共享平臺(tái)作為PAAS層的平臺(tái)，提供的是能力和服務(wù)，當(dāng)然也可以基于能力和服務(wù)開(kāi)發(fā)具體的SAAS層產(chǎn)品，但不是主業(yè)，從這個(gè)意義上說(shuō)，共享平臺(tái)就是能力開(kāi)放中間件。以下技術(shù)可以使共享平臺(tái)架構(gòu)更加合理、安全性更高，兼容性更強(qiáng)，資源分類和提供更加智能化。
1、綜合管理技術(shù)
共享平臺(tái)集成多種數(shù)據(jù)資源，必然需要用到綜合管理技術(shù)。以Activity工作流機(jī)制驅(qū)動(dòng)綜合管理，可以根據(jù)現(xiàn)場(chǎng)不同的業(yè)務(wù)需求場(chǎng)景自定義工作流模板，表單可以復(fù)用，極大地簡(jiǎn)化了定制開(kāi)發(fā)工作量。ProcessEngine對(duì)象和Activity工作流引擎是Activiti工作的核心，負(fù)責(zé)生成流程運(yùn)行時(shí)的各種實(shí)例及數(shù)據(jù)、監(jiān)控和管理流程的運(yùn)行。目前主流的工作流框架還有：JBPM、OSWorkFlow、WorkFlow等，都可以用來(lái)改進(jìn)綜合管理的細(xì)節(jié)。
圖 1 Activiti 引擎的系統(tǒng)服務(wù)結(jié)構(gòu)圖
2、深度學(xué)習(xí)和大數(shù)據(jù)技術(shù)
目前主流的智能分析產(chǎn)品均已采用了深度學(xué)習(xí)技術(shù)。相較于深度學(xué)習(xí)，淺度學(xué)習(xí)(例如adaboost算法)是基于統(tǒng)計(jì)模型的機(jī)器學(xué)習(xí)算法。利用BP(反向傳播)算法讓一個(gè)人工神經(jīng)網(wǎng)絡(luò)模型從大量訓(xùn)練樣本中學(xué)習(xí)統(tǒng)計(jì)規(guī)律，從而對(duì)未知事件做預(yù)測(cè)。這種基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)方法比起早先基于人工規(guī)則的系統(tǒng)，在很多方面顯出優(yōu)越性。這種人工神經(jīng)網(wǎng)絡(luò)，雖也被稱作多層感知機(jī)(Multi-layer Perception)，但實(shí)際是種只含有一層隱層節(jié)點(diǎn)的淺層模型。
深度學(xué)習(xí)的實(shí)質(zhì)，是通過(guò)構(gòu)建具有很多隱層的機(jī)器學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)，來(lái)學(xué)習(xí)更有用的特征，從而最終提升分類或預(yù)測(cè)的準(zhǔn)確性。因此，“深度模型”是手段，“特征學(xué)習(xí)”才是目的。
區(qū)別于傳統(tǒng)的淺層學(xué)習(xí)，深度學(xué)習(xí)的不同在于：1)強(qiáng)調(diào)了模型結(jié)構(gòu)的深度，通常有許多層的隱層節(jié)點(diǎn);2)明確突出了特征學(xué)習(xí)的重要性，也就是說(shuō)，通過(guò)逐層特征變換，將樣本在原空間的特征表示變換到一個(gè)新特征空間，從而使分類或預(yù)測(cè)更加容易。與人工規(guī)則構(gòu)造特征的方法相比，利用大數(shù)據(jù)來(lái)學(xué)習(xí)特征，更能夠刻畫(huà)數(shù)據(jù)的豐富內(nèi)在信息。因此深度學(xué)習(xí)與大數(shù)據(jù)的結(jié)合是共享平臺(tái)的重要特征。
3、安全防御技術(shù)
針對(duì)共享類平臺(tái)，尤其是互聯(lián)網(wǎng)平臺(tái)的安全防御是非常重要的。安全防御包括網(wǎng)絡(luò)安全、web安全、防入侵、防注入、重要信息加密、權(quán)限管理等策略。因此共享平臺(tái)需要對(duì)安全防御做出規(guī)劃。
•針對(duì)重要核心信息可以采用加密存儲(chǔ)和傳輸?shù)牟呗?，并且?guī)劃合理的分層級(jí)的權(quán)限管理策略，尤其是針對(duì)流媒體、文件媒體等資源，需要經(jīng)過(guò)認(rèn)證才能申請(qǐng)。
•共享平臺(tái)可以采用核心軟件硬件化的策略防止不良模塊注入，并通過(guò)對(duì)重要系統(tǒng)調(diào)用掛鉤的方法監(jiān)控調(diào)用參數(shù)和調(diào)用行為，將這些參數(shù)和行為匯總到安全監(jiān)控模塊，并通過(guò)大數(shù)據(jù)模塊的分析產(chǎn)生常見(jiàn)調(diào)用行為和罕見(jiàn)調(diào)用行為的分析報(bào)表。
•共享平臺(tái)也可以采用安裝過(guò)濾型驅(qū)動(dòng)的方法監(jiān)控網(wǎng)絡(luò)流量。例如基于winpcap方式堆疊在NIC驅(qū)動(dòng)之上，在鏈路層即開(kāi)始監(jiān)控網(wǎng)絡(luò)流量信息，繞過(guò)NDIS、TCPIP協(xié)議驅(qū)動(dòng)和AFD。
一般來(lái)說(shuō)，過(guò)濾得越底層，防入侵側(cè)級(jí)別和安全性越高。這些大量的流量信息，包括源端和目的端、報(bào)文長(zhǎng)度等細(xì)節(jié)，可以作為重要數(shù)據(jù)源匯聚到大數(shù)據(jù)模塊，作為流量分析、網(wǎng)絡(luò)異常監(jiān)控的主要依據(jù)。
圖2 網(wǎng)絡(luò)協(xié)議棧驅(qū)動(dòng)結(jié)構(gòu)圖
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺(tái)，自1994年品牌成立以來(lái)，一直專注于安全&自動(dòng)化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場(chǎng)趨勢(shì)的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國(guó)際行業(yè)展覽會(huì)資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動(dòng)、展會(huì)等整合營(yíng)銷服務(wù)。
粵公網(wǎng)安備 44030402000264號(hào)
