于翠萍，趙志剛

(1.遼東學院 ，遼寧 丹東 118001；2. 齊魯工業(yè)大學(山東省科學院)，山東 濟南 250014)

1 引言

互聯(lián)網信息時代的發(fā)展對人類社會產生巨大影響。電子檔案作為重要信息保存方式已經逐漸融入到人們生活與工作的各個領域，增加了獲得信息的途徑。尤其是政府與各事業(yè)單位，每天都會形成大量電子檔案。除此之外一些圖片、音頻等文件都會選擇電子檔案方式進行儲存。電子檔案作為信息高速發(fā)展的產物，和傳統(tǒng)紙質檔案相比差別較大，它是指存在價值的以視頻、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存介質。由于電子檔案高度推廣與應用，在為人們帶來便利的同時出現(xiàn)數(shù)據泄露、檔案篡改等問題。因此如何建立安全高效的儲存系統(tǒng)已經成為研究焦點。

針對上述問題，相關領域對電子檔案管理工作模式進行創(chuàng)新，具體措施如下：以人為本，提高相關工作人員素質；改革工作方式，建立工作規(guī)范；創(chuàng)新服務方法，加強檔案資源建設。除此之外，一些學者還提出下述解決方案。文獻[1]為改善網絡負載擁塞現(xiàn)象，提出基于Hadoop的網絡行為大數(shù)據安全儲存系統(tǒng)。首先，規(guī)劃數(shù)據接收與識別模塊，實現(xiàn)對數(shù)據的安全過濾；其次，分析識別地址，在保持較好處理結果基礎上，對識別后的數(shù)據進行導入和儲存；最后，搭建系統(tǒng)軟件環(huán)境，再結合硬件基本條件，完成儲存系統(tǒng)設計。實驗結果表明，該方法可以降低儲存空間占用率，緩解網絡負載擁塞現(xiàn)象。文獻[2]提出基于盲數(shù)BM模型的電網數(shù)據儲存系統(tǒng)。針對儲存方法安全性低等問題，通過盲數(shù)BM模型對數(shù)據進行提取，利用混合加密算法加密數(shù)據，構建諧波數(shù)據儲存模型；確定儲存規(guī)則，并通過云端驗證數(shù)據儲存的完整性。

上述兩種儲存系統(tǒng)運行速度較慢，隨著網絡與密碼技術的出現(xiàn)，再次推動電子檔案儲存的向前發(fā)展?；诖?，設計出對大規(guī)模分布電子檔案信息融合[3]的儲存系統(tǒng)。信息融合主要指對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，改善不確定性。通過對比實驗，證明所提方法儲存速度快，安全性能更高，能有效防止檔案數(shù)據被篡改。

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

組成信息融合架構的基本四個元素為：信息源，它能提供初始數(shù)據；信息轉換與傳遞[4]，可以實現(xiàn)信息預處理；信息互補，其作用是完成信息升華；信息融合處理報告，它能夠顯示融合處理的最終結果?；炯軜媹D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)據層次信息融合

數(shù)據層融合屬于對相同量級的傳感器初始信息直接融合，對未經處理的傳感器數(shù)據進行綜合分析，為最低層次的融合。該層次融合主要優(yōu)勢體現(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節(jié)信息。缺點是：處理代價大，耗費時間長[5]。融合過程示意圖如圖2所示。

圖2 數(shù)據層融合示意圖

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：首先對初始電子檔案進行特征提取，再對特征信息做分析與處理，其可分為目標狀態(tài)與目標特性融合。

特征層融合的好處為：能實現(xiàn)信息壓縮，達到實時處理目的，融合結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、操控與決策提供理論依據。需要從需求角度考慮，利用特征融合的信息實現(xiàn)決策融合，其結果直接影響決策的優(yōu)劣。

決策層信息融合優(yōu)勢為：處理代價低，靈活性強，具有較強的抗干擾性能。

圖4 決策層信息融合示意圖

2.3 基于神經網絡的信息融合技術

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

2.3.1 神經元確定

神經網絡的主要結構是神經元，通常被稱為“處理單元”，又可稱為“節(jié)點”。假設xi(t)代表t時間點神經元j收到的出自于神經元i的信息，oj(t)為t時間點神經元發(fā)出的信息，此時，神經元j的狀態(tài)表達式為

(1)

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

為方便計算，將式(1)中的突觸時延設置為單位時間，則將上述公式改寫為

(2)

2.3.2 拓撲結構選取

單一的神經網絡功能較為簡單，只有利用拓撲結構[7]將多數(shù)神經網絡連接起來，構成巨大的神經網絡，才可以實現(xiàn)對電子檔案的儲存，并體現(xiàn)出優(yōu)越性。本文選取互連型拓撲結構對儲存系統(tǒng)進行研究。

互連型結構為網絡中隨機兩個單元之間均是互相連接的，如圖5所示。

圖5 互聯(lián)型拓撲結構示意圖

2.3.3 學習規(guī)則分析

通常認為，神經網絡的全部功能都儲存在神經元中，學習是指神經元之間對現(xiàn)有連接的修正。因此，神經元在根據一定結構形成神經網絡后，需要利用相關學習規(guī)則對連接權值與閾值進行更新。本文通過Hebb規(guī)則[8]對神經網絡學習。

在Hebb學習規(guī)則中，學習信號可以看作是神經元的輸出

(3)

對于權值向量的調整表達式為

(4)

(5)

上述公式說明，權值調整量和輸入輸出的乘積具有正比關系。因此，輸入模式對權值向量會產生較大影響。

采用神經網絡對信息進行融合，主要分為下述步驟：

1)傳感器選擇，對于不同種類的信息融合，選擇對應傳感器[9]；

2)采樣與預處理，利用傳感器對儲存系統(tǒng)狀態(tài)進行檢測，且做預處理；

3)神經網絡選取，結合不同電子文檔特征，根據神經網絡“三要素”，選擇合適的模型；

4)網絡的訓練與學習，得到對數(shù)據的不確定推理機制或關系。

圖6 基于神經網絡的信息融合過程示意圖

2.4 基于水印相似度的安全儲存模型

特征水印相似度計算目的是檢測儲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V(Ti)進行排序產生的序列，SB(δ)表示字符集合δ中全部元素根據字符序列頻度B生成的集合。

基于字符頻度[10]的儲存模型，獲取初始水印信息與待檢測文檔的水印信息，通過相關性函數(shù)預測兩個水印存在的相似度。

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)與待檢測的水印信息S2(N)的相似程度比，β1=k/N。

通過最小二乘法預測電子文檔排列順序的相似程度，并計算兩個字符排列順序的差值平方

(7)

式中，兩個序號之間的最大差值平方和計算公式為

(8)

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

(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]作為安全儲存的基本原理對系統(tǒng)進行設置。

3 儲存系統(tǒng)設計

設計大規(guī)模分布的電子檔案儲存系統(tǒng)，需要遵循高速采集與大容量儲存的原則?；诖耍謩e對系統(tǒng)硬件與軟件進行設計。

圖8 系統(tǒng)總體架構示意圖

由上圖可知，電子檔案儲存系統(tǒng)主要包括：處理器、連接電路、計算機、儲存器與復位器。

在此系統(tǒng)的總體架構中，電子檔案的輸入和輸出是在觸發(fā)與采集裝置基礎上進行設置的。數(shù)據觸發(fā)總體線路和模擬總線路一起建立數(shù)據儲存區(qū)域，把電子檔案大數(shù)據進行收集并傳送到控制計算機內，經過預處理模塊達到系統(tǒng)設計目的。

系統(tǒng)的儲存功能包括：

1)將PIC引入到系統(tǒng)處理器中進行緩沖區(qū)域運行；

2)信號處理芯片和儲存空間可以互相連接，達到人類與機器通信目的；

3)利用計算機對處理器設計出合理的動態(tài)增益編碼，確保電子檔案穩(wěn)定在一定區(qū)域內。

3.1 硬件分析

硬件部分的設計主要包括：電路同步與復位、系統(tǒng)觸發(fā)裝置、程序加載與儲存接口設計。大規(guī)模分布電子檔案的儲存系統(tǒng)電路開關應選取12位采樣數(shù)據的模塊，對電路進行反饋采樣。該系統(tǒng)線性動態(tài)范圍設置為-50～50dB。根據電子檔案特性，利用網絡自動接口功能，對動態(tài)增益部分進行設計。

在互聯(lián)網環(huán)境下對電子檔案儲存必須經過時鐘同步的采樣。在時鐘電路端口，接入AD2018的四開關低通濾波，保證系統(tǒng)輸出電壓的穩(wěn)定性。利用端口的緩沖能力，達到主機與檔案傳輸實時通信的目的。

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

3.2 軟件設置

在硬件設備基礎上，對軟件模塊進行規(guī)劃。將設計高內聚、低耦合儲存檔案的模式作為目標。在大數(shù)據環(huán)境下電子檔案存在分布廣泛，樣式多的特征，所以，軟件分為儲存層、邏輯層與訪問層[12]，分別對其進行設計。

儲存層可以儲存一定信息量，經過頁面交互之后，發(fā)出指令，此時，儲存層會與邏輯層相接，再將指令發(fā)送到儲存層。

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)據接口將命令傳送到訪問層，實現(xiàn)大數(shù)據環(huán)境下的電子檔案儲存和取讀。

訪問層的主要作用包括：電子檔案的存儲和取讀、插入和更新、查找和刪除等。

軟件中的儲存算法對系統(tǒng)整體性能起關鍵作用，通常情況下的數(shù)據問題能夠通過下述表達式進行解決

(11)

可靠性儲存函數(shù)描述為

(12)

式中，p1，p2，…，pn∈2n表示n個數(shù)據的矢量，λ1，λ2，…，λn為數(shù)據產生的損失情況，g代表正則化函數(shù)，δ屬于共軛函數(shù)，x表示初始數(shù)據變量，y為對偶數(shù)據的函數(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個數(shù)據的排列順序。

4 仿真數(shù)據分析與研究

為驗證信息儲存優(yōu)化方法設計的合理性，將其與文獻[1]方法、文獻[2]方法對比進行仿真。主要實驗參數(shù)設置如下：電子檔案儲存在環(huán)形緩沖區(qū)域，數(shù)據浮動區(qū)間在-35～55dB，最大疊加量是95dB，數(shù)據轉換器輸出范圍是±20V；數(shù)據收集通道數(shù)量為20個；數(shù)據采樣功率是250Hz；控制器與放大器的分辨功率均設置為15位。

以下兩幅圖分別為兩種方法在儲存速度與儲存空間方面的實驗結果圖。

分析圖9可知，當實驗時間為4ms，文獻[1]方法的儲存速度為200Mb，文獻[2]方法的儲存速度為100Mb，本文方法的儲存速度為400Mb。當實驗時間為10ms，文獻[1]方法的儲存速度為540Mb，文獻[2]方法的儲存速度為700Mb，本文方法的儲存速度為1000Mb。本文方法的儲存速度遠遠高于其它方法，說明本文方法的信息存儲效率較高。

圖9 不同方法儲存速度折線圖

分析圖10可知，當電子檔案量為5MB時，文獻[1]方法的儲存空間為80GB，文獻[2]方法的儲存空間為65GB，本文方法的儲存空間為92GB。當電子檔案量為30MB時，文獻[1]方法的儲存空間為81GB，文獻[2]方法的儲存空間為122GB，本文方法的儲存空間為162GB。本文方法的儲存空間遠遠高于其它方法，說明本文方法的信息儲存空間較大。說明本文方法儲存的電子檔案數(shù)量更多。

圖10 不同方法儲存空間對比圖

5 結論

針對傳統(tǒng)電子檔案儲存效率低、安全性差的缺陷，本文對大規(guī)模分布電子檔案信息融合儲存系統(tǒng)進行設計。將信息融合分為不同層次，對其作用與優(yōu)勢進行研究；并將神經網絡引入到信息融合中，構建電子檔案安全儲存模型；實現(xiàn)電子檔案系統(tǒng)信息存儲優(yōu)化設計。通過實驗得出以下結論：

1)本文方法的信息存儲效率較高，實驗時間為10ms，本文方法的儲存速度為1000Mb。

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