虚拟路径写入所述容器条目映射缓存形成子记录,并在全部所述子记录写入完成后,将所述条目总数和所述父容器聚合结果写入所述容器条目映射缓存形成父记录。

15、一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使计算机执行任一项所述的分层缓存与恢复方法。

16、本发明公开了以下技术效果:

17、本发明提供了一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法,本发明通过容器内容指纹建立嵌套容器文件与容器条目映射缓存之间的对应关系,并采用包含父容器聚合结果的父记录以及包含虚拟路径和子条目明细结果的子记录对敏感内容扫描结果进行分层保存,在父记录存在且子记录数量与条目总数一致时,可直接恢复嵌套容器文件的父容器聚合结果和各子条目明细结果,减少对已经完成敏感内容扫描的容器文件及内部条目的重复处理;同时,通过在全部子记录写入完成后再形成父记录,使父记录能够表征对应子记录集合的完成状态,降低不完整缓存被继续使用的可能性。在此基础上,通过配置指纹校验、识别引擎对应的引擎切片缓存以及已完成内部条目的恢复处理,可进一步提高扫描配置变化和扫描中断情况下已有扫描结果的复用程度,并保持嵌套容器文件中不同层级条目扫描结果与父容器聚合结果之间的对应关系,从而提高嵌套容器文件敏感内容扫描的处理效率和结果恢复的可靠性。

1.一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法,其特征在于,包括:

2.根据权利要求1所述的一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法,其特征在于,所述根据所述容器内容指纹在容器条目映射缓存中查找对应的父记录,当查找到所述父记录时,获取与所述容器内容指纹对应的子记录,包括:

3.根据权利要求1所述的一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法,其特征在于,所述将各所述子条目明细结果及对应的虚拟路径写入所述容器条目映射缓存形成子记录,并在全部所述子记录写入完成后,将所述条目总数和所述父容器聚合结果写入所述容器条目映射缓存形成父记录,包括:

4.根据权利要求1所述的一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法,其特征在于,所述对所述待扫描嵌套容器文件进行敏感内容扫描,得到父容器聚合结果和各子条目明细结果,包括:

5.根据权利要求4所述的一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法,其特征在于,所述根据所述条目内容指纹和本次敏感内容扫描采用的各识别引擎对应的识别引擎标识,在引擎切片缓存中查找对应的引擎切片,包括:

6.根据权利要求4所述的一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法,其特征在于,所述根据所述条目内容指纹和本次敏感内容扫描采用的各识别引擎对应的识别引擎标识,在引擎切片缓存中查找对应的引擎切片,包括:

7.根据权利要求1所述的一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法,其特征在于,所述当未查找到所述父记录或所述子记录的数量与所述条目总数不一致时,对所述待扫描嵌套容器文件进行敏感内容扫描,得到父容器聚合结果和各子条目明细结果,包括:

8.根据权利要求1所述的一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复方法,其特征在于,所述对所述待扫描嵌套容器文件进行敏感内容扫描,得到父容器聚合结果和各子条目明细结果,包括:

9.一种嵌套容器文件敏感内容扫描结果的分层缓存与恢复装置,其特征在于,包括:

10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行权利要求1至8中任一项所述的分层缓存与恢复方法。