物聯網環境下金融大數據動態安全存儲系統設計

杜光輝+鄭艷娟

摘 要： 傳統的金融大數據信息存儲系統存在效率較低、儲存的數據量較少、速度較慢等問題，很難再適用于金融數據規模越來越大的物聯網時代，為此，提出一種基于物聯網環境下的金融大數據動態安全存儲系統的設計。首先，基于設計要求構建系統的總體設計框架，由此通過時鐘同步的采樣電路圖設計出硬件集成電路的過程；然后，根據不同的層次構建出軟件函數的模型；最后，對系統設計的合理性展開分析。實驗結果證明，存儲系統的設計具有良好的儲存性能，其空間的儲存量也較大，執行效率較高。

關鍵詞： 物聯網環境； 金融大數據； 存儲系統； 系統設計

中圖分類號： TN915.08?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2017）23?0085?04

Abstract： The traditional information storage system of finance big data has the problems of low efficiency， less storage data quantity and slow storage speed， and is difficult to apply to the Internet of Things environment with increasingly?large finance data size. Therefore， a dynamic security storage system of finance big data was designed in Internet of Things environment. The overall design framework of the system was constructed according to the design requirement， and the hardware integrated circuit was designed with the clock synchronous sampling circuit diagram. The model of the software function was constructed according to the different levels. The rationality of the system design is analyzed. The experimental result shows that the designed storage system has high storage performance， large space storage capacity， and high execution efficiency.

Keywords： Internet of Things environment； finance big data； storage system； system design

0 引 言

隨著社會的不斷發展，信息技術也在不斷的進步，傳統的存儲系統已經無法滿足金融行業大量信息的儲存，存在儲存空間小、效率低等問題[1?2]。為了達到金融大量數據儲存的要求，基于物聯網環境下的金融大數據動態安全系統的設計應運而生[3?4]。對于初創的金融企業來說，按照這種系統的設計可以大量的節約資金，也不用擔心硬件與軟件的維護問題[5]。金融大數據存儲系統的高效率性與空間大的優勢對于金融企業的客戶來說是至關重要的[6]。如果數據丟失，不但危害了客戶的個人信息安全，也會給金融企業造成客戶流失的現象，對經濟造成巨大的損失。

文獻[7]中提出了IP資源網絡的大數據存儲設置，利用IP的監測功能對數據進行實時監測，如果數據需要被存儲時，依靠IP的功能就可以迅速作出反應，完成一系列的數據存儲過程。但是IP數據網絡的復雜程度極其高，其儲存系統的空間較小，不適合當前的網絡技術，因此無法滿足金融大量數據的儲存需求。文獻[8]中提出一種策略調度的動態數據海量儲存的系統設計方法，在負載均衡一定的條件下，將海量存儲的數據進行分類并再次儲存，能夠實現金融大數據的聚類性分析。但是這種系統的設計容易受到存儲性能的約束，會導致系統設計成本大大增加。文獻[9]中提出了SAN技術的存儲系統設計，該系統設計的方法雖然能夠使數據的儲存速度變快，但是其技術并不成熟，儲存性能還在研究之中。

針對上述觀點，本文提出一種基于物聯網環境下的金融大數據動態安全存儲系統的設計。首先構建了系統的總體設計框架，基于框架設計了系統硬件的集成電路過程；然后根據不同的層次構建出了軟件函數的模型；最后對系統設計的合理性展開分析。實驗結果證明，基于物聯網環境下的金融大數據動態安全存儲系統具有較高的數據儲存速度與較大的儲存空間，能夠實現數據的大量儲存與讀取，為數據儲存功能的實現奠定了堅實的基礎。

1 物聯網環境下金融大數據動態安全存儲系統

設計

1.1 金融大數據動態安全存儲系統總體設計框架

物聯網環境下的金融大數據動態存儲系統設計的要求就是信息采集速度快、儲存容量大。基于設計的要求，構建了系統的總體結構如圖1所示。

由圖1可知，金融大數據存儲系統主要包括：總線傳輸的處理器、連接的電路、控制設備、主控計算機、外部存儲器、電路的復位器。

在系統的總體結構中，數據的輸入與輸出是基于觸發裝置與采集裝置基礎上設計的。數據觸發的總線路與模擬的總線路共同構建了數據儲存區域，將金融大數據進行采集并傳輸到主控的計算機中，并通過模擬總線路的數據預處理模塊來實現系統的設計。

金融大數據的模擬線路主要是：將存儲系統中的金融大數據通過動態增益碼的調度傳送到環形的數據緩沖區域，并進行分析。endprint

金融大數據存儲系統設計的流程主要是：緩沖區的信號流與控制器傳輸的信號流相互融合流向PCI的總線。根據數據管理的調度與評價器的分析，通過QOS數值對數據信號進行連接。其存儲的功能有：

（1） 將PCI總線應用到外置式的系統控制器的處理器中進行緩沖區的運行。

（2） 數據信號的處理芯片與外部的存儲空間相互融合，實現人類與機器的通信。

（3） 動態增益控制：通過計算機分配到的處理器設計出相應的動態增益碼，使大量的數據穩定在一定的范圍內。

1.2 基于總體架構的存儲系統硬件設計

根據上述總體框架結構對存儲的硬件進行設計。硬件的模塊主要包括：電路的同步、電路的復位、模塊內部的觸發裝置、電路的程序加載、電路的存儲接口。金融大數據存儲系統的電路同步開關應該選擇12位采樣數據的模塊，將調制的電路進行動態增益的反饋采樣。金融大數據存儲系統線性的動態可在-50～50 dB范圍內波動。根據物聯網環境的特點，采用網絡自動接口的功能模塊，并對反饋的動態增益模塊進行設計。

物聯網環境下的金融大數據存儲離不開時鐘同步的采樣，電路圖如圖2所示。

在金融大數據時鐘電路的端口，放置AD2014的4階開關電源低通濾波，從而使輸出的電壓具有一定的穩定性。通過共享端口的自定義緩沖功能，實現主機與大數據傳輸之間的實時通信。

基于金融大數據存儲的時鐘同步系統的采樣電路可以設計出與外部I/O設備接口相連接的采樣轉換器。將數據通道設置的12位采樣數據的模塊換成16位的，使用±15 V雙極性的樣本輸入法，并使用EOC信號的轉換器將TOUT轉換成CNNST。

采用轉換的序列代碼來實現金融大數據的儲存容量擴展，而I/O設備的外部接口采用AD231的動態增益的雙向通道來控制電路，并與95230A的數據進行連接，通過外部I/O的接口電源與內核電源的共同供電，實現數據的不斷存儲，從而使輸出波形數據具有一定的自適應性能。根據上述特點，基于總體架構的存儲硬件中集成電路的設計過程如圖3所示。

1.3 基于總體架構的存儲系統軟件設計

根據總體架構的模式對金融大數據的軟件進行設計，設計的目的就是擁有高內聚、低耦合存儲數據的模式。物聯網環境下的金融大數據具有分布性廣和樣式多的特點，因此，軟件部分的設計分成了三個不同的層次，分別是儲存層、邏輯層、訪問層。

儲存層能夠為金融大數據儲存一定的信息量，進行頁面交互后，下達命令，儲存層就可以與邏輯層連接，并將指令下達到邏輯層。

邏輯層具有承上啟下的作用，對接收到的指令進行處理與分析，并通過數據的接口將指令下達到訪問層，實現物聯網環境下的數據存儲與讀取。

訪問層的功能主要有：存儲與讀取、數據插入與更新、查詢與刪除。

在上述的物聯網環境下金融大數據軟件設計具有較高的實用性，如果邏輯層出現一定的變化，那么只需要重新編輯邏輯層中的程序即可，沒有必要對整個系統進行修改。

2 實驗結果與分析

為了驗證物聯網環境下金融大數據動態安全存儲系統設計的合理性，以某個金融公司的存儲數據為例進行實驗。

2.1 實驗步驟

2.1.1 參數設置

根據上文中構建的金融大數據動態安全存儲系統總體設計框架對系統的參數設置如下：

（1） 金融大數據存儲于環形的緩沖區域，所捕獲的數據浮動范圍設置為-35～55 dB，數據疊加的最大量為92 dB，轉換器的輸出幅度為±15 V。

（2） 將DSP中的數據收集通道設置為15個，并進行同步與異步的輸入處理。

（3） 將收集到的數據在緩沖區域內的循環放大器的數據采樣功率設置為250 Hz。

（4） 將控制器中的DAC分辨率設置為16位。

（5） 將放大器中的功率分辨率設置為15位。

（6） 將數據的轉換速率設置為150 Hz。

2.1.2 數據分析

讓金融公司若干個員工同時上傳數據，并及時記錄儲存速度的變化，如表1所示。

根據表1可知，1個員工上傳數據的網絡存儲速度與2個、5個、10個、20個員工上傳數據的網絡存儲速度相差不大。

基于表1中的數據存儲速度來檢測讀取金融大數據信息儲存量的大小，如圖4所示。

讀取基于物聯網環境下的金融大數據時，數據量的大小對時間的影響并不大，隨著時間的流逝，讀取數據量的漲幅反而較低。

2.2 實驗結果

傳統的金融大數據信息儲存的效率較低，其儲存的數據量較少，速度也比較慢，很難再適用于數據規模越來越大的物聯網時代，因此基于物聯網環境下的金融大數據動態存儲系統的設計是非常及時的，能夠融入到現代社會的快速發展之中。

根據上文中的系統硬件設計與軟件設計對程序進行加載，保證不同存儲方式下的干擾元素一定，將傳統的存儲系統與基于物聯網環境下的存儲系統效率進行對比，其對比結果如圖5所示。

由圖5可知，物聯網環境下的金融大數據動態安全儲存系統具有較好的數據融合性能，提高數據的調度效率，隨著時間的流逝，其調度效率可接近100%，與傳統的儲存系統相比，更好地展示了其設計的合理性與應有的價值。

傳統的存儲系統與基于物聯網環境下的存儲系統的儲存空間大小對比如圖6所示。

由圖6可知，物聯網環境下的金融大數據動態安全存儲系統具有較大的空間存儲數據，與傳統的存儲系統相比，能夠更好地儲存大量的數據，保障數據的安全性。

基于物聯網環境下的金融大數據動態安全存儲系統具有較高的數據儲存速度與較大的儲存空間，能夠實現數據的大量儲存與讀取。

3 結 語

基于物聯網環境下的金融大數據動態安全存儲系統的設計大大降低了存儲系統的危險性，擴大了存儲的空間，提高了存儲的速度。通過對硬件系統采用時鐘同步技術可以調節總線的控制力度，對數據的傳送性能也有提高的作用。由系統設計的實驗可以分析出，該系統具有良好的金融大數據儲存性能，其效率較好，為我國的金融事業提供了有力的支持。

參考文獻

[1] 焦盧玲，李克.大容量光存儲技術助力大數據時代金融業存儲升級[J].中國金融電腦，2015（7）：87?89.

[2] 肖潔.網絡數據安全存儲優化管理研究[J].計算機仿真，2016，33（12）：436?439.

[3] 蔡慶豐，郭春松，陳詣之.大數據思維在金融學研究中的運用[J].經濟學動態，2015（3）：104?114.

[4] 李敏，倪少權，邱小平，等.物聯網環境下基于上下文的Hadoop大數據處理系統模型[J].計算機應用，2015，35（5）：1267?1272.

[5] 周明快.基于CP?ABE的云計算改進屬性加密安全訪問控制策略設計[J].計算機測量與控制，2015，23（1）：297?299.

[6] 杜永紅.大數據時代互聯網金融發展對策研究[J].價格理論與實踐，2015（7）：109?111.

[7] 任凱，鄧武，俞琰.基于大數據技術的網絡日志分析系統研究[J].現代電子技術，2016，39（2）：39?41.

[8] 周丹，吳春明.基于多散點信任評估的安全性融合云存儲設計研究[J].科技通報，2016，32（5）：77?81.

[9] 陸一飛，張震偉，陶軍，等.基于控制中心的新型SAN架構的設計與實現[J].計算機研究與發展，2016，53（6）：1292?1305.endprint