情報提示装置、情報提示方法、プログラム
【課題】 漏洩したファイルから２次的に派生して作成されたファイルを、最初に漏洩したファイルから検索し、この派生して作成されたファイルに関する情報を提示する、及び、広域ネットワークを介してアクセス可能なコンピュータに記録された個人情報を提示する。
【解決手段】 漏洩したファイルのオリジナル・データを記録する記録部と、前記オリジナル・データと、調査対象の記録領域に存在するファイルに含まれる漏洩を防止すべき情報に該当する表現を抽出する抽出部と、前記抽出した表現に基づいて、調査対象の記録領域に存在するファイルと、前記オリジナル・データとの関連度を調査する調査部と、前記関連度に基づいて、前記漏洩したファイルに基づいて作成されたファイルに関する情報を提示する提示部と、を備えた装置。
【解決手段】 漏洩したファイルのオリジナル・データを記録する記録部と、前記オリジナル・データと、調査対象の記録領域に存在するファイルに含まれる漏洩を防止すべき情報に該当する表現を抽出する抽出部と、前記抽出した表現に基づいて、調査対象の記録領域に存在するファイルと、前記オリジナル・データとの関連度を調査する調査部と、前記関連度に基づいて、前記漏洩したファイルに基づいて作成されたファイルに関する情報を提示する提示部と、を備えた装置。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、情報提示装置、情報提示方法、プログラムに関し、特に、漏洩を防止すべき情報に関連した情報を提示する情報提示装置、情報提示方法、プログラムに関する。
【背景技術】
【０００２】
近年、第三者が所定の情報を漏洩、盗難、不正利用することを、どのように防止するかが課題となっている。また、仮に所定の情報が漏洩してしまった場合に、情報処理システムの管理者が、所定の情報が漏洩した原因の追跡を行えることが望ましい。
【０００３】
そこで、漏洩を防止すべき情報に対して、アクセスのあった履歴を残して、漏洩した後に、このアクセスした履歴を参照することで、漏洩した原因を追跡する方法が知られている（例えば、特許文献１、２）。この方法によれば、一度、漏洩した後に、このアクセスした履歴を参照することで、アクセス履歴のユーザ名により、漏洩した原因を特定することが可能である。
【特許文献１】特開２００４−１１８２４３号公報
【特許文献２】特開２００３−０７６６６２号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１、２の方法では、情報処理システムの管理者は、情報が漏洩した原因を追究することに留まり、この漏洩した情報から派生した情報を把握することはできない。すなわち、一度、情報が漏洩した場合には、この漏洩した情報に基づいて、新たなファイルが作成され、さらに、この新たなファイルから情報が漏洩する。したがって、漏洩した情報に基づいて、２次的、３次的に派生して漏洩した情報の有無や、これらが記録されている場所やファイル名を、管理者が把握できることが望ましい。
【０００５】
加えて、特許文献１、２では、通信回線ネットワークでアクセス可能なコンピュータに記録された漏洩を防止すべき情報について管理者は把握することができない。
【０００６】
本発明の目的は、漏洩したファイルから２次的、３次的に派生して作成されたファイルを検索し、この派生して作成されたファイルに関する情報を管理者に提示すること、及び、通信回線ネットワークでアクセス可能なコンピュータに記録された漏洩を防止すべき情報についての情報を管理者に提示することが可能な情報提示装置、情報提示方法、プログラムを提示することを目的とする。
【課題を解決するための手段】
【０００７】
本発明の第１の実施形態によると、漏洩したファイルのオリジナル・データを記録する記録部と、前記オリジナル・データと、調査対象の記録領域に存在するファイルに含まれる漏洩を防止すべき情報に該当する表現を抽出する抽出部と、前記抽出した表現に基づいて、調査対象の記録領域に存在するファイルと、前記オリジナル・データとの関連度を調査する調査部と、前記関連度に基づいて、前記漏洩したファイルに基づいて作成されたファイルに関する情報を提示する提示部と、を備えた装置、方法及びプログラムを提供する。
【発明の効果】
【０００８】
本発明によれば、漏洩を防止すべき情報に関連した情報を提示する情報提示装置、情報提示方法、プログラムを提供することが可能である。
【発明を実施するための最良の形態】
【０００９】
以下に、本発明の好適な実施形態を図面に基づいて説明する。
【００１０】
図１は、漏洩情報提示装置１０の構成を示すブロック図である。漏洩情報提示装置１０は、漏洩を防止すべき情報に関連した情報を提示する情報提示装置である。例えば、漏洩情報提示装置１０は、既に漏洩したファイルのオリジナル・データに基づいて作成されたファイルに関する情報をユーザに提示する装置である。漏洩情報提示装置１０は、通常のコンピュータ装置、携帯情報端末、携帯電話等であってよい。漏洩情報提示装置１０は、制御部１００と、記録部１６０、記録領域１７０ａ、個人情報データ辞書１３５、単語辞書１３６とから構成される。
【００１１】
制御部１００は、漏洩情報提示装置１０の情報を制御する。制御部１００は、中央処理演算装置であってよい。制御部１００は、漏洩を防止すべき情報に該当する表現を抽出する抽出部と、抽出した表現から、調査対象の記録領域に存在するファイルとオリジナル・データとの関連度を調査する調査部と、この関連度に基づいてオリジナル・データに基づいて作成されたファイルに関する情報を提示する提示部とから構成される。ここで、漏洩を防止すべき情報とは、ユーザが外部（企業外、家庭外等）に流出させたくない情報であり、ユーザが漏洩を防止したいと望む情報である。漏洩を防止すべき情報は、個人情報であってもよい。
【００１２】
抽出部１１０は、漏洩を防止すべき情報に該当する表現を抽出する。すなわち、抽出部１１０は、特定のアプリケーション・プログラムの形式に従うデータをテキスト形式に変換するフィルター１２０と、このテキスト形式に変換されたデータに形態素解析を行う解析部１３０と、形態素解析を行った結果から、漏洩を防止すべき情報に該当する表現を抽出する表現抽出部１３２とから構成される。
【００１３】
フィルター１２０は、特定のアプリケーション・プログラムの形式に従うファイルを、テキスト形式に変換する。すなわち、フィルター１２０は、編集プログラム、表計算プログラム等のアプリケーション・ソフトウェアで使用される書式のファイルや、ＨＴＭＬ書式のファイル等のデータを、特定の書式を含まない形式（テキスト形式）のファイルに変換する。ここで、テキスト形式のファイルとは、人間が読み書きする文字で構成されているファイルのことである。また、フィルター１２０は、ファイルの中のテキストだけ抽出するプログラムとして動作する、テキストコンバータであってよい。
【００１４】
解析部１３０は、フィルター１２０により抽出されたデータに対して、形態素解析を行う。ここで、形態素解析とは、文章を形態素に分割し、分割した形態素の品詞分けを行うことである。解析部１３０は、テキスト形式のファイルに対して単語辞書１３６（単語の意味と品詞等がデータとして記録された電子辞書）を参照して、単語や文字列で分離し、品詞コードを付与する。ここで、品詞コードとは、単に品詞に関する情報に限らず、品詞のうちどのような種類の単語かに関する情報を含む。例えば、「田中一郎、日本アイ・ビー・エム、東京都港区六本木x−x−x、tanaka@ibm.xxx」というテキスト文章が入力されると、表１のように形態素解析される。
【表１】
【００１５】
表現抽出部１３２は、解析部１３０が解析した結果を用いて、テキスト形式のファイルの中から固有表現の抽出を行う。ここで、固有表現とは、漏洩を防止すべき情報である可能性の高い表現のことである。ここでの固有表現は、姓、名（人名、法人名、社名を含む）、郵便番号、住所、電話番号、所属組織、メールアドレス、ホームページアドレス、生年月日についての情報である。その他の固有表現として、カードの会員番号、口座番号等であってもよい。表現抽出部１３２は、解析部１３０の結果から、これらの固有表現のうち何れか一つでも検出した場合には、この検出した単語、文字列を固有表現として抽出する。
【００１６】
表現抽出部１３２が、固有表現として、郵便番号を抽出する一例について説明する。表現抽出部１３２は、テキスト形式のファイルから７桁の数字あるいは、「ＸＸＸ−ＸＸＸＸ」（Ｘは数字）の形式の数字の中で、郵便番号として存在するものを郵便番号辞書より検出し、条件にあった数字列を検出できた場合には、これを郵便番号の固有情報として抽出する。
【００１７】
表現抽出部１３２が、固有表現として、電話番号を抽出する一例について説明する。表現抽出部１３２は、テキスト形式のファイルから４桁の数字であり、その４桁の数字の前に、ハイフン（−）もしくは半角空白があるかを判断し、かつ、このハイフン（−）もしくは半角空白の前に市外局番がある数字列を、電話番号の固有情報として抽出する。
【００１８】
表現抽出部１３２が、固有表現として、メールアドレスを抽出する一例について説明する。表現抽出部１３２は、テキスト形式のファイルから“＠”の前に英数字列があり、“＠”の後に、“．”を含む英数字列があるかを判断して、この文字列を、メールアドレスの固有情報として抽出する。
【００１９】
固有表現として、その他のカードの会員番号、口座番号等を抽出させる場合であっても、表現抽出部１３２は、各々の英数字や記号特有の書式に対応して、固有表現として、抽出することができる。
【００２０】
表現抽出部１３２は、抽出された固有表現から、固有表現データを生成する。表現抽出部１３２は、一の固有表現を抽出した段階で、この固有表現を、表２のフレーム内の該当する値に入力する。表現抽出部１３２は、次に抽出した固有表現に対しても、表２のフレーム内の該当する値に入力する。
【表２】
【００２１】
ここで、表現抽出部１３２が一のフレームを生成した後に、表現抽出部１３２がこのフレームを処理して、フレームの値を空にしてから、次の値をスロットに入力してもよい。例えば、表現抽出部１３２が、人名として（姓、名）の双方を抽出して、表現抽出部１３２がフレームを生成した場合に、このフレームを表現抽出部１３２が、個人情報と判断して、（姓、名）の値を記録部１６０に記録する。そして、空になったフレームに対して、表現抽出部１３２が次の固有表現の値を入力する態様であってよい。
【００２２】
あるいは他の態様として、表現抽出部１３２は、フレーム内の同一のスロットに入力する必要が生じた場合には、次のフレームを生成してもよい。例えば、表現抽出部１３２が、人名として（姓、名）の双方を抽出した後に、さらに、他の人名（姓、名）を抽出した場合には、次のフレームを生成して、他の人名（姓、名）を値としてスロットに入力してもよい。
【００２３】
表現抽出部１３２が、一のスロットに値を入力するか、新たなスロットを生成して、そのスロットに値を入力するかは、スロットごとに、値の寿命等の条件を設けてよい。例えば、スロット、“姓”が値として入力された後に“名”が値として入力されることは、“姓”が入力された後、３語以内程度であることが通常である。また、電話番号は、姓の出現から１０語以内といった条件を設けてよい。したがって、このように予め設定した語数を越えた場合には、フレーム内の値を全てクリアにするような、値の寿命を設けてもよい。
【００２４】
他のスロットも同様に、郵便番号のスロットの入力から、３語以内程度に、住所、電話番号が入力されれば、同じフレームに表現抽出部１３２が値を入力するように設定してもよい。
【００２５】
表現抽出部１３２は、固有表現を抽出する前に、解析部１３０が解析した文字列もしくは単語に対して、正規化を行ってもよい。ここで、正規化とは、所定の規則に基づいて処理を行うことであり、例えば、検出した単語、文字列に対して、余分な空白やノイズを削除することである。表現抽出部１３２は、解析部１３０が解析した文字列もしくは単語に対して、個人情報データ辞書１３５（住所辞書、メールアドレス辞書、市外局番辞書などの電子辞書）を参考にすることで、意味的な要素の分析を行ってもよい。例えば、表１のような連続した地名から導かれる地名が、実在する地名であるかを、住所が登録された住所辞書等により分析してもよいし、メールアドレスの連続した英数字や記号の連続が、実際に存在するかを分析してもよい。
【００２６】
さらに、表現抽出部１３２は、生成した固有表現が記載されたフレームから、“漏洩を防止すべき情報”を抽出する。表現抽出部１３２が、“漏洩を防止すべき情報”を判断する判断基準は、システムを利用するユーザの任意であってよく、調整可能であってよい。例えば、一つのフレーム内のスロット“姓”、“名”の双方に値が入力されていることを条件に、表現抽出部１３２が“漏洩を防止すべき情報”と判断してもよい。また、一つのフレーム内のスロット“姓”、“名”のどちらにも値が入力されていることに加えて、郵便番号、住所、電話番号、メールアドレス等の、コンタクト先のどれか一つに値が付与されていることを条件に、表現抽出部１３２が、このフレームを“漏洩を防止すべき情報”と判断してもよい。
【００２７】
表現抽出部１３２が、固有表現を、該当するスロットの値に入力する際に、厳密に正しいスロットに値を入力しなくても、複数の固有表現が近接して抽出された場合には、これらの固有表現を“漏洩を防止すべき情報”であると判断させてもよい。
【００２８】
表現抽出部１３２は、“漏洩を防止すべき情報”が記載されていると判断したフレームから値を抽出して、個人情報データとして記録部１６０に記録する。
【００２９】
調査部１４０は、表現抽出部１３２が抽出した個人情報データから、調査対象の記録領域に存在する各々のファイルと、オリジナル・データとの関連度を調査する。ここで、関連度とは、オリジナル・データに記載されている“漏洩を防止すべき情報”と、調査対象の記録領域に存在するファイル（すなわち、２次ファイルの疑いがあるファイル）に記載されている“漏洩を防止すべき情報”との関連している度合いである。例えば、関連度とは、一致度であってよい。ここで、一致度とは、同一の“漏洩を防止すべき情報”がどの程度存在するかの度合いであってよい。
【００３０】
提示部１５０は、調査部１４０が調査した関連度に基づいて、前記漏洩したファイルに基づいて作成されたファイルに関する情報を提示する。すなわち、提示部１５０は、検知した“漏洩を防止すべき情報”に基づいて、２次的、３次的、それ以降に作成されたファイルに関する情報を提示する。
【００３１】
記録部１６０は、オリジナル・データを記録する。すなわち、記録部１６０は、ハードディスク、半導体メモリであってもよいし、外部記録装置（フレキシブル・ディスク、ＣＤ、ＤＶＤ、テープ等）であってよい。また、記録部１６０は、漏洩情報提示装置１０にて扱うデータ（フレームや個人情報データ）を記録してよい。
【００３２】
記録領域１７０ａは、オリジナル・データから作成された２次ファイル、３次ファイルが記録されている可能性がある記録領域である。すなわち、記録領域１７０aは、オリジナル・データに基づいて作成されたファイルが記録されていると、ユーザが考えている領域である。したがって、記録領域１７０aには、“漏洩を防止すべき情報”を含むファイル、データ、文章と、“漏洩を防止すべき情報”を含まないファイル、データ、文章との両方が記録されていてよい。ユーザが“漏洩を防止すべき情報”が、バックアップのテープや、共有フォルダ内のファイル、サーバのログファイル等に含まれていると想定している場合には、これらのテープやフォルダ内の保存場所が、記録領域１７０aとなってよい。記録領域１７０ａは、ハードディスク、半導体メモリ等であってよい。また、記録領域１７０ｂ（図５参照）のように、漏洩情報提示装置１０の外部に接続される記録装置であってもよいし、通信回線ネットワークで接続された他のコンピュータ内の記録装置であってもよい。
【００３３】
図２は、漏洩情報提示装置１０のメイン動作フローを示す。最初に、抽出部１１０が、オリジナル・データに対して、“漏洩を防止すべき情報”に該当する表現を抽出する（ステップＳ０１）。次に、抽出部１１０が、ユーザから指定された特定の記録領域に対してファイルのクロールを行う（ステップＳ０２）。ここで、ファイルのクロールとは、所定の範囲内に記録されたデータから所定のファイルのみを取り出すことである。すなわち、抽出部１１０は、記録領域１７０a、ｂに記録されているファイルのうち、“漏洩を防止すべき情報”が記載されている可能性があるファイルを取り出す。ここで、抽出部１１０が、フィルター１２０によりテキスト形式に変換することが可能なファイルのみを取り出すことにより、結果的に“漏洩を防止すべき情報”が記載されている可能性があるファイルを取り出してもよい。
【００３４】
次に、クロールした各々のファイルに対しても同様に、“漏洩を防止すべき情報”に該当する表現を抽出する（ステップＳ０３）。次に、調査部１４０が、オリジナル・データから抽出した表現と、クロールして取り出したファイルから抽出した表現との一致度を調査する（ステップＳ０４）。この調査結果から、提示部１５０が、オリジナル・データから２次的に作成されたファイルに関する情報を提示する（ステップＳ０５）。結果として、ユーザは、オリジナル・データから２次的に作成されたファイルに関する情報を得ることが可能である。すなわち、ユーザは、記録領域１７０a、ｂの中に記録されていると考えているが、実際にはどのファイルが２次ファイルか特定できない場合に、漏洩情報提示装置１０を用いることで、この２次ファイルに関する情報を得ることが可能である。
【００３５】
図３は、抽出部１１０が、所定のファイルに対して“漏洩を防止すべき情報”に該当する表現を抽出するフローを示した図である。
【００３６】
最初に、フィルター１２０が、オリジナル・データをテキスト形式に変換する（ステップＳ１０）。次に、解析部１３０が、テキスト形式に変換したファイルに対して、形態素解析を行う（ステップＳ１１）。すなわち、解析部１３０が、表１のようにテキスト形式のファイルの、各々の文字に対して品詞コードを付与して、単語、文字を分類する。次に、抽出部１１０が、形態素解析した結果に基づいて、固有表現を抽出し、固有表現データを作成する（ステップＳ１２）。
【００３７】
一例として、表現抽出部１３２が、固有表現に対して、フレームを生成した例を表３に示す。
【表３】
【００３８】
次に、固有表現データから、表現抽出部１３２が“漏洩を防止すべき情報”を抽出する（ステップＳ１３）。表現抽出部１３２が、“漏洩を防止すべき情報”であると認定したフレームにより個人情報データを生成する。
【００３９】
上述の表３の例から、“漏洩を防止すべき情報”と検知された個人情報データを表４に示す。この例では、固有表現データ（漏洩を防止すべき情報である可能性の高い表現のデータ）から“漏洩を防止すべき情報”を抽出するための判断条件としては、姓、名が値として存在し、かつ住所、電話番号、メールアドレスのいずれかに値が入力されている場合である。
【表４】
【００４０】
このように、抽出部１１０は、所定のファイルに対しての“漏洩を防止すべき情報”に該当する表現である個人情報データを抽出する。抽出部１１０は、オリジナル・データと、クロールしたファイルとの双方に対して、個人情報データを抽出する。そして、調査部１４０が、各々の個人情報データを比較し、一致度を調査する。この調査結果から、提示部１５０が、２次ファイルの情報の提示を行う。
【００４１】
図４は、２次ファイルに関する情報の一例である。提示部１５０は、このような２次ファイルに関する情報（ファイル名、ファイルの記録場所、このファイルとオリジナル・データとの“漏洩を防止すべき情報”の関係）を提供する。この例では、“漏洩を防止すべき情報”の検索対象の記録領域１７０a、ｂは、“C:\My Documents”であり、ここに挙げられている、address.docのファイルは、漏洩したオリジナル・データから２次的に作成された可能性が高いファイルである。“個人情報”の項目は、このファイル内に個人情報と特定された個人情報データの数であり、“個人情報[要素数]”の項目は、このファイル内に個人情報と特定された個人情報データの、この個人情報データ内の値の数である。人名（diff）、住所（diff）とは、オリジナル・データに記載された人名、住所と異なる人名、住所の数である。一致数とは、オリジナル・データとこのファイルとで一致した個人情報（個人情報であると判断された個人情報データ）の数である。
【００４２】
個人情報の一致数により、address.docのファイルが一次ファイルから２次的に作成されたファイルであるとユーザは判断することができる。また、Manager_address.txtのファイルが、address.docの次に、個人情報の一致数が多いため、これが３次ファイルである可能性が高いと判断することができる。
【００４３】
漏洩情報提示装置１０が通信回線ネットワーク３０に接続されて、この通信回線ネットワーク３０に接続された対象サーバ２００内に記録領域１７０a、ｂが存在する場合について、図５を用いて説明する。対象サーバ２００は、通常のコンピュータ装置である。この対象サーバ２００の記録領域１７０a、ｂに“漏洩を防止すべき情報”が記載されたファイルが記録されている場合には、漏洩情報提示装置１０の抽出部１１０は、通信回線ネットワーク３０を介して、クロールを行い、“漏洩を防止すべき情報”に該当する表現（個人情報データ）を抽出する。
【００４４】
次に、図５を用いて、漏洩情報提示装置１０が、通信回線ネットワーク３０に接続されたコンピュータ内に記録された“漏洩を防止すべき情報”であり、記録領域１７０a、ｂをユーザが特定できない場合に、“漏洩を防止すべき情報”を検知する方法について説明する。すなわち、前述では、ユーザが記録領域１７０a、ｂの場所（ファイルが保存されていると想定されるパス名やフォルダ名）を把握しており、この記録領域を特定できる場合に、この記録領域内の“漏洩を防止すべき情報”を検知する方法について説明した。以下では、この記録領域１７０a、ｂが、どこであるか不明であるときに、“漏洩を防止すべき情報”を検知する方法について説明する。
【００４５】
漏洩情報提示装置１０が、通信回線ネットワーク３０に接続され、“漏洩を防止すべき情報”が記載されたファイルが対象サーバ２００に記録されている場合に、このファイルに関する情報を、漏洩情報提示装置１０が提示する（図５参照）。漏洩情報提示装置１０と検索サーバ２１０と対象サーバ２００とは、通信回線ネットワーク３０に接続されており、これらのコンピュータは、互いに通信可能である。通信回線ネットワーク３０は、インターネット、ＬＡＮのいずれかであってもよいし、これらの組合せからなるネットワークであってよい。ここで、検索サーバ２１０は、ユーザからの情報の入力を受けて、通信回線ネットワーク３０上でアクセス可能なコンピュータ装置（対象サーバ２００等）に記録されたファイルへのリンク情報を提示するサーバである。
【００４６】
漏洩情報提示装置１０は、通信回線ネットワーク３０に接続して通信を行う通信部と、検索サーバ２１０に“漏洩を防止すべき情報”についての検索を要求する検索要求部と、検索した結果を取得する取得部とを、さらに備えてよい。
【００４７】
漏洩情報提示装置１０を構成する各部について、図６に基づいて説明する。漏洩情報提示装置１０は、“漏洩を防止すべき情報”の入力をユーザより受信する（ステップＳ２０）。“漏洩を防止すべき情報”の入力は、単に、キーワードとして姓名や住所等の個人に関する情報の入力を受けてもよいし、“漏洩を防止すべき情報”が一覧となっているファイルの入力を受けてもよい。次に、検索要求部が、通信回線ネットワーク３０を介して、検索サーバ２１０に、この“漏洩を防止すべき情報”についての検索を要求する（ステップＳ２１）。検索サーバ２１０は、通信回線ネットワーク３０に接続された対象サーバ２００のうち、指定された“漏洩を防止すべき情報”が記載されているファイルを検索する。検索サーバ２１０は、検索した結果を、このファイルに対するリンク（このファイルへのアドレス・ロケーションを示したファイル）を含めた、リンクデータを作成する。このリンクデータを、取得部が受領する（ステップＳ２２）。
【００４８】
次に、取得部が取得したリンクデータのリンク先（対象サーバ２００）にアクセスすることで、提示部１５０が、“漏洩を防止すべき情報”が記載されたファイルを受信する（ステップＳ２３）。例えば、インターネットで公開されているファイルに対して、このファイルが記録されている対象サーバ２００に対してアクセスして、このファイルを取得する。提示部１５０が、全てのリンク先に対して、このファイルを取得して、これらのファイルと、ユーザから入力を受け、検索要求した“漏洩を防止すべき情報”との関係についての情報を提示する（ステップＳ２４）。例えば、提示部１５０は、ユーザが入力した“漏洩を防止すべき情報”と一致して記載されている“漏洩を防止すべき情報”の数を提示する。
【００４９】
ユーザから受信を受けた“漏洩を防止すべき情報”が、例えば、「田中 一郎」といったように、姓、名として一つのスロットに対応する文字列である場合には、提示部１５０が、この「田中 一郎」に関する情報が記載されたファイルのアドレス・ロケーション（ＵＲＬ等）と、この「田中 一郎」が記載されているファイル内の場所や、記載されている数等の情報を提示する。検索要求部は、リンクデータに記載されたアドレス・ロケーションのファイルから、さらにリンクされるファイルに対して、入力された“漏洩を防止すべき情報”の検索を検索サーバ２１０に要求してもよい。
【００５０】
ユーザから受信を受けた“漏洩を防止すべき情報”が、例えば、複数の姓名、電話番号等が記載されたファイルであり、このファイル（オリジナル・データ）に基づいて、作成されたと考えられるファイル（２次ファイル）を通信回線ネットワーク３０から検索する場合には、この２次ファイルが記録されたアドレス・ロケーション（ＵＲＬ等）を提示することに加えて、オリジナル・データとの関係を示す情報を提示してもよい。すなわち、漏洩情報提示装置１０が、オリジナル・データに対して、フィルター１２０、解析部１３０、表現抽出部１３２の各々の部が、各々の処理を行い“漏洩を防止すべき情報”となる個人情報データを生成する。この個人情報データに基づいて、取得部が検索サーバ２１０に“漏洩を防止すべき情報”の検索要求を行う。
【００５１】
取得部は、検索サーバ２１０からリンクデータを受信した後に、２次ファイルを受信する。この２次ファイルに対して、フィルター１２０、漏洩防止情報抽出部１３０、表現抽出部１３２、表現抽出部１３２の各々の部が、各々の処理を行う。結果として、表現抽出部１３２が、“漏洩を防止すべき情報”となる個人情報データを、個々の２次ファイルに対して生成する。そして、調査部１４０が、オリジナル・データの個人情報データと、個々の２次ファイルの個人情報データを比較して、提示部１５０が、オリジナル・データから漏洩したと想定される２次ファイルあるいは３次ファイルに関する情報を提示する。つまり、調査部１４０が、オリジナル・データの個人情報データと個々のファイルから取得された個人情報データのうち、一致する“漏洩を防止すべき情報”の有無の数を計測する。その結果から、提示部１５０が、最も数が多い個人情報データを含むファイルを、オリジナル・データに基づいて作成された可能性が高いファイルとしてユーザに提示する。
【００５２】
図７では、所定のオリジナル・データに基づいて生成されたと想定される２次ファイルの情報（アドレス・ロケーション（ＵＲＬ）や、一致した“漏洩を防止すべき情報”の数等）を提示部１５０が、ユーザに提示した一例を示した。http://www.aaa.xxx/1/2/abc/data.htmlのアドレスに記録されたファイルは、オリジナル・データと一致した“漏洩を防止すべき情報”の数が多いため、オリジナル・データに基づいて生成されたファイルである可能性が高い。また、http://www.gro.xx/aa/bb/DATA.html、http://www.bb.xx/qq/ss/data05.pdfであっても、一致した“漏洩を防止すべき情報”が１つ記載されているため、オリジナル・データから漏洩して生成されたファイルである可能性がある。
【００５３】
以上の説明から明らかなように、本発明に係る情報提示装置、方法、プログラムによれば、一度、漏洩したファイルから２次的、３次的に派生して作成された文章を、最初に漏洩したファイルに基づいて、検索を行い、この派生して作成されたファイルに関する情報を提示することが可能である。加えて、広域ネットワークを介してアクセス可能なコンピュータに記録された“漏洩を防止すべき情報”に関する情報を提示し、かつ、一度、漏洩したファイルに基づいて、作成され、広域ネットワーク内で公開されているファイルを検索することが可能な装置、方法、プログラムを提供することができる。
【００５４】
図８は、漏洩情報提示装置１０のハードウェア構成の一例を示した図である。ＣＰＵ５００は、ハードディスク５４０や記録媒体読出装置５６０から漏洩情報提示方法を実現するプログラムを、ホストコントローラ５１０、Ｉ／Ｏコントローラ５２０を介して、読み込み、読み込んだプログラムをＲＡＭ５５０に記録して、プログラムを実行する。このプログラムを構成する各ステップを実行することにより、ＣＰＵ５００が、抽出部１１０、フィルター１２０、解析部１３０、表現抽出部１３２、調査部１４０、提示部１５０として機能してもよい。また、このプログラムを実行する際に、ハードディスク５４０や記録媒体読出装置５６０に記録されたデータを読み出してもよい。ＣＰＵ５００は、情報を判断した結果もしくは演算した結果を、ホストコントローラ５１０を介してモニタ５９０に表示する。ＣＰＵ５００は、ネットワークボード５７０とＩ／Ｏコントローラ５２０を介して、通信ネットワークに接続された検索サーバ２１０もしくは対象サーバ２００から、データを取得する。ＣＰＵ５００は、グラフィックボード５８０を介して、モニタ５９０に、結果を表示してよい。
【００５５】
このような実施形態を実現する方法を、コンピュータやサーバにて実行するためのプログラムにより実現することができる。このプログラムのための記録媒体としては、光学記録媒体、テープ媒体、半導体メモリ等が挙げられる。また、専用通信ネットワークやインターネットに接続されたサーバ・システムに設けられたハードディスク又はＲＡＭ等の記録装置を記録媒体として使用し、ネットワークを介してプログラムを提供してもよい。
【００５６】
以上、本発明の実施形態を説明したが、具体例を例示したに過ぎず、特に本発明を限定しない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載された効果に限定されない。
【図面の簡単な説明】
【００５７】
【図１】図１は、漏洩情報提示装置１０の機能ブロック図である。
【図２】図２は、漏洩情報提示装置１０のメイン動作フローを示す図である。
【図３】図３は、抽出部１１０の動作フローを示す図である。
【図４】図４は、２次ファイルに関する情報の一例を示す図である。
【図５】図５は、漏洩情報提示装置１０に検索サーバ２１０を含んだシステムの構成を示す図である。
【図６】図６は、記録領域１７０a、ｂが特定できない場合の漏洩情報提示装置１０のメイン動作フローを示す図である。
【図７】図７は、２次ファイルに関する情報の一例を示す図である。
【図８】図８は、漏洩情報提示装置１０のハードウェア構成の一例を示す図である。
【符号の説明】
【００５８】
１０ 漏洩情報提示装置
３０ 通信回線ネットワーク
１００ 制御部
１１０ 抽出部
１２０ フィルター
１３０ 解析部
１３２ 表現抽出部
１３５ 個人情報データ辞書
１３６ 単語辞書
１４０ 調査部
１５０ 提示部
１６０ 記録部
１７０ａ、ｂ 記録領域
２００ 対象サーバ
２１０ 検索サーバ
５００ ＣＰＵ
５１０ ホストコントローラ
５２０ Ｉ／Ｏコントローラ
５３０ ＲＯＭ
５４０ ハードディスク
５５０ ＲＡＭ
５６０ 記録媒体読出装置
５７０ ネットワークボード
５８０ グラフィックボード
５９０ モニタ
【技術分野】
【０００１】
本発明は、情報提示装置、情報提示方法、プログラムに関し、特に、漏洩を防止すべき情報に関連した情報を提示する情報提示装置、情報提示方法、プログラムに関する。
【背景技術】
【０００２】
近年、第三者が所定の情報を漏洩、盗難、不正利用することを、どのように防止するかが課題となっている。また、仮に所定の情報が漏洩してしまった場合に、情報処理システムの管理者が、所定の情報が漏洩した原因の追跡を行えることが望ましい。
【０００３】
そこで、漏洩を防止すべき情報に対して、アクセスのあった履歴を残して、漏洩した後に、このアクセスした履歴を参照することで、漏洩した原因を追跡する方法が知られている（例えば、特許文献１、２）。この方法によれば、一度、漏洩した後に、このアクセスした履歴を参照することで、アクセス履歴のユーザ名により、漏洩した原因を特定することが可能である。
【特許文献１】特開２００４−１１８２４３号公報
【特許文献２】特開２００３−０７６６６２号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１、２の方法では、情報処理システムの管理者は、情報が漏洩した原因を追究することに留まり、この漏洩した情報から派生した情報を把握することはできない。すなわち、一度、情報が漏洩した場合には、この漏洩した情報に基づいて、新たなファイルが作成され、さらに、この新たなファイルから情報が漏洩する。したがって、漏洩した情報に基づいて、２次的、３次的に派生して漏洩した情報の有無や、これらが記録されている場所やファイル名を、管理者が把握できることが望ましい。
【０００５】
加えて、特許文献１、２では、通信回線ネットワークでアクセス可能なコンピュータに記録された漏洩を防止すべき情報について管理者は把握することができない。
【０００６】
本発明の目的は、漏洩したファイルから２次的、３次的に派生して作成されたファイルを検索し、この派生して作成されたファイルに関する情報を管理者に提示すること、及び、通信回線ネットワークでアクセス可能なコンピュータに記録された漏洩を防止すべき情報についての情報を管理者に提示することが可能な情報提示装置、情報提示方法、プログラムを提示することを目的とする。
【課題を解決するための手段】
【０００７】
本発明の第１の実施形態によると、漏洩したファイルのオリジナル・データを記録する記録部と、前記オリジナル・データと、調査対象の記録領域に存在するファイルに含まれる漏洩を防止すべき情報に該当する表現を抽出する抽出部と、前記抽出した表現に基づいて、調査対象の記録領域に存在するファイルと、前記オリジナル・データとの関連度を調査する調査部と、前記関連度に基づいて、前記漏洩したファイルに基づいて作成されたファイルに関する情報を提示する提示部と、を備えた装置、方法及びプログラムを提供する。
【発明の効果】
【０００８】
本発明によれば、漏洩を防止すべき情報に関連した情報を提示する情報提示装置、情報提示方法、プログラムを提供することが可能である。
【発明を実施するための最良の形態】
【０００９】
以下に、本発明の好適な実施形態を図面に基づいて説明する。
【００１０】
図１は、漏洩情報提示装置１０の構成を示すブロック図である。漏洩情報提示装置１０は、漏洩を防止すべき情報に関連した情報を提示する情報提示装置である。例えば、漏洩情報提示装置１０は、既に漏洩したファイルのオリジナル・データに基づいて作成されたファイルに関する情報をユーザに提示する装置である。漏洩情報提示装置１０は、通常のコンピュータ装置、携帯情報端末、携帯電話等であってよい。漏洩情報提示装置１０は、制御部１００と、記録部１６０、記録領域１７０ａ、個人情報データ辞書１３５、単語辞書１３６とから構成される。
【００１１】
制御部１００は、漏洩情報提示装置１０の情報を制御する。制御部１００は、中央処理演算装置であってよい。制御部１００は、漏洩を防止すべき情報に該当する表現を抽出する抽出部と、抽出した表現から、調査対象の記録領域に存在するファイルとオリジナル・データとの関連度を調査する調査部と、この関連度に基づいてオリジナル・データに基づいて作成されたファイルに関する情報を提示する提示部とから構成される。ここで、漏洩を防止すべき情報とは、ユーザが外部（企業外、家庭外等）に流出させたくない情報であり、ユーザが漏洩を防止したいと望む情報である。漏洩を防止すべき情報は、個人情報であってもよい。
【００１２】
抽出部１１０は、漏洩を防止すべき情報に該当する表現を抽出する。すなわち、抽出部１１０は、特定のアプリケーション・プログラムの形式に従うデータをテキスト形式に変換するフィルター１２０と、このテキスト形式に変換されたデータに形態素解析を行う解析部１３０と、形態素解析を行った結果から、漏洩を防止すべき情報に該当する表現を抽出する表現抽出部１３２とから構成される。
【００１３】
フィルター１２０は、特定のアプリケーション・プログラムの形式に従うファイルを、テキスト形式に変換する。すなわち、フィルター１２０は、編集プログラム、表計算プログラム等のアプリケーション・ソフトウェアで使用される書式のファイルや、ＨＴＭＬ書式のファイル等のデータを、特定の書式を含まない形式（テキスト形式）のファイルに変換する。ここで、テキスト形式のファイルとは、人間が読み書きする文字で構成されているファイルのことである。また、フィルター１２０は、ファイルの中のテキストだけ抽出するプログラムとして動作する、テキストコンバータであってよい。
【００１４】
解析部１３０は、フィルター１２０により抽出されたデータに対して、形態素解析を行う。ここで、形態素解析とは、文章を形態素に分割し、分割した形態素の品詞分けを行うことである。解析部１３０は、テキスト形式のファイルに対して単語辞書１３６（単語の意味と品詞等がデータとして記録された電子辞書）を参照して、単語や文字列で分離し、品詞コードを付与する。ここで、品詞コードとは、単に品詞に関する情報に限らず、品詞のうちどのような種類の単語かに関する情報を含む。例えば、「田中一郎、日本アイ・ビー・エム、東京都港区六本木x−x−x、tanaka@ibm.xxx」というテキスト文章が入力されると、表１のように形態素解析される。
【表１】
【００１５】
表現抽出部１３２は、解析部１３０が解析した結果を用いて、テキスト形式のファイルの中から固有表現の抽出を行う。ここで、固有表現とは、漏洩を防止すべき情報である可能性の高い表現のことである。ここでの固有表現は、姓、名（人名、法人名、社名を含む）、郵便番号、住所、電話番号、所属組織、メールアドレス、ホームページアドレス、生年月日についての情報である。その他の固有表現として、カードの会員番号、口座番号等であってもよい。表現抽出部１３２は、解析部１３０の結果から、これらの固有表現のうち何れか一つでも検出した場合には、この検出した単語、文字列を固有表現として抽出する。
【００１６】
表現抽出部１３２が、固有表現として、郵便番号を抽出する一例について説明する。表現抽出部１３２は、テキスト形式のファイルから７桁の数字あるいは、「ＸＸＸ−ＸＸＸＸ」（Ｘは数字）の形式の数字の中で、郵便番号として存在するものを郵便番号辞書より検出し、条件にあった数字列を検出できた場合には、これを郵便番号の固有情報として抽出する。
【００１７】
表現抽出部１３２が、固有表現として、電話番号を抽出する一例について説明する。表現抽出部１３２は、テキスト形式のファイルから４桁の数字であり、その４桁の数字の前に、ハイフン（−）もしくは半角空白があるかを判断し、かつ、このハイフン（−）もしくは半角空白の前に市外局番がある数字列を、電話番号の固有情報として抽出する。
【００１８】
表現抽出部１３２が、固有表現として、メールアドレスを抽出する一例について説明する。表現抽出部１３２は、テキスト形式のファイルから“＠”の前に英数字列があり、“＠”の後に、“．”を含む英数字列があるかを判断して、この文字列を、メールアドレスの固有情報として抽出する。
【００１９】
固有表現として、その他のカードの会員番号、口座番号等を抽出させる場合であっても、表現抽出部１３２は、各々の英数字や記号特有の書式に対応して、固有表現として、抽出することができる。
【００２０】
表現抽出部１３２は、抽出された固有表現から、固有表現データを生成する。表現抽出部１３２は、一の固有表現を抽出した段階で、この固有表現を、表２のフレーム内の該当する値に入力する。表現抽出部１３２は、次に抽出した固有表現に対しても、表２のフレーム内の該当する値に入力する。
【表２】
【００２１】
ここで、表現抽出部１３２が一のフレームを生成した後に、表現抽出部１３２がこのフレームを処理して、フレームの値を空にしてから、次の値をスロットに入力してもよい。例えば、表現抽出部１３２が、人名として（姓、名）の双方を抽出して、表現抽出部１３２がフレームを生成した場合に、このフレームを表現抽出部１３２が、個人情報と判断して、（姓、名）の値を記録部１６０に記録する。そして、空になったフレームに対して、表現抽出部１３２が次の固有表現の値を入力する態様であってよい。
【００２２】
あるいは他の態様として、表現抽出部１３２は、フレーム内の同一のスロットに入力する必要が生じた場合には、次のフレームを生成してもよい。例えば、表現抽出部１３２が、人名として（姓、名）の双方を抽出した後に、さらに、他の人名（姓、名）を抽出した場合には、次のフレームを生成して、他の人名（姓、名）を値としてスロットに入力してもよい。
【００２３】
表現抽出部１３２が、一のスロットに値を入力するか、新たなスロットを生成して、そのスロットに値を入力するかは、スロットごとに、値の寿命等の条件を設けてよい。例えば、スロット、“姓”が値として入力された後に“名”が値として入力されることは、“姓”が入力された後、３語以内程度であることが通常である。また、電話番号は、姓の出現から１０語以内といった条件を設けてよい。したがって、このように予め設定した語数を越えた場合には、フレーム内の値を全てクリアにするような、値の寿命を設けてもよい。
【００２４】
他のスロットも同様に、郵便番号のスロットの入力から、３語以内程度に、住所、電話番号が入力されれば、同じフレームに表現抽出部１３２が値を入力するように設定してもよい。
【００２５】
表現抽出部１３２は、固有表現を抽出する前に、解析部１３０が解析した文字列もしくは単語に対して、正規化を行ってもよい。ここで、正規化とは、所定の規則に基づいて処理を行うことであり、例えば、検出した単語、文字列に対して、余分な空白やノイズを削除することである。表現抽出部１３２は、解析部１３０が解析した文字列もしくは単語に対して、個人情報データ辞書１３５（住所辞書、メールアドレス辞書、市外局番辞書などの電子辞書）を参考にすることで、意味的な要素の分析を行ってもよい。例えば、表１のような連続した地名から導かれる地名が、実在する地名であるかを、住所が登録された住所辞書等により分析してもよいし、メールアドレスの連続した英数字や記号の連続が、実際に存在するかを分析してもよい。
【００２６】
さらに、表現抽出部１３２は、生成した固有表現が記載されたフレームから、“漏洩を防止すべき情報”を抽出する。表現抽出部１３２が、“漏洩を防止すべき情報”を判断する判断基準は、システムを利用するユーザの任意であってよく、調整可能であってよい。例えば、一つのフレーム内のスロット“姓”、“名”の双方に値が入力されていることを条件に、表現抽出部１３２が“漏洩を防止すべき情報”と判断してもよい。また、一つのフレーム内のスロット“姓”、“名”のどちらにも値が入力されていることに加えて、郵便番号、住所、電話番号、メールアドレス等の、コンタクト先のどれか一つに値が付与されていることを条件に、表現抽出部１３２が、このフレームを“漏洩を防止すべき情報”と判断してもよい。
【００２７】
表現抽出部１３２が、固有表現を、該当するスロットの値に入力する際に、厳密に正しいスロットに値を入力しなくても、複数の固有表現が近接して抽出された場合には、これらの固有表現を“漏洩を防止すべき情報”であると判断させてもよい。
【００２８】
表現抽出部１３２は、“漏洩を防止すべき情報”が記載されていると判断したフレームから値を抽出して、個人情報データとして記録部１６０に記録する。
【００２９】
調査部１４０は、表現抽出部１３２が抽出した個人情報データから、調査対象の記録領域に存在する各々のファイルと、オリジナル・データとの関連度を調査する。ここで、関連度とは、オリジナル・データに記載されている“漏洩を防止すべき情報”と、調査対象の記録領域に存在するファイル（すなわち、２次ファイルの疑いがあるファイル）に記載されている“漏洩を防止すべき情報”との関連している度合いである。例えば、関連度とは、一致度であってよい。ここで、一致度とは、同一の“漏洩を防止すべき情報”がどの程度存在するかの度合いであってよい。
【００３０】
提示部１５０は、調査部１４０が調査した関連度に基づいて、前記漏洩したファイルに基づいて作成されたファイルに関する情報を提示する。すなわち、提示部１５０は、検知した“漏洩を防止すべき情報”に基づいて、２次的、３次的、それ以降に作成されたファイルに関する情報を提示する。
【００３１】
記録部１６０は、オリジナル・データを記録する。すなわち、記録部１６０は、ハードディスク、半導体メモリであってもよいし、外部記録装置（フレキシブル・ディスク、ＣＤ、ＤＶＤ、テープ等）であってよい。また、記録部１６０は、漏洩情報提示装置１０にて扱うデータ（フレームや個人情報データ）を記録してよい。
【００３２】
記録領域１７０ａは、オリジナル・データから作成された２次ファイル、３次ファイルが記録されている可能性がある記録領域である。すなわち、記録領域１７０aは、オリジナル・データに基づいて作成されたファイルが記録されていると、ユーザが考えている領域である。したがって、記録領域１７０aには、“漏洩を防止すべき情報”を含むファイル、データ、文章と、“漏洩を防止すべき情報”を含まないファイル、データ、文章との両方が記録されていてよい。ユーザが“漏洩を防止すべき情報”が、バックアップのテープや、共有フォルダ内のファイル、サーバのログファイル等に含まれていると想定している場合には、これらのテープやフォルダ内の保存場所が、記録領域１７０aとなってよい。記録領域１７０ａは、ハードディスク、半導体メモリ等であってよい。また、記録領域１７０ｂ（図５参照）のように、漏洩情報提示装置１０の外部に接続される記録装置であってもよいし、通信回線ネットワークで接続された他のコンピュータ内の記録装置であってもよい。
【００３３】
図２は、漏洩情報提示装置１０のメイン動作フローを示す。最初に、抽出部１１０が、オリジナル・データに対して、“漏洩を防止すべき情報”に該当する表現を抽出する（ステップＳ０１）。次に、抽出部１１０が、ユーザから指定された特定の記録領域に対してファイルのクロールを行う（ステップＳ０２）。ここで、ファイルのクロールとは、所定の範囲内に記録されたデータから所定のファイルのみを取り出すことである。すなわち、抽出部１１０は、記録領域１７０a、ｂに記録されているファイルのうち、“漏洩を防止すべき情報”が記載されている可能性があるファイルを取り出す。ここで、抽出部１１０が、フィルター１２０によりテキスト形式に変換することが可能なファイルのみを取り出すことにより、結果的に“漏洩を防止すべき情報”が記載されている可能性があるファイルを取り出してもよい。
【００３４】
次に、クロールした各々のファイルに対しても同様に、“漏洩を防止すべき情報”に該当する表現を抽出する（ステップＳ０３）。次に、調査部１４０が、オリジナル・データから抽出した表現と、クロールして取り出したファイルから抽出した表現との一致度を調査する（ステップＳ０４）。この調査結果から、提示部１５０が、オリジナル・データから２次的に作成されたファイルに関する情報を提示する（ステップＳ０５）。結果として、ユーザは、オリジナル・データから２次的に作成されたファイルに関する情報を得ることが可能である。すなわち、ユーザは、記録領域１７０a、ｂの中に記録されていると考えているが、実際にはどのファイルが２次ファイルか特定できない場合に、漏洩情報提示装置１０を用いることで、この２次ファイルに関する情報を得ることが可能である。
【００３５】
図３は、抽出部１１０が、所定のファイルに対して“漏洩を防止すべき情報”に該当する表現を抽出するフローを示した図である。
【００３６】
最初に、フィルター１２０が、オリジナル・データをテキスト形式に変換する（ステップＳ１０）。次に、解析部１３０が、テキスト形式に変換したファイルに対して、形態素解析を行う（ステップＳ１１）。すなわち、解析部１３０が、表１のようにテキスト形式のファイルの、各々の文字に対して品詞コードを付与して、単語、文字を分類する。次に、抽出部１１０が、形態素解析した結果に基づいて、固有表現を抽出し、固有表現データを作成する（ステップＳ１２）。
【００３７】
一例として、表現抽出部１３２が、固有表現に対して、フレームを生成した例を表３に示す。
【表３】
【００３８】
次に、固有表現データから、表現抽出部１３２が“漏洩を防止すべき情報”を抽出する（ステップＳ１３）。表現抽出部１３２が、“漏洩を防止すべき情報”であると認定したフレームにより個人情報データを生成する。
【００３９】
上述の表３の例から、“漏洩を防止すべき情報”と検知された個人情報データを表４に示す。この例では、固有表現データ（漏洩を防止すべき情報である可能性の高い表現のデータ）から“漏洩を防止すべき情報”を抽出するための判断条件としては、姓、名が値として存在し、かつ住所、電話番号、メールアドレスのいずれかに値が入力されている場合である。
【表４】
【００４０】
このように、抽出部１１０は、所定のファイルに対しての“漏洩を防止すべき情報”に該当する表現である個人情報データを抽出する。抽出部１１０は、オリジナル・データと、クロールしたファイルとの双方に対して、個人情報データを抽出する。そして、調査部１４０が、各々の個人情報データを比較し、一致度を調査する。この調査結果から、提示部１５０が、２次ファイルの情報の提示を行う。
【００４１】
図４は、２次ファイルに関する情報の一例である。提示部１５０は、このような２次ファイルに関する情報（ファイル名、ファイルの記録場所、このファイルとオリジナル・データとの“漏洩を防止すべき情報”の関係）を提供する。この例では、“漏洩を防止すべき情報”の検索対象の記録領域１７０a、ｂは、“C:\My Documents”であり、ここに挙げられている、address.docのファイルは、漏洩したオリジナル・データから２次的に作成された可能性が高いファイルである。“個人情報”の項目は、このファイル内に個人情報と特定された個人情報データの数であり、“個人情報[要素数]”の項目は、このファイル内に個人情報と特定された個人情報データの、この個人情報データ内の値の数である。人名（diff）、住所（diff）とは、オリジナル・データに記載された人名、住所と異なる人名、住所の数である。一致数とは、オリジナル・データとこのファイルとで一致した個人情報（個人情報であると判断された個人情報データ）の数である。
【００４２】
個人情報の一致数により、address.docのファイルが一次ファイルから２次的に作成されたファイルであるとユーザは判断することができる。また、Manager_address.txtのファイルが、address.docの次に、個人情報の一致数が多いため、これが３次ファイルである可能性が高いと判断することができる。
【００４３】
漏洩情報提示装置１０が通信回線ネットワーク３０に接続されて、この通信回線ネットワーク３０に接続された対象サーバ２００内に記録領域１７０a、ｂが存在する場合について、図５を用いて説明する。対象サーバ２００は、通常のコンピュータ装置である。この対象サーバ２００の記録領域１７０a、ｂに“漏洩を防止すべき情報”が記載されたファイルが記録されている場合には、漏洩情報提示装置１０の抽出部１１０は、通信回線ネットワーク３０を介して、クロールを行い、“漏洩を防止すべき情報”に該当する表現（個人情報データ）を抽出する。
【００４４】
次に、図５を用いて、漏洩情報提示装置１０が、通信回線ネットワーク３０に接続されたコンピュータ内に記録された“漏洩を防止すべき情報”であり、記録領域１７０a、ｂをユーザが特定できない場合に、“漏洩を防止すべき情報”を検知する方法について説明する。すなわち、前述では、ユーザが記録領域１７０a、ｂの場所（ファイルが保存されていると想定されるパス名やフォルダ名）を把握しており、この記録領域を特定できる場合に、この記録領域内の“漏洩を防止すべき情報”を検知する方法について説明した。以下では、この記録領域１７０a、ｂが、どこであるか不明であるときに、“漏洩を防止すべき情報”を検知する方法について説明する。
【００４５】
漏洩情報提示装置１０が、通信回線ネットワーク３０に接続され、“漏洩を防止すべき情報”が記載されたファイルが対象サーバ２００に記録されている場合に、このファイルに関する情報を、漏洩情報提示装置１０が提示する（図５参照）。漏洩情報提示装置１０と検索サーバ２１０と対象サーバ２００とは、通信回線ネットワーク３０に接続されており、これらのコンピュータは、互いに通信可能である。通信回線ネットワーク３０は、インターネット、ＬＡＮのいずれかであってもよいし、これらの組合せからなるネットワークであってよい。ここで、検索サーバ２１０は、ユーザからの情報の入力を受けて、通信回線ネットワーク３０上でアクセス可能なコンピュータ装置（対象サーバ２００等）に記録されたファイルへのリンク情報を提示するサーバである。
【００４６】
漏洩情報提示装置１０は、通信回線ネットワーク３０に接続して通信を行う通信部と、検索サーバ２１０に“漏洩を防止すべき情報”についての検索を要求する検索要求部と、検索した結果を取得する取得部とを、さらに備えてよい。
【００４７】
漏洩情報提示装置１０を構成する各部について、図６に基づいて説明する。漏洩情報提示装置１０は、“漏洩を防止すべき情報”の入力をユーザより受信する（ステップＳ２０）。“漏洩を防止すべき情報”の入力は、単に、キーワードとして姓名や住所等の個人に関する情報の入力を受けてもよいし、“漏洩を防止すべき情報”が一覧となっているファイルの入力を受けてもよい。次に、検索要求部が、通信回線ネットワーク３０を介して、検索サーバ２１０に、この“漏洩を防止すべき情報”についての検索を要求する（ステップＳ２１）。検索サーバ２１０は、通信回線ネットワーク３０に接続された対象サーバ２００のうち、指定された“漏洩を防止すべき情報”が記載されているファイルを検索する。検索サーバ２１０は、検索した結果を、このファイルに対するリンク（このファイルへのアドレス・ロケーションを示したファイル）を含めた、リンクデータを作成する。このリンクデータを、取得部が受領する（ステップＳ２２）。
【００４８】
次に、取得部が取得したリンクデータのリンク先（対象サーバ２００）にアクセスすることで、提示部１５０が、“漏洩を防止すべき情報”が記載されたファイルを受信する（ステップＳ２３）。例えば、インターネットで公開されているファイルに対して、このファイルが記録されている対象サーバ２００に対してアクセスして、このファイルを取得する。提示部１５０が、全てのリンク先に対して、このファイルを取得して、これらのファイルと、ユーザから入力を受け、検索要求した“漏洩を防止すべき情報”との関係についての情報を提示する（ステップＳ２４）。例えば、提示部１５０は、ユーザが入力した“漏洩を防止すべき情報”と一致して記載されている“漏洩を防止すべき情報”の数を提示する。
【００４９】
ユーザから受信を受けた“漏洩を防止すべき情報”が、例えば、「田中 一郎」といったように、姓、名として一つのスロットに対応する文字列である場合には、提示部１５０が、この「田中 一郎」に関する情報が記載されたファイルのアドレス・ロケーション（ＵＲＬ等）と、この「田中 一郎」が記載されているファイル内の場所や、記載されている数等の情報を提示する。検索要求部は、リンクデータに記載されたアドレス・ロケーションのファイルから、さらにリンクされるファイルに対して、入力された“漏洩を防止すべき情報”の検索を検索サーバ２１０に要求してもよい。
【００５０】
ユーザから受信を受けた“漏洩を防止すべき情報”が、例えば、複数の姓名、電話番号等が記載されたファイルであり、このファイル（オリジナル・データ）に基づいて、作成されたと考えられるファイル（２次ファイル）を通信回線ネットワーク３０から検索する場合には、この２次ファイルが記録されたアドレス・ロケーション（ＵＲＬ等）を提示することに加えて、オリジナル・データとの関係を示す情報を提示してもよい。すなわち、漏洩情報提示装置１０が、オリジナル・データに対して、フィルター１２０、解析部１３０、表現抽出部１３２の各々の部が、各々の処理を行い“漏洩を防止すべき情報”となる個人情報データを生成する。この個人情報データに基づいて、取得部が検索サーバ２１０に“漏洩を防止すべき情報”の検索要求を行う。
【００５１】
取得部は、検索サーバ２１０からリンクデータを受信した後に、２次ファイルを受信する。この２次ファイルに対して、フィルター１２０、漏洩防止情報抽出部１３０、表現抽出部１３２、表現抽出部１３２の各々の部が、各々の処理を行う。結果として、表現抽出部１３２が、“漏洩を防止すべき情報”となる個人情報データを、個々の２次ファイルに対して生成する。そして、調査部１４０が、オリジナル・データの個人情報データと、個々の２次ファイルの個人情報データを比較して、提示部１５０が、オリジナル・データから漏洩したと想定される２次ファイルあるいは３次ファイルに関する情報を提示する。つまり、調査部１４０が、オリジナル・データの個人情報データと個々のファイルから取得された個人情報データのうち、一致する“漏洩を防止すべき情報”の有無の数を計測する。その結果から、提示部１５０が、最も数が多い個人情報データを含むファイルを、オリジナル・データに基づいて作成された可能性が高いファイルとしてユーザに提示する。
【００５２】
図７では、所定のオリジナル・データに基づいて生成されたと想定される２次ファイルの情報（アドレス・ロケーション（ＵＲＬ）や、一致した“漏洩を防止すべき情報”の数等）を提示部１５０が、ユーザに提示した一例を示した。http://www.aaa.xxx/1/2/abc/data.htmlのアドレスに記録されたファイルは、オリジナル・データと一致した“漏洩を防止すべき情報”の数が多いため、オリジナル・データに基づいて生成されたファイルである可能性が高い。また、http://www.gro.xx/aa/bb/DATA.html、http://www.bb.xx/qq/ss/data05.pdfであっても、一致した“漏洩を防止すべき情報”が１つ記載されているため、オリジナル・データから漏洩して生成されたファイルである可能性がある。
【００５３】
以上の説明から明らかなように、本発明に係る情報提示装置、方法、プログラムによれば、一度、漏洩したファイルから２次的、３次的に派生して作成された文章を、最初に漏洩したファイルに基づいて、検索を行い、この派生して作成されたファイルに関する情報を提示することが可能である。加えて、広域ネットワークを介してアクセス可能なコンピュータに記録された“漏洩を防止すべき情報”に関する情報を提示し、かつ、一度、漏洩したファイルに基づいて、作成され、広域ネットワーク内で公開されているファイルを検索することが可能な装置、方法、プログラムを提供することができる。
【００５４】
図８は、漏洩情報提示装置１０のハードウェア構成の一例を示した図である。ＣＰＵ５００は、ハードディスク５４０や記録媒体読出装置５６０から漏洩情報提示方法を実現するプログラムを、ホストコントローラ５１０、Ｉ／Ｏコントローラ５２０を介して、読み込み、読み込んだプログラムをＲＡＭ５５０に記録して、プログラムを実行する。このプログラムを構成する各ステップを実行することにより、ＣＰＵ５００が、抽出部１１０、フィルター１２０、解析部１３０、表現抽出部１３２、調査部１４０、提示部１５０として機能してもよい。また、このプログラムを実行する際に、ハードディスク５４０や記録媒体読出装置５６０に記録されたデータを読み出してもよい。ＣＰＵ５００は、情報を判断した結果もしくは演算した結果を、ホストコントローラ５１０を介してモニタ５９０に表示する。ＣＰＵ５００は、ネットワークボード５７０とＩ／Ｏコントローラ５２０を介して、通信ネットワークに接続された検索サーバ２１０もしくは対象サーバ２００から、データを取得する。ＣＰＵ５００は、グラフィックボード５８０を介して、モニタ５９０に、結果を表示してよい。
【００５５】
このような実施形態を実現する方法を、コンピュータやサーバにて実行するためのプログラムにより実現することができる。このプログラムのための記録媒体としては、光学記録媒体、テープ媒体、半導体メモリ等が挙げられる。また、専用通信ネットワークやインターネットに接続されたサーバ・システムに設けられたハードディスク又はＲＡＭ等の記録装置を記録媒体として使用し、ネットワークを介してプログラムを提供してもよい。
【００５６】
以上、本発明の実施形態を説明したが、具体例を例示したに過ぎず、特に本発明を限定しない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載された効果に限定されない。
【図面の簡単な説明】
【００５７】
【図１】図１は、漏洩情報提示装置１０の機能ブロック図である。
【図２】図２は、漏洩情報提示装置１０のメイン動作フローを示す図である。
【図３】図３は、抽出部１１０の動作フローを示す図である。
【図４】図４は、２次ファイルに関する情報の一例を示す図である。
【図５】図５は、漏洩情報提示装置１０に検索サーバ２１０を含んだシステムの構成を示す図である。
【図６】図６は、記録領域１７０a、ｂが特定できない場合の漏洩情報提示装置１０のメイン動作フローを示す図である。
【図７】図７は、２次ファイルに関する情報の一例を示す図である。
【図８】図８は、漏洩情報提示装置１０のハードウェア構成の一例を示す図である。
【符号の説明】
【００５８】
１０ 漏洩情報提示装置
３０ 通信回線ネットワーク
１００ 制御部
１１０ 抽出部
１２０ フィルター
１３０ 解析部
１３２ 表現抽出部
１３５ 個人情報データ辞書
１３６ 単語辞書
１４０ 調査部
１５０ 提示部
１６０ 記録部
１７０ａ、ｂ 記録領域
２００ 対象サーバ
２１０ 検索サーバ
５００ ＣＰＵ
５１０ ホストコントローラ
５２０ Ｉ／Ｏコントローラ
５３０ ＲＯＭ
５４０ ハードディスク
５５０ ＲＡＭ
５６０ 記録媒体読出装置
５７０ ネットワークボード
５８０ グラフィックボード
５９０ モニタ
【特許請求の範囲】
【請求項１】
漏洩したファイルのオリジナル・データを記録する記録部と、
前記オリジナル・データと、調査対象の記録領域に存在するファイルに含まれる漏洩を防止すべき情報に該当する表現を抽出する抽出部と、
前記抽出した表現に基づいて、調査対象の記録領域に存在するファイルと、前記オリジナル・データとの関連度を調査する調査部と、
前記関連度に基づいて、前記漏洩したファイルに基づいて作成されたファイルに関する情報を提示する提示部と、
を備えた装置。
【請求項２】
前記漏洩を防止すべき情報は、個人情報である、請求項１に記載の装置。
【請求項３】
前記抽出部は、特定のアプリケーション・プログラムの形式に従う前記オリジナル・データをテキスト形式に変換するフィルターを含む、請求項１に記載の装置。
【請求項４】
前記抽出部は、前記表現を抽出するための形態素解析を、テキスト形式に変換された前記オリジナル・データに対して実行する解析部を含む、請求項３に記載の装置。
【請求項５】
前記解析部は、テキスト形式に変換された前記オリジナル・データを単語に分解し、分解された単語のそれぞれに対して品詞コードを付与する、請求項４に記載の装置。
【請求項６】
前記抽出部は、前記データに含まれる姓、名、住所、電話番号、所属組織、メールアドレス、ホームページアドレス、生年月日の情報のうち少なくとも１つを前記表現として抽出する表現抽出部を含む、請求項１に記載の装置。
【請求項７】
個人情報を記録した電子辞書をさらに備え、
前記抽出部が、前記辞書に基づいて前記表現を抽出する、請求項１に記載の装置。
【請求項８】
前記調査対象の記録領域は、前記漏洩情報提示装置が接続されたネットワーク上のコンピュータ装置の記録領域である、請求項１に記載の装置。
【請求項９】
前記ネットワークが、インターネットである、請求項８に記載の漏洩情報提示装置。
【請求項１０】
１以上のキーワードを検索条件として、前記１以上のコンピュータ装置に記録されたファイルの検索を要求する検索要求部と、
検索された前記検索条件に合致するファイルへのアドレス・ロケーションを受領する取得部をさらに備え、
前記調査対象の記録領域が、前記アドレス・ロケーションによりアクセスされるコンピュータ装置内である請求項８に記載の装置。
【請求項１１】
前記漏洩を防止すべき情報は、個人情報であり、前記１以上のキーワードが、特定の個人に関するキーワードである、請求項１０に記載の装置。
【請求項１２】
前記検知部が、姓および名の双方を検知したことを条件に、漏洩を防止すべき情報を検知したと判断する、請求項６に記載の装置。
【請求項１３】
前記提示部は、前記漏洩したファイルに基づいて作成されたファイルの、ファイル名、記録場所に関する情報の少なくとも一つを提示する、請求項１に記載の装置。
【請求項１４】
漏洩したファイルのオリジナル・データを記録するステップと、
前記オリジナル・データから漏洩を防止すべき情報に該当する表現を抽出するステップと、
調査対象の記録領域に存在するファイルに含まれる漏洩を防止すべき情報に該当する表現を抽出するステップと、
前記各々のステップから抽出した表現に基づいて、前記調査対象の記録領域に存在するファイルと、前記オリジナル・データとの関連度を調査するステップと、
前記関連度に基づいて、前記漏洩したファイルに基づいて作成されたファイルに関する情報を提示するステップと、
を備えた方法。
【請求項１５】
漏洩したファイルのオリジナル・データを記録するステップと、
前記オリジナル・データから漏洩を防止すべき情報に該当する表現を抽出するステップと、
調査対象の記録領域に存在するファイルに含まれる漏洩を防止すべき情報に該当する表現を抽出するステップと、
前記各々のステップから抽出した表現に基づいて、前記調査対象の記録領域に存在するファイルと、前記オリジナル・データとの関連度を調査するステップと、
前記関連度に基づいて、前記漏洩したファイルに基づいて作成されたファイルに関する情報を提示するステップと、
を備えたコンピュータ装置にて動作するプログラム。
【請求項１】
漏洩したファイルのオリジナル・データを記録する記録部と、
前記オリジナル・データと、調査対象の記録領域に存在するファイルに含まれる漏洩を防止すべき情報に該当する表現を抽出する抽出部と、
前記抽出した表現に基づいて、調査対象の記録領域に存在するファイルと、前記オリジナル・データとの関連度を調査する調査部と、
前記関連度に基づいて、前記漏洩したファイルに基づいて作成されたファイルに関する情報を提示する提示部と、
を備えた装置。
【請求項２】
前記漏洩を防止すべき情報は、個人情報である、請求項１に記載の装置。
【請求項３】
前記抽出部は、特定のアプリケーション・プログラムの形式に従う前記オリジナル・データをテキスト形式に変換するフィルターを含む、請求項１に記載の装置。
【請求項４】
前記抽出部は、前記表現を抽出するための形態素解析を、テキスト形式に変換された前記オリジナル・データに対して実行する解析部を含む、請求項３に記載の装置。
【請求項５】
前記解析部は、テキスト形式に変換された前記オリジナル・データを単語に分解し、分解された単語のそれぞれに対して品詞コードを付与する、請求項４に記載の装置。
【請求項６】
前記抽出部は、前記データに含まれる姓、名、住所、電話番号、所属組織、メールアドレス、ホームページアドレス、生年月日の情報のうち少なくとも１つを前記表現として抽出する表現抽出部を含む、請求項１に記載の装置。
【請求項７】
個人情報を記録した電子辞書をさらに備え、
前記抽出部が、前記辞書に基づいて前記表現を抽出する、請求項１に記載の装置。
【請求項８】
前記調査対象の記録領域は、前記漏洩情報提示装置が接続されたネットワーク上のコンピュータ装置の記録領域である、請求項１に記載の装置。
【請求項９】
前記ネットワークが、インターネットである、請求項８に記載の漏洩情報提示装置。
【請求項１０】
１以上のキーワードを検索条件として、前記１以上のコンピュータ装置に記録されたファイルの検索を要求する検索要求部と、
検索された前記検索条件に合致するファイルへのアドレス・ロケーションを受領する取得部をさらに備え、
前記調査対象の記録領域が、前記アドレス・ロケーションによりアクセスされるコンピュータ装置内である請求項８に記載の装置。
【請求項１１】
前記漏洩を防止すべき情報は、個人情報であり、前記１以上のキーワードが、特定の個人に関するキーワードである、請求項１０に記載の装置。
【請求項１２】
前記検知部が、姓および名の双方を検知したことを条件に、漏洩を防止すべき情報を検知したと判断する、請求項６に記載の装置。
【請求項１３】
前記提示部は、前記漏洩したファイルに基づいて作成されたファイルの、ファイル名、記録場所に関する情報の少なくとも一つを提示する、請求項１に記載の装置。
【請求項１４】
漏洩したファイルのオリジナル・データを記録するステップと、
前記オリジナル・データから漏洩を防止すべき情報に該当する表現を抽出するステップと、
調査対象の記録領域に存在するファイルに含まれる漏洩を防止すべき情報に該当する表現を抽出するステップと、
前記各々のステップから抽出した表現に基づいて、前記調査対象の記録領域に存在するファイルと、前記オリジナル・データとの関連度を調査するステップと、
前記関連度に基づいて、前記漏洩したファイルに基づいて作成されたファイルに関する情報を提示するステップと、
を備えた方法。
【請求項１５】
漏洩したファイルのオリジナル・データを記録するステップと、
前記オリジナル・データから漏洩を防止すべき情報に該当する表現を抽出するステップと、
調査対象の記録領域に存在するファイルに含まれる漏洩を防止すべき情報に該当する表現を抽出するステップと、
前記各々のステップから抽出した表現に基づいて、前記調査対象の記録領域に存在するファイルと、前記オリジナル・データとの関連度を調査するステップと、
前記関連度に基づいて、前記漏洩したファイルに基づいて作成されたファイルに関する情報を提示するステップと、
を備えたコンピュータ装置にて動作するプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２００６−２６８７５１（Ｐ２００６−２６８７５１Ａ）
【公開日】平成１８年１０月５日（２００６．１０．５）
【国際特許分類】
【出願番号】特願２００５−８９５７９（Ｐ２００５−８９５７９）
【出願日】平成１７年３月２５日（２００５．３．２５）
【出願人】（５９２０７３１０１）日本アイ・ビー・エム株式会社 (42)
【復代理人】
【識別番号】１００１０６００２
【弁理士】
【氏名又は名称】正林 真之
【Ｆターム（参考）】
【公開日】平成１８年１０月５日（２００６．１０．５）
【国際特許分類】
【出願日】平成１７年３月２５日（２００５．３．２５）
【出願人】（５９２０７３１０１）日本アイ・ビー・エム株式会社 (42)
【復代理人】
【識別番号】１００１０６００２
【弁理士】
【氏名又は名称】正林 真之
【Ｆターム（参考）】
[ Back to top ]