文档集中管控系统产品系统

立项原因：企业文档通过hadoop2.0进行分布式存储，检索数据量大，而且很多都是图片文件，更不便于检索。
现在需要根据策略配置实时或定时采集各应用系统的数据文档，并按时间顺序以台账形式显示出来，台账字段包括：业务系统名称、申请单号、部门、责任人、文件名称、文件类型（文本/图片）、文件大小、密级、命中关键词（含所有）、摘要信息、详情（关键词高亮显示）、文件预览、文件下载，且具有模糊搜索功能。同时提供监管驾驶舱、查询统计、OCR识别等功能。

1. 登录 / 退出
统一身份认证入口，支持账号密码与可扩展的认证方式；会话超时自动失效、安全退出并销毁令牌；所有登录行为写入登录日志，异常登录触发告警。
2. 首页 · 监管驾驶舱
一屏掌握全局态势，包含 业务系统统计（各来源系统文档数量与增长趋势）、密级文件数量统计（按密级分布与占比）、部门文件数量统计、用户数量统计，以及告警区（密级异常、越权访问、采集失败、敏感词命中）。支持指标下钻到明细列表。
3. 系统管理包括
用户管理 用户全生命周期管理，绑定部门、角色、责任人与密级权限
角色管理（三员管理） 系统管理员、安全保密管理员、安全审计员三员分立、相互制约；角色与菜单/数据权限绑定，支持互斥校验
菜单管理 功能菜单与按钮级权限配置，按角色动态生成导航
部门管理 组织机构树维护，作为文档归属、统计与授权的基础维度
Hadoop 文件权限管理 业务侧用户/部门/角色与 HDFS 目录、文件 ACL 的映射与同步，权限变更自动下发
登录日志 / 操作日志 全量记录登录、查询、预览、下载、授权变更等行为，只追加、不可篡改，供审计员独立查阅
字典管理 密级、文档类型、来源系统、告警类型等基础字典统一维护
4. 数据采集
采集任务配置：按来源系统配置采集方式（接口、数据库、共享目录、手工上传）、采集范围、增量策略与定时周期，支持失败重试、断点续采与采集日志。
OCR 识别：对扫描件、图片类文档异步识别，提取文本内容并写入检索索引，让「图片里的字」也能被搜到。
文件检索：按标题、正文、密级、部门、责任人、文档类型、时间范围组合检索，结果严格受当前用户权限过滤。
5. 统计查询
三个维度均可分类查询和统计并支持预览及下载：
业务系统统计、部门统计、责任人统计

关键实现要点
1、认证与三员：基于 RBAC 扩展三员角色互斥校验，三员账号不得互相兼任；菜单、按钮、数据三重鉴权；会话超时、密码策略、登录失败锁定。
2、HDFS 权限联动：建立「用户/部门/角色 ↔ HDFS 路径 ACL」映射表；文件写入时按文档密级与归属部门自动确定存储路径与 ACL；权限变更走事件同步刷新；前端不直连 HDFS，所有读写经后端文件网关签发临时凭证，确保每次访问都过鉴权与审计。
3、采集任务：适配器模式支持接口、数据库视图、共享目录、上传四种来源；以时间戳/增量水印实现增量采集；文件哈希去重；失败重试与采集台账。
4、OCR 与检索：采集完成后投递异步 OCR 任务，识别文本经清洗后写入 Elasticsearch，与元数据（密级、部门、责任人、类型、来源系统）联合索引；检索时先按用户权限拼接过滤条件，杜绝越权命中。
5、密级与策略：密级字典驱动打标、统计、预览水印与下载审批；关键词库支持命中后自动标记或触发告警。
6、统计与预览下载：按业务系统 / 部门 / 责任人预聚合，接口同时返回分类统计与明细；预览统一转 PDF 或图片并叠加水印；下载二次鉴权并写操作日志。
7、驾驶舱与告警：ECharts 呈现五类指标（业务系统、密级、部门、用户、告警）；告警规则可配置，支持处置状态流转。
8、报告管理：批量导入做格式校验与去重，导入记录可追溯；统计分析结果支持导出。
9、日志审计：登录日志、操作日志独立存储、只追加，审计员可查不可改、不可删。
10、Hadoop 操作接口管理：网关层统一封装，接口注册/启停、调用量统计、异常堆栈留痕。