文書の機密度判定を支援する方法、装置及びコンピュータプログラム
【課題】複数の組織で共有されるオフィス文書であっても、文書に対する機密度の判定処理の負荷を軽減することができる機密度判定を支援する方法、装置及びコンピュータプログラムを提供する。
【解決手段】包含するプロパティの所定の特徴を評価する単位である複数のブロックに分割することが可能な文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶しておく。機密度の判定対象となる文書データを取得し、取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断する。類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断し、付与されていると判断した場合、取得した文書データは機密状態であると判定する。
【解決手段】包含するプロパティの所定の特徴を評価する単位である複数のブロックに分割することが可能な文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶しておく。機密度の判定対象となる文書データを取得し、取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断する。類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断し、付与されていると判断した場合、取得した文書データは機密状態であると判定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、複数の組織で共有される文書に対する機密度の判定処理を支援する方法、装置及びコンピュータプログラムに関する。
【背景技術】
【０００２】
グループウエアに代表されるコラボレーションシステムを用い、複数の組織で情報を共有して業務の効率化を図る機会が増大している。昨今のようにインターネット環境を活用する場合、機密情報を誤って共有したときには、個人情報漏洩による信用失墜、社内機密漏洩による経済的損失等のリスクが増大する。したがって、共有対象となる情報に対して正しく機密度を設定することが重要な課題の１つとなっている。
【０００３】
また、共有対象となる情報、例えばオフィス文書には、使用者の個人情報、業務機密等の守秘性の高い情報が含まれるおそれが内在している。特にオフィスでは、電子文書ファイルを作成した使用者が、自ら使用するコンピュータ上で文書管理することが多く、電子文書ファイルに対する編集作業も頻繁に行われることから、機密情報の管理は使用者のスキル、モラル等に依存せざるを得ないという問題があった。
【０００４】
もちろん、すべてのオフィス文書を管理サーバにて統合管理する企業も多い。しかし、使用者がダウンロードしたファイルについては、どのように更新され、編集されたのかトレースすることは困難であり、結局は、使用者のモラルに頼らざるを得ない。また、使用者が使用するコンピュータのすべてに監視用ソフトウェアを導入し、使用者の更新処理全体を監視する製品も開発されている。しかし、コスト対効果の観点、ソフトウェア保守の観点から効果的に運用することが困難である。また、システム開発の協力会社等のメンバがオフィス文書をダウンロードした場合、監視用ソフトウェアの監視対象範囲外でオフィス文書を更新する可能性があり、この場合については何ら監視することができない。
【０００５】
そこで、文書の類似度から機密度を判断して、情報の漏洩を防止する製品等も発表されている（非特許文献３参照）。例えば特許文献２には、文書単位で類似度を算出し、機密文書との最大類似度に基づいて文書の機密度の判定を実行する情報処理装置が開示されている。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２００４−５０６３号公報
【特許文献２】特開２００７−８１９５５号公報
【特許文献３】特開２００７−４８２３６号公報
【非特許文献】
【０００７】
【非特許文献１】ミカエル ダブリュー．ベリー（Ｍｉｃｈａｅｌ Ｗ．Ｂｅｒｒｙ）、マレー ブローネ（Ｍｕｒｒａｙ Ｂｒｏｗｎｅ）、「検索エンジンの理解−数学モデルとテキスト修正」
【非特許文献２】中澤拓磨、久保田秀和、角康之、西田豊明、「再利用部分の抽出によるプレゼンテーションストーリーの変遷の可視化」、２００７年、人工知能学会全国大会
【非特許文献３】プルーフポイント（Ｐｒｏｏｆｐｏｉｎｔ）、［ｏｎｌｉｎｅ］、［平成２０年１２月１日検索］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｓｏｕｒｃｅ−ｐａｄ．ｃｏｍ／ａｎｔｉｖｉｒｕｓ／ｐｒｏｏｆｐｏｉｎｔ／ｆｕｎｃｔｉｏｎ．ｈｔｍｌ＞
【非特許文献４】マーク プライアー（ｍａｒｃ ｐｒｉｏｒ）、オメガＴ（Ｏｍｅｇａ Ｔ）ホームページ、オメガＴプロジェクト、［ｏｎｌｉｎｅ］、［平成２０年８月１日検索］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｏｍｅｇａｔ．ｏｒｇ＞
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかし、特許文献２に開示されている情報処理装置では、機密度判定の対象となる文書と機密文書との類似度を算出しているだけであり、機密文書のどの部分が機密度の高い部分であるのか判断することができず、文書単位でしか機密度を判定することができないことから、本来非機密文書であるにもかかわらず機密文書であると誤って判定されるおそれがあるという問題点があった。
【０００９】
また、一定のセキュリティポリシーにしたがって、例えば「社内機密」といった文字列を文書に埋め込んで機密度を記録する方法も採用されている。しかし、一定の文字列を文書に埋め込む作業は結局使用者の負担に係る作業であり、文書中に誤った文字列が埋め込まれた場合、誤った機密度の判定処理が実行されるおそれがあった。すなわち、本来機密文書として取り扱うべき文書に「社内機密」という文字列を埋め込むのを忘れたために、機密度の判定処理が実行されていないにもかかわらず非機密文書であると誤った判断がなされ、機密文書が広く共有されてしまうおそれが残されていた。
【００１０】
本発明は斯かる事情に鑑みてなされたものであり、複数の組織で共有されるオフィス文書であっても、文書に対する機密度の判定処理の負荷を軽減することができる機密度判定を支援する方法、装置及びコンピュータプログラムを提供することを目的とする。
【課題を解決するための手段】
【００１１】
上記目的を達成するために第１発明に係る方法は、文書データの機密度判定を支援するコンピュータで実行することが可能な方法において、包含するプロパティの所定の特徴を評価する単位である複数のブロックに分割することが可能な文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶するステップと、機密度の判定対象となる文書データを取得するステップと、取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断するステップと、類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断するステップと、機密状態である旨を示す機密度情報が付与されていると判断した場合、取得した文書データは機密状態であると判定するステップとを含む。
【００１２】
また、第２発明に係る方法は、第１発明において、すべてのブロックに機密度情報が付与されたか否かを判断するステップと、機密度情報が付与されていないブロックが存在すると判断した場合、取得した文書データの部分集合となる文書データを抽出するステップと、取得した文書データの部分集合となる文書データがすべて非機密状態であるか否かを判断するステップと、取得した文書データの部分集合となる文書データがすべて非機密状態であると判断した場合、類似するブロックに付与されている機密度情報を付与するステップとを含む。
【００１３】
また、第３発明に係る方法は、第２発明において、取得した文書データの部分集合となる文書データがすべて機密状態であるか否かを判断するステップと、取得した文書データの部分集合となる文書データがすべて機密状態であると判断した場合、文書データ単位で機密度を判定するときには機密状態である旨を示す機密度情報を付与するステップとを含む。
【００１４】
また、第４発明に係る方法は、第３発明において、取得した文書データの部分集合となる文書データがすべて機密状態であると判断した場合、ブロック単位で機密度を判定するときには類似するブロックに付与されている機密度情報を付与するステップを含む。
【００１５】
また、第５発明に係る方法は、第４発明において、取得した文書データの部分集合となる文書データが非機密状態である文書データを含むと判断した場合、取得した文書データを包含する文書データを抽出するステップと、取得した文書データを包含する文書データがすべて非機密状態であるか否かを判断するステップと、すべて非機密状態であると判断した場合、文書データに非機密状態である旨を示す機密度情報を付与するステップとを含む。
【００１６】
また、第６発明に係る方法は、第５発明において、取得した文書データを包含する文書データが機密状態である文書データを含むと判断した場合、類似するブロックに非機密状態である旨を示す機密度情報が付与されているか否かを判断するステップと、非機密状態である旨を示す機密度情報が付与されていないと判断した場合、該ブロックに対する機密度情報の判定結果の入力を受け付けるステップとを含む。
【００１７】
次に、上記目的を達成するために第７発明に係る方法は、文書データの機密度判定を支援するコンピュータで実行することが可能な方法において、機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶するステップと、機密度の判定対象となる文書データを取得するステップと、取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断するステップと、類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出するステップと、算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断するステップと、算出した特徴情報の差分が含まれていると判断した場合、取得した文書データは機密状態であると判定し、算出した特徴情報の差分が含まれていないと判断した場合、取得した文書データは非機密状態であると判定するステップとを含む。
【００１８】
また、第８発明に係る方法は、第７発明において、特徴情報が類似する文書データが複数記憶してあると判断した場合、記憶してあると判断した、類似する特徴情報を有する複数の文書データの特徴情報の和集合を求めるステップと、求めた特徴情報の和集合のうち、機密状態である文書データの特徴情報の和集合と非機密状態である文書データの特徴情報の和集合との間の特徴情報の差分を算出するステップとを含む。
【００１９】
次に、上記目的を達成するために第９発明に係る装置は、包含するプロパティの所定の特徴を評価する単位である複数のブロックに分割することが可能な文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶する機密度情報記憶手段と、機密度の判定対象となる文書データを取得する文書データ取得手段と、取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断する類似判断手段と、該類似判断手段で類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断する付与判断手段と、該付与判断手段で機密状態である旨を示す機密度情報が付与されていると判断した場合、取得した文書データは機密状態であると判定する判定手段とを備える。
【００２０】
次に、上記目的を達成するために第１０発明に係る装置は、機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶する特徴情報記憶手段と、機密度の判定対象となる文書データを取得する文書データ取得手段と、取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断する判断手段と、該判断手段で類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する差分算出手段と、算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断する差分包含判断手段と、該差分包含判断手段で算出した特徴情報の差分が含まれていると判断した場合、取得した文書データは機密状態であると判定し、算出した特徴情報の差分が含まれていないと判断した場合、取得した文書データは非機密状態であると判定する判定手段とを備える。
【００２１】
次に、上記目的を達成するために第１１発明に係るコンピュータプログラムは、文書データの機密度判定を支援するコンピュータで実行することが可能なコンピュータプログラムにおいて、前記コンピュータを、機密度の判定対象となる文書データを取得する文書データ取得手段、取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断する類似判断手段、該類似判断手段で類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断する付与判断手段、及び該付与判断手段で機密状態である旨を示す機密度情報が付与されていると判断した場合、取得した文書データは機密状態であると判定する判定手段として機能させる。
【００２２】
次に、上記目的を達成するために第１２発明に係るコンピュータプログラムは、文書データの機密度判定を支援するコンピュータで実行することが可能なコンピュータプログラムにおいて、前記コンピュータを、機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶する特徴情報記憶手段、機密度の判定対象となる文書データを取得する文書データ取得手段、取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断する判断手段、該判断手段で類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する差分算出手段、算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断する差分包含判断手段、及び該差分包含判断手段で算出した特徴情報の差分が含まれていると判断した場合、取得した文書データは機密状態であると判定し、算出した特徴情報の差分が含まれていないと判断した場合、取得した文書データは非機密状態であると判定する判定手段として機能させる。
【発明の効果】
【００２３】
本発明によれば、明らかに非機密状態であると判断することが可能なブロック及び明らかに機密状態であると判断することが可能なブロックについては機密度の判定処理の対象から除外することができ、ブロックに付与された機密度情報に応じて文書データごとに機密状態であるか又は非機密状態であるかを判断することができるので、すべてのブロックに対して機密度の判定処理を実行する必要がなく、機密度の判定処理の負荷を軽減することが可能となる。
【００２４】
また、機密状態であると判定された文書データと非機密状態であると判定された文書データとの差分を算出することにより、機密情報の根幹をなす部分文書データを高い精度で類推することができ、文書データの機密度を精度良く判定することが可能となる。
【図面の簡単な説明】
【００２５】
【図１】本発明の実施の形態１に係る機密度判定支援装置の構成例を示すブロック図である。
【図２】本発明の実施の形態１に係る機密度判定支援装置の機能ブロック図である。
【図３】本発明の実施の形態１に係る機密度判定支援装置のＣＰＵの文書データ全体としての機密度判定の処理手順を示すフローチャートである。
【図４】文書データと、該文書データを部分文書とする文書データ及び該文書データに含まれるブロックとの関係を示す集合図である。
【図５】機密度判定の対象となる文書データが包含関係を有する場合の本発明の実施の形態１に係る機密度判定支援装置のＣＰＵの機密度判定の処理手順を示すフローチャートである。
【図６】ステップＳ５０３での機密度判定処理の例示図である。
【図７】ステップＳ５０７での機密度判定処理の例示図である。
【図８】ステップＳ５１０での機密度判定処理の例示図である。
【図９】本発明の実施の形態１に係る機密度判定支援装置のＣＰＵの機密度判定の詳細処理手順を示すフローチャートである。
【図１０】ステップＳ９０５での機密度判定処理の第一の例示図である。
【図１１】ステップＳ９０５での機密度判定処理の第二の例示図である。
【図１２】ステップＳ９０５での機密度判定処理の第三の例示図である。
【図１３】本発明の実施の形態２に係る機密度判定支援装置の構成例を示すブロック図である。
【図１４】本発明の実施の形態２に係る機密度判定支援装置の機能ブロック図である。
【図１５】本発明の実施の形態２に係る機密度判定支援装置のＣＰＵの機密度判定の処理手順を示すフローチャートである。
【図１６】特徴情報として単語の出現頻度を用いる場合の特徴情報の例示図である。
【図１７】特徴情報の差分の算出結果の例示図である。
【図１８】文書データ記憶部に事前に記憶してある文書データの例示図である。
【図１９】取得した文書データの例示図である。
【図２０】文書データに基づいて抽出された、特徴情報が類似している文書データの例示図である。
【図２１】文書データの特徴情報の算出結果を示す図表である。
【図２２】文書データの特徴情報と和集合との差分の算出結果を示す図表である。
【発明を実施するための形態】
【００２６】
以下、本発明の実施の形態に係る機密度判定支援装置について、図面に基づいて具体的に説明する。以下の実施の形態は、特許請求の範囲に記載された発明を限定するものではなく、実施の形態の中で説明されている特徴的事項の組み合わせのすべてが解決手段の必須事項であるとは限らないことは言うまでもない。
【００２７】
また、本発明は多くの異なる態様にて実施することが可能であり、実施の形態の記載内容に限定して解釈されるべきものではない。実施の形態を通じて同じ要素には同一の符号を付している。
【００２８】
以下の実施の形態では、コンピュータシステムにコンピュータプログラムを導入した機密度判定支援装置について説明するが、当業者であれば明らかな通り、本発明はその一部をコンピュータで実行することが可能なコンピュータプログラムとして実施することができる。したがって、本発明は、機密度判定支援装置というハードウェアとしての実施の形態、ソフトウェアとしての実施の形態、又はソフトウェアとハードウェアとの組み合わせの実施の形態をとることができる。コンピュータプログラムは、ハードディスク、ＤＶＤ、ＣＤ、光記憶装置、磁気記憶装置等の任意のコンピュータで読み取ることが可能な記録媒体に記録することができる。
【００２９】
本発明の実施の形態１では、複数の使用者の間で共有することが可能に記憶してある文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶しておき、文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否か、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否か等に基づいて、明らかに機密状態である場合、明らかに非機密状態である場合には使用者による機密度判定処理を省略することができるようにすることで、明らかに非機密状態であると判断することが可能なブロック及び明らかに機密状態であると判断することが可能なブロックについては、使用者が機密度判定を実行する必要がなく、ブロックに付与された機密度情報に応じて文書データ単位で機密状態であるか否かを判定することができるので、すべてのブロックに対して機密度の判定処理を実行する必要がなく、機密度の判定処理の負荷を軽減することが可能となる。
【００３０】
なお、文書データの「プロパティ」とは、文書データに含まれる単語、図形等を意味しており、「ブロック」とは、プロパティの所定の特徴を機械的なメトリクスで定量的に評価することができ、使用者による情報更新が行われない限り機密度情報が変動しない単位を意味している。例えばプレゼンテーションソフトウェアで作成した文書では、１スライドがブロックに相当し、ワードプロセッサソフトウェアで作成した文書では、例えば章ごと、段落ごと等の一括りの文書がブロックに相当する。その他、ページごと、パラグラフごと、文書ごと等の一括りの文書がブロックに相当し、１文であっても複数文であっても良い。
【００３１】
本発明の実施の形態２では、機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶しておき、機密度の判定対象となる文書データを取得して、取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断する。類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する。算出した特徴情報の差分が、取得した文書データに含まれている場合、取得した文書データは機密状態であると判定し、含まれていない場合、取得した文書データは非機密状態であると判定する。機密状態であると判定された文書データと非機密状態であると判定された文書データとの差分を算出することにより、機密情報の根幹をなす部分文書データを高い精度で類推することができ、文書データの機密度を精度良く判定することが可能となる。
【００３２】
（実施の形態１）
図１は、本発明の実施の形態１に係る機密度判定支援装置の構成例を示すブロック図である。本発明の実施の形態１に係る機密度判定支援装置１は、少なくともＣＰＵ（中央演算装置）１１、メモリ１２、記憶装置１３、Ｉ／Ｏインタフェース１４、ビデオインタフェース１５、可搬型ディスクドライブ１６、通信インタフェース１７及び上述したハードウェアを接続する内部バス１８で構成されている。
【００３３】
ＣＰＵ１１は、内部バス１８を介して機密度判定支援装置１の上述したようなハードウェア各部と接続されており、上述したハードウェア各部の動作を制御するとともに、記憶装置１３に記憶してあるコンピュータプログラム１００に従って、種々のソフトウェア的機能を実行する。メモリ１２は、ＳＲＡＭ、ＳＤＲＡＭ等の揮発性メモリで構成され、コンピュータプログラム１００の実行時にロードモジュールが展開され、コンピュータプログラム１００の実行時に発生する一時的なデータ等を記憶する。
【００３４】
記憶装置１３は、内蔵される固定型記憶装置（ハードディスク）、ＳＲＡＭ等の揮発性メモリ、ＲＯＭ等の不揮発性メモリ等で構成されている。記憶装置１３に記憶してあるコンピュータプログラム１００は、プログラム及びデータ等の情報を記録したＤＶＤ、ＣＤＲＯＭ等の可搬型記録媒体９０から、可搬型ディスクドライブ１６によりダウンロードされ、実行時には記憶装置１３からメモリ１２へ展開して実行される。もちろん、通信インタフェース１７を介してネットワーク２に接続されている外部のコンピュータ３、３、・・・からダウンロードされたコンピュータプログラムであっても良い。
【００３５】
また記憶装置１３は、文書データ記憶部１３１、機密度情報記憶部１３２、及びブロック規則記憶部１３３を備えている。文書データ記憶部１３１には、ブロックに分割することが可能な文書データを取得して記憶する。なお、文書データ記憶部１３１は、ネットワーク２内の所定の使用者間で共有することができ、外部のコンピュータ３、３、・・・から読み出し処理、更新処理等を実行することが可能である。
【００３６】
機密度情報記憶部１３２は、文書データごと及び文書データのブロックごとに機密度情報として付与された機密ラベル（以下、ラベルという）を記憶する。ラベルは、機密状態である旨を示すラベルと非機密状態である旨を示すラベルとの２種類存在する。
【００３７】
ブロック規則記憶部１３３は、文書データの種類、例えば文書データファイルのファイル識別子、文書データの作成者等に対応付けて、ブロックに分割するための規則に関する情報を記憶する。具体的には、文書データがマイクロソフト（登録商標）社製のパワーポイント（登録商標）のデータである場合、ファイル識別子が「．ｐｐｔ」であることから、ファイル識別子が「．ｐｐｔ」である場合にはブロックとしてスライドごとに分割するようブロック分割規則を記憶する。
【００３８】
また、文書データの作成者を識別する作成者ＩＤごとに、文書記載の習慣に応じてブロックとして分割するようブロック分割規則を記憶する。例えば作成者ＩＤごとに章立ての方法が相違する場合であっても、作成者ＩＤごとの習慣に応じて章立てごとにブロックとして分割するようブロック分割規則を記憶する。
【００３９】
通信インタフェース１７は内部バス１８に接続されており、インターネット、ＬＡＮ、ＷＡＮ等の外部のネットワーク２に接続されることにより、外部のコンピュータ３、３、・・・等とデータ送受信を行うことが可能となっている。
【００４０】
Ｉ／Ｏインタフェース１４は、キーボード２１、マウス２２等のデータ入力媒体と接続され、データの入力を受け付ける。また、ビデオインタフェース１５は、ＣＲＴモニタ、ＬＣＤ等の表示装置２３と接続され、所定の画像を表示する。
【００４１】
図２は、本発明の実施の形態１に係る機密度判定支援装置１の機能ブロック図である。文書データ取得部２０１は、機密度の判定対象となる文書データを取得する。文書データの取得方法は特に限定されるものではなく、ネットワーク２を介して外部のコンピュータ３、３、・・・から取得しても良いし、可搬型記録媒体９０を介して取得しても良い。
【００４２】
類似判断部２０２は、文書データ記憶部１３１に記憶してある文書データを読み出し、ブロック規則記憶部１３３に記憶してあるブロックに分割するための規則に関する情報に基づいて文書データを複数のブロックに分割し、分割したブロックごとに、類似するブロックを含む文書データが文書データ記憶部１３１に記憶してあるか否かを判断する。
【００４３】
付与判断部２０３は、類似判断部２０２にて類似するブロックを含む文書データが記憶してあると判断した場合、機密度情報記憶部１３２に記憶してあるラベルを文書データごと又は文書データのブロックごとに抽出し、機密度情報記憶部１３２を照会して、文書データ中の類似するブロックに機密状態である旨を示すラベル（機密度情報）が付与されているか否かを判断する。すなわち、文書データ記憶部１３１に記憶してある文書データ中のブロックに類似すると判断されたブロックに既にラベルが付与されており、しかも付与されているラベルが機密状態である旨を示すラベルである場合には、該ブロックは機密度の高いブロックであると判断することができる。
【００４４】
取得した文書データのブロックにラベルが付与されていない場合には、文書データ記憶部１３１に記憶されている文書データ中のブロックのうち類似するブロックであると判断されたブロックに付与されているラベルを、取得した文書データの対応するブロックに付与する。また、既にラベルが付与されている場合であって、文書データ記憶部１３１に記憶されている文書データ中のブロックのうち類似するブロックに付与されているラベルと矛盾する場合、すなわち一方が機密状態である旨を示すラベルであり、他方が非機密状態である旨を示すラベルである場合には、使用者によりいずれのラベルを付与するかに関する入力をブロックごとに受け付ける。
【００４５】
判定部２０４は、付与判断部２０３にて機密状態である旨を示すラベルが付与されていると判断した場合、取得した文書データ全体として機密状態であると判定する。すなわち、機密度の高いブロックを含んでいる文書データについては、文書データ全体として機密状態であると判定することができる。文書データ全体として機密状態であるとの判定結果（ラベル）及び文書データは、それぞれ機密度情報記憶部１３２及び文書データ記憶部１３１に互いに対応付けて記憶され、次に取得した文書データの機密度判定に用いることができる。
【００４６】
図３は、本発明の実施の形態１に係る機密度判定支援装置１のＣＰＵ１１の文書データ全体としての機密度判定の処理手順を示すフローチャートである。図３に示すように、機密度判定支援装置１のＣＰＵ１１は、機密度判定の対象となる文書データｄを取得する（ステップＳ３０１）。具体的には、ネットワーク２を介して外部のコンピュータ３、３、・・・から受信しても良いし、記憶装置１３に記憶してある文書データから読み出しても良い。可搬型記録媒体９０を介して読み出しても良い。
【００４７】
ＣＰＵ１１は、取得した文書データｄの先頭のブロックｂ１を抽出し（ステップＳ３０２）、類似判断の対象となるブロックｂに設定する（ステップＳ３０３）。ブロックの分割は、ブロック規則記憶部１３３に記憶してあるブロックへ分割するための規則に関する情報に基づいて実行される。例えば文書データがパワーポイント（登録商標）にて作成された文書データである場合には、最初のスライドがブロックｂ１となる。
【００４８】
ＣＰＵ１１は、ブロックｂと類似するブロックを含む文書データが文書データ記憶部１３１に記憶してあるか否かを判断し（ステップＳ３０４）、ＣＰＵ１１が、ブロックｂと類似するブロックを含む文書データが文書データ記憶部１３１に記憶してあると判断した場合（ステップＳ３０４：ＹＥＳ）、ＣＰＵ１１は、ブロックｂに機密状態である旨を示すラベルが付与されているか否かを判断する（ステップＳ３０５）。ＣＰＵ１１が、ブロックｂに機密状態である旨を示すラベルが付与されていると判断した場合（ステップＳ３０５：ＹＥＳ）、ＣＰＵ１１は、抽出したブロックが機密度の高いブロックであると判断し、文書データｄが機密状態であると判定し（ステップＳ３０６）、取得した文書データｄ及び文書データ全体として機密状態であるという判定結果を、それぞれ対応付けて文書データ記憶部１３１及び機密度情報記憶部１３２に記憶する。
【００４９】
ＣＰＵ１１が、ブロックｂと類似するブロックを含む文書データが文書データ記憶部１３１に記憶されていないと判断した場合（ステップＳ３０４：ＮＯ）、又はブロックｂに機密状態である旨を示すラベルが付与されていないと判断した場合（ステップＳ３０５：ＮＯ）、ＣＰＵ１１は、ブロックｂが最終ブロックであるか否かを判断する（ステップＳ３０７）。ＣＰＵ１１が、最終ブロックではないと判断した場合（ステップＳ３０７：ＮＯ）、ＣＰＵ１１は、次のブロックを抽出して類似判断の対象となるブロックｂに設定し（ステップＳ３０８）、処理をステップＳ３０４へ戻して上述した処理を繰り返す。
【００５０】
ＣＰＵ１１が、最終ブロックであると判断した場合（ステップＳ３０７：ＹＥＳ）、ＣＰＵ１１は、文書データｄのすべてのブロックにラベルが付与されているか否かを判断する（ステップＳ３０９）。ＣＰＵ１１が、文書データｄのすべてのブロックにラベルが付与されていると判断した場合（ステップＳ３０９：ＹＥＳ）、ＣＰＵ１１は、処理を終了する。ＣＰＵ１１が、文書データｄのブロックにまだラベルが付与されていないブロックが存在すると判断した場合（ステップＳ３０９：ＮＯ）、ＣＰＵ１１は、機密度判定の対象となる文書データｄと文書データ記憶部１３１に記憶してある文書データとの包含関係に基づいて、さらに詳細な機密度判定処理を実行する。
【００５１】
図４は、文書データｄと、文書データｄを部分文書とする文書データ及び文書データｄに含まれるブロックとの関係を示す集合図である。図４（ａ）では、文書データｄを全体集合４１とし、その部分集合４２を削除する場合の説明図である。図４（ａ）では、文書データｄの全体集合４１に非機密状態である旨を示すラベルが付与されているので、部分集合４２として、どのような文書データ及び該文書データに含まれるブロックが削除された場合であっても、文書データｄを非機密状態として判定することができる。
【００５２】
同様に図４（ｂ）では、文書データｄを部分集合４４とし、部分集合４４に機密状態である旨を示すラベルが付与されている。この場合、部分集合４４を包含する全体集合４３となるように、非機密状態である旨を示すラベルが付与された文書データがどのように追加された場合であっても、機密状態である旨を示すラベルが付与された部分集合４４を含んでいることから、全体集合４３に相当する文書データｄ全体としては機密状態として判定することができる。
【００５３】
図５は、機密度判定の対象となる文書データｄが包含関係を有する場合の本発明の実施の形態１に係る機密度判定支援装置１のＣＰＵ１１の機密度判定の処理手順を示すフローチャートである。機密度判定支援装置１のＣＰＵ１１が、文書データｄのブロックにまだラベルが付与されていないブロックが存在すると判断した場合（ステップＳ３０９：ＮＯ）、ＣＰＵ１１は、文書データｄの部分集合となる複数の文書データｄ’を抽出する（ステップＳ５０１）。
【００５４】
ＣＰＵ１１は、抽出したすべての文書データｄ’に対して非機密状態である旨を示すラベルが付与されているか否かを判断する（ステップＳ５０２）。ＣＰＵ１１が、抽出したすべての文書データｄ’に対して非機密状態である旨を示すラベルが付与されていると判断した場合（ステップＳ５０２：ＹＥＳ）、ＣＰＵ１１は、抽出した文書データｄ’のうち類似するブロックごとのラベルを、文書データｄの対応するブロックに付与する（ステップＳ５０３）。
【００５５】
なお、取得した文書データｄのブロックに既にラベルが付与されている場合であって、抽出した文書データｄ’の対応するブロックに付与されているラベルと矛盾する場合、すなわち一方が機密状態である旨を示すラベルであり、他方が非機密状態である旨を示すラベルである場合には、使用者によりいずれのラベルを付与するかに関する入力をブロックごとに受け付ける。これにより、機械的に判定することができない機密度についてのみ使用者が判定すれば足りることから、使用者による機密度の判定処理の負担を軽減することができる。
【００５６】
図６は、ステップＳ５０３での機密度判定処理の例示図である。図６（ａ）は、文書データ記憶部１３１から抽出された文書データｄ’を、図６（ｂ）は、機密度判定の対象として取得した文書データｄを、それぞれ示している。
【００５７】
図６（ａ）では、ブロックｂ１、ｂ２について既に非機密状態である旨を示すラベルが付与されている。一方、図６（ｂ）でもブロックｂ１、ｂ２について既に非機密状態である旨を示すラベルが付与されているので両者は矛盾しない。したがって、ブロックｂ１、ｂ２については使用者が機密度を判定することなく、非機密状態である旨を示すラベルが付与されている状態を維持することができる。
【００５８】
これに対して図６（ａ）にはブロックｂ３が存在しないのに対し、図６（ｂ）では新たにブロックｂ３が追加されている。したがって、文書データｄが非機密状態であるか否かを判定するためには、追加されたブロックｂ３について非機密状態である旨を示すラベルが付与されているか否かを判断する必要が残されており、ブロックｂ３が機密度判定対象ブロック（ハッチング部分）となる。
【００５９】
図５に戻って、機密度判定支援装置１のＣＰＵ１１が、抽出した文書データｄ’に対して非機密状態である旨を示すラベルが付与されていない文書データｄ’が存在すると判断した場合（ステップＳ５０２：ＮＯ）、ＣＰＵ１１は、ステップＳ５０３をスキップし、抽出したすべての文書データｄ’に対して機密状態である旨を示すラベルが付与されているか否かを判断する（ステップＳ５０４）。ＣＰＵ１１が、抽出したすべての文書データｄ’に対して機密状態である旨を示すラベルが付与されていると判断した場合（ステップＳ５０４：ＹＥＳ）、ＣＰＵ１１は、文書データ単位で機密度を判定しているか否かを判断する（ステップＳ５０５）。
【００６０】
ＣＰＵ１１が、文書データ単位で機密度を判定していると判断した場合（ステップＳ５０５：ＹＥＳ）、ＣＰＵ１１は、文書データｄに対して機密状態である旨を示すラベルを付与して（ステップＳ５０６）、処理を終了する。つまり、文書データ単位で機密状態である旨を示すラベルが付与されている文書データｄ’を部分集合として含む文書データｄは、図４（ｂ）と同様、機密状態であると判定することができる。
【００６１】
ＣＰＵ１１が、文書データ単位で機密度を判定していないと判断した場合（ステップＳ５０５：ＮＯ）、ＣＰＵ１１は、抽出した文書データｄ’のうち類似するブロックごとのラベルを、文書データｄの対応するブロックに付与する（ステップＳ５０７）。
【００６２】
なお、抽出したすべての文書データｄ’に対して機密状態である旨を示すラベルが付与されている場合であって、抽出した文書データｄ’の対応するブロックに付与されているラベルと矛盾する場合、すなわち一方が機密状態である旨を示すラベルであり、他方が非機密状態である旨を示すラベルである場合には、使用者によりいずれのラベルを付与するかに関する入力をブロックごとに受け付ける。これにより、機械的に判定することができない機密度についてのみ使用者が判定すれば足りることから、使用者による機密度の判定処理の負担を軽減することができる。
【００６３】
図７は、ステップＳ５０７での機密度判定処理の例示図である。図７（ａ）は、文書データ記憶部１３１から抽出された文書データｄ’を、図７（ｂ）は、機密度判定の対象として取得した文書データｄを、それぞれ示している。
【００６４】
図７（ａ）では、ブロックｂ１、ｂ２について既に機密状態である旨を示すラベルが付与されている。一方、図７（ｂ）でもブロックｂ１、ｂ２について既に機密状態である旨を示すラベルが付与されているので両者は矛盾しない。したがって、ブロックｂ１、ｂ２については使用者が機密度を判定することなく、機密状態である旨を示すラベルが付与されている状態を維持することができる。
【００６５】
これに対して図７（ａ）にはブロックｂ３が存在しないのに対し、図７（ｂ）では新たにブロックｂ３が追加されている。したがって、文書データｄが機密状態であるか否かを判定するためには、追加されたブロックｂ３について機密状態である旨を示すラベルが付与されているか否かを判断する必要が残されており、ブロックｂ３が機密度判定対象ブロック（ハッチング部分）となる。
【００６６】
図５に戻って、機密度判定支援装置１のＣＰＵ１１が、抽出した複数の文書データｄ’中に機密状態である旨を示すラベルが付与されていない文書データｄ’が存在すると判断した場合（ステップＳ５０４：ＮＯ）、ＣＰＵ１１は、ステップＳ５０５、ステップＳ５０７をスキップし、文書データｄを包含する文書データｄ”を抽出する（ステップＳ５０８）。ＣＰＵ１１は、抽出した文書データｄ”がすべて非機密状態である旨を示すラベルが付与されているか否かを判断する（ステップＳ５０９）。
【００６７】
ＣＰＵ１１が、抽出した文書データｄ”がすべて非機密状態である旨を示すラベルが付与されていると判断した場合（ステップＳ５０９：ＹＥＳ）、ＣＰＵ１１は、文書データｄに非機密状態である旨を示すラベルを付与して（ステップＳ５１０）、処理を終了する。
【００６８】
なお、抽出したすべての文書データｄ”に対して非機密状態である旨を示すラベルが付与されている場合、図４（ａ）に示すようにどの部分集合に相当するブロックが削除されたときであっても文書データｄ”全体として非機密状態を維持する。したがって、使用者による機密度の判定処理の負担を軽減することができる。
【００６９】
図８は、ステップＳ５１０での機密度判定処理の例示図である。図８（ａ）は、文書データ記憶部１３１から抽出された文書データｄ”を、図８（ｂ）は、機密度判定の対象として取得した文書データｄを、それぞれ示している。
【００７０】
図８（ａ）では、ブロックｂ１、ｂ２、ｂ３について既に非機密状態である旨を示すラベルが付与されている。一方、図８（ｂ）でもブロックｂ１、ｂ２について既に非機密状態である旨を示すラベルが付与されているので両者は矛盾しない。したがって、ブロックｂ１、ｂ２については使用者が機密度を判定することなく、非機密状態である旨を示すラベルが付与されている状態であることが自明であるので、使用者が機密度を判断する必要があるブロックは存在しない。
【００７１】
図５に戻って、機密度判定支援装置１のＣＰＵ１１が、抽出した文書データｄ”中に非機密状態である旨を示すラベルが付与されていない文書データｄ”が存在すると判断した場合（ステップＳ５０９：ＮＯ）、ＣＰＵ１１は、文書データごとにラベルが付与されている文書データに判定対象となる文書データｄのブロックと類似するブロックが存在するか否かに基づいて、さらに詳細な機密度の判定処理を実行する。
【００７２】
図９は、本発明の実施の形態１に係る機密度判定支援装置１のＣＰＵ１１の機密度判定の詳細処理手順を示すフローチャートである。図９に示すように、機密度判定支援装置１のＣＰＵ１１が、抽出した文書データｄ”が非機密状態である旨を示すラベルが付与されていない文書データｄ”が存在すると判断した場合（ステップＳ５０９：ＮＯ）、ＣＰＵ１１は、取得した文書データｄの先頭のブロックｂ１を抽出し（ステップＳ９０１）、類似判断の対象となるブロックｂに設定する（ステップＳ９０２）。ブロックの分割は、ブロック規則記憶部１３３に記憶してあるブロックに分割するための規則に関する情報に基づいて実行される。例えば文書データがパワーポイント（登録商標）にて作成された文書データである場合には、最初のスライドがブロックｂ１となる。
【００７３】
ＣＰＵ１１は、文書データ全体に対してラベルが付与されている文書データの中でブロックｂと類似するブロックを含む文書データが、文書データ記憶部１３１に記憶してあるか否かを判断し（ステップＳ９０３）、ＣＰＵ１１が、ブロックｂと類似するブロックを含む文書データが文書データ記憶部１３１に記憶してあると判断した場合（ステップＳ９０３：ＹＥＳ）、ＣＰＵ１１は、ブロックｂに非機密状態である旨を示すラベルが付与されているか否かを判断する（ステップＳ９０４）。
【００７４】
ＣＰＵ１１が、ブロックｂに非機密状態である旨を示すラベルが付与されていると判断した場合（ステップＳ９０４：ＹＥＳ）、ＣＰＵ１１は、抽出した文書データｄ”のうち類似するブロックごとのラベルを、文書データｄの対応するブロックに付与する（ステップＳ９０５）。
【００７５】
なお、抽出したすべての文書データに対して付与されているラベルに応じて、使用者により機密状態である旨を示すラベルと非機密状態である旨を示すラベルとのいずれのラベルを付与するかに関する入力をブロックごとに受け付ける必要が生じる。図１０は、ステップＳ９０５での機密度判定処理の第一の例示図である。図１０（ａ）及び図１０（ｂ）は、文書データ記憶部１３１から抽出された文書データｄ’を、図１０（ｃ）は、機密度判定の対象として取得した文書データｄを、それぞれ示している。
【００７６】
図１０では、図１０（ａ）に示す文書データｄ’はすべてのブロックに機密状態である旨を示すラベルが付与されており、図１０（ｂ）に示す文書データｄ’はすべてのブロックに非機密状態である旨を示すラベルが付与されている。そして、図１０（ｃ）に示す文書データｄは、図１０（ａ）に示す文書データｄ’のブロックｂ３と、図１０（ｂ）に示す文書データｄ’のブロックｂ３’と、図１０（ｃ）に示す追加された新規ブロックｂ３”とで構成されている。
【００７７】
この場合、図１０（ｂ）に示す文書データｄ’のブロックｂ３’については非機密状態である旨を示すラベルが付与されているので、文書データｄ全体が機密状態であるか否かの判定には直接関与しない。一方、図１０（ａ）に示す文書データｄ’のブロックｂ３、及び図１０（ｃ）に示す追加された新規ブロックｂ３”は、それぞれ機密状態であるか否かの判定結果に応じて文書データｄ全体が機密状態であるか否かの判定結果が変動するので、ブロックｂ３、ｂ３”が機密度判定対象ブロック（ハッチング部分）となる。
【００７８】
次に、図１１は、ステップＳ９０５での機密度判定処理の第二の例示図である。図１１（ａ）及び図１１（ｂ）は、文書データ記憶部１３１から抽出された文書データｄ’を、図１１（ｃ）は、機密度判定の対象として取得した文書データｄを、それぞれ示している。
【００７９】
図１１では、図１１（ａ）に示す文書データｄ’及び図１１（ｂ）に示す文書データｄ’はすべてのブロックに機密状態である旨を示すラベルが付与されている。そして、図１１（ｃ）に示す文書データｄは、図１１（ａ）に示す文書データｄ’のブロックｂ３と、図１１（ｂ）に示す文書データｄ’のブロックｂ３’と、図１１（ｃ）に示す追加された新規ブロックｂ３”とで構成されている。
【００８０】
この場合、図１１（ａ）に示す文書データｄ’のブロックｂ３、図１１（ｂ）に示す文書データｄ’のブロックｂ３’及び図１１（ｃ）に示す追加された新規ブロックｂ３”のすべてについて、それぞれ機密状態であるか否かの判定結果に応じて文書データｄ全体が機密状態であるか否かの判定結果が変動する。したがって、ブロックｂ３、ｂ３’、ｂ３”のすべてのブロックが機密度判定対象ブロック（ハッチング部分）となる。
【００８１】
図１２は、ステップＳ９０５での機密度判定処理の第三の例示図である。図１２（ａ）及び図１２（ｂ）は、文書データ記憶部１３１から抽出された文書データｄ’を、図１２（ｃ）は、機密度判定の対象として取得した文書データｄを、それぞれ示している。
【００８２】
図１２では、図１２（ａ）に示す文書データｄ’及び図１２（ｂ）に示す文書データｄ’はすべてのブロックに非機密状態である旨を示すラベルが付与されている。そして、図１２（ｃ）に示す文書データｄは、図１２（ａ）に示す文書データｄ’のブロックｂ３と、図１２（ｂ）に示す文書データｄ’のブロックｂ３’と、図１２（ｃ）に示す追加された新規ブロックｂ３”とで構成されている。
【００８３】
この場合、図１２（ａ）に示す文書データｄ’のブロックｂ３及び図１２（ｂ）に示す文書データｄ’のブロックｂ３’については非機密状態である旨を示すラベルが付与されているので、文書データｄ全体が機密状態であるか否かの判定には直接関与しない。一方、図１２（ｃ）に示す追加された新規ブロックｂ３”は、機密状態であるか否かの判定結果に応じて文書データｄ全体が機密状態であるか否かの判定結果が変動する。したがって、ブロックｂ３”のみが機密度判定対象ブロック（ハッチング部分）となる。
【００８４】
図９に戻って、機密度判定支援装置１のＣＰＵ１１が、ブロックｂと類似するブロックを含む文書データが文書データ記憶部１３１に記憶されていないと判断した場合（ステップＳ９０３：ＮＯ）、ＣＰＵ１１は、ステップＳ９０４及びステップＳ９０５を、ＣＰＵ１１が、ブロックｂに非機密状態である旨を示すラベルが付与されていないと判断した場合（ステップＳ９０４：ＮＯ）、ＣＰＵ１１は、ステップＳ９０５を、それぞれスキップし、ブロックｂの機密度の判定結果の入力を受け付ける（ステップＳ９０６）。
【００８５】
ＣＰＵ１１は、ブロックｂが最終ブロックであるか否かを判断し（ステップＳ９０７）、ＣＰＵ１１が、最終ブロックではないと判断した場合（ステップＳ９０７：ＮＯ）、ＣＰＵ１１は、次のブロックを抽出して類似判断の対象となるブロックｂに設定し（ステップＳ９０８）、処理をステップＳ９０３へ戻して上述した処理を繰り返す。ＣＰＵ１１が、最終ブロックであると判断した場合（ステップＳ９０７：ＹＥＳ）、ＣＰＵ１１は、処理を終了する。
【００８６】
以上のように本実施の形態１によれば、複数の使用者の間で共有することが可能に記憶してある文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶しておき、文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否か、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否か等に基づいて、明らかに機密状態である場合、明らかに非機密状態である場合には使用者による機密度判定処理を省略することができるようにすることで、明らかに非機密状態であると判断することが可能なブロック及び明らかに機密状態であると判断することが可能なブロックについては、使用者が機密度判定を実行する必要がなく、ブロックに付与された機密度情報に応じて文書データ単位で機密状態であるか否かを判断することができるので、すべてのブロックに対して機密度の判定処理を実行する必要がなく、機密度の判定処理の負荷を軽減することが可能となる。
【００８７】
（実施の形態２）
図１３は、本発明の実施の形態２に係る機密度判定支援装置の構成例を示すブロック図である。本発明の実施の形態２に係る機密度判定支援装置１の構成は、実施の形態１と同様であることから、同一の符号を付することにより詳細な説明は省略する。本実施の形態２は、記憶してある類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分が、機密状態であるか非機密状態であるかの判定対象である文書データに含まれているか否かに応じて、機密状態であるか否かを判定する点で実施の形態１とは相違する。
【００８８】
機密度判定支援装置１の記憶装置１３は、文書データ記憶部１３１、文書特徴情報記憶部１３４、及び機密度判定ポリシー記憶部１３５を備えている。文書データ記憶部１３１には、機密状態であるか非機密状態であるかの判定対象である文書データを記憶し、文書特徴情報記憶部１３４には、文書データごとに文書データの特徴を示す特徴情報を記憶する。機密度判定ポリシー記憶部１３５には、文書データの機密度を判定する基準となる情報、例えば機密度を判定する機密マーカ語等を記憶する。
【００８９】
ここで「特徴情報」とは、文書データの性質を端的に示す単語、文書データの同一性を示すためのハッシュ値、使用者により明示的に指定された機密ラベル情報、機密度判定ポリシー記憶部１３５に記憶してある機密マーカ語等を含む広い概念であり、文書データごとに記憶しても良いし、部分的な文書構造単位、例えばセクション、段落等ごとに記憶しても良い。また、「機密ラベル情報」とは、文書データあるいは文書データ中のブロックが機密状態であるか非機密状態であるかに関するセキュリティ情報全般を意味する。
【００９０】
なお、文書データ記憶部１３１、文書特徴情報記憶部１３４及び機密度判定ポリシー記憶部１３５は、ネットワーク２内の所定の使用者間で共有することができ、外部のコンピュータ３、３、・・・から読み出し処理、更新処理等を実行することが可能である。
【００９１】
図１４は、本発明の実施の形態２に係る機密度判定支援装置１の機能ブロック図である。文書データ取得部１４０１は、機密度の判定対象となる文書データを取得する。文書データの取得方法は特に限定されるものではなく、ネットワーク２を介して外部のコンピュータ３、３、・・・から取得しても良いし、可搬型記録媒体９０を介して取得しても良い。
【００９２】
特徴情報判断部１４０２は、文書データ記憶部１３１に記憶してある文書データを読み出し、読み出した文書データに対応付けて文書特徴情報記憶部１３４に記憶してある特徴情報と類似する特徴情報が記憶してあるか否かを判断する。これにより、類似する特徴情報を有する文書データが文書データ記憶部１３１に記憶してあるか否かを判断することができる。
【００９３】
文書データの特徴情報の類比判断の方法は、機密度の判定対象となる文書データに含まれる特徴情報の種類に応じて相違する。例えば特徴情報が文書データの性質を端的に示す単語である場合には、文書データの内容を解析して対応する単語の出現頻度を比較することにより類似度を判断することができる。また、その他の特徴情報についても、例えば非特許文献１に開示されているようなベクトル空間モデルを適用して、特徴情報間のベクトル距離の大小に応じて類似度を判断しても良い。
【００９４】
差分算出部１４０３は、特徴情報判断部１４０２で、読み出した文書データの特徴情報と類似する特徴情報が記憶してある、すなわち類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する。
【００９５】
差分包含判断部１４０４は、算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断し、判定部１４０５は、差分包含判断部１４０４にて算出した特徴情報の差分が、取得した文書データに含まれていると判断した場合、取得した文書データは機密状態であると判定し、含まれていないと判断した場合、取得した文書データは非機密状態であると判定する。
【００９６】
図１５は、本発明の実施の形態２に係る機密度判定支援装置１のＣＰＵ１１の機密度判定の処理手順を示すフローチャートである。図１５に示すように、機密度判定支援装置１のＣＰＵ１１は、機密度判定の対象となる文書データＤ１を取得する（ステップＳ１５０１）。具体的には、ネットワーク２を介して外部のコンピュータ３、３、・・・から受信しても良いし、記憶装置１３に記憶してある文書データから読み出しても良い。可搬型記録媒体９０を介して読み出しても良い。
【００９７】
ＣＰＵ１１は、取得した文書データＤ１に対応付けて文書特徴情報記憶部１３４に記憶してある特徴情報を抽出し（ステップＳ１５０２）、抽出した特徴情報と類似する特徴情報が文書特徴情報記憶部１３４に記憶してあるか否かを判断する（ステップＳ１５０３）。これにより、類似する特徴情報を有する文書データが文書データ記憶部１３１に記憶してあるか否かを判断することができる。
【００９８】
もちろん、文書データ記憶部１３１から文書データのみを読み出し、特徴情報を新たに生成しても良い。生成する特徴情報としては、例えば文書データを解析して、文書データに含まれる単語ごとの出現頻度ｃ（ｘ）、同一文書データであることを同定するためのハッシュ値ｈ（ｘ）等を用いる。このほか、機密マーカ語等を含むか否かにより判定される文書機密度ｐ（ｘ）、使用者に明示的に指定された機密ラベルｕ（ｘ）等、様々な特徴情報を用いることができる。なお、いずれの特徴情報を表す関数においても、ｘは文書データを示している。
【００９９】
また、文書データの特徴情報の類比判断の方法は、機密度の判定対象となる文書データに含まれる特徴情報の種類に応じて相違する。例えば特徴情報が文書データの性質を端的に示す単語である場合には、文書データの内容を解析して対応する単語の出現頻度を比較することにより類似度を判断することができる。また、その他の特徴情報についても、例えば非特許文献１に開示されているようなベクトル空間モデルを適用して、特徴情報間のベクトル距離の大小に応じて類似度を判断しても良い。
【０１００】
図１６は、特徴情報として単語の出現頻度を用いる場合の特徴情報ｃ（ｘ）の例示図である。図１６（ａ）は取得する文書データＤ１、Ｄ２の例示図である。文書データＤ１は通常の文書データであり、文書データＤ２は、文書データＤ１中の固有名詞、日時等を一般化し（以下、サニタイズという）、含まれている冠詞、助動詞、副詞等の頻出単語（いわゆるストップワード）を除いた文書データとしている。なお、単語の出現頻度を累計して、所定数以上である単語を頻出単語として排除しても良い。
【０１０１】
図１６（ｂ）は、文書データＤ１、Ｄ２の特徴情報ｃ（ｘ）の例示図である。図１６の例では、特徴情報として単語の出現頻度を用いており、文書データＤ１、Ｄ２それぞれについて単語ごとの出現頻度を累計している。
【０１０２】
図１５に戻って、機密度判定支援装置１のＣＰＵ１１が、抽出した特徴情報と類似する特徴情報を記憶していないと判断した場合（ステップＳ１５０３：ＮＯ）、ＣＰＵ１１は、従来の方法にて機密度を判定する（ステップＳ１５０７）。すなわち、特徴情報が類似しているか否かにかかわらず、例えば取得した文書データＤ１と記憶してある文書データとの類比判断等に基づいて機密状態であるか否かを判定する。
【０１０３】
ＣＰＵ１１が、抽出した特徴情報と類似する特徴情報が記憶してあると判断した場合（ステップＳ１５０３：ＹＥＳ）、ＣＰＵ１１は、記憶してある特徴情報を有する文書データを読み出す（ステップＳ１５０４）。ＣＰＵ１１は、読み出した文書データが複数であるか否かを判断する（ステップＳ１５０５）。
【０１０４】
ＣＰＵ１１が、読み出した文書データが複数ではないと判断した場合（ステップＳ１５０５：ＮＯ）、ＣＰＵ１１は、従来の方法にて機密度を判定する（ステップＳ１５０７）。すなわち、読み出した文書データが機密状態であれば取得した文書データＤ１は機密状態であると判定し、非機密状態であれば取得した文書データＤ１は非機密状態であると判定する。
【０１０５】
ＣＰＵ１１が、読み出した文書データが複数であると判断した場合（ステップＳ１５０５：ＹＥＳ）、ＣＰＵ１１は、機密状態である文書データ及び非機密状態である文書データを、それぞれ少なくとも１つ含むか否かを判断する（ステップＳ１５０６）。ＣＰＵ１１が、機密状態である文書データのみである、又は非機密状態である文書データのみであると判断した場合（ステップＳ１５０６：ＮＯ）、ＣＰＵ１１は、従来の方法にて機密度を判定する（ステップＳ１５０７）。すなわち、読み出した文書データが機密状態である文書データのみであれば取得した文書データＤ１は機密状態であると判定し、非機密状態のみであれば取得した文書データＤ１は非機密状態であると判定する。
【０１０６】
ＣＰＵ１１が、機密状態である文書データ、及び非機密状態である文書データを、それぞれ少なくとも１つ含むと判断した場合（ステップＳ１５０６：ＹＥＳ）、ＣＰＵ１１は、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する（ステップＳ１５０８）。特徴情報の差分は、読み出した複数の文書データのうち、機密状態である文書データと非機密状態である文書データとのすべての組み合わせについて算出する。
【０１０７】
図１７は、図１６の例に基づく特徴情報ｃ（ｘ）の差分の算出結果の例示図である。図１７では、文書データＤ１の特徴情報ｃ（Ｄ１）と文書データＤ２の特徴情報ｃ（Ｄ２）との差分を算出している。特徴情報の差分ｃ（Ｄ１）−ｃ（Ｄ２）は、出現頻度については考慮せず、特徴情報ｃ（Ｄ１）から特徴情報ｃ（Ｄ２）に含まれない単語を抽出することにより算出する。
【０１０８】
図１５に戻って、機密度判定支援装置１のＣＰＵ１１は、算出した特徴情報の差分が、取得した文書データＤ１に含まれているか否かを判断し（ステップＳ１５０９）、ＣＰＵ１１が、特徴情報の差分が、取得した文書データＤ１に含まれていないと判断した場合（ステップＳ１５０９：ＮＯ）、ＣＰＵ１１は、取得した文書データＤ１が非機密状態であると判定する（ステップＳ１５１１）。ＣＰＵ１１が、特徴情報の差分が、取得した文書データＤ１に含まれていると判断した場合（ステップＳ１５０９：ＹＥＳ）、ＣＰＵ１１は、取得した文書データＤ１が機密状態であると判定する（ステップＳ１５１０）。
【０１０９】
以下、具体的な文書データを例に挙げて、上述した処理の詳細を説明する。図１８は、文書データ記憶部１３１に事前に記憶してある文書データＤｐ、Ｄｑ、Ｄｒの例示図である。図１８（ａ）は文書データＤｐの例示図であり、機密状態であるとして記憶してある。図１８（ｂ）、（ｃ）は文書データＤｑ、Ｄｒの例示図であり、非機密状態であるとして記憶してある。
【０１１０】
図１８（ｂ）の下線部分は、文書データＤｑと文書データＤｐとの差分を示している。また、図１８（ｃ）の下線部分は、文書データＤｒと文書データＤｐとの差分を示している。
【０１１１】
判定対象となる文書データＤを取得し、文書データＤから抽出した特徴情報と類似する特徴情報が文書特徴情報記憶部１３４に記憶してあるか否かを判断する。図１９は、取得した文書データＤの例示図である。
【０１１２】
図１９（ａ）は、取得した文書データＤの例示図である。特徴情報の類比判断をする場合、文書データＤに含まれている冠詞、助動詞、副詞等の頻出単語（いわゆるストップワード）を除いた文書データＤ’を生成し、文書データＤ’に基づいて類比判断する。図１９（ｂ）は、文書データＤ’の例示図である。
【０１１３】
図２０は、文書データＤ’に基づいて抽出された、特徴情報が類似している文書データの例示図である。説明を簡単にするために、図１８（ａ）〜（ｃ）に記載されている文書データＤｐ、Ｄｑ、Ｄｒが抽出されたものと仮定する。
【０１１４】
図２０（ａ）は、文書データＤｐに含まれている冠詞、助動詞、副詞等の頻出単語（いわゆるストップワード）を除いた文書データＤｐ’を、図２０（ｂ）は、文書データＤｑに含まれている冠詞、助動詞、副詞等の頻出単語（いわゆるストップワード）を除いた文書データＤｑ’を、図２０（ｃ）は、文書データＤｒに含まれている冠詞、助動詞、副詞等の頻出単語（いわゆるストップワード）を除いた文書データＤｒ’を、それぞれ示している。このように整理された文書データＤｐ’、Ｄｑ’、Ｄｒ’に基づいて特徴情報の差分を算出する。
【０１１５】
図２１は、文書データＤ’、Ｄｐ’、Ｄｑ’、Ｄｒ’の特徴情報ｃ（ｘ）の算出結果を示す図表である。図２１でも特徴情報として単語の出現頻度を用いており、文書データＤ’、Ｄｐ’、Ｄｑ’、Ｄｒ’それぞれについて単語ごとの出現頻度を累計している。
【０１１６】
この例では、文書データＤ’は、機密情報を含む製品名、日付等の情報が元々「ＸＸＸＸＸ」とサニタイズされていることから、文書データＤ’は非機密状態となっている。単純に類似度を算出する場合、文書データＤ’と文書データＤｐ’との類似度は、文書データＤ’と文書データＤｑ’又は文書データＤｒ’の類似度よりも大きく算出される。しかし、類似度だけではなく、機密度判定の主たる特徴情報が含まれているか否かで機密度の大小を判定しないと正しく機密度判定をすることができない。そこで、文書データＤｐ’の特徴情報ｃ（Ｄｐ’）と文書データＤｒ’の特徴情報ｃ（Ｄｒ’）との和集合Ｐをｃ（Ｄｐ’）∪ｃ（Ｄｒ’）として算出し、文書データＤｑ’の特徴情報ｃ（Ｄｑ’）と和集合Ｐとの差分を算出する。
【０１１７】
図２２は、文書データＤｑ’の特徴情報ｃ（Ｄｑ’）と和集合Ｐとの差分の算出結果を示す図表である。図２２に示すように、サニタイズされた機密情報を含む製品名、日付等の情報である「Ｈｏｇｅｈｏｇｅ」、「Ｓｅｐｔｅｍｂｅｒ」、「２００８」が差分に含まれている。したがって、機密度判定の主たる特徴情報が、差分である「Ｈｏｇｅｈｏｇｅ」、「Ｓｅｐｔｅｍｂｅｒ」、「２００８」であることがわかる。
【０１１８】
差分に含まれている単語「Ｈｏｇｅｈｏｇｅ」、「Ｓｅｐｔｅｍｂｅｒ」、「２００８」は、文書データＤに含まれていないことから、文書データＤは文書データＤｐに含まれている機密情報を含んでいないと判断することができ、文書データＤは非機密状態であると判断することができる。仮に文書データＤにおいて、機密情報を含む製品名、日付等の情報がサニタイズされていなかった場合には、文書データＤは文書データＤｐに含まれている機密情報を含んでいると判断することができ、文書データＤは機密状態であると判断することができる。
【０１１９】
以上のように本実施の形態２によれば、類似すると判断された文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出することにより、機密情報の根幹をなす部分文書データを高い精度で類推することができ、算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断することにより、文書データの機密度を精度良く判定することが可能となる。
【０１２０】
なお、本発明は上記実施例に限定されるものではなく、本発明の趣旨の範囲内であれば多種の変更、改良等が可能である。例えば文書データ記憶部１３１と機密度情報記憶部１３２とを一体化して、文書データを記憶する時点で複数のブロックに分割しておき、ブロックごとに機密度情報を示すラベルを記憶しておいても良い。また、文書データ記憶部１３１、文書特徴情報記憶部１３４、及び機密度判定ポリシー記憶部１３５を一体化して記憶しても良い。
【０１２１】
また、取得した文書データを包含する文書データについて、機密状態である文書データと非機密状態である文書データとが混在している場合、実施の形態２と同様の方法をブロック単位の差分を算出する方法として適用することで、文書データ全体として機密状態であるか否かを判定することもできる。例えば、３ページで構成された機密状態である文書データＡ１と、１ページ目及び２ページ目が文書データＡ１と類似し、３ページ目が類似していない、非機密状態である文書データＡ２とが存在する場合、両者の差分である文書データＡ１の３ページ目だけに機密情報が含まれていると考えることができる。したがって、文書データＡ１の３ページ目だけを包含する別の文書データＡ３は機密状態であると判断することができ、文書データＡ１の１ページ目だけを包含する文書データＡ４は非機密状態であると判断することができる。
【符号の説明】
【０１２２】
１ 機密度判定支援装置
２ ネットワーク
３ コンピュータ
１１ ＣＰＵ
１２ メモリ
１３ 記憶装置
１４ Ｉ／Ｏインタフェース
１５ ビデオインタフェース
１６ 可搬型ディスクドライブ
１７ 通信インタフェース
１８ 内部バス
２３ 表示装置
９０ 可搬型記録媒体
１００ コンピュータプログラム
１３１ 文書データ記憶部
１３２ 機密度情報記憶部
１３３ ブロック規則記憶部
１３４ 文書特徴情報記憶部
１３５ 機密度判定ポリシー記憶部
【技術分野】
【０００１】
本発明は、複数の組織で共有される文書に対する機密度の判定処理を支援する方法、装置及びコンピュータプログラムに関する。
【背景技術】
【０００２】
グループウエアに代表されるコラボレーションシステムを用い、複数の組織で情報を共有して業務の効率化を図る機会が増大している。昨今のようにインターネット環境を活用する場合、機密情報を誤って共有したときには、個人情報漏洩による信用失墜、社内機密漏洩による経済的損失等のリスクが増大する。したがって、共有対象となる情報に対して正しく機密度を設定することが重要な課題の１つとなっている。
【０００３】
また、共有対象となる情報、例えばオフィス文書には、使用者の個人情報、業務機密等の守秘性の高い情報が含まれるおそれが内在している。特にオフィスでは、電子文書ファイルを作成した使用者が、自ら使用するコンピュータ上で文書管理することが多く、電子文書ファイルに対する編集作業も頻繁に行われることから、機密情報の管理は使用者のスキル、モラル等に依存せざるを得ないという問題があった。
【０００４】
もちろん、すべてのオフィス文書を管理サーバにて統合管理する企業も多い。しかし、使用者がダウンロードしたファイルについては、どのように更新され、編集されたのかトレースすることは困難であり、結局は、使用者のモラルに頼らざるを得ない。また、使用者が使用するコンピュータのすべてに監視用ソフトウェアを導入し、使用者の更新処理全体を監視する製品も開発されている。しかし、コスト対効果の観点、ソフトウェア保守の観点から効果的に運用することが困難である。また、システム開発の協力会社等のメンバがオフィス文書をダウンロードした場合、監視用ソフトウェアの監視対象範囲外でオフィス文書を更新する可能性があり、この場合については何ら監視することができない。
【０００５】
そこで、文書の類似度から機密度を判断して、情報の漏洩を防止する製品等も発表されている（非特許文献３参照）。例えば特許文献２には、文書単位で類似度を算出し、機密文書との最大類似度に基づいて文書の機密度の判定を実行する情報処理装置が開示されている。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２００４−５０６３号公報
【特許文献２】特開２００７−８１９５５号公報
【特許文献３】特開２００７−４８２３６号公報
【非特許文献】
【０００７】
【非特許文献１】ミカエル ダブリュー．ベリー（Ｍｉｃｈａｅｌ Ｗ．Ｂｅｒｒｙ）、マレー ブローネ（Ｍｕｒｒａｙ Ｂｒｏｗｎｅ）、「検索エンジンの理解−数学モデルとテキスト修正」
【非特許文献２】中澤拓磨、久保田秀和、角康之、西田豊明、「再利用部分の抽出によるプレゼンテーションストーリーの変遷の可視化」、２００７年、人工知能学会全国大会
【非特許文献３】プルーフポイント（Ｐｒｏｏｆｐｏｉｎｔ）、［ｏｎｌｉｎｅ］、［平成２０年１２月１日検索］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｓｏｕｒｃｅ−ｐａｄ．ｃｏｍ／ａｎｔｉｖｉｒｕｓ／ｐｒｏｏｆｐｏｉｎｔ／ｆｕｎｃｔｉｏｎ．ｈｔｍｌ＞
【非特許文献４】マーク プライアー（ｍａｒｃ ｐｒｉｏｒ）、オメガＴ（Ｏｍｅｇａ Ｔ）ホームページ、オメガＴプロジェクト、［ｏｎｌｉｎｅ］、［平成２０年８月１日検索］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｏｍｅｇａｔ．ｏｒｇ＞
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかし、特許文献２に開示されている情報処理装置では、機密度判定の対象となる文書と機密文書との類似度を算出しているだけであり、機密文書のどの部分が機密度の高い部分であるのか判断することができず、文書単位でしか機密度を判定することができないことから、本来非機密文書であるにもかかわらず機密文書であると誤って判定されるおそれがあるという問題点があった。
【０００９】
また、一定のセキュリティポリシーにしたがって、例えば「社内機密」といった文字列を文書に埋め込んで機密度を記録する方法も採用されている。しかし、一定の文字列を文書に埋め込む作業は結局使用者の負担に係る作業であり、文書中に誤った文字列が埋め込まれた場合、誤った機密度の判定処理が実行されるおそれがあった。すなわち、本来機密文書として取り扱うべき文書に「社内機密」という文字列を埋め込むのを忘れたために、機密度の判定処理が実行されていないにもかかわらず非機密文書であると誤った判断がなされ、機密文書が広く共有されてしまうおそれが残されていた。
【００１０】
本発明は斯かる事情に鑑みてなされたものであり、複数の組織で共有されるオフィス文書であっても、文書に対する機密度の判定処理の負荷を軽減することができる機密度判定を支援する方法、装置及びコンピュータプログラムを提供することを目的とする。
【課題を解決するための手段】
【００１１】
上記目的を達成するために第１発明に係る方法は、文書データの機密度判定を支援するコンピュータで実行することが可能な方法において、包含するプロパティの所定の特徴を評価する単位である複数のブロックに分割することが可能な文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶するステップと、機密度の判定対象となる文書データを取得するステップと、取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断するステップと、類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断するステップと、機密状態である旨を示す機密度情報が付与されていると判断した場合、取得した文書データは機密状態であると判定するステップとを含む。
【００１２】
また、第２発明に係る方法は、第１発明において、すべてのブロックに機密度情報が付与されたか否かを判断するステップと、機密度情報が付与されていないブロックが存在すると判断した場合、取得した文書データの部分集合となる文書データを抽出するステップと、取得した文書データの部分集合となる文書データがすべて非機密状態であるか否かを判断するステップと、取得した文書データの部分集合となる文書データがすべて非機密状態であると判断した場合、類似するブロックに付与されている機密度情報を付与するステップとを含む。
【００１３】
また、第３発明に係る方法は、第２発明において、取得した文書データの部分集合となる文書データがすべて機密状態であるか否かを判断するステップと、取得した文書データの部分集合となる文書データがすべて機密状態であると判断した場合、文書データ単位で機密度を判定するときには機密状態である旨を示す機密度情報を付与するステップとを含む。
【００１４】
また、第４発明に係る方法は、第３発明において、取得した文書データの部分集合となる文書データがすべて機密状態であると判断した場合、ブロック単位で機密度を判定するときには類似するブロックに付与されている機密度情報を付与するステップを含む。
【００１５】
また、第５発明に係る方法は、第４発明において、取得した文書データの部分集合となる文書データが非機密状態である文書データを含むと判断した場合、取得した文書データを包含する文書データを抽出するステップと、取得した文書データを包含する文書データがすべて非機密状態であるか否かを判断するステップと、すべて非機密状態であると判断した場合、文書データに非機密状態である旨を示す機密度情報を付与するステップとを含む。
【００１６】
また、第６発明に係る方法は、第５発明において、取得した文書データを包含する文書データが機密状態である文書データを含むと判断した場合、類似するブロックに非機密状態である旨を示す機密度情報が付与されているか否かを判断するステップと、非機密状態である旨を示す機密度情報が付与されていないと判断した場合、該ブロックに対する機密度情報の判定結果の入力を受け付けるステップとを含む。
【００１７】
次に、上記目的を達成するために第７発明に係る方法は、文書データの機密度判定を支援するコンピュータで実行することが可能な方法において、機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶するステップと、機密度の判定対象となる文書データを取得するステップと、取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断するステップと、類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出するステップと、算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断するステップと、算出した特徴情報の差分が含まれていると判断した場合、取得した文書データは機密状態であると判定し、算出した特徴情報の差分が含まれていないと判断した場合、取得した文書データは非機密状態であると判定するステップとを含む。
【００１８】
また、第８発明に係る方法は、第７発明において、特徴情報が類似する文書データが複数記憶してあると判断した場合、記憶してあると判断した、類似する特徴情報を有する複数の文書データの特徴情報の和集合を求めるステップと、求めた特徴情報の和集合のうち、機密状態である文書データの特徴情報の和集合と非機密状態である文書データの特徴情報の和集合との間の特徴情報の差分を算出するステップとを含む。
【００１９】
次に、上記目的を達成するために第９発明に係る装置は、包含するプロパティの所定の特徴を評価する単位である複数のブロックに分割することが可能な文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶する機密度情報記憶手段と、機密度の判定対象となる文書データを取得する文書データ取得手段と、取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断する類似判断手段と、該類似判断手段で類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断する付与判断手段と、該付与判断手段で機密状態である旨を示す機密度情報が付与されていると判断した場合、取得した文書データは機密状態であると判定する判定手段とを備える。
【００２０】
次に、上記目的を達成するために第１０発明に係る装置は、機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶する特徴情報記憶手段と、機密度の判定対象となる文書データを取得する文書データ取得手段と、取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断する判断手段と、該判断手段で類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する差分算出手段と、算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断する差分包含判断手段と、該差分包含判断手段で算出した特徴情報の差分が含まれていると判断した場合、取得した文書データは機密状態であると判定し、算出した特徴情報の差分が含まれていないと判断した場合、取得した文書データは非機密状態であると判定する判定手段とを備える。
【００２１】
次に、上記目的を達成するために第１１発明に係るコンピュータプログラムは、文書データの機密度判定を支援するコンピュータで実行することが可能なコンピュータプログラムにおいて、前記コンピュータを、機密度の判定対象となる文書データを取得する文書データ取得手段、取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断する類似判断手段、該類似判断手段で類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断する付与判断手段、及び該付与判断手段で機密状態である旨を示す機密度情報が付与されていると判断した場合、取得した文書データは機密状態であると判定する判定手段として機能させる。
【００２２】
次に、上記目的を達成するために第１２発明に係るコンピュータプログラムは、文書データの機密度判定を支援するコンピュータで実行することが可能なコンピュータプログラムにおいて、前記コンピュータを、機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶する特徴情報記憶手段、機密度の判定対象となる文書データを取得する文書データ取得手段、取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断する判断手段、該判断手段で類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する差分算出手段、算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断する差分包含判断手段、及び該差分包含判断手段で算出した特徴情報の差分が含まれていると判断した場合、取得した文書データは機密状態であると判定し、算出した特徴情報の差分が含まれていないと判断した場合、取得した文書データは非機密状態であると判定する判定手段として機能させる。
【発明の効果】
【００２３】
本発明によれば、明らかに非機密状態であると判断することが可能なブロック及び明らかに機密状態であると判断することが可能なブロックについては機密度の判定処理の対象から除外することができ、ブロックに付与された機密度情報に応じて文書データごとに機密状態であるか又は非機密状態であるかを判断することができるので、すべてのブロックに対して機密度の判定処理を実行する必要がなく、機密度の判定処理の負荷を軽減することが可能となる。
【００２４】
また、機密状態であると判定された文書データと非機密状態であると判定された文書データとの差分を算出することにより、機密情報の根幹をなす部分文書データを高い精度で類推することができ、文書データの機密度を精度良く判定することが可能となる。
【図面の簡単な説明】
【００２５】
【図１】本発明の実施の形態１に係る機密度判定支援装置の構成例を示すブロック図である。
【図２】本発明の実施の形態１に係る機密度判定支援装置の機能ブロック図である。
【図３】本発明の実施の形態１に係る機密度判定支援装置のＣＰＵの文書データ全体としての機密度判定の処理手順を示すフローチャートである。
【図４】文書データと、該文書データを部分文書とする文書データ及び該文書データに含まれるブロックとの関係を示す集合図である。
【図５】機密度判定の対象となる文書データが包含関係を有する場合の本発明の実施の形態１に係る機密度判定支援装置のＣＰＵの機密度判定の処理手順を示すフローチャートである。
【図６】ステップＳ５０３での機密度判定処理の例示図である。
【図７】ステップＳ５０７での機密度判定処理の例示図である。
【図８】ステップＳ５１０での機密度判定処理の例示図である。
【図９】本発明の実施の形態１に係る機密度判定支援装置のＣＰＵの機密度判定の詳細処理手順を示すフローチャートである。
【図１０】ステップＳ９０５での機密度判定処理の第一の例示図である。
【図１１】ステップＳ９０５での機密度判定処理の第二の例示図である。
【図１２】ステップＳ９０５での機密度判定処理の第三の例示図である。
【図１３】本発明の実施の形態２に係る機密度判定支援装置の構成例を示すブロック図である。
【図１４】本発明の実施の形態２に係る機密度判定支援装置の機能ブロック図である。
【図１５】本発明の実施の形態２に係る機密度判定支援装置のＣＰＵの機密度判定の処理手順を示すフローチャートである。
【図１６】特徴情報として単語の出現頻度を用いる場合の特徴情報の例示図である。
【図１７】特徴情報の差分の算出結果の例示図である。
【図１８】文書データ記憶部に事前に記憶してある文書データの例示図である。
【図１９】取得した文書データの例示図である。
【図２０】文書データに基づいて抽出された、特徴情報が類似している文書データの例示図である。
【図２１】文書データの特徴情報の算出結果を示す図表である。
【図２２】文書データの特徴情報と和集合との差分の算出結果を示す図表である。
【発明を実施するための形態】
【００２６】
以下、本発明の実施の形態に係る機密度判定支援装置について、図面に基づいて具体的に説明する。以下の実施の形態は、特許請求の範囲に記載された発明を限定するものではなく、実施の形態の中で説明されている特徴的事項の組み合わせのすべてが解決手段の必須事項であるとは限らないことは言うまでもない。
【００２７】
また、本発明は多くの異なる態様にて実施することが可能であり、実施の形態の記載内容に限定して解釈されるべきものではない。実施の形態を通じて同じ要素には同一の符号を付している。
【００２８】
以下の実施の形態では、コンピュータシステムにコンピュータプログラムを導入した機密度判定支援装置について説明するが、当業者であれば明らかな通り、本発明はその一部をコンピュータで実行することが可能なコンピュータプログラムとして実施することができる。したがって、本発明は、機密度判定支援装置というハードウェアとしての実施の形態、ソフトウェアとしての実施の形態、又はソフトウェアとハードウェアとの組み合わせの実施の形態をとることができる。コンピュータプログラムは、ハードディスク、ＤＶＤ、ＣＤ、光記憶装置、磁気記憶装置等の任意のコンピュータで読み取ることが可能な記録媒体に記録することができる。
【００２９】
本発明の実施の形態１では、複数の使用者の間で共有することが可能に記憶してある文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶しておき、文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否か、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否か等に基づいて、明らかに機密状態である場合、明らかに非機密状態である場合には使用者による機密度判定処理を省略することができるようにすることで、明らかに非機密状態であると判断することが可能なブロック及び明らかに機密状態であると判断することが可能なブロックについては、使用者が機密度判定を実行する必要がなく、ブロックに付与された機密度情報に応じて文書データ単位で機密状態であるか否かを判定することができるので、すべてのブロックに対して機密度の判定処理を実行する必要がなく、機密度の判定処理の負荷を軽減することが可能となる。
【００３０】
なお、文書データの「プロパティ」とは、文書データに含まれる単語、図形等を意味しており、「ブロック」とは、プロパティの所定の特徴を機械的なメトリクスで定量的に評価することができ、使用者による情報更新が行われない限り機密度情報が変動しない単位を意味している。例えばプレゼンテーションソフトウェアで作成した文書では、１スライドがブロックに相当し、ワードプロセッサソフトウェアで作成した文書では、例えば章ごと、段落ごと等の一括りの文書がブロックに相当する。その他、ページごと、パラグラフごと、文書ごと等の一括りの文書がブロックに相当し、１文であっても複数文であっても良い。
【００３１】
本発明の実施の形態２では、機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶しておき、機密度の判定対象となる文書データを取得して、取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断する。類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する。算出した特徴情報の差分が、取得した文書データに含まれている場合、取得した文書データは機密状態であると判定し、含まれていない場合、取得した文書データは非機密状態であると判定する。機密状態であると判定された文書データと非機密状態であると判定された文書データとの差分を算出することにより、機密情報の根幹をなす部分文書データを高い精度で類推することができ、文書データの機密度を精度良く判定することが可能となる。
【００３２】
（実施の形態１）
図１は、本発明の実施の形態１に係る機密度判定支援装置の構成例を示すブロック図である。本発明の実施の形態１に係る機密度判定支援装置１は、少なくともＣＰＵ（中央演算装置）１１、メモリ１２、記憶装置１３、Ｉ／Ｏインタフェース１４、ビデオインタフェース１５、可搬型ディスクドライブ１６、通信インタフェース１７及び上述したハードウェアを接続する内部バス１８で構成されている。
【００３３】
ＣＰＵ１１は、内部バス１８を介して機密度判定支援装置１の上述したようなハードウェア各部と接続されており、上述したハードウェア各部の動作を制御するとともに、記憶装置１３に記憶してあるコンピュータプログラム１００に従って、種々のソフトウェア的機能を実行する。メモリ１２は、ＳＲＡＭ、ＳＤＲＡＭ等の揮発性メモリで構成され、コンピュータプログラム１００の実行時にロードモジュールが展開され、コンピュータプログラム１００の実行時に発生する一時的なデータ等を記憶する。
【００３４】
記憶装置１３は、内蔵される固定型記憶装置（ハードディスク）、ＳＲＡＭ等の揮発性メモリ、ＲＯＭ等の不揮発性メモリ等で構成されている。記憶装置１３に記憶してあるコンピュータプログラム１００は、プログラム及びデータ等の情報を記録したＤＶＤ、ＣＤＲＯＭ等の可搬型記録媒体９０から、可搬型ディスクドライブ１６によりダウンロードされ、実行時には記憶装置１３からメモリ１２へ展開して実行される。もちろん、通信インタフェース１７を介してネットワーク２に接続されている外部のコンピュータ３、３、・・・からダウンロードされたコンピュータプログラムであっても良い。
【００３５】
また記憶装置１３は、文書データ記憶部１３１、機密度情報記憶部１３２、及びブロック規則記憶部１３３を備えている。文書データ記憶部１３１には、ブロックに分割することが可能な文書データを取得して記憶する。なお、文書データ記憶部１３１は、ネットワーク２内の所定の使用者間で共有することができ、外部のコンピュータ３、３、・・・から読み出し処理、更新処理等を実行することが可能である。
【００３６】
機密度情報記憶部１３２は、文書データごと及び文書データのブロックごとに機密度情報として付与された機密ラベル（以下、ラベルという）を記憶する。ラベルは、機密状態である旨を示すラベルと非機密状態である旨を示すラベルとの２種類存在する。
【００３７】
ブロック規則記憶部１３３は、文書データの種類、例えば文書データファイルのファイル識別子、文書データの作成者等に対応付けて、ブロックに分割するための規則に関する情報を記憶する。具体的には、文書データがマイクロソフト（登録商標）社製のパワーポイント（登録商標）のデータである場合、ファイル識別子が「．ｐｐｔ」であることから、ファイル識別子が「．ｐｐｔ」である場合にはブロックとしてスライドごとに分割するようブロック分割規則を記憶する。
【００３８】
また、文書データの作成者を識別する作成者ＩＤごとに、文書記載の習慣に応じてブロックとして分割するようブロック分割規則を記憶する。例えば作成者ＩＤごとに章立ての方法が相違する場合であっても、作成者ＩＤごとの習慣に応じて章立てごとにブロックとして分割するようブロック分割規則を記憶する。
【００３９】
通信インタフェース１７は内部バス１８に接続されており、インターネット、ＬＡＮ、ＷＡＮ等の外部のネットワーク２に接続されることにより、外部のコンピュータ３、３、・・・等とデータ送受信を行うことが可能となっている。
【００４０】
Ｉ／Ｏインタフェース１４は、キーボード２１、マウス２２等のデータ入力媒体と接続され、データの入力を受け付ける。また、ビデオインタフェース１５は、ＣＲＴモニタ、ＬＣＤ等の表示装置２３と接続され、所定の画像を表示する。
【００４１】
図２は、本発明の実施の形態１に係る機密度判定支援装置１の機能ブロック図である。文書データ取得部２０１は、機密度の判定対象となる文書データを取得する。文書データの取得方法は特に限定されるものではなく、ネットワーク２を介して外部のコンピュータ３、３、・・・から取得しても良いし、可搬型記録媒体９０を介して取得しても良い。
【００４２】
類似判断部２０２は、文書データ記憶部１３１に記憶してある文書データを読み出し、ブロック規則記憶部１３３に記憶してあるブロックに分割するための規則に関する情報に基づいて文書データを複数のブロックに分割し、分割したブロックごとに、類似するブロックを含む文書データが文書データ記憶部１３１に記憶してあるか否かを判断する。
【００４３】
付与判断部２０３は、類似判断部２０２にて類似するブロックを含む文書データが記憶してあると判断した場合、機密度情報記憶部１３２に記憶してあるラベルを文書データごと又は文書データのブロックごとに抽出し、機密度情報記憶部１３２を照会して、文書データ中の類似するブロックに機密状態である旨を示すラベル（機密度情報）が付与されているか否かを判断する。すなわち、文書データ記憶部１３１に記憶してある文書データ中のブロックに類似すると判断されたブロックに既にラベルが付与されており、しかも付与されているラベルが機密状態である旨を示すラベルである場合には、該ブロックは機密度の高いブロックであると判断することができる。
【００４４】
取得した文書データのブロックにラベルが付与されていない場合には、文書データ記憶部１３１に記憶されている文書データ中のブロックのうち類似するブロックであると判断されたブロックに付与されているラベルを、取得した文書データの対応するブロックに付与する。また、既にラベルが付与されている場合であって、文書データ記憶部１３１に記憶されている文書データ中のブロックのうち類似するブロックに付与されているラベルと矛盾する場合、すなわち一方が機密状態である旨を示すラベルであり、他方が非機密状態である旨を示すラベルである場合には、使用者によりいずれのラベルを付与するかに関する入力をブロックごとに受け付ける。
【００４５】
判定部２０４は、付与判断部２０３にて機密状態である旨を示すラベルが付与されていると判断した場合、取得した文書データ全体として機密状態であると判定する。すなわち、機密度の高いブロックを含んでいる文書データについては、文書データ全体として機密状態であると判定することができる。文書データ全体として機密状態であるとの判定結果（ラベル）及び文書データは、それぞれ機密度情報記憶部１３２及び文書データ記憶部１３１に互いに対応付けて記憶され、次に取得した文書データの機密度判定に用いることができる。
【００４６】
図３は、本発明の実施の形態１に係る機密度判定支援装置１のＣＰＵ１１の文書データ全体としての機密度判定の処理手順を示すフローチャートである。図３に示すように、機密度判定支援装置１のＣＰＵ１１は、機密度判定の対象となる文書データｄを取得する（ステップＳ３０１）。具体的には、ネットワーク２を介して外部のコンピュータ３、３、・・・から受信しても良いし、記憶装置１３に記憶してある文書データから読み出しても良い。可搬型記録媒体９０を介して読み出しても良い。
【００４７】
ＣＰＵ１１は、取得した文書データｄの先頭のブロックｂ１を抽出し（ステップＳ３０２）、類似判断の対象となるブロックｂに設定する（ステップＳ３０３）。ブロックの分割は、ブロック規則記憶部１３３に記憶してあるブロックへ分割するための規則に関する情報に基づいて実行される。例えば文書データがパワーポイント（登録商標）にて作成された文書データである場合には、最初のスライドがブロックｂ１となる。
【００４８】
ＣＰＵ１１は、ブロックｂと類似するブロックを含む文書データが文書データ記憶部１３１に記憶してあるか否かを判断し（ステップＳ３０４）、ＣＰＵ１１が、ブロックｂと類似するブロックを含む文書データが文書データ記憶部１３１に記憶してあると判断した場合（ステップＳ３０４：ＹＥＳ）、ＣＰＵ１１は、ブロックｂに機密状態である旨を示すラベルが付与されているか否かを判断する（ステップＳ３０５）。ＣＰＵ１１が、ブロックｂに機密状態である旨を示すラベルが付与されていると判断した場合（ステップＳ３０５：ＹＥＳ）、ＣＰＵ１１は、抽出したブロックが機密度の高いブロックであると判断し、文書データｄが機密状態であると判定し（ステップＳ３０６）、取得した文書データｄ及び文書データ全体として機密状態であるという判定結果を、それぞれ対応付けて文書データ記憶部１３１及び機密度情報記憶部１３２に記憶する。
【００４９】
ＣＰＵ１１が、ブロックｂと類似するブロックを含む文書データが文書データ記憶部１３１に記憶されていないと判断した場合（ステップＳ３０４：ＮＯ）、又はブロックｂに機密状態である旨を示すラベルが付与されていないと判断した場合（ステップＳ３０５：ＮＯ）、ＣＰＵ１１は、ブロックｂが最終ブロックであるか否かを判断する（ステップＳ３０７）。ＣＰＵ１１が、最終ブロックではないと判断した場合（ステップＳ３０７：ＮＯ）、ＣＰＵ１１は、次のブロックを抽出して類似判断の対象となるブロックｂに設定し（ステップＳ３０８）、処理をステップＳ３０４へ戻して上述した処理を繰り返す。
【００５０】
ＣＰＵ１１が、最終ブロックであると判断した場合（ステップＳ３０７：ＹＥＳ）、ＣＰＵ１１は、文書データｄのすべてのブロックにラベルが付与されているか否かを判断する（ステップＳ３０９）。ＣＰＵ１１が、文書データｄのすべてのブロックにラベルが付与されていると判断した場合（ステップＳ３０９：ＹＥＳ）、ＣＰＵ１１は、処理を終了する。ＣＰＵ１１が、文書データｄのブロックにまだラベルが付与されていないブロックが存在すると判断した場合（ステップＳ３０９：ＮＯ）、ＣＰＵ１１は、機密度判定の対象となる文書データｄと文書データ記憶部１３１に記憶してある文書データとの包含関係に基づいて、さらに詳細な機密度判定処理を実行する。
【００５１】
図４は、文書データｄと、文書データｄを部分文書とする文書データ及び文書データｄに含まれるブロックとの関係を示す集合図である。図４（ａ）では、文書データｄを全体集合４１とし、その部分集合４２を削除する場合の説明図である。図４（ａ）では、文書データｄの全体集合４１に非機密状態である旨を示すラベルが付与されているので、部分集合４２として、どのような文書データ及び該文書データに含まれるブロックが削除された場合であっても、文書データｄを非機密状態として判定することができる。
【００５２】
同様に図４（ｂ）では、文書データｄを部分集合４４とし、部分集合４４に機密状態である旨を示すラベルが付与されている。この場合、部分集合４４を包含する全体集合４３となるように、非機密状態である旨を示すラベルが付与された文書データがどのように追加された場合であっても、機密状態である旨を示すラベルが付与された部分集合４４を含んでいることから、全体集合４３に相当する文書データｄ全体としては機密状態として判定することができる。
【００５３】
図５は、機密度判定の対象となる文書データｄが包含関係を有する場合の本発明の実施の形態１に係る機密度判定支援装置１のＣＰＵ１１の機密度判定の処理手順を示すフローチャートである。機密度判定支援装置１のＣＰＵ１１が、文書データｄのブロックにまだラベルが付与されていないブロックが存在すると判断した場合（ステップＳ３０９：ＮＯ）、ＣＰＵ１１は、文書データｄの部分集合となる複数の文書データｄ’を抽出する（ステップＳ５０１）。
【００５４】
ＣＰＵ１１は、抽出したすべての文書データｄ’に対して非機密状態である旨を示すラベルが付与されているか否かを判断する（ステップＳ５０２）。ＣＰＵ１１が、抽出したすべての文書データｄ’に対して非機密状態である旨を示すラベルが付与されていると判断した場合（ステップＳ５０２：ＹＥＳ）、ＣＰＵ１１は、抽出した文書データｄ’のうち類似するブロックごとのラベルを、文書データｄの対応するブロックに付与する（ステップＳ５０３）。
【００５５】
なお、取得した文書データｄのブロックに既にラベルが付与されている場合であって、抽出した文書データｄ’の対応するブロックに付与されているラベルと矛盾する場合、すなわち一方が機密状態である旨を示すラベルであり、他方が非機密状態である旨を示すラベルである場合には、使用者によりいずれのラベルを付与するかに関する入力をブロックごとに受け付ける。これにより、機械的に判定することができない機密度についてのみ使用者が判定すれば足りることから、使用者による機密度の判定処理の負担を軽減することができる。
【００５６】
図６は、ステップＳ５０３での機密度判定処理の例示図である。図６（ａ）は、文書データ記憶部１３１から抽出された文書データｄ’を、図６（ｂ）は、機密度判定の対象として取得した文書データｄを、それぞれ示している。
【００５７】
図６（ａ）では、ブロックｂ１、ｂ２について既に非機密状態である旨を示すラベルが付与されている。一方、図６（ｂ）でもブロックｂ１、ｂ２について既に非機密状態である旨を示すラベルが付与されているので両者は矛盾しない。したがって、ブロックｂ１、ｂ２については使用者が機密度を判定することなく、非機密状態である旨を示すラベルが付与されている状態を維持することができる。
【００５８】
これに対して図６（ａ）にはブロックｂ３が存在しないのに対し、図６（ｂ）では新たにブロックｂ３が追加されている。したがって、文書データｄが非機密状態であるか否かを判定するためには、追加されたブロックｂ３について非機密状態である旨を示すラベルが付与されているか否かを判断する必要が残されており、ブロックｂ３が機密度判定対象ブロック（ハッチング部分）となる。
【００５９】
図５に戻って、機密度判定支援装置１のＣＰＵ１１が、抽出した文書データｄ’に対して非機密状態である旨を示すラベルが付与されていない文書データｄ’が存在すると判断した場合（ステップＳ５０２：ＮＯ）、ＣＰＵ１１は、ステップＳ５０３をスキップし、抽出したすべての文書データｄ’に対して機密状態である旨を示すラベルが付与されているか否かを判断する（ステップＳ５０４）。ＣＰＵ１１が、抽出したすべての文書データｄ’に対して機密状態である旨を示すラベルが付与されていると判断した場合（ステップＳ５０４：ＹＥＳ）、ＣＰＵ１１は、文書データ単位で機密度を判定しているか否かを判断する（ステップＳ５０５）。
【００６０】
ＣＰＵ１１が、文書データ単位で機密度を判定していると判断した場合（ステップＳ５０５：ＹＥＳ）、ＣＰＵ１１は、文書データｄに対して機密状態である旨を示すラベルを付与して（ステップＳ５０６）、処理を終了する。つまり、文書データ単位で機密状態である旨を示すラベルが付与されている文書データｄ’を部分集合として含む文書データｄは、図４（ｂ）と同様、機密状態であると判定することができる。
【００６１】
ＣＰＵ１１が、文書データ単位で機密度を判定していないと判断した場合（ステップＳ５０５：ＮＯ）、ＣＰＵ１１は、抽出した文書データｄ’のうち類似するブロックごとのラベルを、文書データｄの対応するブロックに付与する（ステップＳ５０７）。
【００６２】
なお、抽出したすべての文書データｄ’に対して機密状態である旨を示すラベルが付与されている場合であって、抽出した文書データｄ’の対応するブロックに付与されているラベルと矛盾する場合、すなわち一方が機密状態である旨を示すラベルであり、他方が非機密状態である旨を示すラベルである場合には、使用者によりいずれのラベルを付与するかに関する入力をブロックごとに受け付ける。これにより、機械的に判定することができない機密度についてのみ使用者が判定すれば足りることから、使用者による機密度の判定処理の負担を軽減することができる。
【００６３】
図７は、ステップＳ５０７での機密度判定処理の例示図である。図７（ａ）は、文書データ記憶部１３１から抽出された文書データｄ’を、図７（ｂ）は、機密度判定の対象として取得した文書データｄを、それぞれ示している。
【００６４】
図７（ａ）では、ブロックｂ１、ｂ２について既に機密状態である旨を示すラベルが付与されている。一方、図７（ｂ）でもブロックｂ１、ｂ２について既に機密状態である旨を示すラベルが付与されているので両者は矛盾しない。したがって、ブロックｂ１、ｂ２については使用者が機密度を判定することなく、機密状態である旨を示すラベルが付与されている状態を維持することができる。
【００６５】
これに対して図７（ａ）にはブロックｂ３が存在しないのに対し、図７（ｂ）では新たにブロックｂ３が追加されている。したがって、文書データｄが機密状態であるか否かを判定するためには、追加されたブロックｂ３について機密状態である旨を示すラベルが付与されているか否かを判断する必要が残されており、ブロックｂ３が機密度判定対象ブロック（ハッチング部分）となる。
【００６６】
図５に戻って、機密度判定支援装置１のＣＰＵ１１が、抽出した複数の文書データｄ’中に機密状態である旨を示すラベルが付与されていない文書データｄ’が存在すると判断した場合（ステップＳ５０４：ＮＯ）、ＣＰＵ１１は、ステップＳ５０５、ステップＳ５０７をスキップし、文書データｄを包含する文書データｄ”を抽出する（ステップＳ５０８）。ＣＰＵ１１は、抽出した文書データｄ”がすべて非機密状態である旨を示すラベルが付与されているか否かを判断する（ステップＳ５０９）。
【００６７】
ＣＰＵ１１が、抽出した文書データｄ”がすべて非機密状態である旨を示すラベルが付与されていると判断した場合（ステップＳ５０９：ＹＥＳ）、ＣＰＵ１１は、文書データｄに非機密状態である旨を示すラベルを付与して（ステップＳ５１０）、処理を終了する。
【００６８】
なお、抽出したすべての文書データｄ”に対して非機密状態である旨を示すラベルが付与されている場合、図４（ａ）に示すようにどの部分集合に相当するブロックが削除されたときであっても文書データｄ”全体として非機密状態を維持する。したがって、使用者による機密度の判定処理の負担を軽減することができる。
【００６９】
図８は、ステップＳ５１０での機密度判定処理の例示図である。図８（ａ）は、文書データ記憶部１３１から抽出された文書データｄ”を、図８（ｂ）は、機密度判定の対象として取得した文書データｄを、それぞれ示している。
【００７０】
図８（ａ）では、ブロックｂ１、ｂ２、ｂ３について既に非機密状態である旨を示すラベルが付与されている。一方、図８（ｂ）でもブロックｂ１、ｂ２について既に非機密状態である旨を示すラベルが付与されているので両者は矛盾しない。したがって、ブロックｂ１、ｂ２については使用者が機密度を判定することなく、非機密状態である旨を示すラベルが付与されている状態であることが自明であるので、使用者が機密度を判断する必要があるブロックは存在しない。
【００７１】
図５に戻って、機密度判定支援装置１のＣＰＵ１１が、抽出した文書データｄ”中に非機密状態である旨を示すラベルが付与されていない文書データｄ”が存在すると判断した場合（ステップＳ５０９：ＮＯ）、ＣＰＵ１１は、文書データごとにラベルが付与されている文書データに判定対象となる文書データｄのブロックと類似するブロックが存在するか否かに基づいて、さらに詳細な機密度の判定処理を実行する。
【００７２】
図９は、本発明の実施の形態１に係る機密度判定支援装置１のＣＰＵ１１の機密度判定の詳細処理手順を示すフローチャートである。図９に示すように、機密度判定支援装置１のＣＰＵ１１が、抽出した文書データｄ”が非機密状態である旨を示すラベルが付与されていない文書データｄ”が存在すると判断した場合（ステップＳ５０９：ＮＯ）、ＣＰＵ１１は、取得した文書データｄの先頭のブロックｂ１を抽出し（ステップＳ９０１）、類似判断の対象となるブロックｂに設定する（ステップＳ９０２）。ブロックの分割は、ブロック規則記憶部１３３に記憶してあるブロックに分割するための規則に関する情報に基づいて実行される。例えば文書データがパワーポイント（登録商標）にて作成された文書データである場合には、最初のスライドがブロックｂ１となる。
【００７３】
ＣＰＵ１１は、文書データ全体に対してラベルが付与されている文書データの中でブロックｂと類似するブロックを含む文書データが、文書データ記憶部１３１に記憶してあるか否かを判断し（ステップＳ９０３）、ＣＰＵ１１が、ブロックｂと類似するブロックを含む文書データが文書データ記憶部１３１に記憶してあると判断した場合（ステップＳ９０３：ＹＥＳ）、ＣＰＵ１１は、ブロックｂに非機密状態である旨を示すラベルが付与されているか否かを判断する（ステップＳ９０４）。
【００７４】
ＣＰＵ１１が、ブロックｂに非機密状態である旨を示すラベルが付与されていると判断した場合（ステップＳ９０４：ＹＥＳ）、ＣＰＵ１１は、抽出した文書データｄ”のうち類似するブロックごとのラベルを、文書データｄの対応するブロックに付与する（ステップＳ９０５）。
【００７５】
なお、抽出したすべての文書データに対して付与されているラベルに応じて、使用者により機密状態である旨を示すラベルと非機密状態である旨を示すラベルとのいずれのラベルを付与するかに関する入力をブロックごとに受け付ける必要が生じる。図１０は、ステップＳ９０５での機密度判定処理の第一の例示図である。図１０（ａ）及び図１０（ｂ）は、文書データ記憶部１３１から抽出された文書データｄ’を、図１０（ｃ）は、機密度判定の対象として取得した文書データｄを、それぞれ示している。
【００７６】
図１０では、図１０（ａ）に示す文書データｄ’はすべてのブロックに機密状態である旨を示すラベルが付与されており、図１０（ｂ）に示す文書データｄ’はすべてのブロックに非機密状態である旨を示すラベルが付与されている。そして、図１０（ｃ）に示す文書データｄは、図１０（ａ）に示す文書データｄ’のブロックｂ３と、図１０（ｂ）に示す文書データｄ’のブロックｂ３’と、図１０（ｃ）に示す追加された新規ブロックｂ３”とで構成されている。
【００７７】
この場合、図１０（ｂ）に示す文書データｄ’のブロックｂ３’については非機密状態である旨を示すラベルが付与されているので、文書データｄ全体が機密状態であるか否かの判定には直接関与しない。一方、図１０（ａ）に示す文書データｄ’のブロックｂ３、及び図１０（ｃ）に示す追加された新規ブロックｂ３”は、それぞれ機密状態であるか否かの判定結果に応じて文書データｄ全体が機密状態であるか否かの判定結果が変動するので、ブロックｂ３、ｂ３”が機密度判定対象ブロック（ハッチング部分）となる。
【００７８】
次に、図１１は、ステップＳ９０５での機密度判定処理の第二の例示図である。図１１（ａ）及び図１１（ｂ）は、文書データ記憶部１３１から抽出された文書データｄ’を、図１１（ｃ）は、機密度判定の対象として取得した文書データｄを、それぞれ示している。
【００７９】
図１１では、図１１（ａ）に示す文書データｄ’及び図１１（ｂ）に示す文書データｄ’はすべてのブロックに機密状態である旨を示すラベルが付与されている。そして、図１１（ｃ）に示す文書データｄは、図１１（ａ）に示す文書データｄ’のブロックｂ３と、図１１（ｂ）に示す文書データｄ’のブロックｂ３’と、図１１（ｃ）に示す追加された新規ブロックｂ３”とで構成されている。
【００８０】
この場合、図１１（ａ）に示す文書データｄ’のブロックｂ３、図１１（ｂ）に示す文書データｄ’のブロックｂ３’及び図１１（ｃ）に示す追加された新規ブロックｂ３”のすべてについて、それぞれ機密状態であるか否かの判定結果に応じて文書データｄ全体が機密状態であるか否かの判定結果が変動する。したがって、ブロックｂ３、ｂ３’、ｂ３”のすべてのブロックが機密度判定対象ブロック（ハッチング部分）となる。
【００８１】
図１２は、ステップＳ９０５での機密度判定処理の第三の例示図である。図１２（ａ）及び図１２（ｂ）は、文書データ記憶部１３１から抽出された文書データｄ’を、図１２（ｃ）は、機密度判定の対象として取得した文書データｄを、それぞれ示している。
【００８２】
図１２では、図１２（ａ）に示す文書データｄ’及び図１２（ｂ）に示す文書データｄ’はすべてのブロックに非機密状態である旨を示すラベルが付与されている。そして、図１２（ｃ）に示す文書データｄは、図１２（ａ）に示す文書データｄ’のブロックｂ３と、図１２（ｂ）に示す文書データｄ’のブロックｂ３’と、図１２（ｃ）に示す追加された新規ブロックｂ３”とで構成されている。
【００８３】
この場合、図１２（ａ）に示す文書データｄ’のブロックｂ３及び図１２（ｂ）に示す文書データｄ’のブロックｂ３’については非機密状態である旨を示すラベルが付与されているので、文書データｄ全体が機密状態であるか否かの判定には直接関与しない。一方、図１２（ｃ）に示す追加された新規ブロックｂ３”は、機密状態であるか否かの判定結果に応じて文書データｄ全体が機密状態であるか否かの判定結果が変動する。したがって、ブロックｂ３”のみが機密度判定対象ブロック（ハッチング部分）となる。
【００８４】
図９に戻って、機密度判定支援装置１のＣＰＵ１１が、ブロックｂと類似するブロックを含む文書データが文書データ記憶部１３１に記憶されていないと判断した場合（ステップＳ９０３：ＮＯ）、ＣＰＵ１１は、ステップＳ９０４及びステップＳ９０５を、ＣＰＵ１１が、ブロックｂに非機密状態である旨を示すラベルが付与されていないと判断した場合（ステップＳ９０４：ＮＯ）、ＣＰＵ１１は、ステップＳ９０５を、それぞれスキップし、ブロックｂの機密度の判定結果の入力を受け付ける（ステップＳ９０６）。
【００８５】
ＣＰＵ１１は、ブロックｂが最終ブロックであるか否かを判断し（ステップＳ９０７）、ＣＰＵ１１が、最終ブロックではないと判断した場合（ステップＳ９０７：ＮＯ）、ＣＰＵ１１は、次のブロックを抽出して類似判断の対象となるブロックｂに設定し（ステップＳ９０８）、処理をステップＳ９０３へ戻して上述した処理を繰り返す。ＣＰＵ１１が、最終ブロックであると判断した場合（ステップＳ９０７：ＹＥＳ）、ＣＰＵ１１は、処理を終了する。
【００８６】
以上のように本実施の形態１によれば、複数の使用者の間で共有することが可能に記憶してある文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶しておき、文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否か、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否か等に基づいて、明らかに機密状態である場合、明らかに非機密状態である場合には使用者による機密度判定処理を省略することができるようにすることで、明らかに非機密状態であると判断することが可能なブロック及び明らかに機密状態であると判断することが可能なブロックについては、使用者が機密度判定を実行する必要がなく、ブロックに付与された機密度情報に応じて文書データ単位で機密状態であるか否かを判断することができるので、すべてのブロックに対して機密度の判定処理を実行する必要がなく、機密度の判定処理の負荷を軽減することが可能となる。
【００８７】
（実施の形態２）
図１３は、本発明の実施の形態２に係る機密度判定支援装置の構成例を示すブロック図である。本発明の実施の形態２に係る機密度判定支援装置１の構成は、実施の形態１と同様であることから、同一の符号を付することにより詳細な説明は省略する。本実施の形態２は、記憶してある類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分が、機密状態であるか非機密状態であるかの判定対象である文書データに含まれているか否かに応じて、機密状態であるか否かを判定する点で実施の形態１とは相違する。
【００８８】
機密度判定支援装置１の記憶装置１３は、文書データ記憶部１３１、文書特徴情報記憶部１３４、及び機密度判定ポリシー記憶部１３５を備えている。文書データ記憶部１３１には、機密状態であるか非機密状態であるかの判定対象である文書データを記憶し、文書特徴情報記憶部１３４には、文書データごとに文書データの特徴を示す特徴情報を記憶する。機密度判定ポリシー記憶部１３５には、文書データの機密度を判定する基準となる情報、例えば機密度を判定する機密マーカ語等を記憶する。
【００８９】
ここで「特徴情報」とは、文書データの性質を端的に示す単語、文書データの同一性を示すためのハッシュ値、使用者により明示的に指定された機密ラベル情報、機密度判定ポリシー記憶部１３５に記憶してある機密マーカ語等を含む広い概念であり、文書データごとに記憶しても良いし、部分的な文書構造単位、例えばセクション、段落等ごとに記憶しても良い。また、「機密ラベル情報」とは、文書データあるいは文書データ中のブロックが機密状態であるか非機密状態であるかに関するセキュリティ情報全般を意味する。
【００９０】
なお、文書データ記憶部１３１、文書特徴情報記憶部１３４及び機密度判定ポリシー記憶部１３５は、ネットワーク２内の所定の使用者間で共有することができ、外部のコンピュータ３、３、・・・から読み出し処理、更新処理等を実行することが可能である。
【００９１】
図１４は、本発明の実施の形態２に係る機密度判定支援装置１の機能ブロック図である。文書データ取得部１４０１は、機密度の判定対象となる文書データを取得する。文書データの取得方法は特に限定されるものではなく、ネットワーク２を介して外部のコンピュータ３、３、・・・から取得しても良いし、可搬型記録媒体９０を介して取得しても良い。
【００９２】
特徴情報判断部１４０２は、文書データ記憶部１３１に記憶してある文書データを読み出し、読み出した文書データに対応付けて文書特徴情報記憶部１３４に記憶してある特徴情報と類似する特徴情報が記憶してあるか否かを判断する。これにより、類似する特徴情報を有する文書データが文書データ記憶部１３１に記憶してあるか否かを判断することができる。
【００９３】
文書データの特徴情報の類比判断の方法は、機密度の判定対象となる文書データに含まれる特徴情報の種類に応じて相違する。例えば特徴情報が文書データの性質を端的に示す単語である場合には、文書データの内容を解析して対応する単語の出現頻度を比較することにより類似度を判断することができる。また、その他の特徴情報についても、例えば非特許文献１に開示されているようなベクトル空間モデルを適用して、特徴情報間のベクトル距離の大小に応じて類似度を判断しても良い。
【００９４】
差分算出部１４０３は、特徴情報判断部１４０２で、読み出した文書データの特徴情報と類似する特徴情報が記憶してある、すなわち類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する。
【００９５】
差分包含判断部１４０４は、算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断し、判定部１４０５は、差分包含判断部１４０４にて算出した特徴情報の差分が、取得した文書データに含まれていると判断した場合、取得した文書データは機密状態であると判定し、含まれていないと判断した場合、取得した文書データは非機密状態であると判定する。
【００９６】
図１５は、本発明の実施の形態２に係る機密度判定支援装置１のＣＰＵ１１の機密度判定の処理手順を示すフローチャートである。図１５に示すように、機密度判定支援装置１のＣＰＵ１１は、機密度判定の対象となる文書データＤ１を取得する（ステップＳ１５０１）。具体的には、ネットワーク２を介して外部のコンピュータ３、３、・・・から受信しても良いし、記憶装置１３に記憶してある文書データから読み出しても良い。可搬型記録媒体９０を介して読み出しても良い。
【００９７】
ＣＰＵ１１は、取得した文書データＤ１に対応付けて文書特徴情報記憶部１３４に記憶してある特徴情報を抽出し（ステップＳ１５０２）、抽出した特徴情報と類似する特徴情報が文書特徴情報記憶部１３４に記憶してあるか否かを判断する（ステップＳ１５０３）。これにより、類似する特徴情報を有する文書データが文書データ記憶部１３１に記憶してあるか否かを判断することができる。
【００９８】
もちろん、文書データ記憶部１３１から文書データのみを読み出し、特徴情報を新たに生成しても良い。生成する特徴情報としては、例えば文書データを解析して、文書データに含まれる単語ごとの出現頻度ｃ（ｘ）、同一文書データであることを同定するためのハッシュ値ｈ（ｘ）等を用いる。このほか、機密マーカ語等を含むか否かにより判定される文書機密度ｐ（ｘ）、使用者に明示的に指定された機密ラベルｕ（ｘ）等、様々な特徴情報を用いることができる。なお、いずれの特徴情報を表す関数においても、ｘは文書データを示している。
【００９９】
また、文書データの特徴情報の類比判断の方法は、機密度の判定対象となる文書データに含まれる特徴情報の種類に応じて相違する。例えば特徴情報が文書データの性質を端的に示す単語である場合には、文書データの内容を解析して対応する単語の出現頻度を比較することにより類似度を判断することができる。また、その他の特徴情報についても、例えば非特許文献１に開示されているようなベクトル空間モデルを適用して、特徴情報間のベクトル距離の大小に応じて類似度を判断しても良い。
【０１００】
図１６は、特徴情報として単語の出現頻度を用いる場合の特徴情報ｃ（ｘ）の例示図である。図１６（ａ）は取得する文書データＤ１、Ｄ２の例示図である。文書データＤ１は通常の文書データであり、文書データＤ２は、文書データＤ１中の固有名詞、日時等を一般化し（以下、サニタイズという）、含まれている冠詞、助動詞、副詞等の頻出単語（いわゆるストップワード）を除いた文書データとしている。なお、単語の出現頻度を累計して、所定数以上である単語を頻出単語として排除しても良い。
【０１０１】
図１６（ｂ）は、文書データＤ１、Ｄ２の特徴情報ｃ（ｘ）の例示図である。図１６の例では、特徴情報として単語の出現頻度を用いており、文書データＤ１、Ｄ２それぞれについて単語ごとの出現頻度を累計している。
【０１０２】
図１５に戻って、機密度判定支援装置１のＣＰＵ１１が、抽出した特徴情報と類似する特徴情報を記憶していないと判断した場合（ステップＳ１５０３：ＮＯ）、ＣＰＵ１１は、従来の方法にて機密度を判定する（ステップＳ１５０７）。すなわち、特徴情報が類似しているか否かにかかわらず、例えば取得した文書データＤ１と記憶してある文書データとの類比判断等に基づいて機密状態であるか否かを判定する。
【０１０３】
ＣＰＵ１１が、抽出した特徴情報と類似する特徴情報が記憶してあると判断した場合（ステップＳ１５０３：ＹＥＳ）、ＣＰＵ１１は、記憶してある特徴情報を有する文書データを読み出す（ステップＳ１５０４）。ＣＰＵ１１は、読み出した文書データが複数であるか否かを判断する（ステップＳ１５０５）。
【０１０４】
ＣＰＵ１１が、読み出した文書データが複数ではないと判断した場合（ステップＳ１５０５：ＮＯ）、ＣＰＵ１１は、従来の方法にて機密度を判定する（ステップＳ１５０７）。すなわち、読み出した文書データが機密状態であれば取得した文書データＤ１は機密状態であると判定し、非機密状態であれば取得した文書データＤ１は非機密状態であると判定する。
【０１０５】
ＣＰＵ１１が、読み出した文書データが複数であると判断した場合（ステップＳ１５０５：ＹＥＳ）、ＣＰＵ１１は、機密状態である文書データ及び非機密状態である文書データを、それぞれ少なくとも１つ含むか否かを判断する（ステップＳ１５０６）。ＣＰＵ１１が、機密状態である文書データのみである、又は非機密状態である文書データのみであると判断した場合（ステップＳ１５０６：ＮＯ）、ＣＰＵ１１は、従来の方法にて機密度を判定する（ステップＳ１５０７）。すなわち、読み出した文書データが機密状態である文書データのみであれば取得した文書データＤ１は機密状態であると判定し、非機密状態のみであれば取得した文書データＤ１は非機密状態であると判定する。
【０１０６】
ＣＰＵ１１が、機密状態である文書データ、及び非機密状態である文書データを、それぞれ少なくとも１つ含むと判断した場合（ステップＳ１５０６：ＹＥＳ）、ＣＰＵ１１は、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する（ステップＳ１５０８）。特徴情報の差分は、読み出した複数の文書データのうち、機密状態である文書データと非機密状態である文書データとのすべての組み合わせについて算出する。
【０１０７】
図１７は、図１６の例に基づく特徴情報ｃ（ｘ）の差分の算出結果の例示図である。図１７では、文書データＤ１の特徴情報ｃ（Ｄ１）と文書データＤ２の特徴情報ｃ（Ｄ２）との差分を算出している。特徴情報の差分ｃ（Ｄ１）−ｃ（Ｄ２）は、出現頻度については考慮せず、特徴情報ｃ（Ｄ１）から特徴情報ｃ（Ｄ２）に含まれない単語を抽出することにより算出する。
【０１０８】
図１５に戻って、機密度判定支援装置１のＣＰＵ１１は、算出した特徴情報の差分が、取得した文書データＤ１に含まれているか否かを判断し（ステップＳ１５０９）、ＣＰＵ１１が、特徴情報の差分が、取得した文書データＤ１に含まれていないと判断した場合（ステップＳ１５０９：ＮＯ）、ＣＰＵ１１は、取得した文書データＤ１が非機密状態であると判定する（ステップＳ１５１１）。ＣＰＵ１１が、特徴情報の差分が、取得した文書データＤ１に含まれていると判断した場合（ステップＳ１５０９：ＹＥＳ）、ＣＰＵ１１は、取得した文書データＤ１が機密状態であると判定する（ステップＳ１５１０）。
【０１０９】
以下、具体的な文書データを例に挙げて、上述した処理の詳細を説明する。図１８は、文書データ記憶部１３１に事前に記憶してある文書データＤｐ、Ｄｑ、Ｄｒの例示図である。図１８（ａ）は文書データＤｐの例示図であり、機密状態であるとして記憶してある。図１８（ｂ）、（ｃ）は文書データＤｑ、Ｄｒの例示図であり、非機密状態であるとして記憶してある。
【０１１０】
図１８（ｂ）の下線部分は、文書データＤｑと文書データＤｐとの差分を示している。また、図１８（ｃ）の下線部分は、文書データＤｒと文書データＤｐとの差分を示している。
【０１１１】
判定対象となる文書データＤを取得し、文書データＤから抽出した特徴情報と類似する特徴情報が文書特徴情報記憶部１３４に記憶してあるか否かを判断する。図１９は、取得した文書データＤの例示図である。
【０１１２】
図１９（ａ）は、取得した文書データＤの例示図である。特徴情報の類比判断をする場合、文書データＤに含まれている冠詞、助動詞、副詞等の頻出単語（いわゆるストップワード）を除いた文書データＤ’を生成し、文書データＤ’に基づいて類比判断する。図１９（ｂ）は、文書データＤ’の例示図である。
【０１１３】
図２０は、文書データＤ’に基づいて抽出された、特徴情報が類似している文書データの例示図である。説明を簡単にするために、図１８（ａ）〜（ｃ）に記載されている文書データＤｐ、Ｄｑ、Ｄｒが抽出されたものと仮定する。
【０１１４】
図２０（ａ）は、文書データＤｐに含まれている冠詞、助動詞、副詞等の頻出単語（いわゆるストップワード）を除いた文書データＤｐ’を、図２０（ｂ）は、文書データＤｑに含まれている冠詞、助動詞、副詞等の頻出単語（いわゆるストップワード）を除いた文書データＤｑ’を、図２０（ｃ）は、文書データＤｒに含まれている冠詞、助動詞、副詞等の頻出単語（いわゆるストップワード）を除いた文書データＤｒ’を、それぞれ示している。このように整理された文書データＤｐ’、Ｄｑ’、Ｄｒ’に基づいて特徴情報の差分を算出する。
【０１１５】
図２１は、文書データＤ’、Ｄｐ’、Ｄｑ’、Ｄｒ’の特徴情報ｃ（ｘ）の算出結果を示す図表である。図２１でも特徴情報として単語の出現頻度を用いており、文書データＤ’、Ｄｐ’、Ｄｑ’、Ｄｒ’それぞれについて単語ごとの出現頻度を累計している。
【０１１６】
この例では、文書データＤ’は、機密情報を含む製品名、日付等の情報が元々「ＸＸＸＸＸ」とサニタイズされていることから、文書データＤ’は非機密状態となっている。単純に類似度を算出する場合、文書データＤ’と文書データＤｐ’との類似度は、文書データＤ’と文書データＤｑ’又は文書データＤｒ’の類似度よりも大きく算出される。しかし、類似度だけではなく、機密度判定の主たる特徴情報が含まれているか否かで機密度の大小を判定しないと正しく機密度判定をすることができない。そこで、文書データＤｐ’の特徴情報ｃ（Ｄｐ’）と文書データＤｒ’の特徴情報ｃ（Ｄｒ’）との和集合Ｐをｃ（Ｄｐ’）∪ｃ（Ｄｒ’）として算出し、文書データＤｑ’の特徴情報ｃ（Ｄｑ’）と和集合Ｐとの差分を算出する。
【０１１７】
図２２は、文書データＤｑ’の特徴情報ｃ（Ｄｑ’）と和集合Ｐとの差分の算出結果を示す図表である。図２２に示すように、サニタイズされた機密情報を含む製品名、日付等の情報である「Ｈｏｇｅｈｏｇｅ」、「Ｓｅｐｔｅｍｂｅｒ」、「２００８」が差分に含まれている。したがって、機密度判定の主たる特徴情報が、差分である「Ｈｏｇｅｈｏｇｅ」、「Ｓｅｐｔｅｍｂｅｒ」、「２００８」であることがわかる。
【０１１８】
差分に含まれている単語「Ｈｏｇｅｈｏｇｅ」、「Ｓｅｐｔｅｍｂｅｒ」、「２００８」は、文書データＤに含まれていないことから、文書データＤは文書データＤｐに含まれている機密情報を含んでいないと判断することができ、文書データＤは非機密状態であると判断することができる。仮に文書データＤにおいて、機密情報を含む製品名、日付等の情報がサニタイズされていなかった場合には、文書データＤは文書データＤｐに含まれている機密情報を含んでいると判断することができ、文書データＤは機密状態であると判断することができる。
【０１１９】
以上のように本実施の形態２によれば、類似すると判断された文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出することにより、機密情報の根幹をなす部分文書データを高い精度で類推することができ、算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断することにより、文書データの機密度を精度良く判定することが可能となる。
【０１２０】
なお、本発明は上記実施例に限定されるものではなく、本発明の趣旨の範囲内であれば多種の変更、改良等が可能である。例えば文書データ記憶部１３１と機密度情報記憶部１３２とを一体化して、文書データを記憶する時点で複数のブロックに分割しておき、ブロックごとに機密度情報を示すラベルを記憶しておいても良い。また、文書データ記憶部１３１、文書特徴情報記憶部１３４、及び機密度判定ポリシー記憶部１３５を一体化して記憶しても良い。
【０１２１】
また、取得した文書データを包含する文書データについて、機密状態である文書データと非機密状態である文書データとが混在している場合、実施の形態２と同様の方法をブロック単位の差分を算出する方法として適用することで、文書データ全体として機密状態であるか否かを判定することもできる。例えば、３ページで構成された機密状態である文書データＡ１と、１ページ目及び２ページ目が文書データＡ１と類似し、３ページ目が類似していない、非機密状態である文書データＡ２とが存在する場合、両者の差分である文書データＡ１の３ページ目だけに機密情報が含まれていると考えることができる。したがって、文書データＡ１の３ページ目だけを包含する別の文書データＡ３は機密状態であると判断することができ、文書データＡ１の１ページ目だけを包含する文書データＡ４は非機密状態であると判断することができる。
【符号の説明】
【０１２２】
１ 機密度判定支援装置
２ ネットワーク
３ コンピュータ
１１ ＣＰＵ
１２ メモリ
１３ 記憶装置
１４ Ｉ／Ｏインタフェース
１５ ビデオインタフェース
１６ 可搬型ディスクドライブ
１７ 通信インタフェース
１８ 内部バス
２３ 表示装置
９０ 可搬型記録媒体
１００ コンピュータプログラム
１３１ 文書データ記憶部
１３２ 機密度情報記憶部
１３３ ブロック規則記憶部
１３４ 文書特徴情報記憶部
１３５ 機密度判定ポリシー記憶部
【特許請求の範囲】
【請求項１】
文書データの機密度判定を支援するコンピュータで実行することが可能な方法において、
包含するプロパティの所定の特徴を評価する単位である複数のブロックに分割することが可能な文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶するステップと、
機密度の判定対象となる文書データを取得するステップと、
取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断するステップと、
類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断するステップと、
機密状態である旨を示す機密度情報が付与されていると判断した場合、取得した文書データは機密状態であると判定するステップと
を含む方法。
【請求項２】
すべてのブロックに機密度情報が付与されたか否かを判断するステップと、
機密度情報が付与されていないブロックが存在すると判断した場合、取得した文書データの部分集合となる文書データを抽出するステップと、
取得した文書データの部分集合となる文書データがすべて非機密状態であるか否かを判断するステップと、
取得した文書データの部分集合となる文書データがすべて非機密状態であると判断した場合、類似するブロックに付与されている機密度情報を付与するステップと
を含む請求項１記載の方法。
【請求項３】
取得した文書データの部分集合となる文書データがすべて機密状態であるか否かを判断するステップと、
取得した文書データの部分集合となる文書データがすべて機密状態であると判断した場合、文書データ単位で機密度を判定するときには機密状態である旨を示す機密度情報を付与するステップと
を含む請求項２記載の方法。
【請求項４】
取得した文書データの部分集合となる文書データがすべて機密状態であると判断した場合、ブロック単位で機密度を判定するときには類似するブロックに付与されている機密度情報を付与するステップを含む請求項３記載の方法。
【請求項５】
取得した文書データの部分集合となる文書データが非機密状態である文書データを含むと判断した場合、取得した文書データを包含する文書データを抽出するステップと、
取得した文書データを包含する文書データがすべて非機密状態であるか否かを判断するステップと、
すべて非機密状態であると判断した場合、文書データに非機密状態である旨を示す機密度情報を付与するステップと
を含む請求項４記載の方法。
【請求項６】
取得した文書データを包含する文書データが機密状態である文書データを含むと判断した場合、類似するブロックに非機密状態である旨を示す機密度情報が付与されているか否かを判断するステップと、
非機密状態である旨を示す機密度情報が付与されていないと判断した場合、該ブロックに対する機密度情報の判定結果の入力を受け付けるステップと
を含む請求項５記載の方法。
【請求項７】
文書データの機密度判定を支援するコンピュータで実行することが可能な方法において、
機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶するステップと、
機密度の判定対象となる文書データを取得するステップと、
取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断するステップと、
類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出するステップと、
算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断するステップと、
算出した特徴情報の差分が含まれていると判断した場合、取得した文書データは機密状態であると判定し、算出した特徴情報の差分が含まれていないと判断した場合、取得した文書データは非機密状態であると判定するステップと
を含む方法。
【請求項８】
特徴情報が類似する文書データが複数記憶してあると判断した場合、記憶してあると判断した、類似する特徴情報を有する複数の文書データの特徴情報の和集合を求めるステップと、
求めた特徴情報の和集合のうち、機密状態である文書データの特徴情報の和集合と非機密状態である文書データの特徴情報の和集合との間の特徴情報の差分を算出するステップと
を含む請求項７記載の方法。
【請求項９】
包含するプロパティの所定の特徴を評価する単位である複数のブロックに分割することが可能な文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶する機密度情報記憶手段と、
機密度の判定対象となる文書データを取得する文書データ取得手段と、
取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断する類似判断手段と、
該類似判断手段で類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断する付与判断手段と、
該付与判断手段で機密状態である旨を示す機密度情報が付与されていると判断した場合、取得した文書データは機密状態であると判定する判定手段と
を備える装置。
【請求項１０】
機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶する特徴情報記憶手段と、
機密度の判定対象となる文書データを取得する文書データ取得手段と、
取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断する判断手段と、
該判断手段で類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する差分算出手段と、
算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断する差分包含判断手段と、
該差分包含判断手段で算出した特徴情報の差分が含まれていると判断した場合、取得した文書データは機密状態であると判定し、算出した特徴情報の差分が含まれていないと判断した場合、取得した文書データは非機密状態であると判定する判定手段と
を備える装置。
【請求項１１】
文書データの機密度判定を支援するコンピュータで実行することが可能なコンピュータプログラムにおいて、
前記コンピュータを、
機密度の判定対象となる文書データを取得する文書データ取得手段、
取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断する類似判断手段、
該類似判断手段で類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断する付与判断手段、及び
該付与判断手段で機密状態である旨を示す機密度情報が付与されていると判断した場合、取得した文書データは機密状態であると判定する判定手段
として機能させるコンピュータプログラム。
【請求項１２】
文書データの機密度判定を支援するコンピュータで実行することが可能なコンピュータプログラムにおいて、
前記コンピュータを、
機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶する特徴情報記憶手段、
機密度の判定対象となる文書データを取得する文書データ取得手段、
取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断する判断手段、
該判断手段で類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する差分算出手段、
算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断する差分包含判断手段、及び
該差分包含判断手段で算出した特徴情報の差分が含まれていると判断した場合、取得した文書データは機密状態であると判定し、算出した特徴情報の差分が含まれていないと判断した場合、取得した文書データは非機密状態であると判定する判定手段
として機能させるコンピュータプログラム。
【請求項１】
文書データの機密度判定を支援するコンピュータで実行することが可能な方法において、
包含するプロパティの所定の特徴を評価する単位である複数のブロックに分割することが可能な文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶するステップと、
機密度の判定対象となる文書データを取得するステップと、
取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断するステップと、
類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断するステップと、
機密状態である旨を示す機密度情報が付与されていると判断した場合、取得した文書データは機密状態であると判定するステップと
を含む方法。
【請求項２】
すべてのブロックに機密度情報が付与されたか否かを判断するステップと、
機密度情報が付与されていないブロックが存在すると判断した場合、取得した文書データの部分集合となる文書データを抽出するステップと、
取得した文書データの部分集合となる文書データがすべて非機密状態であるか否かを判断するステップと、
取得した文書データの部分集合となる文書データがすべて非機密状態であると判断した場合、類似するブロックに付与されている機密度情報を付与するステップと
を含む請求項１記載の方法。
【請求項３】
取得した文書データの部分集合となる文書データがすべて機密状態であるか否かを判断するステップと、
取得した文書データの部分集合となる文書データがすべて機密状態であると判断した場合、文書データ単位で機密度を判定するときには機密状態である旨を示す機密度情報を付与するステップと
を含む請求項２記載の方法。
【請求項４】
取得した文書データの部分集合となる文書データがすべて機密状態であると判断した場合、ブロック単位で機密度を判定するときには類似するブロックに付与されている機密度情報を付与するステップを含む請求項３記載の方法。
【請求項５】
取得した文書データの部分集合となる文書データが非機密状態である文書データを含むと判断した場合、取得した文書データを包含する文書データを抽出するステップと、
取得した文書データを包含する文書データがすべて非機密状態であるか否かを判断するステップと、
すべて非機密状態であると判断した場合、文書データに非機密状態である旨を示す機密度情報を付与するステップと
を含む請求項４記載の方法。
【請求項６】
取得した文書データを包含する文書データが機密状態である文書データを含むと判断した場合、類似するブロックに非機密状態である旨を示す機密度情報が付与されているか否かを判断するステップと、
非機密状態である旨を示す機密度情報が付与されていないと判断した場合、該ブロックに対する機密度情報の判定結果の入力を受け付けるステップと
を含む請求項５記載の方法。
【請求項７】
文書データの機密度判定を支援するコンピュータで実行することが可能な方法において、
機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶するステップと、
機密度の判定対象となる文書データを取得するステップと、
取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断するステップと、
類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出するステップと、
算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断するステップと、
算出した特徴情報の差分が含まれていると判断した場合、取得した文書データは機密状態であると判定し、算出した特徴情報の差分が含まれていないと判断した場合、取得した文書データは非機密状態であると判定するステップと
を含む方法。
【請求項８】
特徴情報が類似する文書データが複数記憶してあると判断した場合、記憶してあると判断した、類似する特徴情報を有する複数の文書データの特徴情報の和集合を求めるステップと、
求めた特徴情報の和集合のうち、機密状態である文書データの特徴情報の和集合と非機密状態である文書データの特徴情報の和集合との間の特徴情報の差分を算出するステップと
を含む請求項７記載の方法。
【請求項９】
包含するプロパティの所定の特徴を評価する単位である複数のブロックに分割することが可能な文書データを、ブロックごとに機密状態であるか否かを示す機密度情報に対応付けて記憶する機密度情報記憶手段と、
機密度の判定対象となる文書データを取得する文書データ取得手段と、
取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断する類似判断手段と、
該類似判断手段で類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断する付与判断手段と、
該付与判断手段で機密状態である旨を示す機密度情報が付与されていると判断した場合、取得した文書データは機密状態であると判定する判定手段と
を備える装置。
【請求項１０】
機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶する特徴情報記憶手段と、
機密度の判定対象となる文書データを取得する文書データ取得手段と、
取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断する判断手段と、
該判断手段で類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する差分算出手段と、
算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断する差分包含判断手段と、
該差分包含判断手段で算出した特徴情報の差分が含まれていると判断した場合、取得した文書データは機密状態であると判定し、算出した特徴情報の差分が含まれていないと判断した場合、取得した文書データは非機密状態であると判定する判定手段と
を備える装置。
【請求項１１】
文書データの機密度判定を支援するコンピュータで実行することが可能なコンピュータプログラムにおいて、
前記コンピュータを、
機密度の判定対象となる文書データを取得する文書データ取得手段、
取得した文書データのブロックごとに、類似するブロックが存在する文書データが記憶してあるか否かを判断する類似判断手段、
該類似判断手段で類似するブロックが存在する文書データが記憶してあると判断した場合、取得した文書データの対応するブロックに機密状態である旨を示す機密度情報が付与されているか否かを判断する付与判断手段、及び
該付与判断手段で機密状態である旨を示す機密度情報が付与されていると判断した場合、取得した文書データは機密状態であると判定する判定手段
として機能させるコンピュータプログラム。
【請求項１２】
文書データの機密度判定を支援するコンピュータで実行することが可能なコンピュータプログラムにおいて、
前記コンピュータを、
機密状態であるか否かを示す機密度情報が付与された文書データ及び該文書データの特徴を示す特徴情報を記憶する特徴情報記憶手段、
機密度の判定対象となる文書データを取得する文書データ取得手段、
取得した文書データの特徴情報と類似する特徴情報を有する文書データが記憶してあるか否かを判断する判断手段、
該判断手段で類似する特徴情報を有する文書データが記憶してあると判断した場合、記憶してあると判断した類似する特徴情報を有する文書データのうち、機密状態である文書データと非機密状態である文書データとの間の特徴情報の差分を算出する差分算出手段、
算出した特徴情報の差分が、取得した文書データに含まれているか否かを判断する差分包含判断手段、及び
該差分包含判断手段で算出した特徴情報の差分が含まれていると判断した場合、取得した文書データは機密状態であると判定し、算出した特徴情報の差分が含まれていないと判断した場合、取得した文書データは非機密状態であると判定する判定手段
として機能させるコンピュータプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【公開番号】特開２０１０−１９８１５７（Ｐ２０１０−１９８１５７Ａ）
【公開日】平成２２年９月９日（２０１０．９．９）
【国際特許分類】
【出願番号】特願２００９−４０３３９（Ｐ２００９−４０３３９）
【出願日】平成２１年２月２４日（２００９．２．２４）
【公序良俗違反の表示】
特許法第６４条第２項第４号の規定により図面の一部または全部を不掲載とする。
【出願人】（３９０００９５３１）インターナショナル・ビジネス・マシーンズ・コーポレーション (4,084)
【氏名又は名称原語表記】ＩＮＴＥＲＮＡＴＩＯＮＡＬ ＢＵＳＩＮＥＳＳ ＭＡＳＣＨＩＮＥＳ ＣＯＲＰＯＲＡＴＩＯＮ
【復代理人】
【識別番号】１００１１７２６０
【弁理士】
【氏名又は名称】福永 正也
【Ｆターム（参考）】
【公開日】平成２２年９月９日（２０１０．９．９）
【国際特許分類】
【出願日】平成２１年２月２４日（２００９．２．２４）
【公序良俗違反の表示】
特許法第６４条第２項第４号の規定により図面の一部または全部を不掲載とする。
【出願人】（３９０００９５３１）インターナショナル・ビジネス・マシーンズ・コーポレーション (4,084)
【氏名又は名称原語表記】ＩＮＴＥＲＮＡＴＩＯＮＡＬ ＢＵＳＩＮＥＳＳ ＭＡＳＣＨＩＮＥＳ ＣＯＲＰＯＲＡＴＩＯＮ
【復代理人】
【識別番号】１００１１７２６０
【弁理士】
【氏名又は名称】福永 正也
【Ｆターム（参考）】
[ Back to top ]