一种基于云计算的用于信息安全数据采集系统

技术领域

本发明属于数据采集技术领域，尤其涉及一种基于云计算的用于信息安全数据采集系统。

背景技术

随着近年来互联网技术的日新月异的变革，云计算渐渐走入用户的视野。云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统经搜寻、计算分析之后将处理结果回传给用户。使得用户可以在短时间内立刻获得所需要的数据。

现有的数据采集系统依然有很多不完善的地方，首先数据采集系统的数据安全性没有保障，一旦遭到黑客入侵或者数据泄露，核心的数据被泄露，会对公司和用户造成极大的损失，其次是现在技术时代越来越发达，数据系统不断更新，导致采集系统不能适应这种变化，反馈率极大的降低，降低了用户体验。

通过上述分析，现有技术存在的问题及缺陷为：

现有系统的安全性不高，甚至没有采取保护措施，而且现有系统不能很好的适应技术发展的潮流，造成兼容性降低，反馈效率降低。

发明内容

针对现有技术存在的问题，本发明提供了一种基于云计算的用于信息安全数据采集系统。

本发明是这样实现的，一种基于云计算的用于信息安全数据采集系统包括：

数据采集读取模块、网络监测模块、本地存储模块、中央处理模块、云存储模块、云计算模块、人工交互模块；

数据采集读取模块，与中央处理模块连接，包括采集设备和读取设备，采集设备采集所需要的数据，由采集器采集到的数据为电信号，经由A/D转换器转换为数字信号，经过传输线传输至中央处理模块，读取设备用于查看实时采集的内容；

网络监测模块，与中央处理模块连接，包括监测CPU，报警器，以及阻断器，监测CPU实时监测整个系统的状态，系统状态一旦发生变化，会刺激监测CPU产生电信号，若电信号经由CPU分析为异常变化，则立刻调用阻断器对系统电源进行阻断，防止数据丢失，同时调用报警器发出报警提醒工作人员；

本地存储模块，与中央处理模块连接，用于存储采集到的设备，数据采集读取模块将转换好的数字信号打包发送至中央处理模块，经由中央处理模块进行标签操作传送至本地存储模块和云存储模块；

中央处理模块，与数据采集读取模块、网络监测模块、本地存储模块、云存储模块、云计算模块、人工交互模块相连接，主控制器对外部信号（各模块传输的数据以及请求）进行采集，通过分析处理后输出给输出通道。当外部需要模拟量输出时，系统经过D/A转换器转换成标准电信号进行输出用于控制各个模块正常工作；

云存储模块，与中央处理模块连接，使用云存储服务，首先要在本地服务器部署数据中心中创建云存储平台，通过第三方网关来实现存储协议，此存储协议可以实现从NFS到SMB的转换，用户将本地数据通过网线写入云存储网关中，云存储网关将数据传输至边界路由，边界路由通过专线公网将数据传入至云平台，在云平台中发起对象存储的请求，将数据传送至云平台内的云存储网关，云存储网关通过vSwitch将数据发送到云存储可用区中，完成数据云存储；

云计算模块，与中央处理模块连接，包括一个主节点和多个从节点，在本地服务器部署数据中心中创建云存储平台，通过第三方网关来实现存储协议，此存储协议可以实现从NFS到SMB的转换，用户将数据传入云服务器，由云计算服务器对数据进行处理；

人机交互模块，与中央处理模块连接，将数字信号进行解析显示到显示屏幕上。工作人员在显示界面进行指令输入，提交的数据指令表单经由中央处理器CPU通过互联网上传到服务器中，再由服务器传输至中央处理模块，中央处理模块将要执行的指令传送至数据采集模块；

进一步，所述数据采集读取模块在采集到所需要的数据后，首先对采集的数据进行预处理，所述预处理包括：

对采集数据进行清洗，去除重复数据、剔除非正常数据、规范数据显示格式；

对清洗后的采集数据进行分类，并存储于不同的文件夹中；

在对清洗后的采集数据进行分类时，特征分类权重

其中，采集数据的初始调度网格赋值表示为；

式中：

对采集的数据进行信息筛选，将其中关联度较低的数据剔除，保留关联度较高的数据；

进一步，所述网络监测模块在对整个系统的状态进行监测时，具体包括以下步骤：

（1）对系统中的运行数据进行实时提取，提取测试数据，对提取的测试数据进行节点分簇；

（2）对已分好的簇训练刚好包含簇内所有节点的超椭球，并计算相应超椭球的轴长，根据各个超椭球的轴长进行数据降维；

（3）对根据各个超椭球的轴长降维后的数据进行相应的曲线拟合，选取检测数据；

（4）处理检测数据，将测试曲线与检测曲线进行相似度比较，确定数据是否存在异常数据，从而判断系统的工作状态。

进一步，所述对根据各个超椭球的轴长降维后的数据进行相应的曲线拟合，具体包括：对降维后的数据在二维平面进行曲线拟合，多组数据拟合成一条八次光滑非线性函数曲线并将其起点平移至原点，平移后的曲线作为测试曲线。

进一步，所述数据采集读取模块中采集器包括摄像头，指纹采集器，人脸识别采集器以及声纹采集器；

进一步，所述云存储模块和云计算模块云服务器的连接方式至少包括但不限于3G、4G、5G、WIFI、网线连接；

进一步，所述数据采集读取模块还包括显示器，用于读取数据时数据的展示；

进一步，所述本地存储块模块采用的存储控件为DDR存储器；

进一步，所述阻断器与电源总线连接，一旦需要进行阻断，阻断器立刻停止电流通过。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：

本系统通过设置本地和云两个存储模块，保证了数据的备份，使得在突发异常情况时数据不会丢失，本系统设置了网络监测模块，保证了数据采集系统的安全性，云计算服务器中包含一个主节点和多个从节点，保证了数据反馈的效率并且能很好的适应时代发展的潮流。

附图说明

图1是本发明实施例提供的基于云计算的用于信息安全数据采集系统的结构示意图；

图2是本发明实施例提供的云计算网络示意图；

图3是本发明实施例提供的系统监测步骤示意图。

图4是本发明实施例提供的数据预处理步骤示意图；

图5是本发明实施例提供的网络监测模块对整个系统的状态进行监测的步骤示意图。

图中，1、数据采集读取模块；2、网络监测模块；3、本地存储模块；4、中央处理模块；5、云存储模块；6、云计算模块；7、人工交互模块。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种基于云计算的用于信息安全数据采集系统，下面结合附图对本发明作详细的描述。

本系统通过设置本地和云两个存储模块，保证了数据的备份，使得在突发异常情况时数据不会丢失，本系统设置了网络监测模块，保证了数据采集系统的安全性，云计算服务器中包含一个主节点和多个从节点，保证了数据反馈的效率并且能很好的适应时代发展的潮流。

如图1所示，本系统包括数据采集读取模块1、网络监测模块2、本地存储模块3、中央处理模块4、云存储模块5、云计算模块6、人工交互模块7；

数据采集读取模块1，与中央处理模块连接4，包括采集设备和读取设备，采集设备采集所需要的数据，由采集器采集到的数据为电信号，经由A/D转换器转换为数字信号，经过传输线传输至中央处理模块4，读取设备用于查看实时采集的内容；

网络监测模块2，与中央处理模块连接4，包括监测CPU，报警器，以及阻断器，监测CPU实时监测整个系统的状态，系统状态一旦发生变化，会刺激监测CPU产生电信号，若电信号经由CPU分析为异常变化，则立刻调用阻断器对系统电源进行阻断，防止数据丢失，同时调用报警器发出报警提醒工作人员；

本地存储模块3，与中央处理模块连接4，用于存储采集到的设备，数据采集读取模块1将转换好的数字信号打包发送至中央处理模块4，经由中央处理模块4进行标签操作传送至本地存储模块3和云存储模块5；

中央处理模块4，与数据采集读取模块1、网络监测模块2、本地存储模块3、云存储模块5、云计算模块6、人工交互模块相连接7，主控制器对外部信号（各模块传输的数据以及请求）进行采集，通过分析处理后输出给输出通道。当外部需要模拟量输出时，系统经过D/A转换器转换成标准电信号进行输出用于控制各个模块正常工作；

云存储模块5，与中央处理模块4连接，使用云存储服务，首先要在本地服务器部署数据中心中创建云存储平台，通过第三方网关来实现存储协议，此存储协议可以实现从NFS到SMB的转换，用户将本地数据通过网线写入云存储网关中，云存储网关将数据传输至边界路由，边界路由通过专线公网将数据传入至云平台，在云平台中发起对象存储的请求，将数据传送至云平台内的云存储网关，云存储网关通过vSwitch将数据发送到云存储可用区中，完成数据云存储；

云计算模块6，与中央处理模块4连接，包括一个主节点和多个从节点，在本地服务器部署数据中心中创建云存储平台，通过第三方网关来实现存储协议，此存储协议可以实现从NFS到SMB的转换，用户将数据传入云服务器，由云计算服务器对数据进行处理；

人机交互模块7，与中央处理模块4连接，将数字信号进行解析显示到显示屏幕上。工作人员在显示界面进行指令输入，提交的数据指令表单经由中央处理器CPU通过互联网上传到服务器中，再由服务器传输至中央处理模块4，中央处理模块4将要执行的指令传送至数据采集模块1。

如图2所示，所述云计算节点网络由一个主节点和多个从节点相互连接组成，保证了数据处理的效率。

如图3所示，所述网络监测模块处理包括以下步骤：

S101：监测器实时监测采集数据；

S102：监测器调用阻断器阻断电源；

S103：报警器发出报警。

如图4所示，所述数据采集读取模块在采集到所需要的数据后，首先对采集的数据进行预处理，所述预处理包括：

S201，对采集数据进行清洗，去除重复数据、剔除非正常数据、规范数据显示格式；

S202，对清洗后的采集数据进行分类，并存储于不同的文件夹中；

S203，对采集的数据进行信息筛选，将其中关联度较低的数据剔除，保留关联度较高的数据。

本发明是实施例中的步骤S202中，在对清洗后的采集数据进行分类时，特征分类权重

其中，采集数据的初始调度网格赋值表示为；

式中：

如图5所示，所述网络监测模块在对整个系统的状态进行监测时，具体包括以下步骤：

S301，对系统中的运行数据进行实时提取，提取测试数据，对提取的测试数据进行节点分簇；

S302，对已分好的簇训练刚好包含簇内所有节点的超椭球，并计算相应超椭球的轴长，根据各个超椭球的轴长进行数据降维；

S303，对根据各个超椭球的轴长降维后的数据进行相应的曲线拟合，选取检测数据；

S304，处理检测数据，将测试曲线与检测曲线进行相似度比较，确定数据是否存在异常数据，从而判断系统的工作状态。

所述对根据各个超椭球的轴长降维后的数据进行相应的曲线拟合，具体包括：对降维后的数据在二维平面进行曲线拟合，多组数据拟合成一条八次光滑非线性函数曲线并将其起点平移至原点，平移后的曲线作为测试曲线。

本系统克服了现有系统的安全性不高，甚至没有采取保护措施的问题。同时解决了现有系统不能很好的适应技术发展的潮流，造成兼容性降低，反馈效率降低的问题，增强了用户体验。

以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。