基于ocr技术的涉密文档监控系统设计与实现

《基于ocr技术的涉密文档监控系统设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论文题目基于OCR技术的涉密文档监控系统设计与实现专业学位类别工程硕士学号201291250207作者姓名徐建文指导教师徐焜副教授万方数据万方数据分类号密级注1UDC学位论文基于OCR技术的涉密文档监控系统设计与实现（题名和副题名）徐建文（作者姓名）指导教师徐焜副教授电子科技大学成都 王猛高工中国电子科技集团公司第十一研究所北京（姓名、职称、单位名称）申请学位级别硕士专业学位类别工程硕士工程领域名称软件工程提交论文日期2014.9.1论文答辩日期2014.11.29学位授予单位和日期电子科技大学2014年12月25日答辩委员会主席评阅人注1：注明《国际十进分

2、类法UDC》的类号。万方数据万方数据DESIGNANDIMPLEMENTATIONOFSECRET DOCUMENTMONITORSYSTEMBAESDON OCRAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:XU-JianWenAdvisor:XU-KunSchool:SchoolofAeronauticsandAstronautics万方数据万方数据独创性声明本人声明所呈交的学位论文是本人在导

3、师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存

4、、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：导师签名：日期：年月日万方数据万方数据摘要摘要网络高度发达的信息化时代，机密文件的安全保护与监控是一项非常值得重视的任务，尤其对政府、军队和其他重要单位。数字信息高速发展的今天，绝大部分文件都以电子文档的形式存在，但目前关于电子文档的安全监控系统大部分是针对计算机可以直接识别的计算机文字而设计，而对图像形式的电子文档的监控暂时还没有很好的系统对其处理，因此开发一个能对图形电子文档进行监控的系统以防止信息以图形化形式泄露，具有重要意义。通过阅读大量相关文献和参考其他相关系统的基础上，重点针对图形文

5、档的安全监控，利用开源的OCR(OpticalCharacterRecognition)技术，提出基于OCR技术的文件监控系统的设计与实现。大数据时代如何在大量的数据中发现价值，是目前研究的热点与重点。在大量的文件中查找机密文件也是一种价值的发现，目前对大数据处理最常用办法即采用机器学习的办法。机器学习是当前实现人工智能的最有效方法之一，为了使系统具有监控全面性、准确性、先进性、高效性甚至智能性，本项目将OCR应用技术与机器学习相结合来共同完成对机密文档的监控。项目的实现按软件工程的步骤逐步进行，首先进行需求分析，其次根据需求分析中的功能模块进行详细设计，到

6、最后的编码实现与测试。通过测试证明基于OCR技术的涉密文档监控系统具有一定的先进性和适用性。该系统的应用能弥补对局域网中图形化形式存储的机密文档监控不到位的问题，能较全面的对文件系统进行监控，提高文档的安全性，降低信息泄露的风险。关键词：监控系统；OCR；机器学习；安全性；SVM;文档I万方数据ABSTRACTABSTRACTTheinformationageofhighlyadvancednetworktechnology,safetyprotectionand monitoringofconfidentialdocumentsisaveryimporta

7、nttask,especiallytothe government,militaryandotherimportantunit.Digitalinformationhighspeed developmenttoday,thevastmajorityoffilesexistintheformofelectronicdocuments, butthesafetymonitoringsystemforelectronicdocumentismostlyforcomputerand designcandirectlyidentifythecomputertext,a

8、ndmonitoringofelectronicdo