共享平臺作為PAAS層的平臺，提供的是能力和服務，當然也可以基于能力和服務開發(fā)具體的SAAS層產品，但不是主業(yè)，從這個意義上說，共享平臺就是能力開放中間件。以下技術可以使共享平臺架構更加合理、安全性更高，兼容性更強，資源分類和提供更加智能化。
1、綜合管理技術
共享平臺集成多種數據資源，必然需要用到綜合管理技術。以Activity工作流機制驅動綜合管理，可以根據現場不同的業(yè)務需求場景自定義工作流模板，表單可以復用，極大地簡化了定制開發(fā)工作量。ProcessEngine對象和Activity工作流引擎是Activiti工作的核心，負責生成流程運行時的各種實例及數據、監(jiān)控和管理流程的運行。目前主流的工作流框架還有：JBPM、OSWorkFlow、WorkFlow等，都可以用來改進綜合管理的細節(jié)。
圖 1 Activiti 引擎的系統服務結構圖
2、深度學習和大數據技術
目前主流的智能分析產品均已采用了深度學習技術。相較于深度學習，淺度學習(例如adaboost算法)是基于統計模型的機器學習算法。利用BP(反向傳播)算法讓一個人工神經網絡模型從大量訓練樣本中學習統計規(guī)律，從而對未知事件做預測。這種基于統計的機器學習方法比起早先基于人工規(guī)則的系統，在很多方面顯出優(yōu)越性。這種人工神經網絡，雖也被稱作多層感知機(Multi-layer Perception)，但實際是種只含有一層隱層節(jié)點的淺層模型。
深度學習的實質，是通過構建具有很多隱層的機器學習模型和海量的訓練數據，來學習更有用的特征，從而最終提升分類或預測的準確性。因此，“深度模型”是手段，“特征學習”才是目的。
區(qū)別于傳統的淺層學習，深度學習的不同在于：1)強調了模型結構的深度，通常有許多層的隱層節(jié)點;2)明確突出了特征學習的重要性，也就是說，通過逐層特征變換，將樣本在原空間的特征表示變換到一個新特征空間，從而使分類或預測更加容易。與人工規(guī)則構造特征的方法相比，利用大數據來學習特征，更能夠刻畫數據的豐富內在信息。因此深度學習與大數據的結合是共享平臺的重要特征。
3、安全防御技術
針對共享類平臺，尤其是互聯網平臺的安全防御是非常重要的。安全防御包括網絡安全、web安全、防入侵、防注入、重要信息加密、權限管理等策略。因此共享平臺需要對安全防御做出規(guī)劃。
•針對重要核心信息可以采用加密存儲和傳輸的策略，并且規(guī)劃合理的分層級的權限管理策略，尤其是針對流媒體、文件媒體等資源，需要經過認證才能申請。
•共享平臺可以采用核心軟件硬件化的策略防止不良模塊注入，并通過對重要系統調用掛鉤的方法監(jiān)控調用參數和調用行為，將這些參數和行為匯總到安全監(jiān)控模塊，并通過大數據模塊的分析產生常見調用行為和罕見調用行為的分析報表。
•共享平臺也可以采用安裝過濾型驅動的方法監(jiān)控網絡流量。例如基于winpcap方式堆疊在NIC驅動之上，在鏈路層即開始監(jiān)控網絡流量信息，繞過NDIS、TCPIP協議驅動和AFD。
一般來說，過濾得越底層，防入侵側級別和安全性越高。這些大量的流量信息，包括源端和目的端、報文長度等細節(jié)，可以作為重要數據源匯聚到大數據模塊，作為流量分析、網絡異常監(jiān)控的主要依據。
圖2 網絡協議棧驅動結構圖
a&s傳媒是全球知名展覽公司法蘭克福展覽集團旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產業(yè)前沿產品、技術及市場趨勢的專業(yè)媒體傳播和品牌服務。從安全管理到產業(yè)數字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經驗，提供媒體、活動、展會等整合營銷服務。
粵公網安備 44030402000264號
