王愛兵

（南京慧智靈杰信息技術(shù)有限公司，江蘇南京 210012)

0 引言

近年來(lái)，我國(guó)社區(qū)矯正工作獲得迅猛發(fā)展，信息化建設(shè)工作也在逐步推進(jìn)。但是，由于我國(guó)社區(qū)矯正工作實(shí)施較晚，信息化技術(shù)較為薄弱，造成系統(tǒng)中存儲(chǔ)的數(shù)據(jù)不規(guī)范且標(biāo)準(zhǔn)不統(tǒng)一，不利于后續(xù)的數(shù)據(jù)共享與整合，所以我國(guó)社區(qū)矯正工作當(dāng)前的燃眉之急就是如何高效、安全地存儲(chǔ)監(jiān)獄、司法等單位的數(shù)據(jù)。針對(duì)數(shù)據(jù)安全存儲(chǔ)問題，我國(guó)眾多學(xué)者進(jìn)行了相關(guān)研究。吳萬(wàn)青等[1]設(shè)計(jì)了一種基于噪聲前綴樹結(jié)構(gòu)的軌跡數(shù)據(jù)發(fā)布方法，解決了位置服務(wù)軟件存在的用戶隱私泄密風(fēng)險(xiǎn)；康海燕等[2]基于數(shù)字加密技術(shù)實(shí)現(xiàn)了跨醫(yī)院信息共享過程中存在的病人隱私信息泄露問題。參考以上資料，本文針對(duì)社區(qū)矯正系統(tǒng)數(shù)據(jù)分布式安全存儲(chǔ)方法展開研究。

1 采集與處理社區(qū)矯正系統(tǒng)數(shù)據(jù)

社區(qū)矯正系統(tǒng)數(shù)據(jù)主要指系統(tǒng)待存儲(chǔ)的由監(jiān)獄、司法等機(jī)關(guān)單位收集而來(lái)的矯正人員相關(guān)信息數(shù)據(jù)，這類數(shù)據(jù)不僅數(shù)據(jù)量較大，而且具有多維異構(gòu)性，在本文設(shè)計(jì)的數(shù)據(jù)分布式安全存儲(chǔ)方法中，首先需要對(duì)待存儲(chǔ)數(shù)據(jù)進(jìn)行采集與處理[3]。為實(shí)現(xiàn)社區(qū)矯正系統(tǒng)數(shù)據(jù)的采集，本文采用多個(gè)OPC服務(wù)器在社區(qū)矯正系統(tǒng)與待采集點(diǎn)之間建立一個(gè)連接，然后以一定的采集頻率，從各單位服務(wù)器上進(jìn)行數(shù)據(jù)的實(shí)時(shí)采集。一般來(lái)說，這種方法采集的社區(qū)矯正系統(tǒng)待存儲(chǔ)數(shù)據(jù)為時(shí)間序列數(shù)據(jù)，也就是按時(shí)間先后順序采集的數(shù)據(jù)序列，受采集服務(wù)器自身及外界因素的影響，采集的原始數(shù)據(jù)可能會(huì)存在缺失、離群等異常現(xiàn)象，所以在進(jìn)行社區(qū)矯正系統(tǒng)數(shù)據(jù)存儲(chǔ)之前，需要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理。針對(duì)社區(qū)矯正系統(tǒng)待存儲(chǔ)數(shù)據(jù)中部分無(wú)意義的離群數(shù)據(jù)，本文通過中值修復(fù)法進(jìn)行數(shù)據(jù)處理，其計(jì)算公式如下所示：

式中，X(t)表示社區(qū)矯正系統(tǒng)數(shù)據(jù)的離群數(shù)據(jù)點(diǎn)；X(t- 1)、X(t+ 1) 分別表示離群數(shù)據(jù)點(diǎn)前一時(shí)刻與后一時(shí)刻的鄰近值。如式(1)所示，本文在處理社區(qū)矯正系統(tǒng)數(shù)據(jù)中離群數(shù)據(jù)點(diǎn)時(shí)，主要通過該點(diǎn)前后兩個(gè)鄰近點(diǎn)的均值來(lái)取代離群點(diǎn)。針對(duì)社區(qū)矯正系統(tǒng)數(shù)據(jù)的缺失數(shù)據(jù)，本文采用EM 插補(bǔ)算法進(jìn)行缺失數(shù)據(jù)修復(fù)。假設(shè)社區(qū)矯正系統(tǒng)數(shù)據(jù)的采樣頻率為P，滑動(dòng)窗口寬度為W，那么利用EM 插補(bǔ)算法修復(fù)缺失數(shù)據(jù)的具體流程如下：如果滑動(dòng)窗口內(nèi)相鄰兩個(gè)數(shù)據(jù)點(diǎn)的時(shí)間間隔Δt< 2 ×P，說明待存儲(chǔ)數(shù)據(jù)正常到達(dá)滑動(dòng)窗口，不存在數(shù)據(jù)缺失現(xiàn)象，不用做任何處理；如果2 ×P≤Δt≤P×Y，其中，Y為數(shù)據(jù)缺失閾值，說明此時(shí)窗口內(nèi)相鄰兩個(gè)數(shù)據(jù)點(diǎn)之間存在缺失點(diǎn)。但因?yàn)樵谌笔ч撝抵?，采用?1)所示的中值法進(jìn)行修復(fù)處理即可；如果Δt≥P×Y，此時(shí)需要利用EM 算法對(duì)缺失數(shù)據(jù)進(jìn)行修復(fù)，其計(jì)算公式如下所示：

式中，Xi′(t)表示社區(qū)矯正系統(tǒng)數(shù)據(jù)缺失點(diǎn)的插補(bǔ)值；N表示滑動(dòng)窗口中數(shù)據(jù)點(diǎn)的數(shù)量；G(Bi)表示滑動(dòng)窗口中數(shù)據(jù)點(diǎn)可以進(jìn)行插補(bǔ)的后驗(yàn)概率，其中，Bi為隱變量。通過以上步驟，本文可以得到高質(zhì)量的社區(qū)矯正系統(tǒng)待存儲(chǔ)數(shù)據(jù)，為后續(xù)存儲(chǔ)奠定數(shù)據(jù)基礎(chǔ)。

2 社區(qū)矯正系統(tǒng)數(shù)據(jù)分組

對(duì)于具有規(guī)模大、跨越時(shí)空范圍廣的社區(qū)矯正系統(tǒng)數(shù)據(jù)而言，為實(shí)現(xiàn)數(shù)據(jù)的分布式存儲(chǔ)，需要將采集的數(shù)據(jù)劃分為獨(dú)立的多塊數(shù)據(jù)[4]。為最大程度上實(shí)現(xiàn)社區(qū)矯正系統(tǒng)數(shù)據(jù)的公平分組，首先需要獲取數(shù)據(jù)的初始分布。為描述社區(qū)矯正系統(tǒng)數(shù)據(jù)初始分布，本文設(shè)定一個(gè)m×m的數(shù)據(jù)初始分布矩陣Z，矩陣中各元素即代表社區(qū)矯正系統(tǒng)數(shù)據(jù)，已知初始分布矩陣中包含了m批時(shí)段的社區(qū)矯正數(shù)據(jù)，且利用Sm表示每一批的數(shù)據(jù)分布矩陣，那么為兼顧數(shù)據(jù)量比重的需求，實(shí)現(xiàn)均衡化分組，本文為數(shù)據(jù)量添加了式(3) 所示的權(quán)重ωm：

式(3)中，i、j表示每批數(shù)據(jù)分布矩陣Sm中的元素。在此基礎(chǔ)上，即可得到社區(qū)矯正系統(tǒng)數(shù)據(jù)初始分布矩陣，表達(dá)式如式(4)所示：

在獲取了社區(qū)矯正系統(tǒng)數(shù)據(jù)的初始分布之后，本文通過圖劃分算法對(duì)數(shù)據(jù)進(jìn)行分組：首先將數(shù)據(jù)的初始分布矩陣映射成圖數(shù)據(jù)結(jié)構(gòu)；然后以圖結(jié)構(gòu)中節(jié)點(diǎn)之間的鄰近關(guān)系，將數(shù)據(jù)網(wǎng)絡(luò)劃分為若干個(gè)組；最后計(jì)算各組之間的數(shù)據(jù)量是否均衡，如果未均衡需要將劃分結(jié)果逐級(jí)回溯細(xì)化，恢復(fù)成原始圖數(shù)據(jù)結(jié)構(gòu)，直至劃分結(jié)果可以保持?jǐn)?shù)據(jù)量均衡，以此作為最終的社區(qū)矯正系統(tǒng)數(shù)據(jù)分組結(jié)果。綜上，本文通過對(duì)采集社區(qū)矯正系統(tǒng)數(shù)據(jù)進(jìn)行分組，使其劃分成若干獨(dú)立數(shù)據(jù)塊，從而將劃分結(jié)果均勻分配到區(qū)塊鏈節(jié)點(diǎn)上，實(shí)現(xiàn)分布式存儲(chǔ)。

3 基于區(qū)塊鏈的數(shù)據(jù)分布式安全存儲(chǔ)

區(qū)塊鏈?zhǔn)且粋€(gè)去中心化的網(wǎng)絡(luò)結(jié)構(gòu)，由于該結(jié)構(gòu)中的每個(gè)區(qū)塊上的交易都需要真實(shí)的數(shù)字簽名所證明，所以如果本文采用區(qū)塊鏈技術(shù)存儲(chǔ)社區(qū)矯正系統(tǒng)數(shù)據(jù)[5]，不僅可以實(shí)現(xiàn)數(shù)據(jù)的公開透明存儲(chǔ)，而且不會(huì)受外界網(wǎng)絡(luò)攻擊，不會(huì)產(chǎn)生實(shí)際傷害。在利用區(qū)塊鏈技術(shù)存儲(chǔ)社區(qū)矯正系統(tǒng)數(shù)據(jù)時(shí)，首先需要將采集的社區(qū)矯正系統(tǒng)數(shù)據(jù)上傳至區(qū)塊鏈網(wǎng)絡(luò)結(jié)構(gòu)中。上傳數(shù)據(jù)時(shí)，社區(qū)矯正系統(tǒng)需要進(jìn)行身份注冊(cè)從而獲得簽名與證書，簽名與證書主要用于加密上傳數(shù)據(jù)。與此同時(shí)，在社區(qū)矯正系統(tǒng)數(shù)據(jù)上傳至區(qū)塊鏈的過程中，需要對(duì)上傳數(shù)據(jù)的重復(fù)性進(jìn)行檢查，在檢查上傳數(shù)據(jù)的重復(fù)性時(shí)，需要獲取文件指紋。假設(shè)數(shù)據(jù)加密后密文M的文件指紋為u( )M，其中密文M的計(jì)算公式為：

式中，E表示加密算法；Y表示社區(qū)矯正系統(tǒng)數(shù)據(jù)的原文；K表示加密的密鑰。根據(jù)數(shù)據(jù)的文件指紋即可執(zhí)行數(shù)據(jù)的重復(fù)性檢查，已知上傳數(shù)據(jù)的文件指紋為u(M)，假設(shè)區(qū)塊鏈已存儲(chǔ)數(shù)據(jù)的文件指紋為u′(M)，如果存在式(6)所示條件則說明區(qū)塊鏈上已經(jīng)存在數(shù)據(jù)密文M，將停止數(shù)據(jù)上傳：

如果不存在式(6) 所示條件，區(qū)塊鏈網(wǎng)絡(luò)結(jié)構(gòu)會(huì)選擇當(dāng)前區(qū)塊的區(qū)塊頭參數(shù)作為隨機(jī)參數(shù)，實(shí)現(xiàn)社區(qū)矯正系統(tǒng)的數(shù)據(jù)上傳。按照上述流程，將社區(qū)矯正系統(tǒng)數(shù)據(jù)上傳至區(qū)塊鏈網(wǎng)絡(luò)結(jié)構(gòu)中的各個(gè)區(qū)塊上之后，需要進(jìn)行區(qū)塊節(jié)點(diǎn)的共識(shí)。具體流程如下：首先進(jìn)行組內(nèi)共識(shí)，將社區(qū)矯正系統(tǒng)提交的數(shù)據(jù)存儲(chǔ)請(qǐng)求進(jìn)行整合排序，為每一個(gè)數(shù)據(jù)區(qū)塊附上相應(yīng)的數(shù)字簽名與哈希值，并對(duì)組內(nèi)各數(shù)據(jù)區(qū)塊的哈希值進(jìn)行驗(yàn)證，將驗(yàn)證結(jié)果與數(shù)字全名一起反饋至主基站；然后進(jìn)入委員會(huì)共識(shí)階段，由于在主基站內(nèi)匯總了來(lái)自各個(gè)組內(nèi)基站的反饋結(jié)果，所以主基站可以根據(jù)反饋結(jié)果判斷是否執(zhí)行共識(shí)指令，如果超過半數(shù)的反饋結(jié)果對(duì)待上傳區(qū)塊的合法性進(jìn)行認(rèn)同，那么主基站就會(huì)控制社區(qū)矯正系統(tǒng)數(shù)據(jù)塊存儲(chǔ)至該區(qū)塊上，并將存儲(chǔ)信息廣播至委員會(huì)網(wǎng)絡(luò)，對(duì)其他節(jié)點(diǎn)進(jìn)行廣播，當(dāng)其他節(jié)點(diǎn)確認(rèn)廣播消息后，區(qū)塊鏈節(jié)點(diǎn)共識(shí)成功，至此實(shí)現(xiàn)了社區(qū)矯正系統(tǒng)數(shù)據(jù)的分布式安全存儲(chǔ)。

4 仿真實(shí)驗(yàn)

4.1 實(shí)驗(yàn)環(huán)境

本章針對(duì)社區(qū)矯正系統(tǒng)數(shù)據(jù)分布式安全存儲(chǔ)方法進(jìn)行仿真實(shí)驗(yàn)，并與兩個(gè)傳統(tǒng)方法進(jìn)行對(duì)比：基于云計(jì)算的社區(qū)矯正系統(tǒng)數(shù)據(jù)存儲(chǔ)方法、基于邊緣計(jì)算的社區(qū)矯正系統(tǒng)數(shù)據(jù)存儲(chǔ)方法，以此驗(yàn)證本文設(shè)計(jì)方法的性能。在本次仿真實(shí)驗(yàn)中，首先在AMD Ryzen 3 PRO 1200 四核處理器、Ubuntu 20.04 操作系統(tǒng)的平臺(tái)上搭建社區(qū)矯正系統(tǒng)的仿真模型，示意圖如圖1所示。

圖1 社區(qū)矯正系統(tǒng)仿真模型

在圖1 所示的社區(qū)矯正系統(tǒng)仿真模型中，待存儲(chǔ)的數(shù)據(jù)主要為社區(qū)矯正人員的基本檔案信息，如表1所示。

表1 社區(qū)矯正系統(tǒng)存儲(chǔ)數(shù)據(jù)詳情

如表1所示，在本次仿真實(shí)驗(yàn)中，社區(qū)矯正系統(tǒng)待存儲(chǔ)數(shù)據(jù)總量為1 000組，為避免實(shí)驗(yàn)結(jié)果的偶然性，本次實(shí)驗(yàn)控制每一種存儲(chǔ)方法下待存儲(chǔ)的數(shù)據(jù)從100組依次遞增到1 000 組?；谝陨蟽?nèi)容，本文以存儲(chǔ)數(shù)據(jù)的安全性為存儲(chǔ)方法的性能指標(biāo)，分析不同存儲(chǔ)方法在存儲(chǔ)不同數(shù)據(jù)量數(shù)據(jù)時(shí)的性能表現(xiàn)。

4.2 實(shí)驗(yàn)結(jié)果

在本次仿真實(shí)驗(yàn)中，為了更加直觀地呈現(xiàn)不同存儲(chǔ)方法下的社區(qū)矯正系統(tǒng)數(shù)據(jù)安全性，模擬網(wǎng)絡(luò)攻擊者分別向社區(qū)矯正系統(tǒng)發(fā)起網(wǎng)絡(luò)攻擊，模擬攻擊者發(fā)出的網(wǎng)絡(luò)攻擊有以下兩種數(shù)據(jù)篡改的方法：一是入侵系統(tǒng)存儲(chǔ)節(jié)點(diǎn)篡改數(shù)據(jù)；二是入侵傳輸信道，偽造數(shù)據(jù)包。在模擬網(wǎng)絡(luò)攻擊結(jié)束后，分別統(tǒng)計(jì)并整理各方法下社區(qū)矯正系統(tǒng)中被成功篡改的數(shù)據(jù)量，從而評(píng)估存儲(chǔ)數(shù)據(jù)的安全性，具體實(shí)驗(yàn)結(jié)果如表2所示。

表2 不同數(shù)據(jù)存儲(chǔ)方法的實(shí)驗(yàn)結(jié)果對(duì)比

從表2 數(shù)據(jù)可以看出，隨著社區(qū)矯正系統(tǒng)存儲(chǔ)數(shù)據(jù)的數(shù)據(jù)量的不斷增加，兩種傳統(tǒng)方法下存儲(chǔ)數(shù)據(jù)被網(wǎng)絡(luò)攻擊成功篡改的概率也呈遞增狀態(tài)。其中，基于云計(jì)算的數(shù)據(jù)存儲(chǔ)方法下攻擊成功概率平均為7.98%，基于邊緣計(jì)算的數(shù)據(jù)存儲(chǔ)方法下攻擊成功概率平均為4.65%。但在本文設(shè)計(jì)方法下，社區(qū)矯正系統(tǒng)存儲(chǔ)的數(shù)據(jù)被網(wǎng)絡(luò)攻擊成功篡改的概率不會(huì)隨著存儲(chǔ)數(shù)據(jù)量的增加而提升，其攻擊成功概率平均為0.48%，不僅遠(yuǎn)遠(yuǎn)小于傳統(tǒng)方法，而且未超過1%，這主要是因?yàn)樵诒疚脑O(shè)計(jì)的方法中，社區(qū)矯正系統(tǒng)數(shù)據(jù)均以分布式形式被封裝存儲(chǔ)至區(qū)塊鏈的各個(gè)區(qū)塊中，而區(qū)塊鏈中數(shù)據(jù)不會(huì)被篡改，所以即使社區(qū)矯正系統(tǒng)受到網(wǎng)絡(luò)攻擊，系統(tǒng)中存儲(chǔ)的數(shù)據(jù)被篡改的可能性也較小。由此可以說明，本文設(shè)計(jì)方法優(yōu)于傳統(tǒng)的數(shù)據(jù)存儲(chǔ)方法，該方法可以顯著提升社區(qū)矯正系統(tǒng)存儲(chǔ)數(shù)據(jù)的安全性。

5 結(jié)束語(yǔ)

隨著社區(qū)矯正系統(tǒng)存儲(chǔ)數(shù)據(jù)規(guī)模的不斷遞增，數(shù)據(jù)安全愈發(fā)難以保證，所以本文提出一種基于區(qū)塊鏈的社區(qū)矯正系統(tǒng)數(shù)據(jù)分布式安全存儲(chǔ)方法。文中首先采集并處理了系統(tǒng)待存儲(chǔ)數(shù)據(jù)，然后對(duì)待存儲(chǔ)數(shù)據(jù)進(jìn)行分組，得到若干數(shù)據(jù)塊，結(jié)合區(qū)塊鏈技術(shù)實(shí)現(xiàn)了數(shù)據(jù)塊的分布式安全存儲(chǔ)，最后本文通過仿真實(shí)驗(yàn)對(duì)設(shè)計(jì)存儲(chǔ)方法的性能進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果顯示本文設(shè)計(jì)方法可以保證社區(qū)矯正系統(tǒng)存儲(chǔ)數(shù)據(jù)的安全性與可靠性，對(duì)提升我國(guó)社區(qū)矯正工作的信息化水平具有重要的現(xiàn)實(shí)意義。