在信息时代,数据是企业重要的资产,防范数据资产泄漏是意义重大的课题。本文立足于数据防泄漏保护的研究,旨在构建一个检查文件安全性的有力工具,阻止敏感数据的泄漏。为此,本文对其中的一些关键技术进行了研究,包括对文档分类技术和文档结构检查技术的研究。为了提高安全检查中对文本文档安全性分析的准确率,本文引入了文本分类技术,并对传统的特征选择算法tf-idf做出了改进。tf-idf算法在计算文档频率时将所有文档视为一个整体,并未考虑分类区别的影响。对此,本文提出了新的tf-DE算法,通过引入类间离散度和类内信息熵的概念,分别度量特征词在类间和类内的分布情况,克服了tf-idf算法的不足。通过实验研究,在与其他8种常用算法的比较中,tf-DE算法均表现出不同程度的优势,是一种更高效的特征选择算法。为了防范基于文件结构的信息隐藏手段,本文对一些常见的文档结构进行了分析研究。其中,对Microsoft Office文档,我们设计了防范额外文件嵌入、图片嵌入、OLE嵌入等隐藏手段的策略。另外,基于文件结构知识,我们还设计了文件类型验证和文件收尾点检查策略。基于以上研究工作,本文设计并实现了文件安全性检查系统,系统支持多种基于文件结构的信息隐藏方法的检测,以及对图像隐写的主动攻击和基于文本分类技术的文本类别检查功能。