基于信息融合的電子檔案系統(tǒng)信息儲(chǔ)存優(yōu)化

于翠萍，趙志剛

(1.遼東學(xué)院 ，遼寧 丹東 118001；2. 齊魯工業(yè)大學(xué)(山東省科學(xué)院)，山東 濟(jì)南 250014)

1 引言

互聯(lián)網(wǎng)信息時(shí)代的發(fā)展對(duì)人類社會(huì)產(chǎn)生巨大影響。電子檔案作為重要信息保存方式已經(jīng)逐漸融入到人們生活與工作的各個(gè)領(lǐng)域，增加了獲得信息的途徑。尤其是政府與各事業(yè)單位，每天都會(huì)形成大量電子檔案。除此之外一些圖片、音頻等文件都會(huì)選擇電子檔案方式進(jìn)行儲(chǔ)存。電子檔案作為信息高速發(fā)展的產(chǎn)物，和傳統(tǒng)紙質(zhì)檔案相比差別較大，它是指存在價(jià)值的以視頻、圖像、文本等形式通過固定格式封裝的電子信息集合，一般將磁盤與光盤作為儲(chǔ)存介質(zhì)。由于電子檔案高度推廣與應(yīng)用，在為人們帶來(lái)便利的同時(shí)出現(xiàn)數(shù)據(jù)泄露、檔案篡改等問題。因此如何建立安全高效的儲(chǔ)存系統(tǒng)已經(jīng)成為研究焦點(diǎn)。

針對(duì)上述問題，相關(guān)領(lǐng)域?qū)﹄娮訖n案管理工作模式進(jìn)行創(chuàng)新，具體措施如下：以人為本，提高相關(guān)工作人員素質(zhì)；改革工作方式，建立工作規(guī)范；創(chuàng)新服務(wù)方法，加強(qiáng)檔案資源建設(shè)。除此之外，一些學(xué)者還提出下述解決方案。文獻(xiàn)[1]為改善網(wǎng)絡(luò)負(fù)載擁塞現(xiàn)象，提出基于Hadoop的網(wǎng)絡(luò)行為大數(shù)據(jù)安全儲(chǔ)存系統(tǒng)。首先，規(guī)劃數(shù)據(jù)接收與識(shí)別模塊，實(shí)現(xiàn)對(duì)數(shù)據(jù)的安全過濾；其次，分析識(shí)別地址，在保持較好處理結(jié)果基礎(chǔ)上，對(duì)識(shí)別后的數(shù)據(jù)進(jìn)行導(dǎo)入和儲(chǔ)存；最后，搭建系統(tǒng)軟件環(huán)境，再結(jié)合硬件基本條件，完成儲(chǔ)存系統(tǒng)設(shè)計(jì)。實(shí)驗(yàn)結(jié)果表明，該方法可以降低儲(chǔ)存空間占用率，緩解網(wǎng)絡(luò)負(fù)載擁塞現(xiàn)象。文獻(xiàn)[2]提出基于盲數(shù)BM模型的電網(wǎng)數(shù)據(jù)儲(chǔ)存系統(tǒng)。針對(duì)儲(chǔ)存方法安全性低等問題，通過盲數(shù)BM模型對(duì)數(shù)據(jù)進(jìn)行提取，利用混合加密算法加密數(shù)據(jù)，構(gòu)建諧波數(shù)據(jù)儲(chǔ)存模型；確定儲(chǔ)存規(guī)則，并通過云端驗(yàn)證數(shù)據(jù)儲(chǔ)存的完整性。

上述兩種儲(chǔ)存系統(tǒng)運(yùn)行速度較慢，隨著網(wǎng)絡(luò)與密碼技術(shù)的出現(xiàn)，再次推動(dòng)電子檔案儲(chǔ)存的向前發(fā)展。基于此，設(shè)計(jì)出對(duì)大規(guī)模分布電子檔案信息融合[3]的儲(chǔ)存系統(tǒng)。信息融合主要指對(duì)不同傳感器得到的信息做綜合處理，消除存在的矛盾，通過信息互補(bǔ)，改善不確定性。通過對(duì)比實(shí)驗(yàn)，證明所提方法儲(chǔ)存速度快，安全性能更高，能有效防止檔案數(shù)據(jù)被篡改。

2 大規(guī)模分布電子檔案信息融合研究

2.1 信息融合基本架構(gòu)

組成信息融合架構(gòu)的基本四個(gè)元素為：信息源，它能提供初始數(shù)據(jù)；信息轉(zhuǎn)換與傳遞[4]，可以實(shí)現(xiàn)信息預(yù)處理；信息互補(bǔ)，其作用是完成信息升華；信息融合處理報(bào)告，它能夠顯示融合處理的最終結(jié)果。基本架構(gòu)圖如圖1所示。

圖1 信息融合基本框架示意圖

2.2 信息融合的層次分類

1)數(shù)據(jù)層次信息融合

數(shù)據(jù)層融合屬于對(duì)相同量級(jí)的傳感器初始信息直接融合，對(duì)未經(jīng)處理的傳感器數(shù)據(jù)進(jìn)行綜合分析，為最低層次的融合。該層次融合主要優(yōu)勢(shì)體現(xiàn)在：可以保持盡可能多的電子檔案，獲取其它層次沒有的細(xì)節(jié)信息。缺點(diǎn)是：處理代價(jià)大，耗費(fèi)時(shí)間長(zhǎng)[5]。融合過程示意圖如圖2所示。

圖2 數(shù)據(jù)層融合示意圖

2)特征層次信息融合

特征層次的融合是中間層次融合，其過程為：首先對(duì)初始電子檔案進(jìn)行特征提取，再對(duì)特征信息做分析與處理，其可分為目標(biāo)狀態(tài)與目標(biāo)特性融合。

特征層融合的好處為：能實(shí)現(xiàn)信息壓縮，達(dá)到實(shí)時(shí)處理目的，融合結(jié)果可以最大程度體現(xiàn)出電子檔案的信息特征。融合過程如圖3所示。

圖3 特征層次信息融合示意圖

3)決策層次信息融合

決策層信息融合主要為檢測(cè)、操控與決策提供理論依據(jù)。需要從需求角度考慮，利用特征融合的信息實(shí)現(xiàn)決策融合，其結(jié)果直接影響決策的優(yōu)劣。

決策層信息融合優(yōu)勢(shì)為：處理代價(jià)低，靈活性強(qiáng)，具有較強(qiáng)的抗干擾性能。

圖4 決策層信息融合示意圖

2.3 基于神經(jīng)網(wǎng)絡(luò)的信息融合技術(shù)

從信息融合角度出發(fā)，神經(jīng)網(wǎng)絡(luò)[6]屬于存在高度非線性的大規(guī)模信息融合網(wǎng)絡(luò)，可以將其當(dāng)作多輸入信號(hào)的一種融合系統(tǒng)。

2.3.1 神經(jīng)元確定

神經(jīng)網(wǎng)絡(luò)的主要結(jié)構(gòu)是神經(jīng)元，通常被稱為“處理單元”，又可稱為“節(jié)點(diǎn)”。假設(shè)xi(t)代表t時(shí)間點(diǎn)神經(jīng)元j收到的出自于神經(jīng)元i的信息，oj(t)為t時(shí)間點(diǎn)神經(jīng)元發(fā)出的信息，此時(shí)，神經(jīng)元j的狀態(tài)表達(dá)式為

(1)

式中，τij表示輸入與輸出產(chǎn)生的突觸時(shí)延；Tj為j的閾值，wij表示神經(jīng)元i與j之間的突觸連接系數(shù)；f(·)代表神經(jīng)元轉(zhuǎn)移函數(shù)。

為方便計(jì)算，將式(1)中的突觸時(shí)延設(shè)置為單位時(shí)間，則將上述公式改寫為

(2)

2.3.2 拓?fù)浣Y(jié)構(gòu)選取

單一的神經(jīng)網(wǎng)絡(luò)功能較為簡(jiǎn)單，只有利用拓?fù)浣Y(jié)構(gòu)[7]將多數(shù)神經(jīng)網(wǎng)絡(luò)連接起來(lái)，構(gòu)成巨大的神經(jīng)網(wǎng)絡(luò)，才可以實(shí)現(xiàn)對(duì)電子檔案的儲(chǔ)存，并體現(xiàn)出優(yōu)越性。本文選取互連型拓?fù)浣Y(jié)構(gòu)對(duì)儲(chǔ)存系統(tǒng)進(jìn)行研究。

互連型結(jié)構(gòu)為網(wǎng)絡(luò)中隨機(jī)兩個(gè)單元之間均是互相連接的，如圖5所示。

圖5 互聯(lián)型拓?fù)浣Y(jié)構(gòu)示意圖

2.3.3 學(xué)習(xí)規(guī)則分析

通常認(rèn)為，神經(jīng)網(wǎng)絡(luò)的全部功能都儲(chǔ)存在神經(jīng)元中，學(xué)習(xí)是指神經(jīng)元之間對(duì)現(xiàn)有連接的修正。因此，神經(jīng)元在根據(jù)一定結(jié)構(gòu)形成神經(jīng)網(wǎng)絡(luò)后，需要利用相關(guān)學(xué)習(xí)規(guī)則對(duì)連接權(quán)值與閾值進(jìn)行更新。本文通過Hebb規(guī)則[8]對(duì)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。

在Hebb學(xué)習(xí)規(guī)則中，學(xué)習(xí)信號(hào)可以看作是神經(jīng)元的輸出

(3)

對(duì)于權(quán)值向量的調(diào)整表達(dá)式為

(4)

(5)

上述公式說(shuō)明，權(quán)值調(diào)整量和輸入輸出的乘積具有正比關(guān)系。因此，輸入模式對(duì)權(quán)值向量會(huì)產(chǎn)生較大影響。

采用神經(jīng)網(wǎng)絡(luò)對(duì)信息進(jìn)行融合，主要分為下述步驟：

1)傳感器選擇，對(duì)于不同種類的信息融合，選擇對(duì)應(yīng)傳感器[9]；

2)采樣與預(yù)處理，利用傳感器對(duì)儲(chǔ)存系統(tǒng)狀態(tài)進(jìn)行檢測(cè)，且做預(yù)處理；

3)神經(jīng)網(wǎng)絡(luò)選取，結(jié)合不同電子文檔特征，根據(jù)神經(jīng)網(wǎng)絡(luò)“三要素”，選擇合適的模型；

4)網(wǎng)絡(luò)的訓(xùn)練與學(xué)習(xí)，得到對(duì)數(shù)據(jù)的不確定推理機(jī)制或關(guān)系。

圖6 基于神經(jīng)網(wǎng)絡(luò)的信息融合過程示意圖

2.4 基于水印相似度的安全儲(chǔ)存模型

特征水印相似度計(jì)算目的是檢測(cè)儲(chǔ)存電子文檔與原始文檔之間的重合程度。本文利用字符頻率零水印算法建立安全儲(chǔ)存模型。

圖7 特征水印相似度模型示意圖

如果T表示原始電子文檔，B代表常用字符頻度示意表，δ為文檔T中全部字符集合，Ti(i=1，2，3，…，n)表示在δ中任意一個(gè)字符，V(Ti)是Ti在文檔中出現(xiàn)的頻率，ST(δ)代表集合δ中全部字符根據(jù)V(Ti)進(jìn)行排序產(chǎn)生的序列，SB(δ)表示字符集合δ中全部元素根據(jù)字符序列頻度B生成的集合。

基于字符頻度[10]的儲(chǔ)存模型，獲取初始水印信息與待檢測(cè)文檔的水印信息，通過相關(guān)性函數(shù)預(yù)測(cè)兩個(gè)水印存在的相似度。

β[S1(N)，S2(N)]

=β1[S1(N)，S2(N)]*β2[S1(N)，S2(N)]

(6)

式中，β1代表初始水印信息S1(N)與待檢測(cè)的水印信息S2(N)的相似程度比，β1=k/N。

通過最小二乘法預(yù)測(cè)電子文檔排列順序的相似程度，并計(jì)算兩個(gè)字符排列順序的差值平方

(7)

式中，兩個(gè)序號(hào)之間的最大差值平方和計(jì)算公式為

(8)

根據(jù)上述推導(dǎo)可知，原始電子文檔水印信息S1(N)與待檢測(cè)的水印信息S2(N)的相同字符排列相似度比值β2計(jì)算公式為：

(9)

因此，相似度β=β1β2，則有

(10)

將以上獲得的電子文檔水印相似度[11]作為安全儲(chǔ)存的基本原理對(duì)系統(tǒng)進(jìn)行設(shè)置。

3 儲(chǔ)存系統(tǒng)設(shè)計(jì)

設(shè)計(jì)大規(guī)模分布的電子檔案儲(chǔ)存系統(tǒng)，需要遵循高速采集與大容量?jī)?chǔ)存的原則。基于此，分別對(duì)系統(tǒng)硬件與軟件進(jìn)行設(shè)計(jì)。

圖8 系統(tǒng)總體架構(gòu)示意圖

由上圖可知，電子檔案儲(chǔ)存系統(tǒng)主要包括：處理器、連接電路、計(jì)算機(jī)、儲(chǔ)存器與復(fù)位器。

在此系統(tǒng)的總體架構(gòu)中，電子檔案的輸入和輸出是在觸發(fā)與采集裝置基礎(chǔ)上進(jìn)行設(shè)置的。數(shù)據(jù)觸發(fā)總體線路和模擬總線路一起建立數(shù)據(jù)儲(chǔ)存區(qū)域，把電子檔案大數(shù)據(jù)進(jìn)行收集并傳送到控制計(jì)算機(jī)內(nèi)，經(jīng)過預(yù)處理模塊達(dá)到系統(tǒng)設(shè)計(jì)目的。

系統(tǒng)的儲(chǔ)存功能包括：

1)將PIC引入到系統(tǒng)處理器中進(jìn)行緩沖區(qū)域運(yùn)行；

2)信號(hào)處理芯片和儲(chǔ)存空間可以互相連接，達(dá)到人類與機(jī)器通信目的；

3)利用計(jì)算機(jī)對(duì)處理器設(shè)計(jì)出合理的動(dòng)態(tài)增益編碼，確保電子檔案穩(wěn)定在一定區(qū)域內(nèi)。

3.1 硬件分析

硬件部分的設(shè)計(jì)主要包括：電路同步與復(fù)位、系統(tǒng)觸發(fā)裝置、程序加載與儲(chǔ)存接口設(shè)計(jì)。大規(guī)模分布電子檔案的儲(chǔ)存系統(tǒng)電路開關(guān)應(yīng)選取12位采樣數(shù)據(jù)的模塊，對(duì)電路進(jìn)行反饋采樣。該系統(tǒng)線性動(dòng)態(tài)范圍設(shè)置為-50～50dB。根據(jù)電子檔案特性，利用網(wǎng)絡(luò)自動(dòng)接口功能，對(duì)動(dòng)態(tài)增益部分進(jìn)行設(shè)計(jì)。

在互聯(lián)網(wǎng)環(huán)境下對(duì)電子檔案儲(chǔ)存必須經(jīng)過時(shí)鐘同步的采樣。在時(shí)鐘電路端口，接入AD2018的四開關(guān)低通濾波，保證系統(tǒng)輸出電壓的穩(wěn)定性。利用端口的緩沖能力，達(dá)到主機(jī)與檔案?jìng)鬏攲?shí)時(shí)通信的目的。

基于大規(guī)模分布電子檔案儲(chǔ)存系統(tǒng)的時(shí)鐘同步電路能夠設(shè)計(jì)和I/O設(shè)備相接的轉(zhuǎn)換器。再將信息通道的數(shù)據(jù)采樣模塊換為16位，利用±15V的樣本輸入法，并通過轉(zhuǎn)換其將TOUT變?yōu)镃NNST。

3.2 軟件設(shè)置

在硬件設(shè)備基礎(chǔ)上，對(duì)軟件模塊進(jìn)行規(guī)劃。將設(shè)計(jì)高內(nèi)聚、低耦合儲(chǔ)存檔案的模式作為目標(biāo)。在大數(shù)據(jù)環(huán)境下電子檔案存在分布廣泛，樣式多的特征，所以，軟件分為儲(chǔ)存層、邏輯層與訪問層[12]，分別對(duì)其進(jìn)行設(shè)計(jì)。

儲(chǔ)存層可以儲(chǔ)存一定信息量，經(jīng)過頁(yè)面交互之后，發(fā)出指令，此時(shí)，儲(chǔ)存層會(huì)與邏輯層相接，再將指令發(fā)送到儲(chǔ)存層。

邏輯層起到承上啟下的作用，分析并處理接收到的命令，利用數(shù)據(jù)接口將命令傳送到訪問層，實(shí)現(xiàn)大數(shù)據(jù)環(huán)境下的電子檔案儲(chǔ)存和取讀。

訪問層的主要作用包括：電子檔案的存儲(chǔ)和取讀、插入和更新、查找和刪除等。

軟件中的儲(chǔ)存算法對(duì)系統(tǒng)整體性能起關(guān)鍵作用，通常情況下的數(shù)據(jù)問題能夠通過下述表達(dá)式進(jìn)行解決

(11)

可靠性儲(chǔ)存函數(shù)描述為

(12)

式中，p1，p2，…，pn∈2n表示n個(gè)數(shù)據(jù)的矢量，λ1，λ2，…，λn為數(shù)據(jù)產(chǎn)生的損失情況，g代表正則化函數(shù)，δ屬于共軛函數(shù)，x表示初始數(shù)據(jù)變量，y為對(duì)偶數(shù)據(jù)的函數(shù)變量，t≥0是正則化函數(shù)的參數(shù)。

由式(12)能夠獲得約束軟件函數(shù)公式

(13)

式(13)中，x屬于變量，矩陣G描述n個(gè)數(shù)據(jù)的排列順序。

4 仿真數(shù)據(jù)分析與研究

為驗(yàn)證信息儲(chǔ)存優(yōu)化方法設(shè)計(jì)的合理性，將其與文獻(xiàn)[1]方法、文獻(xiàn)[2]方法對(duì)比進(jìn)行仿真。主要實(shí)驗(yàn)參數(shù)設(shè)置如下：電子檔案儲(chǔ)存在環(huán)形緩沖區(qū)域，數(shù)據(jù)浮動(dòng)區(qū)間在-35～55dB，最大疊加量是95dB，數(shù)據(jù)轉(zhuǎn)換器輸出范圍是±20V；數(shù)據(jù)收集通道數(shù)量為20個(gè)；數(shù)據(jù)采樣功率是250Hz；控制器與放大器的分辨功率均設(shè)置為15位。

以下兩幅圖分別為兩種方法在儲(chǔ)存速度與儲(chǔ)存空間方面的實(shí)驗(yàn)結(jié)果圖。

分析圖9可知，當(dāng)實(shí)驗(yàn)時(shí)間為4ms，文獻(xiàn)[1]方法的儲(chǔ)存速度為200Mb，文獻(xiàn)[2]方法的儲(chǔ)存速度為100Mb，本文方法的儲(chǔ)存速度為400Mb。當(dāng)實(shí)驗(yàn)時(shí)間為10ms，文獻(xiàn)[1]方法的儲(chǔ)存速度為540Mb，文獻(xiàn)[2]方法的儲(chǔ)存速度為700Mb，本文方法的儲(chǔ)存速度為1000Mb。本文方法的儲(chǔ)存速度遠(yuǎn)遠(yuǎn)高于其它方法，說(shuō)明本文方法的信息存儲(chǔ)效率較高。

圖9 不同方法儲(chǔ)存速度折線圖

分析圖10可知，當(dāng)電子檔案量為5MB時(shí)，文獻(xiàn)[1]方法的儲(chǔ)存空間為80GB，文獻(xiàn)[2]方法的儲(chǔ)存空間為65GB，本文方法的儲(chǔ)存空間為92GB。當(dāng)電子檔案量為30MB時(shí)，文獻(xiàn)[1]方法的儲(chǔ)存空間為81GB，文獻(xiàn)[2]方法的儲(chǔ)存空間為122GB，本文方法的儲(chǔ)存空間為162GB。本文方法的儲(chǔ)存空間遠(yuǎn)遠(yuǎn)高于其它方法，說(shuō)明本文方法的信息儲(chǔ)存空間較大。說(shuō)明本文方法儲(chǔ)存的電子檔案數(shù)量更多。

圖10 不同方法儲(chǔ)存空間對(duì)比圖

5 結(jié)論

針對(duì)傳統(tǒng)電子檔案儲(chǔ)存效率低、安全性差的缺陷，本文對(duì)大規(guī)模分布電子檔案信息融合儲(chǔ)存系統(tǒng)進(jìn)行設(shè)計(jì)。將信息融合分為不同層次，對(duì)其作用與優(yōu)勢(shì)進(jìn)行研究；并將神經(jīng)網(wǎng)絡(luò)引入到信息融合中，構(gòu)建電子檔案安全儲(chǔ)存模型；實(shí)現(xiàn)電子檔案系統(tǒng)信息存儲(chǔ)優(yōu)化設(shè)計(jì)。通過實(shí)驗(yàn)得出以下結(jié)論：

1)本文方法的信息存儲(chǔ)效率較高，實(shí)驗(yàn)時(shí)間為10ms，本文方法的儲(chǔ)存速度為1000Mb。

2)本文方法的信息儲(chǔ)存空間較大，能夠儲(chǔ)存的電子檔案數(shù)量更多。當(dāng)電子檔案量為30MB時(shí)，本文方法的儲(chǔ)存空間為162GB。