基于物联网的统计大数据安全采集系统构建路径

2022-04-11 11:02向岚
电脑知识与技术 2022年5期
关键词:采集系统数据安全物联网

摘要:物联网作为依托传统通信网络与互联网的信息载体,将能够被寻址的独立物理个体之间通过信息交互连接起来,同时也加大了数据收集与管理维护的难度。该文基于当前国企与事业单位在数据安全方面的问题,从物联网当前的发展与概况出发,综合我国当前企业行业大数据采集系统的构建现状,提出基于物联网的统计大数据安全采集系统的构建方案,以期为行业人员提供参考与借鉴。

关键词:物联网;统计大数据;采集系统;数据安全

中图分类号:TP393      文献标识码:A

文章编号:1009-3044(2022)05-0022-02

伴随着市场经济与信息技术的发展,各企事业单位的信息收集、信息管理与信息维护手段也应該进行革新与换代。但是部分企事业单位的信息相关工作仍停留在传统收集方式上,一方面极大程度影响了信息的时效性、完整性与准确性,另一方面耗费人力、物力,在部分商业机密相关的管理上也存在安全隐患。因此,借助当前新兴的技术,构建安全自动的数据采集系统成了行业人员的首要课题。

1统计大数据安全采集系统的研究现状与展望

我国物联网技术在统计技术方面的应用较为普及,相关工作人员在实践过程中也普遍认为在数据采集中使用物联网技术与大数据技术能有效地提高效率、加强精度;但也存在数据公开、信息泄露的问题[1]。企事业单位,多不愿考虑将物联网技术与数据采集相结合,因此建立具有信息安全管理机制的统计大数据安全采集系统势在必行。

数据收集与管理方式的革新是符合经济发展态势与技术应用走向的必然趋势,相关企事业单位应紧跟发展潮流,开展统计大数据安全采集系统的研究,加强信息收集与管理在企业发展与决策指导方面的积极作用。

2基于物联网的统计大数据安全采集系统构建

2.1统计大数据安全采集系统层次结构

物联网技术的发展在很大程度上是基于当前硬件设备智能化、交流手段信息化、由传统通信技术与现代交互观念深度融合的复合产物。通过以互联网为基础,以前端感知设备为延伸,物联网能够实现无视时间与地点条件的人、机与物的充分交互。物联网技术相关的前端感知包括射频识别系统、红外感知系统、全球定位系统与无线传感网络等,通过这些系统或技术能够从数据感知、网络传输与数据存储、实际应用三个层次进行相应的系统模块的构建。

在利用物联网技术对相应网络进行构建时,主要步骤分为三步:第一需要对物体进行标识,将能体现物体特征的数据具体化为属性,以此完成物体的标识;第二则需要通过识别设备对具体化后的物体属性进行读取,并将信息格式转化为符合网络传输的字段,为后续的信息传输与分析打好基础;第三步则将收集到的属性信息传输到信息处理中枢,由中心部分完成对物体的构造与相关指令的计算。这三个步骤也对应了物联网相关系统的三个层次,其中数据感知层的数据采集技术是物联网技术的核心部分,如果不能对信息进行科学准确地采集,那么后续的传输与分析也无从谈起,目前常用前端数据采集技术主要包括射频识别、二维码技术、电子码技术与无线网络技术等。

2.1.1数据感知层

数据感知层作为物联网技术在实际应用中的核心部分,在基于物联网的统计大数据安全采集系统构建进程中扮演着极为重要的角色。在整个系统中,数据感知层主要负责通过射频识别技术、无线网络传输技术、红外感知系统、无线传感器网络、视频监控网络等技术手段进行大范围覆盖式的信息收集。在完成对相应物理个体的属性信息收集后,数据感知层需要按照一定规则将数据进行简单的融合处理,然后再发送至汇聚节点传输给网络传输层。在实践中常使用具有多个基站的网络,以此降低网络路由跳数,节约成本,构建数据感知层可根据采集行为的不同环节分为以下模块:

1)数据传输模块:数据传输模块主要负责接收传感器网络、监控器系统、感知识别系统的多种形式数据,这需要数据传输模块有出色的接收能力,并对数据进行高效的异步处理。将原始数据包在接收并存储后以较快的速度传输至数据预处理模块进行融合整理,根据系统应用的具体环境,甚至需要具备一定的断点续传能力。

2)合法性检验模块:合法性检验模块的功能集中在对数据进行第一步筛选,通过该模块可对格式不正确、数据不完整、地址不正确、采集条件不合法的数据予以剔除,避免污染数据,引起其他问题。

3)故障检测模块:因数据感知层相较于网络传输层与应用层,在工作环境与应用情况上可能存在诸不确定性。因此采用故障检测模块采集数据收集过程中导致数据不正常处理、不正常上传的故障,通过设定相关策略能够实现故障预警与自动化的数据补全功能[2]。

4)数据预处理模块:数据感知层的主要工作是将利用物联网技术收集的信息传输给网络传输层,因此需要一个模块按照用户的要求将来自不同收集系统的不同形式、不同格式的信息按照规范的格式与周期进行统一发送。

5)数据存储模块:数据存储模块是实现数据感知层的基础,其主要负责将接收到的数据进行存储以供后续的预处理与发送等功能调用,同时数据存储模块也提供数据备份与日志记录功能,便于信息核对校验与设备维修养护的进行。

6)数据加密模块:若数据采集的地理位置跨度较大,例如在工业园区、林区或矿区等位置进行监测数据的发送时,需要借助数据加密模块对传输数据进行加密,通过采取不同的加密手段,能保证数据传输的安全可靠。

2.1.2网络传输层

数据感知层通过大范围多模块协同对监测区的数据进行收集,而获取的大量复杂无序数据就存储正在云计算平台上。网络传输层作为连接用户终端与数据感知网络的重要枢纽,主要实现数据的存储与管理,并基于应用层的指令进行信息传输,是基于物联网的统计大数据安全采集系统构建进程中的核心部分。其按照功能细分可分为物联网信息存储中心与物联网安全管理系统两个子系统,这两个系统功能模块在进行实际运行时,物联网信息存储中心负责将复杂无序的大量数据按照一定的预设规则进行整理与分类,并依照预设规则将数据进行密文化并存储在云计算平台上,对全部人员公开但只有符合要求并掌握秘钥的部分人员拥有数据的查阅、分享与管理权限;而物联网安全系统则负责用户的密钥生成、加密方式变更与撤销等操作,记录并统计全部用户的属性值,为物联网信息存储中心的定向服务提供基层技术支持。

2.1.3应用层

相较于数据感知层与网络传输层,应用层更多面向用户。根据不同用户的不同需求,应用层根据查阅者的权限从网络传输层调用相应的统计数据并进行解密操作,根据业务逻辑借助图形化的操作界面将相应的统计结果显示出来。同时应用层也应具备系统用户注册与登录功能,并根据用户权限提供网络监测与节点状态查看等功能,方便各类形式服务的提供。在进行应用层的设计时,相关工作人员应注意人机交互过程中的常见问题,保证操作流程与业务逻辑的完善,避免因应用层故障导致数据泄露。在应用层确定投入使用前,应根据使用中可能出现的各种情况进行黑盒白盒测试,确保应用层与数据传输层的权限调整后再投入使用。

2.2统计大数据的云安全存储

与物联网不同,云计算(cloud computing)作为技术早有雏形,现在更多是作为新的概念出现。作为综合分布式计算、并行计算、模型分析、网络存储、分布分担与虚拟化等计算机技术的混合概念,通过信息技术与互联网络实现高弹性、低消耗、易获取的计算服务。在具体应用中,云计算相关功能的架构主要根据提供的服务层次,分为IaaS(Infrastructure as a Service)、PaaS(Platform as a Service)與SaaS(Software as a Service)三种模式。其中基础设施即服务(Iaas)存储设备等硬件设备作为服务通过网络向外部提供;平台即服务(Paas)将服务器资源作为服务通过网络向外部提供;而软件即服务(SaaS)代表用户通过网络向厂商求购具有相应功能的应用软件服务,也是目前较为常见的服务模式。当前企事业单位因运行年限与技术革新等各方面因素的问题,需要进行管理的业务信息具有较强的复杂性与覆盖性,其中包括各种格式与版本的文本、图像、音频与视频等,因其在数据格式和组成结构上的差异,需要功能较为强大的云存储平台在对数据进行分类计算后一一以相关技术进行存储[3]。

云存储平台具有较高的存储便利性,大容量的存储与高速率的上传速度便于企事业单位生产活动中基于大数据技术的信息采集与统计活动。但不可忽视的云存储平台具有高度的开放性,若不对相关安全管理方面的手段进行设计与安排,会导致企业机密数据面临较大的安全威胁,影响企业管理工作的正常进行。因此在进行基于物联网的统计大数据安全采集系统构建时,应用云存储技术需要关注的首要问题。就是如何构建云安全存储平台。在这里,笔者提供部分思路:首先通过统一或局部的大数据采集平台将数据进行采集整理,然后统计数据的持有者从企事业单位的物联网安全系统处获得平台支持的属性全集;随后数据持有者根据已有的属性全集及自身数据的安全管理登记基于数据存储、数据管理与数据分享等功能设定访问规则,只有用户属性符合规则的用户才能对已经加密的特定云端信息进行访问;最后因数据持有者可时刻借助修改加密方式的手段完成对数据的安全管理,保证数据的安全。此处采用基于属性的加密手段具有粒度细、扩展能力强、不对称性的特点,便于后续的系统升级与用户之间数据的实时交互,具有广阔的发展前景。

3 结论

我国当前的统计大数据采集系统仍有待发展,而企事业单位在信息收集、信息管理与信息维护等环节也存在一定信息安全隐患。因此政府相关部门应从整体规划,积极引导企事业单位基于物联网技术与云存储平台构建统一的数据采集管理平台,通过加密机制与统一存储保证数据的安全性与应用的便利性,进而为我国统计事业发展贡献力量,从数据角度为城市建设与经济发展提供决策指导。

参考文献:

[1] 蓝机满,杨晓宇.大数据技术在物联网产业中的应用分析[J].软件,2020,41(8):189-191.

[2] 段莎莉.物联网大数据存储与管理技术研究[J].信息系统工程,2020(11):45-46.

[3] 郭耀辉.基于大数据的物联网技术应用研究[J].电脑知识与术,2020,16(30):246-248.

【通联编辑:唐一东】

收稿日期:2021-10-15

作者简介:向岚(1970—),女,湖南澧县人,教授,学士,研究方向为计算机应用、计算机网络、大数据、物联网。

猜你喜欢
采集系统数据安全物联网
云计算中基于用户隐私的数据安全保护方法
建立激励相容机制保护数据安全
大数据云计算环境下的数据安全
基于嵌入式的电量计量采集系统研究
用电信息采集在抄核收中的应用及效果分析
基于高职院校物联网技术应用人才培养的思考分析
中国或成“物联网”领军者
大数据安全搜索与共享