1、隨著無紙化辦公的推廣和計(jì)算機(jī)技術(shù)的進(jìn)步，越來越多包含重要信息的文件在網(wǎng)絡(luò)中傳播，一些紙質(zhì)材料通過拍照、掃描等途徑轉(zhuǎn)存為電子文檔，方便閱讀和存儲。技術(shù)的進(jìn)步在帶來便利的同時(shí)，給不宜廣泛傳播、包含私密信息的資料（如合同、紅頭文件等重要文檔）帶來了巨大的安全隱患，一些不當(dāng)操作會導(dǎo)致重要信息無意間通過電子文檔泄漏到網(wǎng)絡(luò)環(huán)境中。
　　當(dāng)前廣泛使用的紅頭文件檢測方法一般是預(yù)先在重要文件中加入隱藏且不易損壞的電子水印，檢測過程中對加入的信息進(jìn)行

2、提取和匹配。這種方式需要提前處理，在用戶無意間造成的泄露中并不實(shí)用。一些基于文本相似度的文件檢測方法的核心是段落之間的比較和語義的識別，需要預(yù)設(shè)的關(guān)鍵信息較多，計(jì)算量大、耗費(fèi)時(shí)間長，滿足不了日益增長的數(shù)據(jù)處理速度需求。
　　本文針對網(wǎng)絡(luò)傳輸數(shù)據(jù)包中的文本類紅頭文件及圖片類紅頭文件，設(shè)計(jì)了一個(gè)具有普適性的適用于網(wǎng)絡(luò)數(shù)據(jù)包中關(guān)鍵特征檢測的系統(tǒng)，檢測的目標(biāo)是文件中的特定關(guān)鍵字和紅頭文件的關(guān)鍵特征。本文主要工作概括如下:
　　(1)

3、在文本類文件檢測方面，采用多模式匹配算法縮短在文本中搜索關(guān)鍵字的時(shí)間。常用于字符串搜索的多模式匹配應(yīng)用到中英文混合環(huán)境中會有空間膨脹、單字詞誤匹配的問題。為此本文在詳盡分析常見編碼方式的基礎(chǔ)上，結(jié)合組合狀態(tài)自動機(jī)(DFSA-QS)算法和線索完全哈希字典樹匹配機(jī)(THT)算法的優(yōu)點(diǎn)，提出了一種適用于多種編碼方式的中英文混合文本多模式匹配算法。該算法實(shí)現(xiàn)了從小段數(shù)據(jù)中判定出編碼方式，并且利用對比常用漢字表對搜索出的單字符匹配結(jié)果進(jìn)行篩選，刪

4、除誤匹配結(jié)果。實(shí)驗(yàn)結(jié)果表明本文算法能有效地在中英文環(huán)境中快速搜索關(guān)鍵字，且不會產(chǎn)生誤匹配。
　　(2)在圖片類文件檢測方面，主要解決的問題是通過圖像預(yù)處理提高光學(xué)字符識別(OCR)的識別率。通過對OCR的測試了解其輸入圖片的需求，設(shè)計(jì)了針對性的圖像預(yù)處理步驟。使用累積概率霍夫變換檢測紅頭文件中的紅色分割線，得出傾斜角度，使用霍夫圓變換定位出印章區(qū)域，對原圖進(jìn)行裁剪，必要時(shí)使用透視變換修正圖像。運(yùn)用結(jié)合邊界信息的自適應(yīng)閾值二值化算法

5、消除光照不均對圖像的影響。通過訓(xùn)練OCR的字庫將紅色五角星等特征識別成關(guān)鍵字，增加檢測結(jié)果的可信度。實(shí)驗(yàn)結(jié)果顯示能有效地檢測出亮度不均、傾斜等環(huán)境中包含指定關(guān)鍵特征的紅頭文件。
　　實(shí)驗(yàn)結(jié)果表明，本文提出的紅頭文件檢測系統(tǒng)能有效地檢測出包含關(guān)鍵字的文本類文件，耗時(shí)比常見的多模式匹配算法低，且不會產(chǎn)生單字詞誤匹配的情況，必要時(shí)可以還原出原始漢字內(nèi)容以供查看;圖片類文件檢測系統(tǒng)能有效檢測關(guān)鍵字和關(guān)鍵特征，處理大小為1024*768的圖