楊睿

（西安職業(yè)技術(shù)學(xué)院，陜西西安 710077）

我國采取了一系列有效的手段積極促進(jìn)經(jīng)濟(jì)發(fā)展，促使不同地區(qū)發(fā)展具有本土特色的經(jīng)濟(jì)增長模式。隨著知識(shí)經(jīng)濟(jì)模式的發(fā)展，傳統(tǒng)的勞動(dòng)力密集型經(jīng)濟(jì)發(fā)展模式紅利逐漸消失，技術(shù)創(chuàng)新型產(chǎn)業(yè)已成為我國經(jīng)濟(jì)的下一個(gè)增長點(diǎn)。因此，對于區(qū)域經(jīng)濟(jì)準(zhǔn)確分析尤為重要。

文中使用區(qū)塊鏈技術(shù)建立了安全的經(jīng)濟(jì)數(shù)據(jù)共享平臺(tái)，并基于該平臺(tái)采用SI-RNN 網(wǎng)絡(luò)建立了一套大數(shù)據(jù)的分析系統(tǒng)，最終實(shí)現(xiàn)了對經(jīng)濟(jì)數(shù)據(jù)的智能化處理。

1 基于終端的云安全設(shè)計(jì)

利用圖1 所示的主要智能設(shè)備，開發(fā)基于區(qū)塊鏈的云安全系統(tǒng)。

圖1 智能設(shè)備網(wǎng)絡(luò)

本地設(shè)備或覆蓋節(jié)點(diǎn)之間的通信稱為事件[1]。每個(gè)基于區(qū)塊鏈(BC)的智能終端均為特定功能而設(shè)計(jì)，存儲(chǔ)交易由設(shè)備生成以存儲(chǔ)數(shù)據(jù)，儲(chǔ)存在SP中。SP 用于生成監(jiān)視事件，定期監(jiān)視設(shè)備信息[2]。通過新建交易將新設(shè)備添加到智能網(wǎng)絡(luò)中或通過刪除交易將設(shè)備刪除，所有上述交易均使用共享密鑰來保護(hù)通信[3]。

1.1 局部區(qū)塊鏈

每個(gè)智能終端中均有一個(gè)本地私有BC，該BC 跟蹤交易并具有策略標(biāo)頭，以強(qiáng)制用戶執(zhí)行傳入與傳出交易的策略。從創(chuàng)世交易開始，每臺(tái)設(shè)備的交易均鏈接在一起，成為BC 的不變分類帳[4]。本地BC 中的每個(gè)塊均包含兩個(gè)頭，分別是塊頭與策略標(biāo)頭。該塊頭具有前一個(gè)塊的哈希，以保持BC 不可變。策略標(biāo)頭用于對設(shè)備進(jìn)行授權(quán)并強(qiáng)制所有者對其執(zhí)行控制策略[5]，策略標(biāo)頭具有4 個(gè)參數(shù)，請求參數(shù)用于覆蓋交易中的請求者信息，對于本地設(shè)備而言，此字段即為設(shè)備ID。策略標(biāo)頭中的第二列數(shù)據(jù)用于指示事件中請求的操作，其可以是本地存儲(chǔ)數(shù)據(jù)、云存儲(chǔ)數(shù)據(jù)或者是特定設(shè)備的實(shí)時(shí)數(shù)據(jù)。策略標(biāo)頭中的第三列數(shù)據(jù)是智能終端的ID，最后一列數(shù)據(jù)為與先前屬性匹配的執(zhí)行操作。

除BC 標(biāo)頭外，每個(gè)塊還包含眾多事件。每個(gè)交易均有5 個(gè)參數(shù)存儲(chǔ)在本地BC 中[6]，前兩個(gè)參數(shù)用于鏈接同一設(shè)備的交易，且唯一標(biāo)識(shí)每個(gè)交易。

1.2 終端服務(wù)器

智能終端服務(wù)器是一種集中處理與智能終端之間的來往交易設(shè)備。該服務(wù)器可以與網(wǎng)關(guān)或獨(dú)立設(shè)備集成，可放置在設(shè)備與網(wǎng)關(guān)之間[7]。智能終端服務(wù)器類似于現(xiàn)有的中央安全設(shè)備，服務(wù)器對交易進(jìn)行認(rèn)證、授權(quán)與審計(jì)。

2 網(wǎng)絡(luò)安全關(guān)鍵技術(shù)

在建立的網(wǎng)絡(luò)基礎(chǔ)上，使用圖2 給出的區(qū)塊鏈操作流程保證網(wǎng)絡(luò)內(nèi)部設(shè)備與數(shù)據(jù)的安全。

圖2 區(qū)塊鏈操作流程

2.1 授權(quán)流程

授權(quán)流程的第一階段中，智能終端創(chuàng)建一個(gè)智能合約并將其發(fā)布到區(qū)塊鏈。在第二階段中，請求訪問受保護(hù)資源的客戶端，通過將交易發(fā)送到合同地址來激活相應(yīng)的智能合同。

授權(quán)流程的第三階段中，合同交易區(qū)塊已添加到區(qū)塊鏈，動(dòng)態(tài)令牌已添加到合同內(nèi)部存儲(chǔ)?？蛻舳藦拿荑€服務(wù)器請求解密資源所需的加密密鑰，密鑰服務(wù)器具有區(qū)塊鏈的副本，負(fù)責(zé)查詢訪問令牌。為了驗(yàn)證客戶端的真實(shí)性，密鑰服務(wù)器根據(jù)令牌中引用的客戶端地址創(chuàng)建質(zhì)詢響應(yīng)，只有觸發(fā)智能合約的合法客戶才能訪問數(shù)據(jù)。為防止臨時(shí)區(qū)塊鏈分叉出現(xiàn)問題，密鑰服務(wù)器必須在令牌塊之上構(gòu)建N個(gè)區(qū)塊(N是安全性參數(shù))。

在授權(quán)流程的第四階段中，客戶端可以從代理服務(wù)器或直接從資源服務(wù)器下載加密的資源。資源服務(wù)器提供了RESTful CoAP API，該API 允許含有統(tǒng)一資源標(biāo)識(shí)符(URI)的終端獲取、儲(chǔ)存與發(fā)布資源。當(dāng)直接從資源服務(wù)器獲取受保護(hù)資源時(shí)，可以使用對稱密鑰來保護(hù)資源的完整性。

2.2 智能終端管理

為了方便授權(quán)與撤銷客戶端，密鑰服務(wù)器定期發(fā)布新的加密密鑰，令牌有效期為一個(gè)月。密鑰服務(wù)器每日將新的密鑰分發(fā)到資源服務(wù)器，資源服務(wù)器始終使用最新的密鑰來加密新資源。

客戶端的令牌可以有效保證，其每天從密鑰服務(wù)器中恢復(fù)新密鑰。當(dāng)令牌過期時(shí)，客戶端必須在區(qū)塊鏈上重新運(yùn)行智能合約，以生成新的有效令牌并獲取密鑰的訪問權(quán)限，如圖3 所示。當(dāng)客戶端行為不當(dāng)時(shí)，授權(quán)服務(wù)器通過添加交易塊，從智能合約內(nèi)部存儲(chǔ)服務(wù)器中刪除客戶端訪問令牌。

圖3 區(qū)塊鏈令牌壽命

3 經(jīng)濟(jì)數(shù)據(jù)分析系統(tǒng)設(shè)計(jì)

文中選取循環(huán)卷積神經(jīng)網(wǎng)絡(luò)模型（RCNN）并使用經(jīng)濟(jì)新聞文章與技術(shù)指標(biāo)作為輸入，來預(yù)測經(jīng)濟(jì)時(shí)間序列中的日內(nèi)運(yùn)動(dòng)方向[10]，稱為SI-RCNN[11]。

3.1 輸入層

如圖4 所示，SI-RCNN 模型使用兩種類型的輸入，第一種是經(jīng)濟(jì)技術(shù)指數(shù)，第二種是經(jīng)濟(jì)消息序列[12]。為了區(qū)分兩者，將輸入層重命名為技術(shù)指數(shù)層與嵌入層[13]。

圖4 SI-RNN

技術(shù)指數(shù)層以按時(shí)間順序排列的7 個(gè)經(jīng)濟(jì)技術(shù)指標(biāo)的延遲序列作為輸入，輸入定義為矩陣I∈?7×n。其中，n是延遲窗口的長度。

嵌入層將經(jīng)過編碼的文本序列作為輸入，該序列對應(yīng)從時(shí)間t開始，按時(shí)間順序排列的L個(gè)經(jīng)濟(jì)消息標(biāo)題集。句子的編碼分兩個(gè)步驟執(zhí)行：首先使用Word2vec 模型生成單詞嵌入，此嵌入是訓(xùn)練語料庫中每個(gè)單詞長度為m的連續(xù)向量[14]；第二步計(jì)算標(biāo)題中所有單詞向量的平均值，獲得整個(gè)標(biāo)題的唯一向量，稱為句子向量。為遍歷訪問這些句子向量，使用熱編碼的方法對數(shù)據(jù)集中的每個(gè)標(biāo)題進(jìn)行編碼，最終創(chuàng)建完成一個(gè)嵌入列表。

3.2 卷積層

卷積層由4 個(gè)連續(xù)的操作組成：卷積、子采樣合并、激活與退出。在這項(xiàng)工作中，本次設(shè)計(jì)的卷積算符為一維卷積，也稱為時(shí)間卷積，可以通過組合句子向量獲取局部信息[15]。

隨后應(yīng)用時(shí)間最大池化，此操作可以捕獲序列中最重要的信息。

最終為了將非線性引入模型，使用整流器線性單元作為激活函數(shù)，如式（3）所示。

由于該層涉及大量參數(shù)，模型容易出現(xiàn)過擬合，因此使用概率p=0.5 的Dropout 正則化技術(shù)。

3.3 循環(huán)層

使用兩個(gè)單獨(dú)的循環(huán)層，分別在卷積層前后，以便將卷積層的輸出解釋為一系列L+R+1個(gè)時(shí)間步長；其次是技術(shù)指標(biāo)層。在兩種情況下，RNN均可以對輸入序列中的時(shí)間特性進(jìn)行建模。

LTSM 流程，如式（4）～（9）與圖5 所示。其中vt是循環(huán)層的輸入，ht是循環(huán)單元的輸出，W是權(quán)重矩陣[16]。

圖5 LTSM流程

3.4 輸出層

最后，模型使用傳統(tǒng)的完全連接層作為輸出層，并將Softmax 作為激活函數(shù)，其輸出結(jié)果為標(biāo)簽上的概率分布。

4 實(shí)驗(yàn)結(jié)果

使用本次建立的RCNN 經(jīng)濟(jì)分析模型，搭載在云安全終端網(wǎng)絡(luò)下進(jìn)行系統(tǒng)實(shí)驗(yàn)。使用某地區(qū)一年的水體大數(shù)據(jù)，對其與經(jīng)濟(jì)發(fā)展之間的關(guān)系、影響進(jìn)行分析和統(tǒng)計(jì)。表1 為該地區(qū)對外直接水資源投入的行業(yè)分布數(shù)據(jù)。

表1 某地各行業(yè)用水統(tǒng)計(jì)

如表2 所示，在7 個(gè)需求中包含的總水量為3.48×109m3，城鎮(zhèn)居民生活用水量最大(1.42 km3)，占總用水量的40.91%，其次是向其他國內(nèi)地區(qū)的流通用水量(0.71 km3)。固定資本形成、政府消費(fèi)與向國外出口所體現(xiàn)水的價(jià)值幾乎相同，約為4.00×108m3。出口的水總量為31.85%，家庭用水（農(nóng)村與城市用水）占總量的43.65%，其中城市居民用水(1.42×109m3)遠(yuǎn)高于農(nóng)村居民用水(0.95×109m3)。

表2 需求類別統(tǒng)計(jì)

從產(chǎn)業(yè)劃分角度看，第二與第三產(chǎn)業(yè)占出口用水的大部分(第二產(chǎn)業(yè)占37.17%，第三產(chǎn)業(yè)占54.63%)；而第一產(chǎn)業(yè)中的水量較小(8.20%)。在第一產(chǎn)業(yè)中，出口到國外的水約占總量的99.33%，遠(yuǎn)高于國內(nèi)。由于該地區(qū)在中國高科技產(chǎn)業(yè)中的重要作用，第三產(chǎn)業(yè)向國內(nèi)其他地區(qū)的出口比重較大。與國家統(tǒng)計(jì)局的經(jīng)濟(jì)分析結(jié)果進(jìn)行對比，如表3 所示。

表3 經(jīng)濟(jì)分析結(jié)果對比

表3 數(shù)據(jù)可知，由于農(nóng)業(yè)數(shù)據(jù)來源不可靠、實(shí)時(shí)性較差，因此準(zhǔn)確率較低，而系統(tǒng)對信息化程度較高的第二、第三產(chǎn)業(yè)分析準(zhǔn)確率可以達(dá)到99.5%以上。

5 結(jié)束語

為建立起安全、可靠的經(jīng)濟(jì)數(shù)據(jù)共享網(wǎng)絡(luò)，該文使用常用設(shè)備架構(gòu)了智能終端網(wǎng)絡(luò)，采用區(qū)塊鏈技術(shù)建立了安全的數(shù)據(jù)傳輸網(wǎng)絡(luò)，保證了設(shè)備的穩(wěn)定運(yùn)行。使用SI-RNN 網(wǎng)絡(luò)建立了大數(shù)據(jù)的分析方法，支持研究者對區(qū)域經(jīng)濟(jì)的分析管理。而如何提高數(shù)據(jù)識(shí)別網(wǎng)絡(luò)的泛化能力，支持更多的經(jīng)濟(jì)數(shù)據(jù)模式分析將是未來研究的重點(diǎn)。