主权项 |
基于大数据可信计算的信息运维服务知识共享方法,其特征在于,包括信息运维知识可信安全存储、信息运维知识可信安全访问和可信评估;所述信息运维知识可信安全存储包括以下步骤:Step 101存储用户提交运维信息知识安全服务知识的存储请求时,对存储用户身份进行可信安全验证;Step 102对信息运维服务知识数据进行预处理,将信息运维服务知识划分为基础知识和业务知识两种类型数据,所述基础知识包括能够反映信息运维服务基本情况的文本和图像,所述业务知识包括与信息运维服务中各业务相关的文本和图像;Step 103对预处理后的信息运维服务知识数据按照划分类型分别用自定义编码方法进行编码,所述自定义编码方法如下:(1)将预处理后的信息运维服务知识数据作为编码对象,设信息运维服务知识Z包含的m个属性为S<sub>1</sub>,S<sub>2</sub>,…,S<sub>m</sub>;(2)对编码对象的属性进行选取,具体为:1)设属性的n个约束条件为R<sub>1</sub>,R<sub>2</sub>,…,R<sub>n</sub>,根据属性及其约束条件,得到属性权重因子矩阵W:<img file="FDA0001039183310000011.GIF" wi="637" he="231" />式中,a<sub>ij</sub>为权重因子,其中,i=1,2,…,m,j=1,2,…,n,表示属性S<sub>m</sub>符合制约条件R<sub>n</sub>的程度,取值范围为[0,1];2)定义属性权重w<sub>i</sub>:<maths num="0001"><math><![CDATA[<mrow><msub><mi>w</mi><mi>i</mi></msub><mo>=</mo><msubsup><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></msubsup><msub><mi>a</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub></mrow>]]></math><img file="FDA0001039183310000012.GIF" wi="326" he="134" /></maths>对属性权重进行归一化处理得到归一化属性权重w′<sub>i</sub>:<maths num="0002"><math><![CDATA[<mrow><msubsup><mi>w</mi><mi>i</mi><mo>′</mo></msubsup><mo>=</mo><mfrac><msub><mi>w</mi><mi>i</mi></msub><mrow><msubsup><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>m</mi></msubsup><msub><mi>w</mi><mi>i</mi></msub></mrow></mfrac></mrow>]]></math><img file="FDA0001039183310000013.GIF" wi="285" he="127" /></maths>3)设定属性权重阈值T<sub>1</sub>,定义属性选取函数X<sub>i</sub>:<maths num="0003"><math><![CDATA[<mrow><msub><mi>X</mi><mi>i</mi></msub><mo>=</mo><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><mn>1</mn><mo>,</mo></mrow></mtd><mtd><mrow><msubsup><mi>w</mi><mi>i</mi><mo>′</mo></msubsup><mo>≥</mo><msub><mi>T</mi><mn>1</mn></msub></mrow></mtd></mtr><mtr><mtd><mrow><mn>0</mn><mo>,</mo></mrow></mtd><mtd><mrow><msubsup><mi>w</mi><mi>i</mi><mo>′</mo></msubsup><mo><</mo><msub><mi>T</mi><mn>1</mn></msub></mrow></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0001039183310000014.GIF" wi="389" he="142" /></maths>4)建立属性选取优化模型:<maths num="0004"><math><![CDATA[<mrow><mi>Z</mi><mo>=</mo><msubsup><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>m</mi></msubsup><msub><mi>S</mi><mi>i</mi></msub><msub><mi>X</mi><mi>i</mi></msub></mrow>]]></math><img file="FDA0001039183310000021.GIF" wi="307" he="127" /></maths>5)根据属性选取优化模型,对编码对象的属性进行优化选取;(3)对优化选取的属性进行编码,获取信息运维服务知识数据的最终代码;Step 104将硬件存储资源抽象集中,映射到一个完整统一的资源池,并将用户操作系统虚拟化;Step 105将信息运维服务知识数据以最终代码的形式存储在资源池中;所述信息运维知识可信安全访问包括以下步骤:Step 201访问用户提交运维信息知识安全服务知识的访问请求时,对访问用户身份进行安全验证;Step 202响应访问请求时,读取存储在资源池上的信息运维服务知识数据,具体为:(1)采用K‑means聚类方法对信息运维服务知识中的各类业务进行划分,对任意两个类内信息运维服务知识Z<sub>1</sub>和Z<sub>2</sub>,定义距离函数D:D(Z<sub>1</sub>,Z<sub>2</sub>)=Y式中,Y表示Z<sub>1</sub>和Z<sub>2</sub>优化选取的属性相同的数目,设定阈值T<sub>2</sub>,若D≥T<sub>2</sub>,,则无论查询信息运维服务知识Z<sub>1</sub>还是Z<sub>2</sub>,都对信息运维服务知识Z<sub>1</sub>和Z<sub>2</sub>进行预取,其中阈值T<sub>2</sub>的取值范围为[m/2,3m/4];(2)根据聚类索引获取具体的信息运维服务知识位置信息;(3)根据聚类结果和信息运维服务知识位置信息对信息运维服务知识进行调度。 |