Herramienta informática de gestión de documentos numéricos.

Dispositivo informático de gestión de documentos, que comprende una memoria para almacenar contenidos de documentos,

que tienen referencias de temporalidad, caracterizado por el hecho de que comprende:

- un extractor (200) capaz de descomponer un contenido de documentos (Oijl) en elementos (Ci/lk), según una regla escogida,

- un generador de firma (202), capaz de tratar un elemento de documento (Cijlk) para devolver una firma numérica característica de su contenido (Nijlk), estando dicho dispositivo caracterizado por el hecho de que comprende además:

- un generador de huella (signO()), capaz de establecer, para un contenido de documento (Oijl) una huella (Eijl), que comprende la referencia de temporalidad (TPijl) de este contenido de documento, así como determinadas al menos de las firmas (Ni/lk) obtenidas llamando al extractor (200) para transformar este contenido de documento en elementos (Cijlk), luego el generador de firmas (202) para los elementos (Cijlk) así obtenidos,

- un módulo marcador de hora (dat()) capaz de calcular el valor-resultado de una función predeterminada de elección de temporalidad en una lista de identificadores de referencias de temporalidad (TPijl), dicha función predeterminada de elección de temporalidad, calculada por el módulo marcador de hora, está configurada para determinar en calidad de valor resultado al menos uno de entre el identificador de la referencia de temporalidad más antigua de la lista y el identificador de la referencia de temporalidad más reciente de la lista.

- un supervisor (110) dispuesto para: * hacer funcionar el generador de huella (signO()) sobre al menos dos contenidos de documentos (Oijl), lo cual proporciona dos huellas (Eijl), que tienen conjuntamente una pluralidad de firmas, * para cada valor de firma (Niq), llamar repetitivamente el módulo marcador de hora (dat()), con a cada vez una lista de determinados al menos de los identificadores de referencia de temporalidad (TPijgp,lgp) de las huellas (Ei,jgp,lgp) que contienen un mismo valor de firma (Niq), lo cual proporciona una referencia de temporalidad unificada (Viq) para cada valor de firma (Niq), * asociar a un juego de contenidos de documento que comprende al menos dichos dos contenidos de documentos una huella numérica que comprende cada valor de firma de dicha pluralidad de firmas y que indica, para dicho valor de firma, la referencia de temporalidad unificada suministrada;

almacenándose una correspondencia entre cada firma y el elemento de documento a partir del cual dicha firma ha sido generada.

La invención se refiere al tratamiento de documentos informáticos. [0002] Un documento informático es básicamente un archivo de cualquier tipo, cuyo contenido puede hacerse accesible al hombre, directamente o indirectamente. La accesibilidad puede ser bastante directa si se trata de archivos de tipo textual. Es menos directa si se trata de música o de video. Más adelante se considerarán otros ejemplos. [0003] Los sistemas de archivos están, desde hace ya tiempo, organizados para permitir una datación precisa, y en principio exacta, de cada archivo. Asimismo, se sabe, de diferentes maneras, asociar a un archivo informático diferentes atributos. Básicamente, estos atributos están ligados a la naturaleza informática del propio archivo, por ejemplo los atributos de "solo lectura", "archivable", "sistema", o también "caché". A parte de los atributos ligados al sistema de archivo, pueden asociarse otros atributos a un archivo, por ejemplo en un encabezado de este. La informática permite también comparar documentos. Una comparación "mínima" puede hacerse utilizando solamente los atributos del sistema de archivo. Se aplica a cualquier tipo de archivo, pero es muy imperfecta: considerará por ejemplo como diferentes unos archivos idénticos, pero que tienen una fecha de sistema diferente. Las comparaciones más evolucionadas se interesan por el contenido de los archivos. Las modalidades de la comparación difieren entonces según que se trate por ejemplo de un archivo de tipo "texto", o bien, al contrario, de un archivo binario, con, entre los dos, unos archivos de naturaleza más evolucionada, tal como los archivos de imagen, cuya comparación es más delicada. [0004] El Solicitante ha observado que no existe, actualmente, técnica alguna que permita de manera metódica y automática, realizar comparaciones, al mismo tiempo que una datación precisa de los elementos de esta comparación. La necesidad de una técnica de este de tipo se nota en diferentes sectores, como el de la determinación del estatuto jurídico de obras en el sentido de los derechos de autor, y más especialmente de obras de tipo software. [0005] Por otro lado, el documento US 6 658 423 B1 describe una técnica de detección de documentos duplicados o casi-duplicados. [0006] La presente invención es para mejorar la situación. [0007] La invención tiene por objeto un dispositivo informático de gestión de documentos, tal como se define en la reivindicación 1. [0008] Unos modos de realización del dispositivo según la invención se describen en las reivindicaciones dependientes 2 a 25. [0009] Otras características y ventajas de la invención aparecerán con la lectura de la descripción detallada a continuación y de los dibujos en los cuales:

- la figura 1 representa un esquema funcional que ilustra un ejemplo de herramienta según la invención, -la figura 2 representa un ordinograma que ilustra una función de generación de firma de documento para la herramienta de la invención, -la figura 3 representa una tabla que ilustra un almacenamiento en la base de trabajo de la figura 1, -la figura 4 representa un ordinograma que ilustra una función de generación de firma de estado para la herramienta de la invención, -la figura 5 es un ordinograma que ilustra una función de generación de huella de juego de documentos para la herramienta de la invención, -la figura 6 representa una tabla que ilustra otra parte del almacenamiento de la base de trabajo de la figura 1, -la figura 7 representa un ordinograma que ilustra una función de generación de firma de documento para la herramienta de la invención en un modo de realización particular, -la figura 8 representa un ordinograma que ilustra una función de datación de huella en un modo de realización particular, -la figura 9 representa un ordinograma que ilustra una función de generación de huella en un modo de realización particular, -la figura 10 representa un esquema que ilustra la estructura de la base de datos de producción de la figura 1 en un modo de realización particular, -la figura 11 representa una tabla que ilustra un almacenamiento en la base de datos de producción de la figura 1 en un modo de realización particular, -la figura 12 representa un ordinograma que ilustra una función de comparación de huella para el módulo de comparación de la figura 1 en un primer modo de realización, -la figura 13 representa un ordinograma que ilustra un primer ejemplo de una función de agregación para el módulo de comparación de la figura 1, -la figura 14 representa un ordinograma que ilustra un segundo ejemplo de una función de agregación para el módulo de comparación de la figura 1, y -la figura 15 representa un ordinograma que ilustra una función de comparación de huella para el módulo de comparación de la figura 1 en un segundo modo de realización.

documentos i se indicará Sij, mientras que el estado 12 ("doce") de un juego de documentos 1 ("un") se indicará preferentemente S1, 12.

Herramienta de gestión según la invención [0027] Con referencia a la figura 1, la herramienta de gestión de documentos numéricos 100 comprende un módulo de generación de huella SignM 110 dispuesto para ser capaz de asociar a un juego de documentos Pi una huella numérica Ei que comprende un conjunto de firmas numéricas características del contenido de dichos documentos. [0028] El módulo SignM 110 está dispuesto para ser capaz de interactuar con una base de datos de trabajo WDB 120. La base WDB 120 es capaz de memorizar al menos temporalmente datos de trabajo para el módulo SignM 110. Se entiende que la base WDB 120 comprende un espacio de almacenamiento de datos organizado, el cual puede tomar la forma de una base de datos en un soporte de memoria permanente (por ejemplo, de tipo disco duro) o también de una memoria temporal direccionable (por ejemplo, de tipo "RAM") . [0029] La herramienta 100 comprende además una base de datos de juegos de documentos PDB 130 capaz de mantener datos relativos a diferentes juegos de documentos Pi. En particular, la base PDB 130 es capaz de mantener las huellas Ei de juegos de documento Pi. La base PDB 130 puede tomar la forma de una base de datos organizada en un soporte de memoria permanente, por ejemplo de tipo disco duro. [0030] El módulo SignM 110 está dispuesto para ser capaz de interactuar con la base PDB 130, en particular para almacenar las huellas Ei generadas por el módulo SignM 110. [0031] La herramienta 100 también comprende un módulo de comparación de juegos de documentos ComM 140 dispuesto para ser capaz de identificar firmas comunes a unos juegos de documentos Pi diferentes. En este caso, el módulo ComM 140 es capaz de determinar una dependencia entre estos juegos de documentos. [0032] El módulo ComM 140 es capaz de interactuar con la base PDB 130 para extraer de la base PDB las huellas Ei generadas a partir de juegos de documentos Pi a comparar, así como datos asociados a estas huellas, en este caso. [0033] La herramienta 100 comprende finalmente un módulo de gestión de derechos RightsM 150 dispuesto para ser capaz de interactuar con la base PDB 130 y el módulo de ComM 140 para establecer datos útiles para la determinación de derechos en los documentos.

Módulo de generación de huella [0034] El módulo SignM 110 comprende una función de generación de huella de documento signO () capaz de establecer una huella numérica de documento Eijl característica del contenido de un documento Oijl. Una huella numérica de documento Eijl comprende un conjunto de firmas numéricas generadas según el contenido del documento Oijl. [0035] La función signO () se describe de manera general con ayuda de las figuras 2 y 3. [0036] La función signO () está configurada para ser capaz de descomponer un documento Oijl en elementos de documento Cijlk según una regla escogida (etapa 200) . La función signO () está además dispuesta para establecer para cada elemento Cijlk un valor de firma numérica Nijlk característica del contenido de este elemento (etapa 202) . Esto puede hacerse por llamada de una función de firma sign () . La función signO () también está configurada para asociar la firma Nijlk característica de un elemento Cijlk y una referencia a este elemento en una huella de elemento, o elemental, Eijlk (etapa 204) . La referencia al elemento Cijlk puede comprender el valor de los índices i, j, l y k. Cada huella elemental Eijlk puede ser almacenada en una tabla de huella elemental SignETab[] manteniendo en relación una referencia al elemento Cijlk y el valor de la firma Nijlk. [0037] Como opción, un atributo de elemento AEijlk puede ser asociado a cada elemento Cijlk. El atributo de elemento AEijlk puede ser almacenado en la tabla SignETab[]. Un atributo de elemento AEijlk puede comprender el valor de un número de... [Seguir leyendo]

1. Dispositivo informático de gestión de documentos, que comprende una memoria para almacenar contenidos de documentos, que tienen referencias de temporalidad, caracterizado por el hecho de que comprende:

- un extractor (200) capaz de descomponer un contenido de documentos (Oijl) en elementos (Ci/lk) , según una regla escogida,

- un generador de firma (202) , capaz de tratar un elemento de documento (Cijlk) para devolver una firma numérica característica de su contenido (Nijlk) , estando dicho dispositivo caracterizado por el hecho de que comprende además:

- un generador de huella (signO () ) , capaz de establecer, para un contenido de documento (Oijl) una huella (Eijl) , que comprende la referencia de temporalidad (TPijl) de este contenido de documento, así como determinadas al menos de las firmas (Ni/lk) obtenidas llamando al extractor (200) para transformar este contenido de documento en elementos (Cijlk) , luego el generador de firmas (202) para los elementos (Cijlk) así obtenidos,

- un módulo marcador de hora (dat () ) capaz de calcular el valor-resultado de una función predeterminada de elección de temporalidad en una lista de identificadores de referencias de temporalidad (TPijl) , dicha función predeterminada de elección de temporalidad, calculada por el módulo marcador de hora, está configurada para determinar en calidad de valor resultado al menos uno de entre el identificador de la referencia de temporalidad más antigua de la lista y el identificador de la referencia de temporalidad más reciente de la lista.

- un supervisor (110) dispuesto para: * hacer funcionar el generador de huella (signO () ) sobre al menos dos contenidos de documentos (Oijl) , lo cual proporciona dos huellas (Eijl) , que tienen conjuntamente una pluralidad de firmas, * para cada valor de firma (Niq) , llamar repetitivamente el módulo marcador de hora (dat () ) , con a cada vez una lista de determinados al menos de los identificadores de referencia de temporalidad (TPijgp, lgp) de las huellas (Ei, jgp, lgp) que contienen un mismo valor de firma (Niq) , lo cual proporciona una referencia de temporalidad unificada (Viq) para cada valor de firma (Niq) , * asociar a un juego de contenidos de documento que comprende al menos dichos dos contenidos de documentos una huella numérica que comprende cada valor de firma de dicha pluralidad de firmas y que indica, para dicho valor de firma, la referencia de temporalidad unificada suministrada; almacenándose una correspondencia entre cada firma y el elemento de documento a partir del cual dicha firma ha sido generada.

2. Dispositivo según la reivindicación 1, caracterizado por el hecho de que:

- comprende además un calificador de contenido (eval () ) capaz de tratar un elemento de documento para devolver un atributo de elemento relativo a este elemento de documento.

3. Dispositivo según la reivindicación 2, caracterizado por el hecho de que:

- el generador de huella (signO () ) es capaz de establecer, para un contenido de documento, una huella que comprende además identificadores de determinados al menos de los atributos de elementos de este contenido de documento, llamando al calificador de contenido (eval () ) para los elementos obtenidos del extractor (200) ,

- dicha función predeterminada de elección de temporalidad está configurada para tener en cuenta los identificadores de atributos de elementos, para la elección de temporalidad,

- el supervisor (110) está dispuesto para llamar repetitivamente el módulo marcador de hora (dat () ) , con a cada vez una lista de los identificadores de referencia de temporalidad de las huellas que contienen un mismo valor de firma y los identificadores de atributos de elementos asociados.

4. Dispositivo según cualquiera de las reivindicaciones 2 y 3, caracterizado por el hecho de que:

- el generador de huella está dispuesto para establecer, para un contenido de documento, una huella que comprende la referencia de temporalidad de este contenido de documento, y las firmas de los elementos de documento cuyo atributo de elemento verifica una condición determinada.

5. Dispositivo según cualquiera de las reivindicación 2 a 4, caracterizado por el hecho de que el calificador de contenido (eval () ) es capaz de tratar un elemento de documento para devolver en calidad de atributo de elemento el valor-resultado de una función predeterminada de tipo estadístico que se refiere al contenido de este elemento de documento.

6. Dispositivo según cualquiera de las reivindicaciones anteriores, determinados al menos de los documentos que tienen además cada uno al menos un atributo de contenido de documento, caracterizado por el hecho de que:

- el generador de huella (signO () ) es capaz de establecer, para un contenido de documento, una huella que comprende además un identificador del atributo de este contenido de documento.

7. Dispositivo según la reivindicación 6, caracterizado por el hecho de que comprende además: - un módulo de autenticación (aut () ) capaz de calcular el valor-resultado de una función predeterminada de elección de atributo de documento, en una lista de identificadores de atributos de contenidos de documentos, en función de una lista de identificadores de referencias de temporalidad.

8. Dispositivo según la reivindicación 7, caracterizado por el hecho de que:

- el supervisor (110) está dispuesto para:

* llamar repetitivamente el módulo de autenticación (aut () ) , con a cada vez una lista de los identificadores de atributos de contenido de documentos de las huellas que contienen un mismo valor de firma, lo cual proporciona un dato de atributo de contenido de documento unificado para cada valor de firma, y

* almacenar una correspondencia entre cada valor de firma y su dato de atributo de contenido de documento unificado.

9. Dispositivo según cualquiera de las reivindicaciones 6 a 8, caracteriza por el hecho de que el atributo de contenido de documento comprende un identificador de un contribuidor a dicho contenido de documento.

10. Dispositivo según cualquiera de las reivindicaciones anteriores, caracterizado por el hecho de que comprende además:

- un módulo calificador (type () ) capaz de reconocer al menos una estructura de contenido de documento conocida y, en presencia de un documento cuya estructura ha sido reconocida, de asociar a este documento una determinada (702) característica de esta estructura, y por el hecho de que el generador de huella (signO () ) está dispuesto para llamar el módulo calificador (tipo () ) para el establecimiento de la huella.

11. Dispositivo según la reivindicación 10, caracterizado por el hecho de que comprende además:

- un primer módulo de filtrado (filterA () ) dispuesto para establecer a partir de un contenido de documento un contenido de documento depurado según un primer conjunto de reglas predeterminadas, las cuales dependen de dicho dato característico de la estructura del contenido del documento, y por el hecho de que:

- el generador de huella (signO () ) está dispuesto para llamar, para un documento, el primer módulo de filtrado (filterA () ) para obtener un contenido de documento depurado, y para establecer una huella llamando al extractor

(200) para transformar este contenido de documento depurado en elementos, luego el generador de firmas (202) para los elementos así obtenidos.

12. Dispositivo según cualquiera de las reivindicaciones 10 y 11, caracterizado por el hecho de que comprende además:

- un segundo módulo de filtrado (filterB () ) dispuesto para establecer a partir de un elemento de documento un elemento de documento depurado según un segundo conjunto de reglas predeterminadas que dependen del dato característico de la estructura del documento, y por el hecho de que:

- el generador de huella (signO () ) está dispuesto para llamar, para un documento, el segundo módulo de filtrado (filterB () ) para obtener elementos de documento depurados a partir de los elementos de documento obtenidos llamando al extractor (200) , luego el generador de firmas (202) para estos elementos de documento depurados así obtenidos.

13. Dispositivo según cualquiera de las reivindicaciones anteriores, caracterizado por el hecho de que el supervisor (110) está dispuesto para llamar repetitivamente el módulo marcador de hora (dat () ) , con a cada vez una lista de todos los identificadores de referencia de temporalidad de las huellas que contienen un mismo valor de firma, para suministrar una referencia de temporalidad unificada para cada valor de firma.

14. Dispositivo según cualquiera de las reivindicaciones 1 a 13, caracterizado por el hecho de que el supervisor (110) está dispuesto para llamar repetitivamente el módulo marcador de hora (dat () ) , para cada valor de firma, con a cada vez un identificador de referencia de temporalidad de una huella que contiene este valor de firma y un identificador de la referencia de temporalidad unificada de este valor de firma para suministrar una nueva referencia de temporalidad unificada para cada valor de firma.

15. Dispositivo según cualquiera de las reivindicaciones anteriores, caracterizado por el hecho de que el módulo marcador de hora (dat () ) está dispuesto para comparar dicha lista de identificadores de referencias de temporalidad con el conjunto de las referencias de temporalidad de los contenidos de documentos, y para deducir de esta comparación, en calidad de valor-resultado, unos identificadores de periodos temporales en dicha lista, estando cada periodo temporal constituido por referencias de temporalidades sucesivas con respecto al conjunto de las referencias de temporalidad.

16. Dispositivo según cualquiera de las reivindicaciones anteriores, caracterizado por el hecho de que está dispuesto para interactuar con una herramienta de gestión de versiones de contenidos de documentos,

recibiendo dicha memoria, desde esta herramienta de gestión de versiones, unas referencias de temporalidad para unos contenidos de documentos.

17. Dispositivo según la reivindicación 16, caracterizado por el hecho de que la herramienta de gestión de versiones de contenidos de documentos es además capaz de asociar un identificador de contribuidor a cada uno de los contenidos de documentos, recibiendo dicha memoria también estos identificadores de contribuidor.

18. Dispositivo según cualquiera de las reivindicaciones 16 y 17, caracterizado por el hecho de que el supervisor (110) está dispuesto para:

* interactuar con la herramienta de gestión de versiones de contenidos de documentos para establecer, a partir de una pluralidad de contenidos de documentos, un subconjunto de contenidos de documentos diferentes entre sí,

* hacer funcionar el generador de huella (signO () ) sobre cada uno de los contenidos de documentos de dicho subconjunto, para obtener unas huellas que tienen conjuntamente una pluralidad de firmas,

* llamar repetitivamente, para cada uno de los valores de firmas obtenidos del subconjunto, el módulo marcador de hora (dat () ) con una lista que comprende a la vez los identificadores de temporalidad de las huellas obtenidas del subconjunto y los identificadores de temporalidad de cada uno de los contenidos de documentos idénticos al contenido de documento del subconjunto del cual proviene el valor de firma.

19. Dispositivo según cualquiera de las reivindicaciones anteriores, caracterizado por el hecho de que el supervisor (110) está además dispuesto para:

* almacenar, además de la correspondencia entre cada valor de firma y su referencia de temporalidad, un identificador para el conjunto de los contenidos de documentos de los que provienen el valor de firma y la referencia de temporalidad.

20. Dispositivo según la reivindicación 19, caracterizado por el hecho de que comprende además:

- un comparador de huellas (comp () ) capaz de comparar un primer conjunto de huellas y un segundo conjunto de huellas, que tienen respectivamente un primer identificador y un segundo identificador, comprendiendo el primer conjunto de huellas unos valores de firmas y sus referencias de temporalidad unificada correspondiente al primer identificador, y comprendiendo el segundo conjunto de huellos valores de firmas y sus referencias de temporalidad unificada correspondiente a dicho segundo identificador, proporcionando el conjunto de las comparaciones logradas un subconjunto de dependencias, con, para cada valor de firma que es común, unas referencias de temporalidades unificadas correspondientes a dichos conjuntos de huellas primero y segundo,

- un módulo de orientación (dir () ) capaz de calificar, para un valor de firma común, uno de entre los identificadores primero y segundo en calidad de identificador de origen o "fuente" y el otro identificador en calidad de identificador de destino o "diana", según un conjunto de reglas predeterminadas, sobre la base de las referencias de temporalidad unificadas,

- siendo el comparador de huellas (comp () ) capaz de llamar el módulo de orientación (dir () ) para cada valor de firma de dicho subconjunto de dependencias con las referencias de temporalidad unificadas correspondientes, con el fin de proponer una distinción entre la fuente y la diana.

21. Dispositivo según la reivindicación 20, caracterizado por el hecho de que el módulo de orientación (dir () ) está dispuesto para establecer en calidad de identificador de conjunto de contenidos de documentos de origen el identificador correspondiente a la referencia de temporalidad unificada más antigua.

22. Dispositivo según la reivindicación 21, caracterizado por el hecho de que comprende además un módulo de partición (agrDep1 () ) de dicho subconjunto de dependencias entre dichos conjuntos de huellas primero y segundo, estando este módulo de partición agrDep1 () dispuesto para repartir dicho subconjunto según el identificador de origen de las firmas y luego para respectivamente crear agregados de dependencias, sobre la base de la aplicación iterativa de al menos uno de los criterios de partición siguientes:

- tomar la firma común más antigua (1304) aún no agrupada, y agrupar con ella las otras firmas comunes que provienen de referencias de temporalidad lado "fuente" que son anteriores a esta firma común más antigua (1306) ,

- extraer, de un grupo determinado, una firma común cuya referencia de temporalidad "diana" es posterior a la firma más antigua de entre las firmas comunes aún no agrupadas (1310) ,

- efectuándose la iteración hasta verificación de un criterio de fin de bucle determinado.

23. Dispositivo según cualquiera de las reivindicaciones 20 a 22, caracterizado por el hecho de que comprende además:

- un comparador multi-documentos, capaz de recibir N conjuntos de huellas, luego de realizar las comparaciones orientadas, de un tal conjunto de huellas a otro, para determinadas al menos de las firmas, lo cual proporciona, por comparación de al menos uno de los conjuntos de huellas con los otros, una pluralidad de subconjuntos de dependencia, y a continuación, para cada firma en estos subconjuntos de dependencia, de separar las dependencias cuya referencia de temporalidad "diana", para la firma considerada, es posterior en la fecha más antigua de entre los N conjuntos de huellas, para la firma considerada.

24. Dispositivo según cualquiera de las reivindicaciones 20 a 23, caracterizado por el hecho de que comprende un módulo de gestión global de documentos (150) , capaz de establecer una lista fechada de contribuidores, verificados a partir de las huellas y de las eventuales dependencias.

25. Dispositivo según cualquiera de las reivindicación anteriores, caracterizado por el hecho de que los contenidos de documentos son identificables según al menos dos categorías de entre: un documento determinado, un estado de documento, una versión de documento, y un juego de documentos susceptible de comprender varias versiones de documentos.