楊鵬，李幼平

（1.計(jì)算機(jī)網(wǎng)絡(luò)和信息集成教育部重點(diǎn)實(shí)驗(yàn)室（東南大學(xué)），江蘇 南京 211189；2.東南大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院，江蘇 南京 211189；3.東南大學(xué)網(wǎng)絡(luò)空間安全學(xué)院，江蘇 南京 211189）

1 引言

互聯(lián)網(wǎng)是網(wǎng)絡(luò)空間的主要載體，與人們生產(chǎn)生活、社會(huì)發(fā)展、國(guó)家安全休戚相關(guān)，已經(jīng)對(duì)全球政治、經(jīng)濟(jì)、文化等產(chǎn)生深遠(yuǎn)影響。但是，由于互聯(lián)網(wǎng)的開放性和便捷性，今天的互聯(lián)網(wǎng)已經(jīng)成為內(nèi)容大數(shù)據(jù)的集散地，各種海量化、碎片化的內(nèi)容不斷涌現(xiàn)，日益呈現(xiàn)出異構(gòu)駁雜和混亂失序等特征。互聯(lián)網(wǎng)不是法外之地，它理應(yīng)成為人類共同的精神家園，肩負(fù)著傳播人類優(yōu)秀文化的重要使命。但是，在今天的互聯(lián)網(wǎng)中，因?yàn)閮?nèi)容不能得到有效治理而導(dǎo)致的安全問題正變得越來越突出。

內(nèi)容治理是互聯(lián)網(wǎng)治理體系變革的核心目標(biāo)和關(guān)鍵環(huán)節(jié)。但是，由于當(dāng)前互聯(lián)網(wǎng)在體系結(jié)構(gòu)和治理機(jī)制方面存在欠缺，因而難以對(duì)不斷涌現(xiàn)的海量化、異構(gòu)化、碎片化和混亂失序的內(nèi)容大數(shù)據(jù)進(jìn)行有效治理，互聯(lián)網(wǎng)內(nèi)容亂象愈演愈烈，因此如何通過變革現(xiàn)有互聯(lián)網(wǎng)體系結(jié)構(gòu)使之支持互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)的高效治理，已成為當(dāng)前互聯(lián)網(wǎng)體系結(jié)構(gòu)研究的燃眉之急。

為此，本文提出了一種支持內(nèi)容智能治理的雙結(jié)構(gòu)互聯(lián)網(wǎng)，它以現(xiàn)有互聯(lián)網(wǎng)體系結(jié)構(gòu)作為主結(jié)構(gòu)，以基于輻射-復(fù)制范型的播存網(wǎng)絡(luò)作為次結(jié)構(gòu)，在確保互聯(lián)網(wǎng)平滑演進(jìn)的基礎(chǔ)上，以較小的網(wǎng)絡(luò)體系結(jié)構(gòu)變革代價(jià)，實(shí)現(xiàn)互聯(lián)網(wǎng)內(nèi)容治理能力的顯著提升。雙結(jié)構(gòu)互聯(lián)網(wǎng)遵循新型互聯(lián)網(wǎng)體系結(jié)構(gòu)3 條設(shè)計(jì)原則，從總體結(jié)構(gòu)、核心基元、治理方法學(xué)3 個(gè)方面進(jìn)行創(chuàng)新，以統(tǒng)一內(nèi)容標(biāo)簽（UCL,uniform content label）[1]內(nèi)容驅(qū)動(dòng)基元，對(duì)互聯(lián)網(wǎng)內(nèi)容進(jìn)行富語義矢量編碼，建立UCL 多標(biāo)識(shí)維度語義關(guān)聯(lián)模型，引入數(shù)據(jù)與知識(shí)聯(lián)合驅(qū)動(dòng)的安全能級(jí)模型，借助知識(shí)圖譜刻畫基于語義的內(nèi)容關(guān)聯(lián)，建立內(nèi)容大數(shù)據(jù)UCL 知識(shí)空間，按照錢學(xué)森先生提出的綜合集成方法構(gòu)建內(nèi)容匯聚研討廳，實(shí)現(xiàn)對(duì)互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)的智能治理，為消除互聯(lián)網(wǎng)內(nèi)容混亂失序頑疾提供了網(wǎng)絡(luò)體系結(jié)構(gòu)層面的創(chuàng)新解決思路。

2 互聯(lián)網(wǎng)體系結(jié)構(gòu)面臨的內(nèi)容治理挑戰(zhàn)

互聯(lián)網(wǎng)的設(shè)計(jì)初衷和基本運(yùn)作理念是為了支持端到端通信，因此傳統(tǒng)互聯(lián)網(wǎng)采用的是基于對(duì)流傳輸模型的TCP/IP 結(jié)構(gòu)，它雖然對(duì)端到端交互型應(yīng)用存在優(yōu)勢(shì)，但是現(xiàn)今互聯(lián)網(wǎng)的主流應(yīng)用范型已經(jīng)發(fā)生根本改變，從端到端通信轉(zhuǎn)變?yōu)橄蚝Ａ坑脩籼峁┖Ａ績(jī)?nèi)容的內(nèi)容共享服務(wù)[2]。但是，由于網(wǎng)站、論壇、微博、微信、社交網(wǎng)絡(luò)以及各種自媒體渠道的便捷暢通，互聯(lián)網(wǎng)中的各種內(nèi)容正在快速無序化增長(zhǎng)，這些內(nèi)容中包含大量虛假信息、片面信息、甚至惡意謠言，造成互聯(lián)網(wǎng)內(nèi)容良莠不齊和混亂失序。網(wǎng)絡(luò)空間是億萬民眾共同的精神家園，只有網(wǎng)絡(luò)空間生態(tài)良好，才符合人民利益。因此，如何從根本上解決互聯(lián)網(wǎng)內(nèi)容治理難題，成為當(dāng)前互聯(lián)網(wǎng)體系結(jié)構(gòu)研究領(lǐng)域亟待解決的重要課題之一。概括起來，當(dāng)前互聯(lián)網(wǎng)體系結(jié)構(gòu)研究所面臨的內(nèi)容治理挑戰(zhàn)主要體現(xiàn)在內(nèi)容大數(shù)據(jù)趨勢(shì)顯著、內(nèi)容語義標(biāo)識(shí)缺乏和內(nèi)容安全態(tài)勢(shì)嚴(yán)峻3 個(gè)方面。

首先，以富媒體化和海量化等為特征的內(nèi)容分發(fā)與共享，已經(jīng)成為互聯(lián)網(wǎng)發(fā)展的主旋律，互聯(lián)網(wǎng)中的新聞資訊、音視頻、流媒體、自媒體等內(nèi)容正呈現(xiàn)出爆炸性增長(zhǎng)趨勢(shì)。根據(jù)最新的Cisco VNI 預(yù)測(cè)報(bào)告，全球固網(wǎng)和移動(dòng)網(wǎng)絡(luò)的互聯(lián)網(wǎng)IP 流量中90%以上的流量與內(nèi)容共享應(yīng)用有關(guān)，預(yù)計(jì)2022 年這部分流量將高達(dá)4.8 ZB[3]。此外，按照互聯(lián)網(wǎng)數(shù)據(jù)中心（IDC,Internet data center）的報(bào)告[4]，預(yù)計(jì)到2020 年全球的數(shù)據(jù)總量將達(dá)到44 ZB，遠(yuǎn)遠(yuǎn)超過人類有史以來所有印刷材料的數(shù)據(jù)總量（200 PB）。在大數(shù)據(jù)和泛媒體環(huán)境下，不斷涌現(xiàn)的互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)（content big data），由于治理機(jī)制的缺位，正表現(xiàn)出復(fù)雜異構(gòu)、良莠不齊和混亂失序等特征。作為一類以內(nèi)容為主體的特殊大數(shù)據(jù)[5]，互聯(lián)網(wǎng)中內(nèi)容大數(shù)據(jù)的特征同樣可以用描述一般大數(shù)據(jù)的多個(gè)“V”來進(jìn)行刻畫，包括體量大（volume）、快速化（velocity）、類型雜（variety）、有價(jià)值（value）、待辨識(shí)（veracity）和強(qiáng)關(guān)聯(lián)（viscosity），如圖1 所示。治理互聯(lián)網(wǎng)中復(fù)雜異構(gòu)、良莠不齊和混亂失序的內(nèi)容大數(shù)據(jù)，比處理特定領(lǐng)域中的一般大數(shù)據(jù)更加復(fù)雜，必須在互聯(lián)網(wǎng)體系結(jié)構(gòu)和關(guān)鍵治理機(jī)制等方面進(jìn)行創(chuàng)新。

圖1 互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)的多“V”特征

其次，當(dāng)前互聯(lián)網(wǎng)體系結(jié)構(gòu)難以滿足內(nèi)容大數(shù)據(jù)的治理需求，還體現(xiàn)在缺乏“以內(nèi)容為中心”的內(nèi)容語義標(biāo)識(shí)。傳統(tǒng)互聯(lián)網(wǎng)本質(zhì)上是以地址為中心的網(wǎng)絡(luò)，互聯(lián)網(wǎng)體系結(jié)構(gòu)中的面向地址特征，不但體現(xiàn)在以IP 為代表的TCP/IP 中，而且體現(xiàn)在Web中廣泛采用的統(tǒng)一資源定位符（URL,uniform resource locator）中。Web 中所有內(nèi)容均按照統(tǒng)一資源定位符URL 來進(jìn)行組織，這雖然極大推動(dòng)了互聯(lián)網(wǎng)主流應(yīng)用范型向內(nèi)容共享應(yīng)用的躍遷，但正如URL 名字“Locator”所強(qiáng)調(diào)的那樣，它只能表示內(nèi)容在Web 中的位置，無法描述內(nèi)容資源的豐富語義，因此難以支持基于語義的內(nèi)容大數(shù)據(jù)描述、關(guān)聯(lián)和管理等[6]。內(nèi)容大數(shù)據(jù)的治理需求，本質(zhì)上反映的是一種以內(nèi)容為中心（而非以地址為中心）的需求。近年來，學(xué)術(shù)界注意到網(wǎng)絡(luò)體系結(jié)構(gòu)關(guān)注重心向面向內(nèi)容的轉(zhuǎn)變，提出了以結(jié)合廣播與基于內(nèi)容的路由（CBCB,combined broadcast and content-based）、發(fā)布訂閱互聯(lián)網(wǎng)路由范型（PSIRP,publish subscribe Internet routing paradigm ）、信息網(wǎng)絡(luò)（NetInf,network information）、內(nèi)容中心網(wǎng)絡(luò)（CCN,content-centric networking）和命名數(shù)據(jù)網(wǎng)絡(luò)（NDN,named data networking）[7]等為代表的信息中心網(wǎng)絡(luò)（ICN,information-centric networking）[8-9]。在這些ICN研究方案中，體現(xiàn)以內(nèi)容為中心設(shè)計(jì)理念的是各種內(nèi)容標(biāo)識(shí)[10]，主要包括CBCB 所采用的基于屬性的標(biāo)識(shí)、PSIRP/NetInf 所采用的扁平化內(nèi)容標(biāo)識(shí)、CCN 和NDN 所采用的層次化內(nèi)容標(biāo)識(shí)等，但總體來講，這些內(nèi)容標(biāo)識(shí)大多沒有擺脫“重路由、輕語義”的傳統(tǒng)設(shè)計(jì)思路，無法從體系結(jié)構(gòu)層面提供對(duì)內(nèi)容豐富語義的感知能力，因此難以從根本上解決網(wǎng)絡(luò)空間中內(nèi)容混亂失序的頑疾。

最后，互聯(lián)網(wǎng)的功用本質(zhì)上由它所承載的內(nèi)容體現(xiàn)，互聯(lián)網(wǎng)的內(nèi)容安全與國(guó)家安全休戚相關(guān)。當(dāng)前，互聯(lián)網(wǎng)中不斷發(fā)生的各種網(wǎng)絡(luò)攻擊事件正在威脅社會(huì)穩(wěn)定和國(guó)家安全。由于互聯(lián)網(wǎng)體系結(jié)構(gòu)在安全方面（尤其內(nèi)容安全與可信方面）的先天缺陷，互聯(lián)網(wǎng)的安全態(tài)勢(shì)變得越來越嚴(yán)峻[11]，而且互聯(lián)網(wǎng)中日益頻發(fā)的安全事件都或多或少與內(nèi)容安全有關(guān)。近年來，美國(guó)國(guó)家科學(xué)基金會(huì)（NSF,National Science Foundation）、美國(guó)國(guó)防高級(jí)研究計(jì)劃局（DARPA,Defense Advanced Research Projects Agency）、歐盟“地平線2020”計(jì)劃以及我國(guó)國(guó)家自然科學(xué)基金委員會(huì)等，都對(duì)網(wǎng)絡(luò)安全給予了重點(diǎn)資助[12]。一些重要的網(wǎng)絡(luò)安全研究方案包括美國(guó)的移動(dòng)目標(biāo)防御（MTD,moving target defense）[13]和定制可信賴空間（TTS,tailored trustworthy space）、信息工程大學(xué)鄔江興院士的擬態(tài)防御[14]、北京郵電大學(xué)方濱興院士的使命確保技術(shù)、中國(guó)科學(xué)院信息工程研究所的自重構(gòu)可信賴，以及各種事件跟蹤和輿情監(jiān)測(cè)研究等。這些研究方案或者并不針對(duì)內(nèi)容治理這一難題而提出，或者難以突破傳統(tǒng)互聯(lián)網(wǎng)體系結(jié)構(gòu)在內(nèi)容安全與可信等方面的固有局限，因此未能改變當(dāng)前互聯(lián)網(wǎng)內(nèi)容安全態(tài)勢(shì)日益嚴(yán)峻的棘手現(xiàn)狀。

與此同時(shí)，學(xué)術(shù)界對(duì)互聯(lián)網(wǎng)中內(nèi)容大數(shù)據(jù)及其影響的重視已現(xiàn)端倪。一方面，人們對(duì)Twitter、微博等社交媒體上事件（event）的關(guān)注由來已久，先后提出了Twitinfo、Twevent、MABED[15]等事件檢測(cè)方法。另一方面，近年來互聯(lián)網(wǎng)媒體領(lǐng)域正在發(fā)生深刻變革，F(xiàn)acebook 和Apple 緊跟媒體融合與轉(zhuǎn)型趨勢(shì)，相繼推出了Instant Articles 和Apple News，意在改變媒體內(nèi)容的生產(chǎn)、組織和呈現(xiàn)形式；國(guó)際著名媒體紐約時(shí)報(bào)（New York Times）則創(chuàng)新性地提出了“新聞編碼（particles code）”[16]，通過編碼標(biāo)識(shí)支持對(duì)新聞以時(shí)間軸和知識(shí)點(diǎn)進(jìn)行組織，從而把意義上相關(guān)的多個(gè)內(nèi)容有機(jī)關(guān)聯(lián)。此外，W3C 還研發(fā)了基于標(biāo)簽元數(shù)據(jù)的互聯(lián)網(wǎng)內(nèi)容訪問管理系統(tǒng)（PICS,platform for Internet content selection）[17]。2019 年初，美國(guó)DARPA 宣布開展KAIROS（knowledge-directed artificial intelligence reasoning over schema）研究[18]，凸顯了美國(guó)對(duì)內(nèi)容大數(shù)據(jù)智能處理的高度重視。KAIROS項(xiàng)目的實(shí)現(xiàn)框架如圖2 所示，旨在通過人工智能、知識(shí)圖譜和機(jī)器學(xué)習(xí)技術(shù)，在日益復(fù)雜的全球環(huán)境中更好地追蹤、分析世界各地每天產(chǎn)生的無數(shù)事件和媒體片段，自動(dòng)識(shí)別其中的關(guān)聯(lián)性或線索，理解和預(yù)測(cè)導(dǎo)致世界混亂與動(dòng)蕩的因素。

綜上所述，以地址為中心的現(xiàn)行互聯(lián)網(wǎng)體系結(jié)構(gòu)難以滿足內(nèi)容治理需求，正在面臨內(nèi)容大數(shù)據(jù)趨勢(shì)顯著、內(nèi)容語義標(biāo)識(shí)缺乏和內(nèi)容安全態(tài)勢(shì)嚴(yán)峻等多方面挑戰(zhàn)。學(xué)術(shù)界圍繞Twitter、微博等社交媒體的分析研究，以及Facebook、Apple、紐約時(shí)報(bào)、W3C 等關(guān)于內(nèi)容組織、管理與訪問的應(yīng)用實(shí)踐，雖然并不直接針對(duì)互聯(lián)網(wǎng)內(nèi)容治理，但從側(cè)面反映出人們對(duì)互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)的重視。DARPA 站在從混亂與動(dòng)蕩中建立秩序的角度，高調(diào)資助KAIROS項(xiàng)目研究，表明美國(guó)已經(jīng)開始直面這一問題。然而，現(xiàn)有各種解決思路（包括KAIROS）鮮有從網(wǎng)絡(luò)體系結(jié)構(gòu)的全局高度著眼，從變革傳統(tǒng)互聯(lián)網(wǎng)體系結(jié)構(gòu)的角度給出的創(chuàng)新方案。為此，本文提出一種支持內(nèi)容智能治理的雙結(jié)構(gòu)互聯(lián)網(wǎng)，它能在維持互聯(lián)網(wǎng)體系結(jié)構(gòu)演進(jìn)性的基礎(chǔ)上，以較小代價(jià)換取互聯(lián)網(wǎng)內(nèi)容治理能力的顯著提升。

圖2 DARPA 資助的KAIROS 項(xiàng)目實(shí)現(xiàn)框架

3 新型互聯(lián)網(wǎng)體系結(jié)構(gòu)設(shè)計(jì)原則與模型

網(wǎng)絡(luò)體系結(jié)構(gòu)（network architecture）是設(shè)計(jì)和構(gòu)造網(wǎng)絡(luò)系統(tǒng)的科學(xué)，是對(duì)網(wǎng)絡(luò)系統(tǒng)的總體結(jié)構(gòu)規(guī)約。網(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計(jì)原則是指針對(duì)網(wǎng)絡(luò)系統(tǒng)設(shè)計(jì)目標(biāo)而提出的一系列具有指導(dǎo)意義的抽象設(shè)計(jì)原則。網(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計(jì)原則是計(jì)算機(jī)網(wǎng)絡(luò)研究的“第一性問題”，有何種網(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計(jì)原則，才會(huì)有與之對(duì)應(yīng)的網(wǎng)絡(luò)體系結(jié)構(gòu)。網(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計(jì)原則決定了網(wǎng)絡(luò)系統(tǒng)的全局組織、總體結(jié)構(gòu)和技術(shù)選擇標(biāo)準(zhǔn)，各種具體實(shí)現(xiàn)技術(shù)都是在網(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計(jì)原則的指導(dǎo)下派生而得。針對(duì)當(dāng)前互聯(lián)網(wǎng)所面臨的內(nèi)容治理挑戰(zhàn)，借鑒信息中心網(wǎng)絡(luò)“以內(nèi)容為中心”的合理研究思路，本文提出3 條新型互聯(lián)網(wǎng)體系結(jié)構(gòu)設(shè)計(jì)原則。

1)雙驅(qū)動(dòng)二元結(jié)構(gòu)原則（P1）

基于“邊緣論（end-to-end argument，也稱端到端原則）”構(gòu)建的互聯(lián)網(wǎng)體系結(jié)構(gòu)，是一種地址驅(qū)動(dòng)的、以數(shù)據(jù)傳輸可達(dá)性為目標(biāo)的網(wǎng)絡(luò)體系結(jié)構(gòu)。面向地址的設(shè)計(jì)理念貫穿整個(gè)互聯(lián)網(wǎng)體系結(jié)構(gòu)，體現(xiàn)在鏈路層地址、IP 地址、URL 地址等實(shí)現(xiàn)技術(shù)中。純地址驅(qū)動(dòng)的單一體系結(jié)構(gòu)與“以內(nèi)容為中心”主流應(yīng)用泛型的不匹配，是互聯(lián)網(wǎng)面臨諸多挑戰(zhàn)（包括內(nèi)容治理）的本質(zhì)根源。破解互聯(lián)網(wǎng)發(fā)展困局的可行出路，是設(shè)計(jì)一種適配內(nèi)容中心主流應(yīng)用泛型的內(nèi)容驅(qū)動(dòng)次結(jié)構(gòu)（secondary structure），用以輔助單一地址驅(qū)動(dòng)的現(xiàn)行互聯(lián)網(wǎng)體系結(jié)構(gòu)，形成同時(shí)包含地址驅(qū)動(dòng)主結(jié)構(gòu)（primary structure）與內(nèi)容驅(qū)動(dòng)次結(jié)構(gòu)的雙驅(qū)動(dòng)二元結(jié)構(gòu)新型互聯(lián)網(wǎng)，即雙結(jié)構(gòu)互聯(lián)網(wǎng)（dual-architecture Internet）。

2)富語義內(nèi)容基元原則（P2）

網(wǎng)絡(luò)體系結(jié)構(gòu)的基元（building-block）是最能代表網(wǎng)絡(luò)系統(tǒng)設(shè)計(jì)思想與核心理念的基礎(chǔ)性構(gòu)件，它體現(xiàn)特定網(wǎng)絡(luò)系統(tǒng)的設(shè)計(jì)特色，又作為網(wǎng)絡(luò)體系結(jié)構(gòu)的基本單元，支撐網(wǎng)絡(luò)系統(tǒng)的各種派生功能和上層應(yīng)用。IP（或IP 分組）是傳統(tǒng)互聯(lián)網(wǎng)體系結(jié)構(gòu)的地址驅(qū)動(dòng)基元，它是互聯(lián)網(wǎng)面向地址設(shè)計(jì)理念的集中體現(xiàn)。應(yīng)對(duì)傳統(tǒng)互聯(lián)網(wǎng)體系結(jié)構(gòu)缺乏內(nèi)容語義標(biāo)識(shí)的挑戰(zhàn)，必須以內(nèi)容大數(shù)據(jù)的規(guī)范標(biāo)引、高效共享與依法治理為目標(biāo)，引入“以內(nèi)容為中心”的新型內(nèi)容標(biāo)識(shí)作為雙結(jié)構(gòu)互聯(lián)網(wǎng)的內(nèi)容驅(qū)動(dòng)基元，確保為海量、無序的無結(jié)構(gòu)或半結(jié)構(gòu)模量化內(nèi)容大數(shù)據(jù)提供統(tǒng)一格式富語義矢量化內(nèi)容標(biāo)識(shí)。這種內(nèi)容基元既是雙結(jié)構(gòu)互聯(lián)網(wǎng)實(shí)現(xiàn)內(nèi)容智能治理的抓手，又是溝通主結(jié)構(gòu)和次結(jié)構(gòu)的橋梁。

3)定性定量綜合集成原則（P3）

互聯(lián)網(wǎng)海量?jī)?nèi)容大數(shù)據(jù)難以有效治理的主要原因，在于傳統(tǒng)互聯(lián)網(wǎng)信息處理領(lǐng)域一直缺乏有效的理論和方法。在系統(tǒng)工程領(lǐng)域，我國(guó)著名科學(xué)家錢學(xué)森先生提出從定性到定量的綜合集成（meta-synthesis）方法[19]，利用現(xiàn)代信息理論、人工智能、知識(shí)工程等技術(shù)構(gòu)建智能化綜合集成研討廳，實(shí)現(xiàn)定性的和定量的知識(shí)綜合集成與復(fù)雜系統(tǒng)深層認(rèn)知。在大數(shù)據(jù)和泛媒體環(huán)境下，一方面各種媒體信息（包括自媒體）在快速無序化“野蠻生長(zhǎng)”，另一方面網(wǎng)絡(luò)空間中充滿大量虛假信息、片面信息，甚至惡意謠言，這大大增加了互聯(lián)網(wǎng)內(nèi)容治理的難度。因此，應(yīng)該吸納綜合集成方法在開放復(fù)雜巨系統(tǒng)理論與實(shí)踐方面的成功經(jīng)驗(yàn)，采用定性定量綜合集成原則指導(dǎo)互聯(lián)網(wǎng)內(nèi)容智能治理關(guān)鍵技術(shù)。

支持內(nèi)容大數(shù)據(jù)智能治理的雙結(jié)構(gòu)互聯(lián)網(wǎng)，完全遵循上述3 條網(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計(jì)原則進(jìn)行設(shè)計(jì)。雙驅(qū)動(dòng)二元結(jié)構(gòu)原則（P1）為變革互聯(lián)網(wǎng)體系結(jié)構(gòu)提供了“設(shè)計(jì)原理（design philosophy）”創(chuàng)新，按照雙驅(qū)動(dòng)二元結(jié)構(gòu)原則設(shè)計(jì)的雙結(jié)構(gòu)互聯(lián)網(wǎng)，完全摒棄“非此（互聯(lián)網(wǎng)）即彼（非互聯(lián)網(wǎng)）”的網(wǎng)絡(luò)體系結(jié)構(gòu)一元論思維，在不改變現(xiàn)行地址驅(qū)動(dòng)互聯(lián)網(wǎng)體系結(jié)構(gòu)的主體地位的基礎(chǔ)上，借助多種網(wǎng)絡(luò)（互聯(lián)網(wǎng)、電信網(wǎng)和廣播網(wǎng)等）優(yōu)勢(shì)互補(bǔ)的協(xié)同變革思路，采取“雙重驅(qū)動(dòng)、結(jié)構(gòu)共軛”的二元結(jié)構(gòu)創(chuàng)意建立起具有雙體系結(jié)構(gòu)的新型互聯(lián)網(wǎng)。

在此基礎(chǔ)上，按照富語義內(nèi)容基元原則（P2）設(shè)計(jì)統(tǒng)一內(nèi)容標(biāo)簽UCL[1]，充當(dāng)雙結(jié)構(gòu)互聯(lián)網(wǎng)的“以內(nèi)容為中心”新型內(nèi)容標(biāo)識(shí)，為繁雜異構(gòu)內(nèi)容大數(shù)據(jù)提供格式統(tǒng)一、語義豐富的內(nèi)容驅(qū)動(dòng)基元，直接支撐并簡(jiǎn)化了復(fù)雜的互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)治理需求。進(jìn)一步遵循定性定量綜合集成原則（P3），設(shè)計(jì)內(nèi)容大數(shù)據(jù)智能治理關(guān)鍵技術(shù)和實(shí)現(xiàn)機(jī)制，將常規(guī)技術(shù)難以解決的復(fù)雜巨系統(tǒng)問題（由無限用戶、無限內(nèi)容構(gòu)成的單一地址驅(qū)動(dòng)網(wǎng)絡(luò)中的混亂無序內(nèi)容大數(shù)據(jù)治理問題），轉(zhuǎn)換成錢學(xué)森先生的綜合集成方法可以求解的系統(tǒng)科學(xué)問題，運(yùn)用人工智能、知識(shí)圖譜、網(wǎng)絡(luò)空間安全等技術(shù)，對(duì)異構(gòu)、碎片化內(nèi)容進(jìn)行UCL 自動(dòng)標(biāo)引，建立UCL 多標(biāo)識(shí)維度語義關(guān)聯(lián)模型，引入數(shù)據(jù)與知識(shí)聯(lián)合驅(qū)動(dòng)的安全能級(jí)模型，借助基于知識(shí)圖譜的內(nèi)容大數(shù)據(jù)UCL知識(shí)空間，構(gòu)建綜合集成內(nèi)容匯聚研討廳并智能治理互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)。

雙結(jié)構(gòu)互聯(lián)網(wǎng)的體系結(jié)構(gòu)參考模型如圖3 所示，它以地址驅(qū)動(dòng)的互聯(lián)網(wǎng)TCP/IP 結(jié)構(gòu)作為主結(jié)構(gòu)，以內(nèi)容驅(qū)動(dòng)的“輻射-復(fù)制范型”播存網(wǎng)絡(luò)[20]作為次結(jié)構(gòu)。這種雙驅(qū)共軛二元體系結(jié)構(gòu)思路，顯著區(qū)別于單純的“打補(bǔ)丁”式演進(jìn)路線或“推倒重建”式重構(gòu)路線，既有利于繼續(xù)發(fā)揮互聯(lián)網(wǎng)TCP/IP主結(jié)構(gòu)在端到端通信方面的既有優(yōu)勢(shì)，又能將單一的地址驅(qū)動(dòng)網(wǎng)絡(luò)迅速升級(jí)為“以內(nèi)容為中心”的復(fù)合網(wǎng)絡(luò)，不但能顯著提升互聯(lián)網(wǎng)的內(nèi)容共享能力[21-22]，而且在應(yīng)對(duì)互聯(lián)網(wǎng)內(nèi)容治理這一全球性難題方面有突出優(yōu)勢(shì)。

4 雙結(jié)構(gòu)互聯(lián)網(wǎng)內(nèi)容智能治理關(guān)鍵技術(shù)

4.1 UCL 國(guó)家標(biāo)準(zhǔn)與富語義矢量編碼

彌合“以地址為中心”的傳統(tǒng)互聯(lián)網(wǎng)體系結(jié)構(gòu)與“以內(nèi)容為中心”的內(nèi)容大數(shù)據(jù)治理需求之間的巨大溝壑，必須對(duì)網(wǎng)絡(luò)體系結(jié)構(gòu)的基元進(jìn)行創(chuàng)新?；ヂ?lián)網(wǎng)中的內(nèi)容資源普遍采用URL 進(jìn)行組織，URL既描述內(nèi)容資源的地址，又充當(dāng)內(nèi)容資源的標(biāo)識(shí)。作為內(nèi)容標(biāo)識(shí)，URL 的內(nèi)容語義描述功能非常弱，由此帶來互聯(lián)網(wǎng)內(nèi)容資源難找、難管、失序等弊端。為此，Tim Berners-Lee提出了語義網(wǎng)（semantic web）概念[23]，試圖使Web 變成能夠自動(dòng)理解詞語和概念，以及它們之間邏輯關(guān)系的智能網(wǎng)絡(luò)，實(shí)現(xiàn)更加人性化和主動(dòng)化的內(nèi)容服務(wù)。但是，語義網(wǎng)要求機(jī)器能夠“讀懂自然語言”，實(shí)現(xiàn)起來非常困難?；ヂ?lián)網(wǎng)中的內(nèi)容大數(shù)據(jù)來源廣泛且更新頻繁，并具有非結(jié)構(gòu)化（或半結(jié)構(gòu)化）和高度異構(gòu)等特點(diǎn)，因此治理互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)的關(guān)鍵在于網(wǎng)絡(luò)體系結(jié)構(gòu)語義基元?jiǎng)?chuàng)新。

雙結(jié)構(gòu)互聯(lián)網(wǎng)按照富語義內(nèi)容基元原則，從全方位支持互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)智能治理的角度，提出以統(tǒng)一內(nèi)容標(biāo)簽UCL 作為新型互聯(lián)網(wǎng)體系結(jié)構(gòu)的內(nèi)容驅(qū)動(dòng)富語義基元。UCL 本質(zhì)上是一種面向內(nèi)容的元數(shù)據(jù)（Metadata），它從互聯(lián)網(wǎng)中海量?jī)?nèi)容資源難找、難管和失序等問題的根本癥結(jié)入手，兼顧內(nèi)容的生產(chǎn)者、消費(fèi)者和管理者3 個(gè)重要角色，能夠有效彌補(bǔ)URL 的語義缺失和管理缺失，成為雙結(jié)構(gòu)互聯(lián)網(wǎng)中描述、引領(lǐng)和治理內(nèi)容大數(shù)據(jù)的基石。圖4 是按照富語義內(nèi)容基元原則（P2）進(jìn)行全新設(shè)計(jì)后的UCL，已經(jīng)發(fā)布成為中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)GB/T 35304-2017[1]，從2018 年4 月起在全國(guó)正式實(shí)施。UCL 國(guó)家標(biāo)準(zhǔn)能夠有效支持內(nèi)容大數(shù)據(jù)的高效聚合與泛在分發(fā)、個(gè)性化主動(dòng)服務(wù)、語義分析與知識(shí)萃取、認(rèn)證注冊(cè)物證鏈管理、依法治理與溯源追責(zé)等，為雙結(jié)構(gòu)互聯(lián)網(wǎng)提供了標(biāo)準(zhǔn)化的富語義內(nèi)容基元支持。

圖3 雙結(jié)構(gòu)互聯(lián)網(wǎng)體系結(jié)構(gòu)參考模型

圖4 國(guó)家標(biāo)準(zhǔn)GB/T 35304-2017 中的UCL 格式

互聯(lián)網(wǎng)中海量、繁雜、無序的內(nèi)容大數(shù)據(jù)，本質(zhì)上是一種模量形態(tài)的數(shù)據(jù)，治理互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)的關(guān)鍵在于對(duì)模量化數(shù)據(jù)進(jìn)行矢量化。UCL 國(guó)家標(biāo)準(zhǔn)是一種單位矢量性質(zhì)的內(nèi)容元數(shù)據(jù)，它可以在多個(gè)語義抽象層次上全方位描述內(nèi)容資源的豐富語義信息。UCL 中的標(biāo)題、摘要、話題、關(guān)鍵詞和實(shí)體（Entity）等內(nèi)容語義關(guān)鍵標(biāo)識(shí)域，彼此關(guān)聯(lián)又各有側(cè)重（如圖5 所示），分別表征了內(nèi)容的部分語義信息。如果把內(nèi)容全文視為語義的零階表述，摘要（即“有關(guān)內(nèi)容的內(nèi)容”）是語義的一階表述，標(biāo)題（即“摘要基礎(chǔ)上的內(nèi)容抽象”）是語義的二階表述，而話題則是語義的高階表述。UCL基于五要素（5W）方法進(jìn)行內(nèi)容實(shí)體編碼，描述何時(shí)（when）、何地（where）、何人（who）、何事（what）、何因（why）5 個(gè)方面基本要素。進(jìn)而從多個(gè)語義關(guān)鍵標(biāo)識(shí)域之間的聯(lián)系出發(fā)，借助語義分析、知識(shí)庫(kù)和實(shí)體鏈接等技術(shù)，建立UCL 多關(guān)鍵標(biāo)識(shí)維度間的語義關(guān)聯(lián)模型，實(shí)現(xiàn)基于UCL 國(guó)家標(biāo)準(zhǔn)的富語義矢量自動(dòng)編碼。

圖5 UCL 多關(guān)鍵標(biāo)識(shí)維度間的語義關(guān)聯(lián)

4.2 熱門內(nèi)容匯聚與UCL 安全能級(jí)模型

進(jìn)行互聯(lián)網(wǎng)內(nèi)容治理的首要問題，是如何有效地獲取被治理的內(nèi)容源，因?yàn)榛ヂ?lián)網(wǎng)的內(nèi)容浩如煙海、層出不窮，無一遺漏地采集所有內(nèi)容顯然不太現(xiàn)實(shí)。所幸由復(fù)雜網(wǎng)絡(luò)的研究揭示，在今天的互聯(lián)網(wǎng)中，雖然一方面內(nèi)容發(fā)布渠道的便捷性使碎片化內(nèi)容大數(shù)據(jù)不斷涌現(xiàn)，但另一方面用戶對(duì)內(nèi)容的訪問又表現(xiàn)出明顯的聚集性和無尺度（scale-free）性：全球有近20 億個(gè)網(wǎng)站[24]，其中絕大多數(shù)乏人問津，只有少數(shù)熱門網(wǎng)站能吸引大多數(shù)訪客，而一些熱門內(nèi)容更是被成千上萬次頻繁地訪問。根據(jù)互聯(lián)網(wǎng)內(nèi)容訪問的無尺度與冪律特征，互聯(lián)網(wǎng)中的內(nèi)容雖然浩如煙海，但往往其中起關(guān)鍵影響的只是少數(shù)熱門內(nèi)容，因此只需在確保盡可能高的內(nèi)容覆蓋度的同時(shí)，對(duì)熱門內(nèi)容進(jìn)行重點(diǎn)關(guān)注?；谶@一理論，雙結(jié)構(gòu)互聯(lián)網(wǎng)在主結(jié)構(gòu)和次結(jié)構(gòu)之間安置內(nèi)容大數(shù)據(jù)匯聚中心，它實(shí)時(shí)采集互聯(lián)網(wǎng)中的熱門內(nèi)容并進(jìn)行UCL 矢量編碼。

按照定性定量綜合集成原則（P3），雙結(jié)構(gòu)互聯(lián)網(wǎng)對(duì)熱門內(nèi)容進(jìn)行多視角、多維度的話題匯聚和分析，運(yùn)用知識(shí)發(fā)現(xiàn)與數(shù)據(jù)聚焦搜索技術(shù)，快速采集、匯聚特定話題相關(guān)的網(wǎng)站和社會(huì)媒體內(nèi)容，對(duì)海量熱門內(nèi)容按照事件進(jìn)行定性歸類和定量關(guān)聯(lián)。熱點(diǎn)事件是具有重大影響的高熱度事件[25]，熱點(diǎn)事件及其關(guān)聯(lián)的評(píng)論具有很強(qiáng)的社會(huì)輿論導(dǎo)向性，需要盡早發(fā)現(xiàn)并進(jìn)行跟蹤監(jiān)測(cè)。雙結(jié)構(gòu)互聯(lián)網(wǎng)對(duì)熱點(diǎn)事件的挖掘分析流程如圖6 所示。利用“詞袋模型”中詞共現(xiàn)理論和UCL 中的內(nèi)容摘要和關(guān)鍵詞等屬性，通過大數(shù)據(jù)處理框架實(shí)現(xiàn)從定性到定量的迭代過程，通過動(dòng)態(tài)調(diào)整關(guān)聯(lián)規(guī)則挖掘算法的參數(shù)，智能挖掘熱點(diǎn)事件并對(duì)關(guān)聯(lián)評(píng)論的情感導(dǎo)向[26]進(jìn)行挖掘分類。再根據(jù)聯(lián)想型認(rèn)知模式和知識(shí)圖譜相關(guān)理論，實(shí)現(xiàn)基于事件評(píng)論情感極性的熱點(diǎn)事件分類和聚類，跟蹤熱點(diǎn)事件的演化脈絡(luò)（發(fā)生、發(fā)展、高峰、回落、平息），為網(wǎng)絡(luò)輿情預(yù)警、輿情分析和應(yīng)急響應(yīng)等提供支持。

圖6 雙結(jié)構(gòu)互聯(lián)網(wǎng)熱點(diǎn)事件挖掘分析流程

在第3 節(jié)提出的3 條網(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計(jì)原則的指導(dǎo)下，雙結(jié)構(gòu)互聯(lián)網(wǎng)對(duì)基于UCL 的內(nèi)容治理方法以及網(wǎng)絡(luò)空間安全確保技術(shù)[11]進(jìn)行了創(chuàng)新和突破。UCL 國(guó)家標(biāo)準(zhǔn)是支持內(nèi)容大數(shù)據(jù)智能治理的利器，它采取內(nèi)容驅(qū)動(dòng)理念對(duì)雙結(jié)構(gòu)互聯(lián)網(wǎng)面向內(nèi)容的基元進(jìn)行了全新設(shè)計(jì)，形成生產(chǎn)、消費(fèi)和管理三位一體的內(nèi)容大數(shù)據(jù)創(chuàng)新標(biāo)識(shí)體系。并且在UCL國(guó)家標(biāo)準(zhǔn)中，對(duì)雙結(jié)構(gòu)互聯(lián)網(wǎng)安全能級(jí)模型（SELM,security energy-level model）給予了內(nèi)嵌（built-in）支持[1]。安全能級(jí)模型將主結(jié)構(gòu)模量?jī)?nèi)容向次結(jié)構(gòu)空間的匯聚，細(xì)化為多個(gè)分離的安全能級(jí)（類似電子繞核運(yùn)動(dòng)的軌道能級(jí)），如圖7 所示。安全能級(jí)不但含有對(duì)內(nèi)容的安全等級(jí)進(jìn)行定級(jí)的概念，同時(shí)還有對(duì)內(nèi)容安全等級(jí)進(jìn)行動(dòng)態(tài)調(diào)整的“能級(jí)躍遷”概念。依據(jù)來源路徑的安全性、內(nèi)容的質(zhì)量和可信度等，設(shè)定內(nèi)容的初始安全能級(jí)，然后借助知識(shí)萃取技術(shù)、深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和UCL 知識(shí)空間等，對(duì)進(jìn)入次結(jié)構(gòu)的內(nèi)容進(jìn)行逐級(jí)趨嚴(yán)的智能化能級(jí)躍遷檢查。內(nèi)容安全能級(jí)信息記錄在UCL 代碼部分和屬性部分，再結(jié)合基于UCL 的富語義矢量編碼技術(shù)、多維度語義關(guān)聯(lián)模型與UCL 知識(shí)空間等，形成一種“以疏代控”的內(nèi)容“依法治理”體系，實(shí)現(xiàn)網(wǎng)絡(luò)空間安全從處理數(shù)據(jù)向治理內(nèi)容的躍升，形成基于安全能級(jí)模型的數(shù)據(jù)與知識(shí)聯(lián)合驅(qū)動(dòng)智能化治理體系。

4.3 UCL 知識(shí)空間與內(nèi)容匯聚研討廳

圖7 雙結(jié)構(gòu)互聯(lián)網(wǎng)UCL 安全能級(jí)模型

由于互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)具有碎片化和缺少關(guān)聯(lián)等特點(diǎn)，實(shí)現(xiàn)內(nèi)容智能治理還必須將這些碎片化內(nèi)容按照語義進(jìn)行有機(jī)關(guān)聯(lián)。雙結(jié)構(gòu)互聯(lián)網(wǎng)針對(duì)此問題的解決辦法是，基于實(shí)體鏈接技術(shù)構(gòu)建UCL知識(shí)空間，如圖8 所示。構(gòu)建UCL 知識(shí)空間首先需要一個(gè)基礎(chǔ)UCL 知識(shí)空間，然后將采集到的內(nèi)容及其對(duì)應(yīng)的UCL 不斷與該知識(shí)空間進(jìn)行鏈接?；A(chǔ)UCL 知識(shí)空間有多種構(gòu)建方法，可基于維基百科（Wikipedia）、百度百科、ACE 中文語料庫(kù)和KBP 語料庫(kù)等多種語料源來進(jìn)行構(gòu)建。首先根據(jù)抽取的詞條信息，結(jié)合綜合詞頻和位置圖等實(shí)體語義權(quán)值計(jì)算方法，建立實(shí)體名稱映射詞典和關(guān)系映射詞典，得到基本知識(shí)實(shí)體的邏輯關(guān)聯(lián)知識(shí)圖譜[27]。然后對(duì)從互聯(lián)網(wǎng)采集到的每一份內(nèi)容，抽取該內(nèi)容對(duì)應(yīng)UCL 中的命名實(shí)體及其語義權(quán)重信息，并通過基于語境相似的實(shí)體消歧進(jìn)行實(shí)體鏈接[28]。最后根據(jù)對(duì)應(yīng)UCL 實(shí)體之間的關(guān)聯(lián)關(guān)系鏈接生成UCL知識(shí)空間。UCL 知識(shí)空間是互聯(lián)網(wǎng)內(nèi)容深度治理的基礎(chǔ)，既可以根據(jù)一個(gè)UCL 直接獲得對(duì)應(yīng)內(nèi)容（也包括話題、事件等）的實(shí)體以及實(shí)體間的關(guān)聯(lián)鏈接關(guān)系，又可以通過基于語義關(guān)聯(lián)度排序的查詢獲得與內(nèi)容關(guān)聯(lián)的UCL 集合，還可以支持內(nèi)容的實(shí)體消歧、隱含知識(shí)萃取和UCL 能級(jí)躍遷。

互聯(lián)網(wǎng)中各種海量化、異構(gòu)化、碎片化內(nèi)容正在快速無序增長(zhǎng)，其中充滿大量虛假信息、片面信息，甚至惡意謠言，大大增加了互聯(lián)網(wǎng)內(nèi)容治理的難度。治理內(nèi)容大數(shù)據(jù)的目的是把大量有待辨識(shí)（veracity）的數(shù)據(jù)，轉(zhuǎn)換成有價(jià)值的、彼此關(guān)聯(lián)的“知識(shí)”[18]。雙結(jié)構(gòu)互聯(lián)網(wǎng)遵循定性定量綜合集成原則（P3），在UCL 富語義矢量編碼技術(shù)、UCL多維度語義關(guān)聯(lián)模型、UCL 安全能級(jí)模型與UCL知識(shí)空間等的支持下，構(gòu)建互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)匯聚研討廳（簡(jiǎn)稱內(nèi)容匯聚研討廳），如圖9 所示，通過內(nèi)容匯聚研討廳實(shí)現(xiàn)對(duì)互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)的深度治理。內(nèi)容匯聚研討廳的工作機(jī)理介紹如下。

圖9 基于綜合集成的內(nèi)容大數(shù)據(jù)匯聚研討廳

1)從互聯(lián)網(wǎng)實(shí)時(shí)采集的內(nèi)容大數(shù)據(jù)在數(shù)據(jù)與知識(shí)聯(lián)合驅(qū)動(dòng)下進(jìn)行UCL 初級(jí)編碼，并攜帶安全能級(jí)信息穿越UCL 安全能級(jí)模型。新的知識(shí)同時(shí)被記錄和關(guān)聯(lián)到系統(tǒng)的知識(shí)庫(kù)中。

2)在UCL 知識(shí)空間的支持下，進(jìn)入內(nèi)容匯聚研討廳的內(nèi)容進(jìn)一步從話題、事件線（含事件）、實(shí)體、觀點(diǎn)、知識(shí)等層面進(jìn)一步解析和關(guān)聯(lián)。

3)碎片化內(nèi)容不斷卷積聯(lián)合過往內(nèi)容和知識(shí)，逐漸形成“各態(tài)歷經(jīng)（ergodic）”的時(shí)間鏈和知識(shí)鏈，孤立內(nèi)容被自動(dòng)置于話題和事件的全貌中。

4)研討廳展示細(xì)節(jié)、曝露聯(lián)系、呈現(xiàn)全貌、跟蹤演化，觀點(diǎn)趨同的給予歸并，觀點(diǎn)趨反的則通過存儲(chǔ)給予尊重，信息不確定性（熵）得以消除，達(dá)到去偽存真、以疏代控、由亂入治的目的。

5 雙結(jié)構(gòu)互聯(lián)網(wǎng)內(nèi)容智能治理原型系統(tǒng)

雙結(jié)構(gòu)互聯(lián)網(wǎng)的3 條網(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計(jì)原則均以內(nèi)容大數(shù)據(jù)智能治理作為核心目標(biāo)。雙驅(qū)動(dòng)二元結(jié)構(gòu)原則（P1）強(qiáng)調(diào)用內(nèi)容驅(qū)動(dòng)的次結(jié)構(gòu)播存網(wǎng)絡(luò)輔助和改造單一地址驅(qū)動(dòng)的互聯(lián)網(wǎng)，形成兼含主、次二元結(jié)構(gòu)的雙驅(qū)共軛新型互聯(lián)網(wǎng)，既維持互聯(lián)網(wǎng)主結(jié)構(gòu)的/平滑演進(jìn)路線，又為治理互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)提供網(wǎng)絡(luò)總體結(jié)構(gòu)支持。富語義內(nèi)容基元原則（P2）直接聚焦新型互聯(lián)網(wǎng)體系結(jié)構(gòu)的基礎(chǔ)性構(gòu)件，將雙驅(qū)動(dòng)二元結(jié)構(gòu)原則（P1）貫徹至新型互聯(lián)網(wǎng)體系結(jié)構(gòu)支持內(nèi)容治理的核心基元，指導(dǎo)形成格式統(tǒng)一的富語義矢量化內(nèi)容標(biāo)簽，并制定統(tǒng)一內(nèi)容標(biāo)簽UCL 國(guó)家標(biāo)準(zhǔn)?；诳傮w結(jié)構(gòu)與核心基元的創(chuàng)新，定性定量綜合集成原則（P3）進(jìn)一步對(duì)治理內(nèi)容大數(shù)據(jù)的方法學(xué)（methodology）進(jìn)行創(chuàng)新，運(yùn)用錢學(xué)森先生的綜合集成方法的系統(tǒng)科學(xué)思維，求解異構(gòu)、碎片化、混亂無序內(nèi)容大數(shù)據(jù)的治理難題。在上述3 條網(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計(jì)原則的指導(dǎo)下，本文研發(fā)了雙結(jié)構(gòu)互聯(lián)網(wǎng)內(nèi)容智能治理原型系統(tǒng)，對(duì)雙結(jié)構(gòu)互聯(lián)網(wǎng)及其內(nèi)容智能治理機(jī)制的可行性和有效性進(jìn)行驗(yàn)證，原型系統(tǒng)的實(shí)現(xiàn)框架如圖10所示。

雙結(jié)構(gòu)互聯(lián)網(wǎng)內(nèi)容智能治理原型系統(tǒng)主要包括熱門內(nèi)容匯聚子系統(tǒng)、UCL 知識(shí)空間子系統(tǒng)和內(nèi)容匯聚研討廳子系統(tǒng)。熱門內(nèi)容匯聚子系統(tǒng)首先實(shí)時(shí)采集互聯(lián)網(wǎng)中的熱門內(nèi)容，然后利用自然語言處理技術(shù)（分詞、去停用詞、自動(dòng)摘要等）和UCL 多維語義關(guān)聯(lián)模型，生成內(nèi)容對(duì)應(yīng)的UCL富語義矢量編碼，并借助大數(shù)據(jù)處理平臺(tái)（Hadoop 和Spark）利用知識(shí)萃取技術(shù)和深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)熱門內(nèi)容聚類和熱點(diǎn)事件發(fā)掘，將這些信息與系統(tǒng)中的既有知識(shí)不斷卷積聯(lián)合，在UCL 安全能級(jí)模型與UCL 知識(shí)空間子系統(tǒng)支持下，對(duì)進(jìn)入次結(jié)構(gòu)的內(nèi)容進(jìn)行認(rèn)證注冊(cè)與智能化能級(jí)躍遷檢查。UCL 知識(shí)空間子系統(tǒng)首先利用維基百科和百度百科等構(gòu)建基礎(chǔ)UCL 知識(shí)空間，然后對(duì)熱門內(nèi)容提取UCL 命名實(shí)體，經(jīng)過實(shí)體消歧等處理后將UCL 鏈接到UCL 知識(shí)空間，實(shí)現(xiàn)內(nèi)容之間基于語義的深度關(guān)聯(lián)，為UCL 安全能級(jí)躍遷與內(nèi)容匯聚研討廳子系統(tǒng)奠定實(shí)現(xiàn)基礎(chǔ)。

圖10 雙結(jié)構(gòu)互聯(lián)網(wǎng)內(nèi)容智能治理原型實(shí)現(xiàn)框架

通過內(nèi)容匯聚研討廳支持海量信息的匯集聚類，它并不立即為用戶提供可信答案，而是提供一種信息匯聚場(chǎng)所，經(jīng)歷長(zhǎng)時(shí)間的信息累積和開放式研討，漸次獲得大眾信服的客觀認(rèn)知。信息集成研討廳把信息按照話題進(jìn)行定性歸納，“定性”指借助專業(yè)人士的智慧，把有爭(zhēng)議話題歸納為少數(shù)幾種觀點(diǎn)（例如正、中、反等）。“定量”指計(jì)算機(jī)對(duì)同類觀點(diǎn)進(jìn)行時(shí)間與空間的定量關(guān)聯(lián)。隨著信息的匯聚累積，反映事物內(nèi)在本質(zhì)的內(nèi)容將隨時(shí)間浮現(xiàn)出來（emergence），而反映事物表層的非本質(zhì)內(nèi)容將隨時(shí)間逐步湮滅，形成一種“以疏代控、和諧民主”的互聯(lián)網(wǎng)內(nèi)容治理環(huán)境。

內(nèi)容匯聚研討廳子系統(tǒng)集中體現(xiàn)雙結(jié)構(gòu)互聯(lián)網(wǎng)的內(nèi)容大數(shù)據(jù)智能治理效果，它遵循定性定量綜合集成原則（P3）進(jìn)行設(shè)計(jì)，其目的在于提供一種以話題和事件作為線索來組織內(nèi)容大數(shù)據(jù)的匯聚場(chǎng)所（研討廳），而不是立即為用戶提供可信答案。內(nèi)容匯聚研討廳子系統(tǒng)中話題觀點(diǎn)聚類與觀點(diǎn)強(qiáng)度計(jì)算的實(shí)現(xiàn)框架如圖11 所示。用戶可以借助內(nèi)容匯聚研討廳了解各方觀點(diǎn)，并通過瀏覽觀點(diǎn)語句及其來源了解每一個(gè)觀點(diǎn)類的論點(diǎn)、論據(jù)和論證過程，獲取最具有價(jià)值的支持觀點(diǎn)的材料。用戶通過以時(shí)間軸組織的內(nèi)容匯聚研討廳，可以了解觀點(diǎn)的變化過程，進(jìn)而在全面了解各方觀點(diǎn)的基礎(chǔ)上對(duì)內(nèi)容是否可信做出理性判斷。

圖11 話題觀點(diǎn)聚類與觀點(diǎn)強(qiáng)度計(jì)算實(shí)現(xiàn)框架

隨著內(nèi)容大數(shù)據(jù)的不斷匯聚累積，內(nèi)容匯聚研討廳中反映事物內(nèi)在本質(zhì)的內(nèi)容將隨時(shí)間浮現(xiàn)出來（emergence），而反映事物表層的非本質(zhì)內(nèi)容將隨時(shí)間逐步湮滅。借助內(nèi)容匯聚研討廳，經(jīng)過長(zhǎng)時(shí)間信息累積和開放式研討之后，漸次逼近令大眾信服的客觀認(rèn)知。內(nèi)容匯聚研討廳子系統(tǒng)通過可視化界面展示內(nèi)容出處、發(fā)布時(shí)間、熱門程度等基本屬性，并借助內(nèi)容匯聚子系統(tǒng)和UCL 知識(shí)空間子系統(tǒng)提取內(nèi)容的觀點(diǎn)和計(jì)算內(nèi)容的可信度，展示熱點(diǎn)事件的挖掘結(jié)果和演化軌跡，全景呈現(xiàn)事件的各方觀點(diǎn)及觀點(diǎn)的可信度。

基于雙結(jié)構(gòu)互聯(lián)網(wǎng)內(nèi)容智能治理原型系統(tǒng)，本文以2019 年1 月1 日—2 月13 日這段時(shí)間為例，說明原型系統(tǒng)對(duì)互聯(lián)網(wǎng)新聞的治理效果。采取去重策略后，該時(shí)間段原型系統(tǒng)自動(dòng)從國(guó)內(nèi)主要新聞門戶網(wǎng)站共采集了99 581 條新聞，原型系統(tǒng)從這些新聞中自動(dòng)提取出8 510 條事件線數(shù)和67 106 個(gè)事件。如果用戶關(guān)注其中的煙花爆竹安全燃放事件，則系統(tǒng)自動(dòng)生成如圖12 所示的事件實(shí)體關(guān)聯(lián)圖，其中位于最內(nèi)層的實(shí)心圓表示該事件線實(shí)體，其外第二層排布的實(shí)心圓表示命名實(shí)體，其外第三層排布的實(shí)心圓表示事件實(shí)體（用事件在系統(tǒng)中的存儲(chǔ)id 表示），最外層排布的實(shí)心圓表示新聞實(shí)體。并且，系統(tǒng)還能根據(jù)UCL 知識(shí)空間和內(nèi)容匯聚研討廳中實(shí)時(shí)采集的新聞，展示煙花爆竹相關(guān)命名實(shí)體關(guān)系及與煙花爆竹安全燃放事件有關(guān)的命名實(shí)體詞云，如圖13 所示。

雙結(jié)構(gòu)互聯(lián)網(wǎng)內(nèi)容智能治理原型系統(tǒng)也能進(jìn)一步展示熱點(diǎn)事件線的發(fā)展脈絡(luò)。在上面的測(cè)試場(chǎng)景中，系統(tǒng)自動(dòng)進(jìn)行事件線提取和對(duì)應(yīng)熱度計(jì)算，并根據(jù)計(jì)算結(jié)果調(diào)用CanvasJS 插件繪制出的2019 年1 月1 日—2 月13 日最熱15 條事件線如圖14 所示。其中事件線上每一個(gè)點(diǎn)代表一個(gè)事件，該點(diǎn)的縱坐標(biāo)表示涉及該事件的新聞篇數(shù)，如其中事件線5，在此期間的最熱事件共出現(xiàn)了19 篇報(bào)道，并在圖中對(duì)應(yīng)方框給出了從中隨機(jī)選取的一篇來自環(huán)球網(wǎng)的新聞?lì)}目。

圖12 煙花爆竹安全燃放事件實(shí)體關(guān)聯(lián)圖

圖13 煙花爆竹命名實(shí)體關(guān)系和煙花爆竹安全燃放事件詞云

原型系統(tǒng)還提供了對(duì)單條事件線演化發(fā)展軌跡的細(xì)節(jié)展示功能，如針對(duì)圖14 中事件線5（特征詞為：爆竹/燃放煙花/禁放/區(qū)域），其演化發(fā)展軌跡細(xì)節(jié)展示如圖15 所示。需要說明的是，系統(tǒng)中的事件線、事件、話題、觀點(diǎn)等的提取及特征表示，以及它們之間的從屬關(guān)系和實(shí)體關(guān)聯(lián)等，均是由系統(tǒng)根據(jù)內(nèi)容的語義（UCL 富語義矢量編碼、UCL 多維語義關(guān)聯(lián)、UCL 安全能級(jí)模型與UCL 知識(shí)空間等）自動(dòng)處理得到，不需要人工干預(yù)。

圖14 最熱15 條事件線（2019 年1 月1 日—2 月13 日）

圖15 事件線5 的演化發(fā)展軌跡

雙結(jié)構(gòu)互聯(lián)網(wǎng)內(nèi)容智能治理原型系統(tǒng)不但驗(yàn)證了主、次二元結(jié)構(gòu)共軛協(xié)同的可行性和有效性，而且依據(jù)雙驅(qū)動(dòng)二元結(jié)構(gòu)原則（P1）、富語義內(nèi)容基元原則（P2）、定性定量綜合集成原則（P3）研發(fā)的內(nèi)容匯聚子系統(tǒng)、UCL 知識(shí)空間子系統(tǒng)和內(nèi)容匯聚研討廳子系統(tǒng)，在基本功能和性能方面符合設(shè)計(jì)預(yù)期。對(duì)互聯(lián)網(wǎng)中不斷涌現(xiàn)的海量化、異構(gòu)化、碎片化和混亂失序的內(nèi)容大數(shù)據(jù)進(jìn)行智能治理，是一項(xiàng)極具挑戰(zhàn)性的課題，目前原型系統(tǒng)尚在進(jìn)一步完善中。原型系統(tǒng)較好地體現(xiàn)出本文關(guān)于互聯(lián)網(wǎng)內(nèi)容治理的愿景：從總體結(jié)構(gòu)、核心基元、治理方法學(xué)3 個(gè)方面，對(duì)互聯(lián)網(wǎng)進(jìn)行網(wǎng)絡(luò)體系結(jié)構(gòu)層面的創(chuàng)新，營(yíng)造讓互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)自動(dòng)自發(fā)地由片面到全面、由無序到有序的智能化環(huán)境，形成一種“以疏代控、和諧民主”的內(nèi)容“有序組織、依法治理”智能治理綜合體系，借助格式統(tǒng)一、語義豐富的UCL 國(guó)家標(biāo)準(zhǔn)，彌平無結(jié)構(gòu)或半結(jié)構(gòu)內(nèi)容大數(shù)據(jù)處理的淺層、冗余和低效，并能通過內(nèi)容匯聚研討廳建立內(nèi)容間深層語義關(guān)聯(lián)，洞悉和發(fā)掘看似無關(guān)內(nèi)容或事件碎片之間的相關(guān)性，全景展示事件的演化趨勢(shì)和話題觀點(diǎn)的客觀可信度，實(shí)現(xiàn)網(wǎng)絡(luò)空間安全從處理模量化內(nèi)容大數(shù)據(jù)向治理結(jié)構(gòu)化富語義內(nèi)容元數(shù)據(jù)的巨大躍升。

6 結(jié)束語

由于在網(wǎng)絡(luò)體系結(jié)構(gòu)和治理方法等方面存在欠缺，互聯(lián)網(wǎng)已經(jīng)成為海量化、異構(gòu)化、碎片化和混亂失序內(nèi)容大數(shù)據(jù)不斷涌現(xiàn)的集散地。然而，以地址為中心的現(xiàn)行互聯(lián)網(wǎng)體系結(jié)構(gòu)難以滿足內(nèi)容治理需求，正在面臨內(nèi)容大數(shù)據(jù)趨勢(shì)顯著、內(nèi)容語義標(biāo)識(shí)缺乏和內(nèi)容安全態(tài)勢(shì)嚴(yán)峻等諸方面挑戰(zhàn)，如何高效治理內(nèi)容大數(shù)據(jù)已經(jīng)成為當(dāng)前互聯(lián)網(wǎng)體系結(jié)構(gòu)研究的燃眉之急。

本文聚焦互聯(lián)網(wǎng)內(nèi)容治理這一棘手難題，深入分析互聯(lián)網(wǎng)體系結(jié)構(gòu)所面臨的挑戰(zhàn)，從總體結(jié)構(gòu)、核心基元、治理方法學(xué)3 個(gè)方面入手，提出支持內(nèi)容智能治理的新型互聯(lián)網(wǎng)體系結(jié)構(gòu)的3 條設(shè)計(jì)原則，即雙驅(qū)動(dòng)二元結(jié)構(gòu)原則（P1）、富語義內(nèi)容基元原則（P2）、定性定量綜合集成原則（P3）。遵循這些設(shè)計(jì)原則，本文介紹了雙結(jié)構(gòu)互聯(lián)網(wǎng)的體系結(jié)構(gòu)核心理念和內(nèi)容智能治理實(shí)現(xiàn)機(jī)制，尤其對(duì)UCL 國(guó)家標(biāo)準(zhǔn)與富語義矢量編碼、熱門內(nèi)容匯聚與UCL 安全能級(jí)模型、UCL 知識(shí)空間與內(nèi)容匯聚研討廳等內(nèi)容智能治理關(guān)鍵技術(shù)進(jìn)行了詳細(xì)闡述。最后，通過研發(fā)雙結(jié)構(gòu)互聯(lián)網(wǎng)內(nèi)容智能治理原型系統(tǒng)，對(duì)雙結(jié)構(gòu)互聯(lián)網(wǎng)及其內(nèi)容智能治理能力進(jìn)行了驗(yàn)證。雙結(jié)構(gòu)互聯(lián)網(wǎng)實(shí)現(xiàn)了網(wǎng)絡(luò)空間安全從處理數(shù)據(jù)向治理內(nèi)容的巨大躍升，為破解互聯(lián)網(wǎng)內(nèi)容大數(shù)據(jù)治理難題提供了網(wǎng)絡(luò)體系結(jié)構(gòu)層面的創(chuàng)新解決思路。