多源信息资源云服务模型的可信保障机制在商务领域下的应用

段飞, 段琼

(陕西交通职业技术学院 1.继续教育与国际交流学院， 2. 经济管理学院，西安 710018)

0 引言

海量的商务领域信息特征复杂，管理和共享方式急需转变当前互联网技术已经在商业领域应用了多年，积累了海量的数字资源，并开发了多种应用服务，海量的数字资源的特征如下。

1)多源异质、冗余

海量的商务领域数字资源包含不同的异构数据资源，可以称之为多源异质数据，聚集了TB甚至PB级的海量数字资源。如从数据结构来看包含非结构化数据、半结构化数据、结构化数据等，从数据语义来看包含数据聚合后的高层概括性数据及采集的原始底层数据，其中原始底层数据存在巨大的语义缺乏及数据冗余，海量数据资源处理的需求会非常普遍[1]。

2)实时应用需求

商务领域的数字资源信息是不断变化的，同时数据之间存在联系，并且用户对这些数据进行访问时，由于访问目的不同，因此，必须加强数据的管理，实现共享，并且在限定的时间内获得需要的数据结果。

3)可信、可靠需求

由于数字资源系统网络的复杂性，因此，会有很多因素对数据资源的处理如数据聚集计算、资源采集、数据分析等产生影响，造成数据资源的利用效能不高，资源服务器的负载均衡效果不理想，稳定性差，资源服务的软硬件容错能力低等，这些因素制约了数字资源的高效利用，因此，非常有必要采用一种新技术对商业领域的数字资源进行集中管理和推送，建立信任保障机制，为用户提供一种快捷、可靠的数字资源知识服务。

1 云计算技术对多源商业信息资源的支撑与共享

云计算在2007年被首次提出，是一种非常典型的网络计算模式，其主要作用机制是在虚拟计算环境中运行大规模应用的可用性及可伸缩性。随着近几年的发展，云计算已经成为企业界和学术界关注和研究的热点热点[2]，典型的云计算系统如Google Search、国内的阿里云等，由大量的商用计算设备构成数据中心，为用户提供安全、可靠、便捷的基础设施服务、平台服务和软件服务。云计算系统平台提供了庞大的数据处理及应用服务程序，有效解决了资源自动分配及任务自动划分等关键问题。

一些新的研究结果显示，当前云计算正在逐渐应用于不同领域的数字资源处理，处理数据规模一般达到TB、PB级，如基于微软SQL Server的云数据处理平台、敏感信息云处理平台的构建等。随着云计算技术的发展，其可能成为解决海量数字化商业领域资源管理和共享的途径。

云计算的核心问题之一为多源信息资源管理，包括多源信息资源的动态组织、优化调度、资源描述、即时监控等活动。云计算环境下的多源信息资源管理是通过虚拟化技术实现对底层资源的复杂性和异构性的屏蔽，将分散的资源结合在一起，形成一个统一的巨型资源池。以此确保资源合理、高效的分配和使用[1]。此外，云计算环境下的多源信息资源管理如资源的描述、发现匹配等构成了一个统一的整体，实现高效资源提取。

2 云计算环境下基于第三方可信保障的多源商业信息资源云服务模型

2.1 基于云计算的信息资源服务模式

当前多源信息资源管理方法还不够完善，存在以下几个问题：一是，多源信息资源的描述没有统一的标准，不利于资源的有效识别与提取；二是，在多源信息资源的发现与匹配方法上，不能实现跨平台操作，不能满足用户的个性化服务需求。三是，由于不同的子资源分布在不同的服务器或者数据中心，因此，现有的多源信息资源优化分配方法欠缺在考虑资源分配效率的同时，很难实现服务提供商自身的目标实现。

在网络环境下，各大服务供应商都建立了自己的服务体系，在小范围内实现了区域资源的共享，可以选择以直接或者间接的方式进行交互，消除了信息孤岛。当前的信息资源服务方式有三种基于移动代理的服务模式、基于第三方平台的服务模式、基于数据中心的服务模式。 通过上文的论述可知，云计算中的信息数量庞大，复杂不缺定，而基于移动代理的服务模式、基于第三方平台的服务模式一个平台仅由一个服务运营商提供，资源略显单一，而基于信息中心的服务模式可以提供多源信息资源服务，目前，各类大型搜索引擎如百度、谷歌等，都是基于信息中心的服务模式。如用户使用百度搜索相关信息时，只需要在搜索模块入口中输入关键词百度引擎将会向分布在各个云端信息发送请求，利用本体语义搜索及网络爬虫技术查询、分析、筛选、匹配等，最后将搜索分析结果发送至用户端。云计算环境下的多源信息服务模式如图1所示。

2.2 可信第三方监管设计

由于云计算环境具有开放性及动态性的相关特征，因此，在该分布式环境中的多源信息资源十分复杂，因此，需要加入可信服务监管机制，当前一些电子商务领域的平台运营商如天猫商城已经加入了服务保障机制，但是这些保障措施缺乏独立性，不能实现跨平台服务，不能有效的对整个服务过程进行监管。因此，本研究从安全角度出发提出了云环境下的第三方可信信息服务模式，通过第三方监管机制对服务交易的双方进行约束，可以采用不同的安全策略，如虚拟机安全技术、容错与恢复、数字水印、身份认证、密钥加密等技术，第三方监管机制可信保障原理流程如图2所示。

图1 云计算下的多源信息资源服务模式

图2 第三方监管机制自身可信保障原理流程[3]

可信第三方监管的角色设计如下：一是，信息管理机制，通过第三方监管对服务者发布的信息进行审核、记录等，限制虚假信息的发布及网络谣言的传播。二是，数据分析能力。通过第三方监管对云计算环境下的多源信息服务过程中的大量数据进行分析，从技术上保证服务过程的安全性，降低网络欺诈行为的发生率。三是，监管奖惩制度。建设监管奖惩制度对对云计算环境下多源信息服务过程中不同参与者的行为进行规范。

2.3 基于Hadoop的第三方保障的多源商业信息资源服务模型架构

Hadoop是Apache软件基金会旗下一个基于Java的开源分布式云计算平台，可以被部署在廉价硬件上。Hadoop主要包括HDFS、MapReduce、Hbase、Zookeeper等核心组件。基于Hadoop的成本低、扩展性高、容错性高、可靠性高，它可以实现底层分布式基础架构的透明化，用户只需要简单进行配置就可以将计算机资源、网络资源、存储资源组织起来，从而搭建一个能用集群的计算和存储能力处理海量数据的分布式计算平台。本模型的目标是利用Hadoop技术将大量的商业领域的信息资源进行整合，构建一个多源信息资源云服务平台模型，为商业领域数字资源共享共建提供基于基础设施、平台和软件3个层面的服务模式。基于第三方保障的多源商业信息资源服务总体架构如图3所示。

图3 基于第三方保障的多源商业信息资源云服务总体架构

(1)基础架构层。主要是为系统提供硬件服务集合，包括存储设备、Hadoop服务器集群、服务器操作系统、网络设备等。

(2)数据层。利用Hadoop平台实现存储设备的逻辑虚拟化，利用HDFS文件系统实现商业领域数据的分布式存储和管理。利用MapReduce编程模型对多源信息数据进行分割，形成大小固定的数据块，然后根据HDFS的存储机制将其在不同的数据节点上进行冗余存储，用户通过Web浏览器提交查询请求，平台利用MapReduce编程模型对实现数据的清洗、排序、映射与归纳等分布式计算，然后将结果反馈给用户。用户的请求及返回的数据的真实性受到第三方可信监管机制的监管。

(3)用户层。用户通过Web形式访问系统，在第三方可信机制监管之下通过不同API接口可进入不同的用户界面。

2.4 云服务模型的部署与访问实现

本文中设计的基于第三方可信保险机制的多源信息云服务模型部署在5台普通的联想工作站中，其中1台为主节点服务器，4台作为数据节点服务器，备用节点部署在其中1台数据节点服务器上。工作站的配置：CPU：2.4GHZ intel(R)Xeon(R)E5645 12核；内存16G；硬盘8T；操作系统Red Hat Enterprise Linux Server6.3；Java版本jdck1.6.0_24；集群平台Hadoop2.2.0；分布式数据库HBase0.96.0；系统开发环境eclipse10.0。搭建好后，以Web的方式查看。

采用Hadoop集群作为系统底层服务器，用户使用多源信息云服务时，只需要输入相关请求通过Web服务器即可获取商业领域数字资源的浏览、检索、分析等功能，如图4所示。

Hadoop集群系统包括主节点 NameNode、备用节点 Secondary NameNode及多个数据节点 DataNode 组成[4]。主节点是集群的主控中心服务器，负责对全部的元数据、内存、I/O 进行集中管理，备用节点 Secondary NameNode 可以避免出现由于主节点宕机使云服务平台无法运行的情况。Web 服务器为用户提供访问服务具体运行过程为：用户向Web 服务器发出读写请求，主节点向数据节点发出读写指令，Web服务器直接和该数据节点服务器上的后台程序进行通信，对相关的数据块进行读写操作。该云服务模型的数据存储采用HDFS分布式文件系统。

图4 云服务模型的访问实现

4 总结

本研究分析了基于第三方可信保障机制的多源信息云服务模型，对当前多源信息云服务存在的问题进行了分析，并提出了第三方可信监管，平台的提出及在商业领域的应用当前只是处于一个设想阶段，可能在具体实施过程中会存在一些问题，同时第三方监管的选择及具体的监管机制仍然需要进一步的研究，这也会成为当前的重点研究问题。