一种涉密内网中AI写作辅助的公文素材安全供给方法及中间件系统与流程

本发明属于涉密内网人工智能辅助办公，具体涉及一种独立部署于公文治理系统与 ai 写作系统之间的中间件方法及系统，用于在原始公文不流出涉密终端的前提下，为内网部署的一个或多个异构 ai 写作模型安全供给结构化写作素材，并完成 ai生成初稿的合规校验回传。本发明所有技术方案严格遵循《涉密信息系统分级保护管理办法》《信息安全技术 网络安全等级保护基本要求》（gb/t 22239-2019）三级防护要求，全程禁止原始涉密数据、公文原文流出涉密终端及内网安全域，不对接外网、公有云及外网大模型。

背景技术：

1、 随着人工智能技术在政务办公领域的快速普及，利用 ai 辅助公文写作已成为提升行政效率的重要手段。当前，内网私有化部署的 ai 写作模型已在部分涉密单位试点应用，该类模型均部署于涉密内网安全域内，不连接外网，满足数据不出域的基本合规要求。

2、 然而，涉密内网 ai 写作在素材供给环节仍面临根本性困境：

3、第一，ai 模型无法直接访问涉密公文原文。依据涉密信息系统分级保护要求，任何应用程序不得未经授权遍历、读取涉密终端本地存储的原始公文。ai 写作模型即使部署于内网，也不具备直接检索和读取终端本地公文原文的权限。若强行开放读取权限，将导致ai 模型与涉密数据混同，带来不可控的泄密风险。

4、第二，存量公文素材复用效率极低。据调研，超过 70% 的用户在撰写公文时依赖本单位历史存量公文作为参考素材。现有操作模式下，用户只能人工翻阅历史文档、手工摘抄可用段落作为 ai 写作的参考输入，不仅效率低下，更存在人工摘抄导致的内容遗漏、要素错位以及二次接触敏感信息带来的泄密隐患。

5、第三，人机协作缺乏合规数据通道。用户作为涉密数据的合法知悉者，却缺乏一条合规的、自动化的数据传递通道，将历史公文素材安全地提供给 ai 作为写作参考。

6、第四，公文治理系统与 ai 写作系统强耦合，部署灵活性差。现有少量尝试对接的方案均为公文治理系统厂商针对单一 ai 模型开发的定制接口。若单位更换或同时部署多家 ai 写作模型，则需重复开发对接，无法实现一套素材供给机制服务多个异构 ai 系统。

7、第五，脱敏素材的安全性缺乏客观界定。现有方案对提供给 ai 的参考素材缺乏统一的脱敏标准和结构化约束，脱敏后的片段存在被关联分析后逆向还原原文的风险，安全边界模糊。

8、 综上所述，涉密内网 ai 写作辅助面临的核心矛盾在于：ai 需要历史公文作为写作参考以提升质量，但合规制度禁止 ai 直接读取原文，而现有技术中缺乏一个独立的、标准化的中间层来解决这一人机数据隔离困境。

技术实现思路

1、 本发明旨在解决涉密内网场景下，ai 写作模型无法直接读取本地涉密公文、用户手工摘抄效率低且存在泄密风险、公文治理系统与 ai 系统强耦合无法适配多模型、脱敏素材安全边界模糊的行业共性难题。

2、 本发明提出一种 "安全素材中间件" 架构 —— 独立部署于公文治理系统与ai 写作系统之间的解耦层。该中间件不依赖任何特定 ai 模型，通过标准化接口可同时对接一个或多个异构 ai 写作终端，提供统一的 "素材安全供给" 与 "初稿合规回传" 服务。

3、 整体逻辑闭环为：用户发起写作意图→中间件从本地脱敏索引中合规召回相关素材→按标准格式结构化打包→通过加密通道供给 ai→ai 生成初稿→中间件做密级与要素合规校验→回传至用户终端。

4、 全程原始公文不离开涉密终端，ai 模型从未触碰任何原文片段，用户无需手工摘抄，所有素材传递均经由中间件完成脱敏和审计。

5、 为实现上述目的，本发明提供一种涉密内网中 ai 写作辅助的公文素材安全供给方法，该方法运行于独立部署的中间件服务器或终端本地服务进程中，位于公文治理系统与 ai 写作系统之间。所述方法包括以下步骤：

6、步骤 1：素材请求接收与前置安全审查

7、中间件接收来自用户操作的 ai 写作终端下发的素材调用请求，请求参数包含目标公文文种、拟制密级、发文意图描述。所述发文意图描述经敏感词过滤与脱敏处理后仅保留文种类型、业务领域和行文目的三类非敏感语义特征。所有请求参数全程经国密 sm2 算法加密传输。

8、步骤 2：基于本地脱敏索引的候选素材召回

9、中间件根据请求参数中的公文文种和拟制密级，调取部署于终端本地的正向脱敏元数据索引，筛选出符合条件的候选公文集合。再根据发文意图对候选公文进行语义相似度计算，按相似度从高到低排序，截取排名前列的 n 篇公文作为候选素材，n 为 3 至 10之间的预设整数。

10、 所述语义相似度计算具体为：加载公文停用词表过滤停用词；将发文意图描述中的实词映射为 300 维词向量；根据目标公文文种对特定词进行权重调整；计算发文意图向量与候选公文索引关键词向量之间的余弦相似度，按相似度从高到低排序。

11、所述正向脱敏元数据索引的构建方式如下：终端本地治理子系统对每一份存量公文执行非生成式要素抽取，提取以下固定字段并写入本地索引库：

12、索引 id：由终端编号 + 文件 sm3 哈希值前 16 位 + 时间戳组合生成，不可逆推原文路径；

13、文种分类：按照《党政机关公文处理工作条例》规定的 15 种法定公文文种进行分类标注；

14、密级标签：从原文密级标识区域 ocr 识别或结构化元数据中读取，分为 "非密""内部・工作秘密 ""秘密"" 机密 ""绝密" 五级；

15、要素关键词：从公文标题、主送机关、正文首段中抽取的专有名词组合；

16、脱敏段落摘要：将正文按自然段分割后，剔除含有人名、具体时间、具体地名、具体项目代号等敏感实体的段落，保留不含敏感实体的段落文本并按每段截取前 200 字后写入索引；相邻段落摘要之间插入随机长度间隔符；

17、发文机关全称、办理时限标签、成文日期（仅保留年月，不保留日）。

18、 上述全部字段构成一条完整的正向脱敏元数据索引记录。索引库与原始公文物理隔离存储。

19、步骤 3：结构化脱敏素材打包

20、对排序后的候选公文，从本地索引中提取脱敏要素，按照预设的标准化 json 字段进行结构化打包。结构化素材至少包括以下五类固定字段：素材来源索引 id、密级标签、要素关键词、脱敏段落摘要、生成时间戳。

21、 所述脱敏段落摘要为经碎片化处理的非连续片段：摘要总字数不超过索引存储的脱敏段落摘要总字数的 20%（若索引存储的该段摘要字数低于 100 字则不予摘录），相邻片段之间插入 80 至 150 字的随机间隔占位符（不包含任何语义内容，仅用于阻断连续语义流），单篇公文摘录的脱敏段落摘要总计不超过 500 字；所有摘录片段从索引存储的脱敏段落摘要字数 50% 位置处开始截取，若该 50% 位置处位于句子中间，则向后顺延至该句结束位置再开始截取，保证摘录片段以完整句子为最小单位，不摘录段首句和段尾句。

22、步骤 4：双通路加密传输

23、将打包后的结构化素材，经国密 sm2 非对称加密后，通过以下两条通路之一传输至目标 ai 写作终端：

24、restful api 单向通路：适用于内网联网协同模式，api 仅开放下行权限，禁止ai 终端反向写入任何数据至公文治理域；

25、本地文件隔离分区通路：适用于物理断网单机模式，素材通过磁盘隔离分区以加密文件形式传递，不产生任何网络流量。

26、 当系统配置有多个异构 ai 写作终端时，中间件通过多 ai 适配接口层将同一份结构化素材并行分发至已注册的全部 ai 写作终端，无需为不同 ai 终端分别开发定制接口。

27、步骤 5：ai 生成初稿的合规回传与校验

28、ai 写作终端基于接收到的结构化素材完成初稿生成后，将初稿通过加密通路回传至中间件。中间件对初稿执行以下合规校验：

29、（一）密级一致性校验：采用规则引擎与敏感词库联动的方式实现 ——

30、（a）构建五级密级敏感词库，每级词库与对应密级标签一一映射；

31、（b）对 ai 生成初稿的正文进行全量扫描，将正文切分为句子级粒度，逐句匹配各级密级敏感词库；

32、（c）若匹配到高于请求参数中拟制密级的敏感词，则触发告警并阻断回传；

33、（d）若匹配到的敏感词密级低于或等于拟制密级，则校验通过；

34、（e）所有匹配命中的敏感词及其所在位置均记录入溯源台账，供人工复核。

35、（二）要素完整性校验：预先构建 "文种 - 必要要素映射表"—— 例如 "请示"的必要要素为发文机关、主送机关、请示事由、请示事项、结尾语、成文日期、印章；"通知"的必要要素为发文机关、主送机关、通知事由、具体安排 / 要求、成文日期；"报告" 的必要要素为发文机关、主送机关、报告事由、情况说明、结语、成文日期。校验时以正则表达式匹配初稿中是否包含上述各类要素的相应关键词，若全部匹配则校验通过，若有缺失则标记缺失要素项并阻断回传，同时向用户终端推送要素缺失提示信息。

36、 校验通过后，中间件将初稿与本次调用的素材来源索引 id 关联，生成完整的溯源链路台账。

37、步骤 6：溯源展示与审计存证

38、在公文治理终端向用户展示结构化素材来源链路（包括素材来源公文 id、脱敏摘要片段与初稿对应段落的映射关系），同时将本次素材调用全流程日志提交至哈希链日志存证模块，所述哈希链日志存证模块中每个日志存储单元嵌入上一条日志的哈希值形成链式关联，实现全程可审计、不可篡改。

39、本发明有益效果：

40、首创 "安全素材中间件" 架构，独立部署于公文治理系统与 ai 写作系统之间，实现治理与 ai 的解耦，一套中间件通过多 ai 适配接口层可同时服务多个异构 ai 写作模型，避免重复开发。

41、彻底解决人机数据隔离困境：ai 不直接触碰任何原始公文，用户无需手工摘抄，通过中间件自动完成脱敏素材安全供给，在合规前提下充分复用存量公文资产。

42、原始公文全程不出终端，所有素材筛选、脱敏、打包均在终端本地或中间件安全域内完成，不对接外网大模型及公有云服务。

43、标准化接口降低部署门槛：任何内网部署的 ai 写作模型，只需遵循本发明的标准化素材格式和加密接口，即可合规获取历史公文参考素材，无需公文治理系统厂商额外开发适配。

44、闭环管控降低 ai 生成风险：通过密级一致性校验（五级敏感词库逐句匹配）和要素完整性校验（文种 - 要素映射表正则匹配），防止 ai 生成内容超密级、遗漏必要公文要素，形成 "素材供给→生成→校验→反馈" 的安全闭环。

45、双通路加密传输适配双运行模式，同时满足联网协同与物理断网单机两类涉密部署场景。

46、通过两阶段脱敏处理（索引阶段截取前 200 字 + 打包阶段从 50% 位置碎片化截取，配合 20% 摘录比例、80-150 字间隔占位符、500 字上限）在保持素材语义价值的同时，客观降低了逆向还原原文的风险。

47、全程审计存证，哈希链日志确保所有素材调用于全生命周期可追溯、不可篡改，满足等保三级审计合规要求。