基于大数据可信计算的信息运维服务知识共享方法

摘要

本发明提供了基于大数据可信计算的信息运维服务知识共享方法，该方法是在具有保护性功能、认证和完整性度量等特征基础上构建一种可信度评估机制和可信关系传递机制，包括信息运维知识安全存储、信息运维知识安全访问和可信评估；所述信息运维知识安全存储包括以下步骤：(1)对存储用户身份进行安全验证；(2)对信息运维服务知识数据进行预处理；(3)进行编码；(4)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；(5)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；所述信息运维知识安全访问包括以下步骤：(1)对访问用户身份进行安全验证；(2)读取存储在资源池上的信息运维服务知识数据。本发明能实现无障碍共享，减少了内存占用，提高了数据调用速度，且在保证便捷性的前提下提高了信息运维服务知识共享的安全性。

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S₁,S₂,…,S_m；(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R₁,R₂,…,R_n，根据属性及其约束条件，得到属性权重因子矩阵W：式中，a_ij为权重因子，其中，i＝1,2,…,m，j＝1,2,…,n，表示属性S_m符合制约条件R_n的程度，取值范围为[0,1]；2)定义属性权重w_i：$w_i={\Sigma }_{j=1}^n{a}_{ij}$对属性权重进行归一化处理得到归一化属性权重w′_i：$w_i^{\prime }=\frac{w_i}{{\Sigma }_{i=1}^m{w}_i}$3)设定属性权重阈值T₁，定义属性选取函数X_i：$X_i=\left\{\begin{array}{cc}1,& w_i^{\prime }\ge T_1\\ 0,& w_i^{\prime }<T_1\end{array}\right.$4)建立属性选取优化模型：$Z={\Sigma }_{i=1}^m{S}_i{X}_i$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Z₁和Z₂，定义距离函数D：D(Z₁,Z₂)＝Y式中，Y表示Z₁和Z₂优化选取的属性相同的数目，设定阈值T₂，若D≥T₂，，则无论查询信息运维服务知识Z₁还是Z₂，都对信息运维服务知识Z₁和Z₂进行预取，其中阈值T₂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。