基于物聯網的金融數據動態安全存管系統設計

朱哲良 鄧璐娟

摘? 要： 針對傳統金融數據存管系統存在的存儲效率低、存儲空間小及穩定性能差等問題，設計基于物聯網的金融數據動態安全存管系統。該系統感知層采集和融合金融數據，并對數據進行安全保護;存儲層采用云安全存儲服務體系存儲從感知層獲取的大量金融數據，并通過約束性軟件函數實現金融動態云數據的合理調度;應用層統計和展示金融數據的分析結果。實驗結果表明，該存管系統的金融數據存儲效率無限接近于100%，金融數據存儲空間高達12 TB，在高壓情況下系統可進行穩定的大量金融數據同步上傳及在線查看，實現金融數據的安全管理。

關鍵詞： 物聯網; 金融數據; 安全存管系統; 服務體系; 數據調度; 存儲效率

中圖分類號： TN919?34; TM311.13? ? ? ? ? ? ? ? ?文獻標識碼： A? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2019）16?0058?04

0? 引? 言

物聯網是基于Internet建立起來的將人與人之間交流轉向物與物之間交流的新形式網絡連接，推動社會與經濟的快速發展[1]。隨著經濟的高速發展，金融數據量逐漸變得龐大，使得傳統金融數據存管系統存儲量小、存儲效率低下、存儲系統性能不穩定等一系列問題的解決迫在眉睫[2]。金融數據“財富”的泄露會給企業帶來巨大的損失[3?4]。面向金融數據的安全性，以及花樣百出的攻擊方式，建立基于物聯網的金融數據動態安全存管系統，不但能夠實現金融數據的高效動態存儲，還可以有效抑制金融數據丟失問題[5]，提高金融數據的動態管理性能，節約金融企業的資金，免除硬件、軟件的維護顧慮，增強總體金融數據動態存管的穩定性能。

1? 金融數據動態安全存管系統設計

1.1? 系統總體結構

物聯網（Internet of Things）是新一代信息技術的重要組成部分。物聯網以互聯網為核心，在此基礎上延展到物與物之間的信息交流，也就是將任意物品和互聯網相對接，進行信息交流，實現物品智能化識別、定位以及跟蹤管理等一系列措施的網絡。基于物聯網的金融數據動態安全存管系統結構包含感知層、存儲層、應用層。

1） 感知層。感知層作為系統實現金融數據采集的基礎，位于物聯網應用的最前沿，對物聯網功能的實現起決定性作用。感知層由無線傳感器網絡WSN、無線射頻識別系統RFID、無線視頻監控網絡部分組合而成，用于金融數據采集、融合以及完成以往金融數據的輸送[6]。

2） 存儲層。存儲層是系統的核心部分，儲存從感知層中采集的大量金融數據，同時分為物聯網信息存儲中心和政府物聯網安全中心。二者各司其職，物聯網信息存儲中心將依據特定統計規范整理的大量金融數據[7]，通過云安全存儲服務體系實施存儲，且僅針對滿足金融數據訪問權限的用戶開放。而當統計用戶想通過系統查詢金融數據，第一次注冊時，物聯網安全中心負責計算生成口令，獲取和用戶身份屬性相匹配的口令，確保用戶成功訪問統計金融數據。

3） 應用層。應用層是基于用戶不同種類的需求，從存儲層獲取與其相對應的金融數據，完成用戶需求的統計業務邏輯[8]，并采用圖形形態的可視界面展現各項業務的統計結果。

1.2? 安全存管時鐘同步采樣電路設計

感知層采集金融數據時通過安全存管時鐘同步采樣電路，動態調控數據采集時間，確保數據采集過程的穩定運行。電路采用12位采樣數據模塊的同步開關，將調整的電路通過動態增益方式進行反饋。存管系統線性動態浮動區間[9]為35～50 dB。依照物聯網環境特點，利用網絡自動接口功能設計反饋的動態增益模塊。物聯網環境下金融數據動態安全存管與時鐘樣本的采集密不可分。

1.3? 金融數據的云安全存儲服務體系

存儲層采用云安全存儲服務體系存儲大量金融數據，將特有安全存管技術融入金融數據存管過程中是云安全核心技術。云安全存儲服務體系主要包括大規模的安全的捕捉框架和累積安全網絡包，服務體系依據各終端反饋的非正常信息數據迅速開發出與其相對應的開源包，并與全網共享金融數據[11]，云安全存管服務體系構架如圖1所示。

云計算建立在金融數據發展的前提上，金融數據的基本特性是高速性、多樣性和大規模性。傳統金融數據存管方法不再適應現階段金融數據的階躍性發展需求[10]。而將安全管理日志通過虛擬化方式架構在互聯網之上的方法就是以云計算為核心的金融數據云安全存管服務體系。換言之，云計算的某項分支就是金融數據的一份子。所以，本文系統存儲層采用云安全存管服務體系，實現海量金融數據的云安全存儲，具有與金融數據共同發展，并與之匹配的絕對實力。

云數據調度算法對總體云安全存管過程具有重要價值，通過約束性軟件函數實現云數據的調度，下面是詳細。

通常的金融數據調度問題計算公式為：

[E（a）=i=1nθi（ktia）+ωd（a）] （1）

安全存儲計算公式為：

[R（h）min=i=1nθi（-hi）-ωd1ωi=1nkihi]? ? ?（2）

式中：[θ1，θ2，…，θi∈2i]是[i]個數據的向量，也是數據的損失;[d]，[ω]分別表示正則化函數和共軛函數;[a]，[h]分別表示原始數據變量和對偶數據函數變量;[t≥0]為正則化函數參數。

每一個儲蓄變量[oi]都有一個數據變量[ki]所對應，數據變量與存儲變量間的關系如下：

[θi（ktia）=（ktia-oi）2?d（a）2=ai]? ? ? （3）

通過式（3）計算可得約束性軟件函數為：

[f（a）min=12Ca-b33+ta2]? ? ? ? ?（4）

式中矩陣[C]是[x]項數據的排列。

系統通過約束性軟件函數實現云金融數據的合理調度。

2? 實驗結果

本文設計基于物聯網的金融數據動態安全存管系統，為了驗證該系統的性能優劣。實驗面向某國有銀行中的金融數據的安全存儲和管理過程進行分析，對比PEST存管系統、拉普拉斯能量存管系統與本文存管系統的金融數據存儲效率，結果如圖2所示。

分析圖2可知，本文存管系統具備良好協調金融數據的能力，提升數據存儲效率，隨著數據量的不斷提高，金融數據的存儲效率無限接近100%，且高于其他兩種系統;對比PEST存儲系統和拉普拉斯能量存儲系統的存儲效率效果可得，本文存管系統可實現海量金融數據的高效率存儲，使用價值更高。

三種存管系統存儲量對比結果如圖3所示。

分析圖3可知，本文存管系統的存儲空間遠遠大于PEST存管系統和拉普拉斯能量存管系統的存儲空間，本文存管系統能夠儲存更多的金融數據，保證系統數據的安全。本文存管系統的數據存儲效率更高，存儲量更大，可以實現海量金融數據存儲和迅速讀取。

2.1? 金融數據上傳

為了簡單化處理測試過程，實驗在本文設計金融數據動態安全存管系統上建立一個測試用附件來上傳頁面，模擬在一個頁面中，同步上傳2項金融數據的情景，基于壓力測試的客戶端，創建訪問附件上傳頁面腳本，借用壓力測試工具啟動多個用戶同步并發調用腳本，對本文系統進行金融數據上傳的響應時間與吞吐量進行測試。表1為金融數據上傳實驗情景設計。

本文系統的金融數據上傳的結果如表2所示。

綜合考慮金融數據個數與響應時間，當用戶數處于10～30個時，金融數據個數逐步遞增，用戶數處于30～100個時，金融數據個數開始遞減，達到100個用戶時，由于啟動和停止的時間增加致使金融數據個數瞬間增加。30個用戶以上時響應時間顯著增高，由此證明，當前所處架構前提下，系統可支撐30個并發用戶在同一時刻上傳金融數據，擁有約為208.9個/min的金融數據上傳速率，且平均吞吐量達到2 MB/s。當并發用戶在10～100個期間時，本文系統上傳金融數據的失敗事物數都為0，均未產生異常現象，證明本文系統在高壓情況下進行金融數據上傳作業依舊能保證穩定運行。

2.2? 金融數據在線查看

借用壓力測試工具啟動多個用戶同步并發調用腳本，對本文系統進行金融數據在線查看的響應時間與吞吐量進行測試，表3為金融數據在線查看的實驗場景設計。本文系統進行金融數據在線查看結果如表4所示。

綜合考慮金融數據個數與響應時間，當用戶處于10～100個時，金融數據個數逐漸增加，用戶達到100時，金融數據個數增加幅度逐漸變小，與此同時響應時間顯著提高。由此可以證明，本文系統進行金融數據查看時，可以支撐100個并發用戶同時瀏覽文件，響應時間約為0.02 s，同時可以看出本文系統查看金融數據時的失敗事物數是0，未產生異常現象，說明本文系統在高壓情況下仍然能夠穩定進行金融數據的查看。

3? 結? 論

本文設計一種基于物聯網的金融數據動態安全存管系統，總體結構包括感應層、存儲層、應用層。其中的存儲層采用云安全存儲服務體系存儲金融數據，通過約束性軟件函數實現對云數據的調度。

實驗結果表明，本文設計的存管系統具備良好的海量金融動態數據存儲性能，金融數據存儲效率較高、存儲空間較大。該系統能提高金融數據管理的安全性，為我國金融行業的發展打下堅實基礎。

注：本文通訊作者為鄧璐娟。

參考文獻

[1] 何渝君，龔國成.區塊鏈技術在物聯網安全相關領域的研究[J].電信工程技術與標準化，2017，30（5）：12?16.

HE Yujun， GONG Guocheng. Summary of research on block chain technology in the security field of IoT [J]. Telecom engineering technics and standardization， 2017， 30（5）： 12?16.

[2] 朱意霞，李紅霞，史文強，等.電動汽車充電服務柔性管理系統設計與實現[J].電力系統保護與控制，2016，44（10）：91?97.

ZHU Yixia， LI Hongxia， SHI Wenqiang， et al. Design and implementation of electric vehicle charging service flexible management system [J]. Power system protection and control， 2016， 44（10）： 91?97.

[3] 陳秀榮，崔中陽.貴陽出租汽車標準化智能管理系統設計與實現[J].電視技術，2016，40（1）：72?75.

CHEN Xiurong， CUI Zhongyang. Design and implementation of standard intelligent management system of Guiyang taxi [J]. Video engineering， 2016， 40（1）： 72?75.

[4] 弓永章，劉逢，龐瑞琪，等.基于物聯網技術的供應鏈金融物流監管[J].中國科技論壇，2017，5（6）：131?136.

GONG Yongzhang， LIU Feng， PANG Ruiqi， et al. Supervision of supply chain logistics finance based on the internet of things [J]. Forum on science and technology in China， 2017， 5（6）： 131?136.

[5] 王修華，孟路，歐陽輝.P2P網絡借貸問題平臺特征分析及投資者識別：來自222家平臺的證據[J].財貿經濟，2016，37（12）：71?84.

WANG Xiuhua， MENG Lu， OUYANG Hui. Analysis on P2P problematic platforms features and investors′ identification： evidence from 222 online platforms [J]. Finance & trade economics， 2016， 37（12）： 71?84.

[6] 王瀅.基于物聯網的圖書館流通服務模式探析[J].現代情報， 2015，35（3）：175?177.

WANG Ying. Analysis of the circulation service pattern of library based on the internet of things [J]. Journal of modern information， 2015， 35（3）： 175?177.

[7] 劉淑波，王嘉琦.論P2P網絡借貸平臺的法律監管：兼論《網絡借貸信息中介機構業務活動管理暫行辦法》[J].電子科技大學學報（社科版），2017，19（2）：41?45.

LIU Shubo， WANG Jiaqi. On legal supervision of P2P network lending platform： also on administration interim measures for network lending information agencies business activities [J]. Journal of University of Electronic Science and Technology of China （Social sciences edition）， 2017， 19（2）： 41?45.

[8] 袁勇，周濤，周傲英，等.區塊鏈技術：從數據智能到知識自動化[J].自動化學報，2017，43（9）：1485?1490.

YUAN Yong， ZHOU Tao， ZHOU Aoying， et al. Blockchain technology： from data intelligence to knowledge automation [J]. Acta automatica sinica， 2017， 43（9）： 1485?1490.

[9] 王坤峰，左旺孟，譚營，等.生成式對抗網絡：從生成數據到創造智能[J].自動化學報，2018，44（5）：4?9.

WANG Kunfeng， ZUO Wangmeng， TAN Ying， et al. Generative countermeasure network： from generating data to creating intelligence [J]. Acta automatica sinica， 2018， 44（5）： 4?9.

[10] 梁添才，劉建平，羅攀峰.一種改進拉普拉斯能量的文檔圖像二值化方法[J].計算機仿真，2015，32（9）：276?280.

LIANG Tiancai， LIU Jianping， LUO Panfeng. A modified laplacian energy for document binarization [J]. Computer simulation， 2015， 32（9）： 276?280.