本發(fā)明涉及信息共享領域，具體涉及一種實現(xiàn)信息共享的裝置。

背景技術：

隨著信息技術的發(fā)展以及互聯(lián)網的普及，數(shù)據(jù)呈爆炸式增長，尤其是近年來社交網絡的快速發(fā)展使得數(shù)據(jù)急劇增長。信息共享變得尤為重要，然而目前并沒有研究出對信息共享行之有效的裝置。

技術實現(xiàn)要素：

針對上述問題，本發(fā)明提供一種實現(xiàn)信息共享的裝置。

本發(fā)明的目的采用以下技術方案來實現(xiàn)：

一種實現(xiàn)信息共享的裝置，其包括信息共享服務平臺和信息安全服務平臺，所述信息共享服務平臺包括平臺接口層、平臺管理層和平臺部署層，所述信息安全服務平臺包括數(shù)據(jù)安全處理層和數(shù)據(jù)服務層；

所述平臺接口層通過對外提供統(tǒng)一的接口，實現(xiàn)用戶進行數(shù)據(jù)的發(fā)布、查詢和獲取；

所述平臺管理層用于管理由數(shù)據(jù)安全處理模塊處理后的數(shù)據(jù)，包括依次連接的信息存儲模塊、服務分類管理模塊和服務查詢檢索模塊：

(1)信息存儲模塊，其采用云存儲系統(tǒng)進行加密后數(shù)據(jù)的存儲，形成虛擬的存儲資源池并協(xié)調配置存儲資源；

(2)服務分類管理模塊，用于對具有相似特征的服務進行分類并形成服務目錄，采用的算法為：

設有服務集F＝{f₁,…,f_n}，服務集中的每個服務用m個屬性來描述，則有f_i＝(f_i1,…,f_im)，f_i∈R^m，其中，R表示實數(shù)，m的取值范圍為[4,8]，i＝1,…,n；

step1確定聚類個數(shù)k，隨機選擇k個對象{t₁,…,t_k}作為聚類中心，則有t_j＝(t_j1,…,t_jm)，t_j∈R^m，其中，j＝1,…,k；

step2對于每個服務f_i，計算其相對應分類：

$c_i=\arg \underset{j}{max}\frac{{\mathrm{\Σ}}_{l=1}^m(f_{il}\×t_{jl})}{\sqrt{{\mathrm{\Σ}}_{l=1}^m{f}_{il}^2}\×\sqrt{{\mathrm{\Σ}}_{l=1}^m{t}_{il}^2}}$

式中，c_i表示服務f_i與k個類中距離最近的類，當滿足條件的c_i不止一個，則服務f_i同時對應多個分類；

step3對于每個聚類j，重新計算該類的聚類中心：

當聚類j中含有的服務均只屬于一類，則有：

$t_j:=\frac{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}{f}_i}{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}}$

當聚類j中有服務同時屬于w個分類，則有：

$t_j:=\frac{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}{f}_i-{\mathrm{\Σ}}_{i=1}^n\frac{w-1}{w}\{c_i=j_w\}{f}_i}{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}}$

式中，{c_i＝j}表示對應于聚類j的服務，{c_i＝j_w}表示服務同時對應于w個聚類，其中2≤w≤k；

step4重復step2和step3，前后兩次聚類中心的距離d＝||t_j后-t_j前||，t_j后為后一次聚類中心，t_j前為前一次聚類中心，根據(jù)實際應用設定閾值T，當滿足d＜T時，停止聚類；

利用上述算法，在服務類內繼續(xù)聚類可以細化服務分類，在一級目錄的基礎上形成多級目錄；

(3)服務查詢檢索模塊，用于在海量信息中精確找到需要的信息，從而完成信息檢索，采用的算法為：

step1對于服務集中的服務f_i，若包含特征詞C₁,…,C_q，確定相應特征詞權值δ₁,…,δ_q，表示特征詞C_q在服務f_i中出現(xiàn)的次數(shù)，n為服務集中包含的服務總數(shù)，n_q表示服務集中包含特征詞C_q的服務數(shù)，則服務用向量可表示為：

$\stackrel{\→}{f_i}=({\mathrm{\δ}}_1,...,{\mathrm{\δ}}_q)$

step2對于檢索請求A_i中包含表示服務的特征詞C₁,…,C_s，并確定相應特征詞權值σ₁,…,σ_s，tC_s表示特征詞C_s在服務f_i中出現(xiàn)的次數(shù)，maxtC_s表示特征詞C_s在所有服務中出現(xiàn)的次數(shù)的最大值，n為服務集中包含的服務總數(shù)，n_s表示服務集中包含特征詞C_s的服務數(shù)，則檢索請求用向量可表示為：

$\stackrel{\→}{A_i}=({\mathrm{\σ}}_1,...,{\mathrm{\σ}}_s)$

step3確定特征詞空間特征詞個數(shù)d，將服務和檢索請求向量標準化，對服務和檢索請求中沒有的特征詞，其相應的權值為0，此時有求和歐式距離，按照從小到大的順序將服務提供給用戶；

所述平臺部署層用于建立服務管理中心，部署網絡服務器，采用網絡服務器對服務信息進行保存，并提供客戶使用；

所述數(shù)據(jù)安全處理層，連接平臺接口層和平臺管理層，用于將平臺接口層中用戶發(fā)布的數(shù)據(jù)利用自生成的數(shù)據(jù)集密鑰加密后進行備份并上傳給所述平臺管理層，同時提取、上傳數(shù)據(jù)的元信息，并利用自生成的元信息密鑰對提取的元信息加密后發(fā)送給所述數(shù)據(jù)服務層、利用主密鑰加密所述數(shù)據(jù)集密鑰和所述元信息密鑰后發(fā)送給所述數(shù)據(jù)服務層；

所述數(shù)據(jù)服務層，連接數(shù)據(jù)安全處理層和平臺部署層，用于存儲所述數(shù)據(jù)安全處理層加密上傳的元信息和密鑰信息，并通過平臺部署層提供數(shù)據(jù)集訪問支持，以及密文檢索和數(shù)據(jù)驗證服務支持。

進一步地，所述平臺部署層包括訪問安全控制模塊，所述訪問安全控制模塊包括訪問權限控制單元、數(shù)據(jù)訪問流量控制單元、數(shù)據(jù)訪問傳輸控制單元和敏感信息訪問控制單元；所述數(shù)據(jù)訪問權限控制單元用于控制用戶的訪問權限，所述數(shù)據(jù)訪問流量控制單元用于控制用戶訪問數(shù)據(jù)的流量，所述數(shù)據(jù)訪問傳輸控制單元用于對數(shù)據(jù)傳輸進行加密和安全認證控制，所述敏感信息訪問控制單元用于對訪問敏感信息的行為進行監(jiān)控并予以告警，以及針對異常訪問的操作進行限制。

其中，所述數(shù)據(jù)訪問傳輸控制單元中，對于安全認證控制，包括基于虹膜識別加口令的安全認證和基于指紋識別加密鑰的安全認證。

其中，所述云信息包括數(shù)據(jù)集名字、數(shù)據(jù)集大小和數(shù)據(jù)集關鍵詞。

本發(fā)明的有益效果為：

1、設置信息共享服務平臺，有效解決了集中式服務管理造成的壓力集中，大量服務難以管理等問題；

2、設置信息存儲模塊，其采用云存儲系統(tǒng)進行加密后數(shù)據(jù)的存儲，不需要了解具體的存儲設備信息，不需要考慮數(shù)據(jù)備份和冗余等問題，節(jié)約了時間成本和存儲成本；

3、設置服務分類管理模塊，通過創(chuàng)建服務目錄，解決了以往檢索準確率低和耗費時間長的問題；

4、設置服務查詢檢索模塊，采用向量檢索算法，提高了檢索精確度，實現(xiàn)了服務名稱和服務功能相匹配的檢索；

5、設置信息安全服務平臺，通過數(shù)據(jù)安全處理層和數(shù)據(jù)服務層對數(shù)據(jù)進行加密處理，提高了信息安全度；

6、在平臺部署層中設置訪問安全控制模塊，大大提高了信息安全大數(shù)據(jù)管理系統(tǒng)的安全性。

附圖說明

利用附圖對本發(fā)明作進一步說明，但附圖中的實施例不構成對本發(fā)明的任何限制，對于本領域的普通技術人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明的結構連接示意圖。

附圖標記：平臺接口層-10；平臺管理層20；平臺部署層30；數(shù)據(jù)安全處理層40；數(shù)據(jù)服務層50；信息存儲模塊21；服務分類模塊22；服務查詢檢索模塊23；訪問安全控制模塊31。

具體實施方式

結合以下實施例對本發(fā)明作進一步描述。

實施例1

參見圖1，本實施例的一種實現(xiàn)信息共享的裝置，包括信息共享服務平臺和信息安全服務平臺，所述信息共享服務平臺包括平臺接口層10、平臺管理層20和平臺部署層30，所述信息安全服務平臺包括數(shù)據(jù)安全處理層40和數(shù)據(jù)服務層50；

所述平臺接口層10通過對外提供統(tǒng)一的接口，實現(xiàn)用戶進行數(shù)據(jù)的發(fā)布、查詢和獲??；

所述平臺管理層20用于管理由數(shù)據(jù)安全處理模塊處理后的數(shù)據(jù)，包括依次連接的信息存儲模塊21、服務分類管理模塊22和服務查詢檢索模塊23：

(1)信息存儲模塊21，其采用云存儲系統(tǒng)進行加密后數(shù)據(jù)的存儲，形成虛擬的存儲資源池并協(xié)調配置存儲資源；

(2)服務分類管理模塊22，用于對具有相似特征的服務進行分類并形成服務目錄，采用的算法為：

設有服務集F＝{f₁,…,f_n}，服務集中的每個服務用m個屬性來描述，則有f_i＝(f_i1,…,f_im)，f_i∈R^m，其中，R表示實數(shù)，m的取值范圍為[4,8]，i＝1,…,n；

step1確定聚類個數(shù)k，隨機選擇k個對象{t₁,…,t_k}作為聚類中心，則有t_j＝(t_j1,…,t_jm)，t_j∈R^m，其中，j＝1,…,k；

step2對于每個服務f_i，計算其相對應分類：

$c_i=\arg \underset{j}{max}\frac{{\mathrm{\Σ}}_{l=1}^m(f_{il}\×t_{jl})}{\sqrt{{\mathrm{\Σ}}_{l=1}^m{f}_{il}^2}\×\sqrt{{\mathrm{\Σ}}_{l=1}^m{t}_{il}^2}}$

式中，c_i表示服務f_i與k個類中距離最近的類，當滿足條件的c_i不止一個，則服務f_i同時對應多個分類；

step3對于每個聚類j，重新計算該類的聚類中心：

當聚類j中含有的服務均只屬于一類，則有：

$t_j:=\frac{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}{f}_i}{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}}$

當聚類j中有服務同時屬于w個分類，則有：

$t_j:=\frac{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}{f}_i-{\mathrm{\Σ}}_{i=1}^n\frac{w-1}{w}\{c_i=j_w\}{f}_i}{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}}$

式中，{c_i＝j}表示對應于聚類j的服務，{c_i＝j_w}表示服務同時對應于w個聚類，其中2≤w≤k；

step4重復step2和step3，前后兩次聚類中心的距離d＝||t_j后-t_j前||，t_j后為后一次聚類中心，t_j前為前一次聚類中心，根據(jù)實際應用設定閾值T，當滿足d＜T時，停止聚類；

利用上述算法，在服務類內繼續(xù)聚類可以細化服務分類，在一級目錄的基礎上形成多級目錄；

(3)服務查詢檢索模塊23，用于在海量信息中精確找到需要的信息，從而完成信息檢索，采用的算法為：

step1對于服務集中的服務f_i，若包含特征詞C₁,…,C_q，確定相應特征詞權值δ₁,…,δ_q，表示特征詞C_q在服務f_i中出現(xiàn)的次數(shù)，n為服務集中包含的服務總數(shù)，n_q表示服務集中包含特征詞C_q的服務數(shù)，則服務用向量可表示為：

$\stackrel{\→}{f_i}=({\mathrm{\δ}}_1,...,{\mathrm{\δ}}_q)$

step2對于檢索請求A_i中包含表示服務的特征詞C₁,…,C_s，并確定相應特征詞權值σ₁,…,σ_s，tC_s表示特征詞C_s在服務f_i中出現(xiàn)的次數(shù)，maxtC_s表示特征詞C_s在所有服務中出現(xiàn)的次數(shù)的最大值，n為服務集中包含的服務總數(shù)，n_s表示服務集中包含特征詞C_s的服務數(shù)，則檢索請求用向量可表示為：

$\stackrel{\→}{A_i}=({\mathrm{\σ}}_1,...,{\mathrm{\σ}}_s)$

step3確定特征詞空間特征詞個數(shù)d，將服務和檢索請求向量標準化，對服務和檢索請求中沒有的特征詞，其相應的權值為0，此時有求和歐式距離，按照從小到大的順序將服務提供給用戶；

所述平臺部署層30用于建立服務管理中心，部署網絡服務器，采用網絡服務器對服務信息進行保存，并提供客戶使用；

所述數(shù)據(jù)安全處理層40，連接平臺接口層和平臺管理層，用于將平臺接口層中用戶發(fā)布的數(shù)據(jù)利用自生成的數(shù)據(jù)集密鑰加密后進行備份并上傳給所述平臺管理層，同時提取、上傳數(shù)據(jù)的元信息，并利用自生成的元信息密鑰對提取的元信息加密后發(fā)送給所述數(shù)據(jù)服務層、利用主密鑰加密所述數(shù)據(jù)集密鑰和所述元信息密鑰后發(fā)送給所述數(shù)據(jù)服務層；

所述數(shù)據(jù)服務層50，連接數(shù)據(jù)安全處理層和平臺部署層，用于存儲所述數(shù)據(jù)安全處理層加密上傳的元信息和密鑰信息，并通過平臺部署層提供數(shù)據(jù)集訪問支持，以及密文檢索和數(shù)據(jù)驗證服務支持。

進一步地，所述平臺部署層30包括訪問安全控制模塊31，所述訪問安全控制模塊31包括訪問權限控制單元、數(shù)據(jù)訪問流量控制單元、數(shù)據(jù)訪問傳輸控制單元和敏感信息訪問控制單元；所述數(shù)據(jù)訪問權限控制單元用于控制用戶的訪問權限，所述數(shù)據(jù)訪問流量控制單元用于控制用戶訪問數(shù)據(jù)的流量，所述數(shù)據(jù)訪問傳輸控制單元用于對數(shù)據(jù)傳輸進行加密和安全認證控制，所述敏感信息訪問控制單元用于對訪問敏感信息的行為進行監(jiān)控并予以告警，以及針對異常訪問的操作進行限制。

其中，所述數(shù)據(jù)訪問傳輸控制單元中，對于安全認證控制，包括基于虹膜識別加口令的安全認證和基于指紋識別加密鑰的安全認證。

其中，所述云信息包括數(shù)據(jù)集名字、數(shù)據(jù)集大小和數(shù)據(jù)集關鍵詞。

本實施例設置信息共享服務平臺，有效解決了集中式服務管理造成的壓力集中，大量服務難以管理等問題；設置信息存儲模塊，其采用云存儲系統(tǒng)進行加密后數(shù)據(jù)的存儲，不需要了解具體的存儲設備信息，不需要考慮數(shù)據(jù)備份和冗余等問題，節(jié)約了時間成本和存儲成本；設置信息安全服務平臺，通過數(shù)據(jù)安全處理層和數(shù)據(jù)服務層對數(shù)據(jù)進行加密處理，提高了信息安全度；在平臺部署層中設置訪問安全控制模塊，大大提高了信息安全大數(shù)據(jù)管理系統(tǒng)的安全性；設置服務分類管理模塊，通過創(chuàng)建服務目錄，解決了以往檢索準確率低和耗費時間長的問題，并設置服務查詢檢索模塊，采用向量檢索算法，提高了檢索精確度，實現(xiàn)了服務名稱和服務功能相匹配的檢索，其中服務集中的描述每個服務的屬性數(shù)目m取值為4，檢索準確率相對提高了0.4％，效率相對提高了0.5％。

實施例2

參見圖1，本實施例的一種實現(xiàn)信息共享的裝置，包括信息共享服務平臺和信息安全服務平臺，所述信息共享服務平臺包括平臺接口層10、平臺管理層20和平臺部署層30，所述信息安全服務平臺包括數(shù)據(jù)安全處理層40和數(shù)據(jù)服務層50；

所述平臺接口層10通過對外提供統(tǒng)一的接口，實現(xiàn)用戶進行數(shù)據(jù)的發(fā)布、查詢和獲??；

所述平臺管理層20用于管理由數(shù)據(jù)安全處理模塊處理后的數(shù)據(jù)，包括依次連接的信息存儲模塊21、服務分類管理模塊22和服務查詢檢索模塊23：

(1)信息存儲模塊21，其采用云存儲系統(tǒng)進行加密后數(shù)據(jù)的存儲，形成虛擬的存儲資源池并協(xié)調配置存儲資源；

(2)服務分類管理模塊22，用于對具有相似特征的服務進行分類并形成服務目錄，采用的算法為：

設有服務集F＝{f₁,…,f_n}，服務集中的每個服務用m個屬性來描述，則有f_i＝(f_i1,…,f_im)，f_i∈R^m，其中，R表示實數(shù)，m的取值范圍為[4,8]，i＝1,…,n；

step1確定聚類個數(shù)k，隨機選擇k個對象{t₁,…,t_k}作為聚類中心，則有t_j＝(t_j1,…,t_jm)，t_j∈R^m，其中，j＝1,…,k；

step2對于每個服務f_i，計算其相對應分類：

$c_i=\arg \underset{j}{max}\frac{{\mathrm{\Σ}}_{l=1}^m(f_{il}\×t_{jl})}{\sqrt{{\mathrm{\Σ}}_{l=1}^m{f}_{il}^2}\×\sqrt{{\mathrm{\Σ}}_{l=1}^m{t}_{il}^2}}$

式中，c_i表示服務f_i與k個類中距離最近的類，當滿足條件的c_i不止一個，則服務f_i同時對應多個分類；

step3對于每個聚類j，重新計算該類的聚類中心：

當聚類j中含有的服務均只屬于一類，則有：

$t_j:=\frac{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}{f}_i}{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}}$

當聚類j中有服務同時屬于w個分類，則有：

$t_j:=\frac{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}{f}_i-{\mathrm{\Σ}}_{i=1}^n\frac{w-1}{w}\{c_i=j_w\}{f}_i}{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}}$

式中，{c_i＝j}表示對應于聚類j的服務，{c_i＝j_w}表示服務同時對應于w個聚類，其中2≤w≤k；

step4重復step2和step3，前后兩次聚類中心的距離d＝||t_j后-t_j前||，t_j后為后一次聚類中心，t_j前為前一次聚類中心，根據(jù)實際應用設定閾值T，當滿足d＜T時，停止聚類；

利用上述算法，在服務類內繼續(xù)聚類可以細化服務分類，在一級目錄的基礎上形成多級目錄；

(3)服務查詢檢索模塊23，用于在海量信息中精確找到需要的信息，從而完成信息檢索，采用的算法為：

step1對于服務集中的服務f_i，若包含特征詞C₁,…,C_q，確定相應特征詞權值δ₁,…,δ_q，tC_q表示特征詞C_q在服務f_i中出現(xiàn)的次數(shù)，n為服務集中包含的服務總數(shù)，n_q表示服務集中包含特征詞C_q的服務數(shù)，則服務用向量可表示為：

$\stackrel{\→}{f_i}=({\mathrm{\δ}}_1,...,{\mathrm{\δ}}_q)$

step2對于檢索請求A_i中包含表示服務的特征詞C₁,…,C_s，并確定相應特征詞權值σ₁,…,σ_s，tC_s表示特征詞C_s在服務f_i中出現(xiàn)的次數(shù)，maxtC_s表示特征詞C_s在所有服務中出現(xiàn)的次數(shù)的最大值，n為服務集中包含的服務總數(shù)，n_s表示服務集中包含特征詞C_s的服務數(shù)，則檢索請求用向量可表示為：

$\stackrel{\→}{A_i}=({\mathrm{\σ}}_1,...,{\mathrm{\σ}}_s)$

step3確定特征詞空間特征詞個數(shù)d，將服務和檢索請求向量標準化，對服務和檢索請求中沒有的特征詞，其相應的權值為0，此時有求和歐式距離，按照從小到大的順序將服務提供給用戶；

所述平臺部署層30用于建立服務管理中心，部署網絡服務器，采用網絡服務器對服務信息進行保存，并提供客戶使用；

所述數(shù)據(jù)安全處理層40，連接平臺接口層和平臺管理層，用于將平臺接口層中用戶發(fā)布的數(shù)據(jù)利用自生成的數(shù)據(jù)集密鑰加密后進行備份并上傳給所述平臺管理層，同時提取、上傳數(shù)據(jù)的元信息，并利用自生成的元信息密鑰對提取的元信息加密后發(fā)送給所述數(shù)據(jù)服務層、利用主密鑰加密所述數(shù)據(jù)集密鑰和所述元信息密鑰后發(fā)送給所述數(shù)據(jù)服務層；

所述數(shù)據(jù)服務層50，連接數(shù)據(jù)安全處理層和平臺部署層，用于存儲所述數(shù)據(jù)安全處理層加密上傳的元信息和密鑰信息，并通過平臺部署層提供數(shù)據(jù)集訪問支持，以及密文檢索和數(shù)據(jù)驗證服務支持。

進一步地，所述平臺部署層30包括訪問安全控制模塊31，所述訪問安全控制模塊31包括訪問權限控制單元、數(shù)據(jù)訪問流量控制單元、數(shù)據(jù)訪問傳輸控制單元和敏感信息訪問控制單元；所述數(shù)據(jù)訪問權限控制單元用于控制用戶的訪問權限，所述數(shù)據(jù)訪問流量控制單元用于控制用戶訪問數(shù)據(jù)的流量，所述數(shù)據(jù)訪問傳輸控制單元用于對數(shù)據(jù)傳輸進行加密和安全認證控制，所述敏感信息訪問控制單元用于對訪問敏感信息的行為進行監(jiān)控并予以告警，以及針對異常訪問的操作進行限制。

其中，所述數(shù)據(jù)訪問傳輸控制單元中，對于安全認證控制，包括基于虹膜識別加口令的安全認證和基于指紋識別加密鑰的安全認證。

其中，所述云信息包括數(shù)據(jù)集名字、數(shù)據(jù)集大小和數(shù)據(jù)集關鍵詞。

本實施例設置信息共享服務平臺，有效解決了集中式服務管理造成的壓力集中，大量服務難以管理等問題；設置信息存儲模塊，其采用云存儲系統(tǒng)進行加密后數(shù)據(jù)的存儲，不需要了解具體的存儲設備信息，不需要考慮數(shù)據(jù)備份和冗余等問題，節(jié)約了時間成本和存儲成本；設置信息安全服務平臺，通過數(shù)據(jù)安全處理層和數(shù)據(jù)服務層對數(shù)據(jù)進行加密處理，提高了信息安全度；在平臺部署層中設置訪問安全控制模塊，大大提高了信息安全大數(shù)據(jù)管理系統(tǒng)的安全性；設置服務分類管理模塊，通過創(chuàng)建服務目錄，解決了以往檢索準確率低和耗費時間長的問題，并設置服務查詢檢索模塊，采用向量檢索算法，提高了檢索精確度，實現(xiàn)了服務名稱和服務功能相匹配的檢索，其中服務集中的描述每個服務的屬性數(shù)目m取值為5，檢索準確率相對提高了0.45％，效率相對提高了0.4％。

實施例3

參見圖1，本實施例的一種實現(xiàn)信息共享的裝置，包括信息共享服務平臺和信息安全服務平臺，所述信息共享服務平臺包括平臺接口層10、平臺管理層20和平臺部署層30，所述信息安全服務平臺包括數(shù)據(jù)安全處理層40和數(shù)據(jù)服務層50；

所述平臺接口層10通過對外提供統(tǒng)一的接口，實現(xiàn)用戶進行數(shù)據(jù)的發(fā)布、查詢和獲取；

所述平臺管理層20用于管理由數(shù)據(jù)安全處理模塊處理后的數(shù)據(jù)，包括依次連接的信息存儲模塊21、服務分類管理模塊22和服務查詢檢索模塊23：

(1)信息存儲模塊21，其采用云存儲系統(tǒng)進行加密后數(shù)據(jù)的存儲，形成虛擬的存儲資源池并協(xié)調配置存儲資源；

(2)服務分類管理模塊22，用于對具有相似特征的服務進行分類并形成服務目錄，采用的算法為：

設有服務集F＝{f₁,…,f_n}，服務集中的每個服務用m個屬性來描述，則有f_i＝(f_i1,…,f_im)，f_i∈R^m，其中，R表示實數(shù)，m的取值范圍為[4,8]，i＝1,…,n；

step1確定聚類個數(shù)k，隨機選擇k個對象{t₁,…,t_k}作為聚類中心，則有t_j＝(t_j1,…,t_jm)，t_j∈R^m，其中，j＝1,…,k；

step2對于每個服務f_i，計算其相對應分類：

$c_i=\arg \underset{j}{max}\frac{{\mathrm{\Σ}}_{l=1}^m(f_{il}\×t_{jl})}{\sqrt{{\mathrm{\Σ}}_{l=1}^m{f}_{il}^2}\×\sqrt{{\mathrm{\Σ}}_{l=1}^m{t}_{il}^2}}$

式中，c_i表示服務f_i與k個類中距離最近的類，當滿足條件的c_i不止一個，則服務f_i同時對應多個分類；

step3對于每個聚類j，重新計算該類的聚類中心：

當聚類j中含有的服務均只屬于一類，則有：

$t_j:=\frac{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}{f}_i}{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}}$

當聚類j中有服務同時屬于w個分類，則有：

$t_j:=\frac{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}{f}_i-{\mathrm{\Σ}}_{i=1}^n\frac{w-1}{w}\{c_i=j_w\}{f}_i}{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}}$

式中，{c_i＝j}表示對應于聚類j的服務，{c_i＝j_w}表示服務同時對應于w個聚類，其中2≤w≤k；

step4重復step2和step3，前后兩次聚類中心的距離d＝||t_j后-t_j前||，t_j后為后一次聚類中心，t_j前為前一次聚類中心，根據(jù)實際應用設定閾值T，當滿足d＜T時，停止聚類；

利用上述算法，在服務類內繼續(xù)聚類可以細化服務分類，在一級目錄的基礎上形成多級目錄；

(3)服務查詢檢索模塊23，用于在海量信息中精確找到需要的信息，從而完成信息檢索，采用的算法為：

step1對于服務集中的服務f_i，若包含特征詞C₁,…,C_q，確定相應特征詞權值δ₁,…,δ_q，tC_q表示特征詞C_q在服務f_i中出現(xiàn)的次數(shù)，n為服務集中包含的服務總數(shù)，n_q表示服務集中包含特征詞C_q的服務數(shù)，則服務用向量可表示為：

$\stackrel{\→}{f_i}=({\mathrm{\δ}}_1,...,{\mathrm{\δ}}_q)$

step2對于檢索請求A_i中包含表示服務的特征詞C₁,…,C_s，并確定相應特征詞權值σ₁,…,σ_s，tC_s表示特征詞C_s在服務f_i中出現(xiàn)的次數(shù)，maxtC_s表示特征詞C_s在所有服務中出現(xiàn)的次數(shù)的最大值，n為服務集中包含的服務總數(shù)，n_s表示服務集中包含特征詞C_s的服務數(shù)，則檢索請求用向量可表示為：

$\stackrel{\→}{A_i}=({\mathrm{\σ}}_1,...,{\mathrm{\σ}}_s)$

step3確定特征詞空間特征詞個數(shù)d，將服務和檢索請求向量標準化，對服務和檢索請求中沒有的特征詞，其相應的權值為0，此時有求和歐式距離，按照從小到大的順序將服務提供給用戶；

所述平臺部署層30用于建立服務管理中心，部署網絡服務器，采用網絡服務器對服務信息進行保存，并提供客戶使用；

所述數(shù)據(jù)安全處理層40，連接平臺接口層和平臺管理層，用于將平臺接口層中用戶發(fā)布的數(shù)據(jù)利用自生成的數(shù)據(jù)集密鑰加密后進行備份并上傳給所述平臺管理層，同時提取、上傳數(shù)據(jù)的元信息，并利用自生成的元信息密鑰對提取的元信息加密后發(fā)送給所述數(shù)據(jù)服務層、利用主密鑰加密所述數(shù)據(jù)集密鑰和所述元信息密鑰后發(fā)送給所述數(shù)據(jù)服務層；

所述數(shù)據(jù)服務層50，連接數(shù)據(jù)安全處理層和平臺部署層，用于存儲所述數(shù)據(jù)安全處理層加密上傳的元信息和密鑰信息，并通過平臺部署層提供數(shù)據(jù)集訪問支持，以及密文檢索和數(shù)據(jù)驗證服務支持。

進一步地，所述平臺部署層30包括訪問安全控制模塊31，所述訪問安全控制模塊31包括訪問權限控制單元、數(shù)據(jù)訪問流量控制單元、數(shù)據(jù)訪問傳輸控制單元和敏感信息訪問控制單元；所述數(shù)據(jù)訪問權限控制單元用于控制用戶的訪問權限，所述數(shù)據(jù)訪問流量控制單元用于控制用戶訪問數(shù)據(jù)的流量，所述數(shù)據(jù)訪問傳輸控制單元用于對數(shù)據(jù)傳輸進行加密和安全認證控制，所述敏感信息訪問控制單元用于對訪問敏感信息的行為進行監(jiān)控并予以告警，以及針對異常訪問的操作進行限制。

其中，所述數(shù)據(jù)訪問傳輸控制單元中，對于安全認證控制，包括基于虹膜識別加口令的安全認證和基于指紋識別加密鑰的安全認證。

其中，所述云信息包括數(shù)據(jù)集名字、數(shù)據(jù)集大小和數(shù)據(jù)集關鍵詞。

本實施例設置信息共享服務平臺，有效解決了集中式服務管理造成的壓力集中，大量服務難以管理等問題；設置信息存儲模塊，其采用云存儲系統(tǒng)進行加密后數(shù)據(jù)的存儲，不需要了解具體的存儲設備信息，不需要考慮數(shù)據(jù)備份和冗余等問題，節(jié)約了時間成本和存儲成本；設置信息安全服務平臺，通過數(shù)據(jù)安全處理層和數(shù)據(jù)服務層對數(shù)據(jù)進行加密處理，提高了信息安全度；在平臺部署層中設置訪問安全控制模塊，大大提高了信息安全大數(shù)據(jù)管理系統(tǒng)的安全性；設置服務分類管理模塊，通過創(chuàng)建服務目錄，解決了以往檢索準確率低和耗費時間長的問題，并設置服務查詢檢索模塊，采用向量檢索算法，提高了檢索精確度，實現(xiàn)了服務名稱和服務功能相匹配的檢索，其中服務集中的描述每個服務的屬性數(shù)目m取值為6，檢索準確率相對提高了0.6％，效率相對提高了0.35％。

實施例4

參見圖1，本實施例的一種實現(xiàn)信息共享的裝置，包括信息共享服務平臺和信息安全服務平臺，所述信息共享服務平臺包括平臺接口層10、平臺管理層20和平臺部署層30，所述信息安全服務平臺包括數(shù)據(jù)安全處理層40和數(shù)據(jù)服務層50；

所述平臺接口層10通過對外提供統(tǒng)一的接口，實現(xiàn)用戶進行數(shù)據(jù)的發(fā)布、查詢和獲??；

所述平臺管理層20用于管理由數(shù)據(jù)安全處理模塊處理后的數(shù)據(jù)，包括依次連接的信息存儲模塊21、服務分類管理模塊22和服務查詢檢索模塊23：

(1)信息存儲模塊21，其采用云存儲系統(tǒng)進行加密后數(shù)據(jù)的存儲，形成虛擬的存儲資源池并協(xié)調配置存儲資源；

(2)服務分類管理模塊22，用于對具有相似特征的服務進行分類并形成服務目錄，采用的算法為：

設有服務集F＝{f₁,…,f_n}，服務集中的每個服務用m個屬性來描述，則有f_i＝(f_i1,…,f_im)，f_i∈R^m，其中，R表示實數(shù)，m的取值范圍為[4,8]，i＝1,…,n；

step1確定聚類個數(shù)k，隨機選擇k個對象{t₁,…,t_k}作為聚類中心，則有t_j＝(t_j1,…,t_jm)，t_j∈R^m，其中，j＝1,…,k；

step2對于每個服務f_i，計算其相對應分類：

$c_i=\arg \underset{j}{max}\frac{{\mathrm{\Σ}}_{l=1}^m(f_{il}\×t_{jl})}{\sqrt{{\mathrm{\Σ}}_{l=1}^m{f}_{il}^2}\×\sqrt{{\mathrm{\Σ}}_{l=1}^m{t}_{il}^2}}$

式中，c_i表示服務f_i與k個類中距離最近的類，當滿足條件的c_i不止一個，則服務f_i同時對應多個分類；

step3對于每個聚類j，重新計算該類的聚類中心：

當聚類j中含有的服務均只屬于一類，則有：

$t_j:=\frac{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}{f}_i}{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}}$

當聚類j中有服務同時屬于w個分類，則有：

$t_j:=\frac{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}{f}_i-{\mathrm{\Σ}}_{i=1}^n\frac{w-1}{w}\{c_i=j_w\}{f}_i}{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}}$

式中，{c_i＝j}表示對應于聚類j的服務，{c_i＝j_w}表示服務同時對應于w個聚類，其中2≤w≤k；

step4重復step2和step3，前后兩次聚類中心的距離d＝||t_j后-t_j前||，t_j后為后一次聚類中心，t_j前為前一次聚類中心，根據(jù)實際應用設定閾值T，當滿足d＜T時，停止聚類；

利用上述算法，在服務類內繼續(xù)聚類可以細化服務分類，在一級目錄的基礎上形成多級目錄；

(3)服務查詢檢索模塊23，用于在海量信息中精確找到需要的信息，從而完成信息檢索，采用的算法為：

step1對于服務集中的服務f_i，若包含特征詞C₁,…,C_q，確定相應特征詞權值δ₁,…,δ_q，tC_q表示特征詞C_q在服務f_i中出現(xiàn)的次數(shù)，n為服務集中包含的服務總數(shù)，n_q表示服務集中包含特征詞C_q的服務數(shù)，則服務用向量可表示為：

$\stackrel{\→}{f_i}=({\mathrm{\δ}}_1,...,{\mathrm{\δ}}_q)$

step2對于檢索請求A_i中包含表示服務的特征詞C₁,…,C_s，并確定相應特征詞權值σ₁,…,σ_s，tC_s表示特征詞C_s在服務f_i中出現(xiàn)的次數(shù)，maxtC_s表示特征詞C_s在所有服務中出現(xiàn)的次數(shù)的最大值，n為服務集中包含的服務總數(shù)，n_s表示服務集中包含特征詞C_s的服務數(shù)，則檢索請求用向量可表示為：

$\stackrel{\→}{A_i}=({\mathrm{\σ}}_1,...,{\mathrm{\σ}}_s)$

step3確定特征詞空間特征詞個數(shù)d，將服務和檢索請求向量標準化，對服務和檢索請求中沒有的特征詞，其相應的權值為0，此時有求和歐式距離，按照從小到大的順序將服務提供給用戶；

所述平臺部署層30用于建立服務管理中心，部署網絡服務器，采用網絡服務器對服務信息進行保存，并提供客戶使用；

所述數(shù)據(jù)安全處理層40，連接平臺接口層和平臺管理層，用于將平臺接口層中用戶發(fā)布的數(shù)據(jù)利用自生成的數(shù)據(jù)集密鑰加密后進行備份并上傳給所述平臺管理層，同時提取、上傳數(shù)據(jù)的元信息，并利用自生成的元信息密鑰對提取的元信息加密后發(fā)送給所述數(shù)據(jù)服務層、利用主密鑰加密所述數(shù)據(jù)集密鑰和所述元信息密鑰后發(fā)送給所述數(shù)據(jù)服務層；

所述數(shù)據(jù)服務層50，連接數(shù)據(jù)安全處理層和平臺部署層，用于存儲所述數(shù)據(jù)安全處理層加密上傳的元信息和密鑰信息，并通過平臺部署層提供數(shù)據(jù)集訪問支持，以及密文檢索和數(shù)據(jù)驗證服務支持。

進一步地，所述平臺部署層30包括訪問安全控制模塊31，所述訪問安全控制模塊31包括訪問權限控制單元、數(shù)據(jù)訪問流量控制單元、數(shù)據(jù)訪問傳輸控制單元和敏感信息訪問控制單元；所述數(shù)據(jù)訪問權限控制單元用于控制用戶的訪問權限，所述數(shù)據(jù)訪問流量控制單元用于控制用戶訪問數(shù)據(jù)的流量，所述數(shù)據(jù)訪問傳輸控制單元用于對數(shù)據(jù)傳輸進行加密和安全認證控制，所述敏感信息訪問控制單元用于對訪問敏感信息的行為進行監(jiān)控并予以告警，以及針對異常訪問的操作進行限制。

其中，所述數(shù)據(jù)訪問傳輸控制單元中，對于安全認證控制，包括基于虹膜識別加口令的安全認證和基于指紋識別加密鑰的安全認證。

其中，所述云信息包括數(shù)據(jù)集名字、數(shù)據(jù)集大小和數(shù)據(jù)集關鍵詞。

本實施例設置信息共享服務平臺，有效解決了集中式服務管理造成的壓力集中，大量服務難以管理等問題；設置信息存儲模塊，其采用云存儲系統(tǒng)進行加密后數(shù)據(jù)的存儲，不需要了解具體的存儲設備信息，不需要考慮數(shù)據(jù)備份和冗余等問題，節(jié)約了時間成本和存儲成本；設置信息安全服務平臺，通過數(shù)據(jù)安全處理層和數(shù)據(jù)服務層對數(shù)據(jù)進行加密處理，提高了信息安全度；在平臺部署層中設置訪問安全控制模塊，大大提高了信息安全大數(shù)據(jù)管理系統(tǒng)的安全性；設置服務分類管理模塊，通過創(chuàng)建服務目錄，解決了以往檢索準確率低和耗費時間長的問題，并設置服務查詢檢索模塊，采用向量檢索算法，提高了檢索精確度，實現(xiàn)了服務名稱和服務功能相匹配的檢索，其中服務集中的描述每個服務的屬性數(shù)目m取值為7，檢索準確率相對提高了0.7％，效率相對提高了0.32％。

實施例5

參見圖1，本實施例的一種實現(xiàn)信息共享的裝置，包括信息共享服務平臺和信息安全服務平臺，所述信息共享服務平臺包括平臺接口層10、平臺管理層20和平臺部署層30，所述信息安全服務平臺包括數(shù)據(jù)安全處理層40和數(shù)據(jù)服務層50；

所述平臺接口層10通過對外提供統(tǒng)一的接口，實現(xiàn)用戶進行數(shù)據(jù)的發(fā)布、查詢和獲?。?/p>

所述平臺管理層20用于管理由數(shù)據(jù)安全處理模塊處理后的數(shù)據(jù)，包括依次連接的信息存儲模塊21、服務分類管理模塊22和服務查詢檢索模塊23：

(1)信息存儲模塊21，其采用云存儲系統(tǒng)進行加密后數(shù)據(jù)的存儲，形成虛擬的存儲資源池并協(xié)調配置存儲資源；

(2)服務分類管理模塊22，用于對具有相似特征的服務進行分類并形成服務目錄，采用的算法為：

設有服務集F＝{f₁,…,f_n}，服務集中的每個服務用m個屬性來描述，則有f_i＝(f_i1,…,f_im)，f_i∈R^m，其中，R表示實數(shù)，m的取值范圍為[4,8]，i＝1,…,n；

step1確定聚類個數(shù)k，隨機選擇k個對象{t₁,…,t_k}作為聚類中心，則有t_j＝(t_j1,…,t_jm)，t_j∈R^m，其中，j＝1,…,k；

step2對于每個服務f_i，計算其相對應分類：

$c_i=\arg \underset{j}{max}\frac{{\mathrm{\Σ}}_{l=1}^m(f_{il}\×t_{jl})}{\sqrt{{\mathrm{\Σ}}_{l=1}^m{f}_{il}^2}\×\sqrt{{\mathrm{\Σ}}_{l=1}^m{t}_{il}^2}}$

式中，c_i表示服務f_i與k個類中距離最近的類，當滿足條件的c_i不止一個，則服務f_i同時對應多個分類；

step3對于每個聚類j，重新計算該類的聚類中心：

當聚類j中含有的服務均只屬于一類，則有：

$t_j:=\frac{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}{f}_i}{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}}$

當聚類j中有服務同時屬于w個分類，則有：

$t_j:=\frac{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}{f}_i-{\mathrm{\Σ}}_{i=1}^n\frac{w-1}{w}\{c_i=j_w\}{f}_i}{{\mathrm{\Σ}}_{i=1}^{n}1\{c_i=j\}}$

式中，{c_i＝j}表示對應于聚類j的服務，{c_i＝j_w}表示服務同時對應于w個聚類，其中2≤w≤k；

step4重復step2和step3，前后兩次聚類中心的距離d＝||t_j后-t_j前||，t_j后為后一次聚類中心，t_j前為前一次聚類中心，根據(jù)實際應用設定閾值T，當滿足d＜T時，停止聚類；

利用上述算法，在服務類內繼續(xù)聚類可以細化服務分類，在一級目錄的基礎上形成多級目錄；

(3)服務查詢檢索模塊23，用于在海量信息中精確找到需要的信息，從而完成信息檢索，采用的算法為：

step1對于服務集中的服務f_i，若包含特征詞C₁,…,C_q，確定相應特征詞權值δ₁,…,δ_q，tC_q表示特征詞C_q在服務f_i中出現(xiàn)的次數(shù)，n為服務集中包含的服務總數(shù)，n_q表示服務集中包含特征詞C_q的服務數(shù)，則服務用向量可表示為：

$\stackrel{\→}{f_i}=({\mathrm{\δ}}_1,...,{\mathrm{\δ}}_q)$

step2對于檢索請求A_i中包含表示服務的特征詞C₁,…,C_s，并確定相應特征詞權值σ₁,…,σ_s，tC_s表示特征詞C_s在服務f_i中出現(xiàn)的次數(shù)，maxtC_s表示特征詞C_s在所有服務中出現(xiàn)的次數(shù)的最大值，n為服務集中包含的服務總數(shù)，n_s表示服務集中包含特征詞C_s的服務數(shù)，則檢索請求用向量可表示為：

$\stackrel{\→}{A_i}=({\mathrm{\σ}}_1,...,{\mathrm{\σ}}_s)$

step3確定特征詞空間特征詞個數(shù)d，將服務和檢索請求向量標準化，對服務和檢索請求中沒有的特征詞，其相應的權值為0，此時有求和歐式距離，按照從小到大的順序將服務提供給用戶；

所述平臺部署層30用于建立服務管理中心，部署網絡服務器，采用網絡服務器對服務信息進行保存，并提供客戶使用；

所述數(shù)據(jù)安全處理層40，連接平臺接口層和平臺管理層，用于將平臺接口層中用戶發(fā)布的數(shù)據(jù)利用自生成的數(shù)據(jù)集密鑰加密后進行備份并上傳給所述平臺管理層，同時提取、上傳數(shù)據(jù)的元信息，并利用自生成的元信息密鑰對提取的元信息加密后發(fā)送給所述數(shù)據(jù)服務層、利用主密鑰加密所述數(shù)據(jù)集密鑰和所述元信息密鑰后發(fā)送給所述數(shù)據(jù)服務層；

所述數(shù)據(jù)服務層50，連接數(shù)據(jù)安全處理層和平臺部署層，用于存儲所述數(shù)據(jù)安全處理層加密上傳的元信息和密鑰信息，并通過平臺部署層提供數(shù)據(jù)集訪問支持，以及密文檢索和數(shù)據(jù)驗證服務支持。

進一步地，所述平臺部署層30包括訪問安全控制模塊31，所述訪問安全控制模塊31包括訪問權限控制單元、數(shù)據(jù)訪問流量控制單元、數(shù)據(jù)訪問傳輸控制單元和敏感信息訪問控制單元；所述數(shù)據(jù)訪問權限控制單元用于控制用戶的訪問權限，所述數(shù)據(jù)訪問流量控制單元用于控制用戶訪問數(shù)據(jù)的流量，所述數(shù)據(jù)訪問傳輸控制單元用于對數(shù)據(jù)傳輸進行加密和安全認證控制，所述敏感信息訪問控制單元用于對訪問敏感信息的行為進行監(jiān)控并予以告警，以及針對異常訪問的操作進行限制。

其中，所述數(shù)據(jù)訪問傳輸控制單元中，對于安全認證控制，包括基于虹膜識別加口令的安全認證和基于指紋識別加密鑰的安全認證。

其中，所述云信息包括數(shù)據(jù)集名字、數(shù)據(jù)集大小和數(shù)據(jù)集關鍵詞。

本實施例設置信息共享服務平臺，有效解決了集中式服務管理造成的壓力集中，大量服務難以管理等問題；設置信息存儲模塊，其采用云存儲系統(tǒng)進行加密后數(shù)據(jù)的存儲，不需要了解具體的存儲設備信息，不需要考慮數(shù)據(jù)備份和冗余等問題，節(jié)約了時間成本和存儲成本；設置信息安全服務平臺，通過數(shù)據(jù)安全處理層和數(shù)據(jù)服務層對數(shù)據(jù)進行加密處理，提高了信息安全度；在平臺部署層中設置訪問安全控制模塊，大大提高了信息安全大數(shù)據(jù)管理系統(tǒng)的安全性；設置服務分類管理模塊，通過創(chuàng)建服務目錄，解決了以往檢索準確率低和耗費時間長的問題，并設置服務查詢檢索模塊，采用向量檢索算法，提高了檢索精確度，實現(xiàn)了服務名稱和服務功能相匹配的檢索，其中服務集中的描述每個服務的屬性數(shù)目m取值為8，檢索準確率相對提高了0.9％，效率相對提高了0.3％。

最后應當說明的是，以上實施例僅用以說明本發(fā)明的技術方案，而非對本發(fā)明保護范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細地說明，本領域的普通技術人員應當理解，可以對本發(fā)明的技術方案進行修改或者等同替換，而不脫離本發(fā)明技術方案的實質和范圍。