物联网环境下金融大数据动态安全存储系统设计
杜光辉+郑艳娟
摘 要： 传统的金融大数据信息存储系统存在效率较低、储存的数据量较少、速度较慢等问题，很难再适用于金融数据规模越来越大的物联网时代，为此，提出一种基于物联网环境下的金融大数据动态安全存储系统的设计。首先，基于设计要求构建系统的总体设计框架，由此通过时钟同步的采样电路图设计出硬件集成电路的过程；然后，根据不同的层次构建出软件函数的模型；最后，对系统设计的合理性展开分析。实验结果证明，存储系统的设计具有良好的储存性能，其空间的储存量也较大，执行效率较高。
关键词： 物联网环境； 金融大数据； 存储系统； 系统设计
中图分类号： TN915.08?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）23?0085?04
Abstract： The traditional information storage system of finance big data has the problems of low efficiency， less storage data quantity and slow storage speed， and is difficult to apply to the Internet of Things environment with increasingly?large finance data size. Therefore， a dynamic security storage system of finance big data was designed in Internet of Things environment. The overall design framework of the system was constructed according to the design requirement， and the hardware integrated circuit was designed with the clock synchronous sampling circuit diagram. The model of the software function was constructed according to the different levels. The rationality of the system design is analyzed. The experimental result shows that the designed storage system has high storage performance， large space storage capacity， and high execution efficiency.
Keywords： Internet of Things environment； finance big data； storage system； system design
0 引 言
隨着社会的不断发展，信息技术也在不断的进步，传统的存储系统已经无法满足金融行业大量信息的储存，存在储存空间小、效率低等问题[1?2]。为了达到金融大量数据储存的要求，基于物联网环境下的金融大数据动态安全系统的设计应运而生[3?4]。对于初创的金融企业来说，按照这种系统的设计可以大量的节约资金，也不用担心硬件与软件的维护问题[5]。金融大数据存储系统的高效率性与空间大的优势对于金融企业的客户来说是至关重要的[6]。如果数据丢失，不但危害了客户的个人信息安全，也会给金融企业造成客户流失的现象，对经济造成巨大的损失。
文献[7]中提出了IP资源网络的大数据存储设置，利用IP的监测功能对数据进行实时监测，如果数据需要被存储时，依靠IP的功能就可以迅速作出反应，完成一系列的数据存储过程。但是IP数据网络的复杂程度极其高，其储存系统的空间较小，不适合当前的网络技术，因此无法满足金融大量数据的储存需求。文献[8]中提出一种策略调度的动态数据海量储存的系统设计方法，在负载均衡一定的条件下，将海量存储的数据进行分类并再次储存，能够实现金融大数据的聚类性分析。但是这种系统的设计容易受到存储性能的约束，会导致系统设计成本大大增加。文献[9]中提出了SAN技术的存储系统设计，该系统设计的方法虽然能够使数据的储存速度变快，但是其技术并不成熟，储存性能还在研究之中。
针对上述观点，本文提出一种基于物联网环境下的金融大数据动态安全存储系统的设计。首先构建了系统的总体设计框架，基于框架设计了系统硬件的集成电路过程；然后根据不同的层次构建出了软件函数的模型；最后对系统设计的合理性展开分析。实验结果证明，基于物联网环境下的金融大数据动态安全存储系统具有较高的数据储存速度与较大的储存空间，能够实现数据的大量储存与读取，为数据储存功能的实现奠定了坚实的基础。
1 物联网环境下金融大数据动态安全存储系统
设计
1.1 金融大数据动态安全存储系统总体设计框架
物联网环境下的金融大数据动态存储系统设计的要求就是信息采集速度快、储存容量大。基于设计的要求，构建了系统的总体结构如图1所示。
由图1可知，金融大数据存储系统主要包括：总线传输的处理器、连接的电路、控制设备、主控计算机、外部存储器、电路的复位器。
在系统的总体结构中，数据的输入与输出是基于触发装置与采集装置基础上设计的。数据触发的总线路与模拟的总线路共同构建了数据储存区域，将金融大数据进行采集并传输到主控的计算机中，并通过模拟总线路的数据预处理模块来实现系统的设计。
金融大数据的模拟线路主要是：将存储系统中的金融大数据通过动态增益码的调度传送到环形的数据缓冲区域，并进行分析。
金融大数据存储系统设计的流程主要是：缓冲区的信号流与控制器传输的信号流相互融合流向PCI的总线。根据数据管理的调度与评价器的分析，通过QOS数值对数据信号进行连接。其存储的功能有：
（1） 将PCI总线应用到外置式的系统控制器的处理器中进行缓冲区的运行。
（2） 数据信号的处理芯片与外部的存储空间相互融合，实现人类与机器的通信。
（3） 动态增益控制：通过计算机分配到的处理器设计出相应的动态增益码，使大量的数据稳定在一定的范围内。
1.2 基于总体架构的存储系统硬件设计
根据上述总体框架结构对存储的硬件进行设计。硬件的模块主要包括：电路的同步、电路的复位、模块内部的触发装置、电路的程序加载、电路的存储接口。金融大数据存储系统的电路同步开关应该选择12位采样数据的模块，将调制的电路进行动态增益的反馈采样。金融大数据存储系统线性的动态可在-50～50 dB范围内波动。根据物联网环境的特点，采用网络自动接口的功能模块，并对反馈的动态增益模块进行设计。
物联网环境下的金融大数据存储离不开时钟同步的采样，电路图如图2所示。
在金融大数据时钟电路的端口，放置AD2014的4阶开关电源低通滤波，从而使输出的电压具有一定的稳定性。通过共享端口的自定义缓冲功能，实现主机与大数据传输之间的实时通信。
基于金融大数据存储的时钟同步系统的采样电路可以设计出与外部I/O设备接口相连接的采样转换器。将数据通道设置的12位采样数据的模块换成16位的，使用±15 V双极性的样本输入法，并使用EOC信号的转换器将TOUT转换成CNNST。
采用转换的序列代码来实现金融大数据的储存容量扩展，而I/O设备的外部接口采用AD231的动态增益的双向通道来控制电路，并与95230A的数据进行连接，通过外部I/O的接口电源与内核电源的共同供电，实现数据的不断存储，从而使输出波形数据具有一定的自适应性能。根据上述特点，基于总体架构的存储硬件中集成电路的设计过程如图3所示。
1.3 基于总体架构的存储系统软件设计
根据总体架构的模式对金融大数据的软件进行设计，设计的目的就是拥有高内聚、低耦合存储数据的模式。物联网环境下的金融大数据具有分布性广和样式多的特点，因此，软件部分的设计分成了三个不同的层次，分别是储存层、逻辑层、访问层。
储存层能够为金融大数据储存一定的信息量，进行页面交互后，下达命令，储存层就可以与逻辑层连接，并将指令下达到逻輯层。
逻辑层具有承上启下的作用，对接收到的指令进行处理与分析，并通过数据的接口将指令下达到访问层，实现物联网环境下的数据存储与读取。
访问层的功能主要有：存储与读取、数据插入与更新、查询与删除。
在上述的物联网环境下金融大数据软件设计具有较高的实用性，如果逻辑层出现一定的变化，那么只需要重新编辑逻辑层中的程序即可，没有必要对整个系统进行修改。
2 实验结果与分析
为了验证物联网环境下金融大数据动态安全存储系统设计的合理性，以某个金融公司的存储数据为例进行实验。
2.1 实验步骤
2.1.1 参数设置
根据上文中构建的金融大数据动态安全存储系统总体设计框架对系统的参数设置如下：
（1） 金融大数据存储于环形的缓冲区域，所捕获的数据浮动范围设置为-35～55 dB，数据叠加的最大量为92 dB，转换器的输出幅度为±15 V。
（2） 将DSP中的数据收集通道设置为15个，并进行同步与异步的输入处理。
（3） 将收集到的数据在缓冲区域内的循环放大器的数据采样功率设置为250 Hz。
（4） 将控制器中的DAC分辨率设置为16位。
（5） 将放大器中的功率分辨率设置为15位。
（6） 将数据的转换速率设置为150 Hz。
2.1.2 数据分析
让金融公司若干个员工同时上传数据，并及时记录储存速度的变化，如表1所示。
根据表1可知，1个员工上传数据的网络存储速度与2个、5个、10个、20个员工上传数据的网络存储速度相差不大。
基于表1中的数据存储速度来检测读取金融大数据信息储存量的大小，如图4所示。
读取基于物联网环境下的金融大数据时，数据量的大小对时间的影响并不大，随着时间的流逝，读取数据量的涨幅反而较低。
2.2 实验结果
传统的金融大数据信息储存的效率较低，其储存的数据量较少，速度也比较慢，很难再适用于数据规模越来越大的物联网时代，因此基于物联网环境下的金融大数据动态存储系统的设计是非常及时的，能够融入到现代社会的快速发展之中。
根据上文中的系统硬件设计与软件设计对程序进行加载，保证不同存储方式下的干扰元素一定，将传统的存储系统与基于物联网环境下的存储系统效率进行对比，其对比结果如图5所示。
由图5可知，物联网环境下的金融大数据动态安全储存系统具有较好的数据融合性能，提高数据的调度效率，随着时间的流逝，其调度效率可接近100%，与传统的储存系统相比，更好地展示了其设计的合理性与应有的价值。
传统的存储系统与基于物联网环境下的存储系统的储存空间大小对比如图6所示。
由图6可知，物联网环境下的金融大数据动态安全存储系统具有较大的空间存储数据，与传统的存储系统相比，能够更好地储存大量的数据，保障数据的安全性。
基于物联网环境下的金融大数据动态安全存储系统具有较高的数据储存速度与较大的储存空间，能够实现数据的大量储存与读取。
3 结 语
基于物联网环境下的金融大数据动态安全存储系统的设计大大降低了存储系统的危险性，扩大了存储的空间，提高了存储的速度。通过对硬件系统采用时钟同步技术可以调节总线的控制力度，对数据的传送性能也有提高的作用。由系统设计的实验可以分析出，该系统具有良好的金融大数据储存性能，其效率较好，为我国的金融事业提供了有力的支持。
参考文献
[1] 焦卢玲，李克.大容量光存储技术助力大数据时代金融业存储升级[J].中国金融电脑，2015（7）：87?89.
[2] 肖洁.网络数据安全存储优化管理研究[J].计算机仿真，2016，33（12）：436?439.
[3] 蔡庆丰，郭春松，陈诣之.大数据思维在金融学研究中的运用[J].经济学动态，2015（3）：104?114.
[4] 李敏，倪少权，邱小平，等.物联网环境下基于上下文的Hadoop大数据处理系统模型[J].计算机应用，2015，35（5）：1267?1272.
[5] 周明快.基于CP?ABE的云计算改进属性加密安全访问控制策略设计[J].计算机测量与控制，2015，23（1）：297?299.
[6] 杜永红.大数据时代互联网金融发展对策研究[J].价格理论与实践，2015（7）：109?111.
[7] 任凯，邓武，俞琰.基于大数据技术的网络日志分析系统研究[J].现代电子技术，2016，39（2）：39?41.
[8] 周丹，吴春明.基于多散点信任评估的安全性融合云存储设计研究[J].科技通报，2016，32（5）：77?81.
[9] 陆一飞，张震伟，陶军，等.基于控制中心的新型SAN架构的设计与实现[J].计算机研究与发展，2016，53（6）：1292?1305.
摘 要： 传统的金融大数据信息存储系统存在效率较低、储存的数据量较少、速度较慢等问题，很难再适用于金融数据规模越来越大的物联网时代，为此，提出一种基于物联网环境下的金融大数据动态安全存储系统的设计。首先，基于设计要求构建系统的总体设计框架，由此通过时钟同步的采样电路图设计出硬件集成电路的过程；然后，根据不同的层次构建出软件函数的模型；最后，对系统设计的合理性展开分析。实验结果证明，存储系统的设计具有良好的储存性能，其空间的储存量也较大，执行效率较高。
关键词： 物联网环境； 金融大数据； 存储系统； 系统设计
中图分类号： TN915.08?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）23?0085?04
Abstract： The traditional information storage system of finance big data has the problems of low efficiency， less storage data quantity and slow storage speed， and is difficult to apply to the Internet of Things environment with increasingly?large finance data size. Therefore， a dynamic security storage system of finance big data was designed in Internet of Things environment. The overall design framework of the system was constructed according to the design requirement， and the hardware integrated circuit was designed with the clock synchronous sampling circuit diagram. The model of the software function was constructed according to the different levels. The rationality of the system design is analyzed. The experimental result shows that the designed storage system has high storage performance， large space storage capacity， and high execution efficiency.
Keywords： Internet of Things environment； finance big data； storage system； system design
0 引 言
隨着社会的不断发展，信息技术也在不断的进步，传统的存储系统已经无法满足金融行业大量信息的储存，存在储存空间小、效率低等问题[1?2]。为了达到金融大量数据储存的要求，基于物联网环境下的金融大数据动态安全系统的设计应运而生[3?4]。对于初创的金融企业来说，按照这种系统的设计可以大量的节约资金，也不用担心硬件与软件的维护问题[5]。金融大数据存储系统的高效率性与空间大的优势对于金融企业的客户来说是至关重要的[6]。如果数据丢失，不但危害了客户的个人信息安全，也会给金融企业造成客户流失的现象，对经济造成巨大的损失。
文献[7]中提出了IP资源网络的大数据存储设置，利用IP的监测功能对数据进行实时监测，如果数据需要被存储时，依靠IP的功能就可以迅速作出反应，完成一系列的数据存储过程。但是IP数据网络的复杂程度极其高，其储存系统的空间较小，不适合当前的网络技术，因此无法满足金融大量数据的储存需求。文献[8]中提出一种策略调度的动态数据海量储存的系统设计方法，在负载均衡一定的条件下，将海量存储的数据进行分类并再次储存，能够实现金融大数据的聚类性分析。但是这种系统的设计容易受到存储性能的约束，会导致系统设计成本大大增加。文献[9]中提出了SAN技术的存储系统设计，该系统设计的方法虽然能够使数据的储存速度变快，但是其技术并不成熟，储存性能还在研究之中。
针对上述观点，本文提出一种基于物联网环境下的金融大数据动态安全存储系统的设计。首先构建了系统的总体设计框架，基于框架设计了系统硬件的集成电路过程；然后根据不同的层次构建出了软件函数的模型；最后对系统设计的合理性展开分析。实验结果证明，基于物联网环境下的金融大数据动态安全存储系统具有较高的数据储存速度与较大的储存空间，能够实现数据的大量储存与读取，为数据储存功能的实现奠定了坚实的基础。
1 物联网环境下金融大数据动态安全存储系统
设计
1.1 金融大数据动态安全存储系统总体设计框架
物联网环境下的金融大数据动态存储系统设计的要求就是信息采集速度快、储存容量大。基于设计的要求，构建了系统的总体结构如图1所示。
由图1可知，金融大数据存储系统主要包括：总线传输的处理器、连接的电路、控制设备、主控计算机、外部存储器、电路的复位器。
在系统的总体结构中，数据的输入与输出是基于触发装置与采集装置基础上设计的。数据触发的总线路与模拟的总线路共同构建了数据储存区域，将金融大数据进行采集并传输到主控的计算机中，并通过模拟总线路的数据预处理模块来实现系统的设计。
金融大数据的模拟线路主要是：将存储系统中的金融大数据通过动态增益码的调度传送到环形的数据缓冲区域，并进行分析。
金融大数据存储系统设计的流程主要是：缓冲区的信号流与控制器传输的信号流相互融合流向PCI的总线。根据数据管理的调度与评价器的分析，通过QOS数值对数据信号进行连接。其存储的功能有：
（1） 将PCI总线应用到外置式的系统控制器的处理器中进行缓冲区的运行。
（2） 数据信号的处理芯片与外部的存储空间相互融合，实现人类与机器的通信。
（3） 动态增益控制：通过计算机分配到的处理器设计出相应的动态增益码，使大量的数据稳定在一定的范围内。
1.2 基于总体架构的存储系统硬件设计
根据上述总体框架结构对存储的硬件进行设计。硬件的模块主要包括：电路的同步、电路的复位、模块内部的触发装置、电路的程序加载、电路的存储接口。金融大数据存储系统的电路同步开关应该选择12位采样数据的模块，将调制的电路进行动态增益的反馈采样。金融大数据存储系统线性的动态可在-50～50 dB范围内波动。根据物联网环境的特点，采用网络自动接口的功能模块，并对反馈的动态增益模块进行设计。
物联网环境下的金融大数据存储离不开时钟同步的采样，电路图如图2所示。
在金融大数据时钟电路的端口，放置AD2014的4阶开关电源低通滤波，从而使输出的电压具有一定的稳定性。通过共享端口的自定义缓冲功能，实现主机与大数据传输之间的实时通信。
基于金融大数据存储的时钟同步系统的采样电路可以设计出与外部I/O设备接口相连接的采样转换器。将数据通道设置的12位采样数据的模块换成16位的，使用±15 V双极性的样本输入法，并使用EOC信号的转换器将TOUT转换成CNNST。
采用转换的序列代码来实现金融大数据的储存容量扩展，而I/O设备的外部接口采用AD231的动态增益的双向通道来控制电路，并与95230A的数据进行连接，通过外部I/O的接口电源与内核电源的共同供电，实现数据的不断存储，从而使输出波形数据具有一定的自适应性能。根据上述特点，基于总体架构的存储硬件中集成电路的设计过程如图3所示。
1.3 基于总体架构的存储系统软件设计
根据总体架构的模式对金融大数据的软件进行设计，设计的目的就是拥有高内聚、低耦合存储数据的模式。物联网环境下的金融大数据具有分布性广和样式多的特点，因此，软件部分的设计分成了三个不同的层次，分别是储存层、逻辑层、访问层。
储存层能够为金融大数据储存一定的信息量，进行页面交互后，下达命令，储存层就可以与逻辑层连接，并将指令下达到逻輯层。
逻辑层具有承上启下的作用，对接收到的指令进行处理与分析，并通过数据的接口将指令下达到访问层，实现物联网环境下的数据存储与读取。
访问层的功能主要有：存储与读取、数据插入与更新、查询与删除。
在上述的物联网环境下金融大数据软件设计具有较高的实用性，如果逻辑层出现一定的变化，那么只需要重新编辑逻辑层中的程序即可，没有必要对整个系统进行修改。
2 实验结果与分析
为了验证物联网环境下金融大数据动态安全存储系统设计的合理性，以某个金融公司的存储数据为例进行实验。
2.1 实验步骤
2.1.1 参数设置
根据上文中构建的金融大数据动态安全存储系统总体设计框架对系统的参数设置如下：
（1） 金融大数据存储于环形的缓冲区域，所捕获的数据浮动范围设置为-35～55 dB，数据叠加的最大量为92 dB，转换器的输出幅度为±15 V。
（2） 将DSP中的数据收集通道设置为15个，并进行同步与异步的输入处理。
（3） 将收集到的数据在缓冲区域内的循环放大器的数据采样功率设置为250 Hz。
（4） 将控制器中的DAC分辨率设置为16位。
（5） 将放大器中的功率分辨率设置为15位。
（6） 将数据的转换速率设置为150 Hz。
2.1.2 数据分析
让金融公司若干个员工同时上传数据，并及时记录储存速度的变化，如表1所示。
根据表1可知，1个员工上传数据的网络存储速度与2个、5个、10个、20个员工上传数据的网络存储速度相差不大。
基于表1中的数据存储速度来检测读取金融大数据信息储存量的大小，如图4所示。
读取基于物联网环境下的金融大数据时，数据量的大小对时间的影响并不大，随着时间的流逝，读取数据量的涨幅反而较低。
2.2 实验结果
传统的金融大数据信息储存的效率较低，其储存的数据量较少，速度也比较慢，很难再适用于数据规模越来越大的物联网时代，因此基于物联网环境下的金融大数据动态存储系统的设计是非常及时的，能够融入到现代社会的快速发展之中。
根据上文中的系统硬件设计与软件设计对程序进行加载，保证不同存储方式下的干扰元素一定，将传统的存储系统与基于物联网环境下的存储系统效率进行对比，其对比结果如图5所示。
由图5可知，物联网环境下的金融大数据动态安全储存系统具有较好的数据融合性能，提高数据的调度效率，随着时间的流逝，其调度效率可接近100%，与传统的储存系统相比，更好地展示了其设计的合理性与应有的价值。
传统的存储系统与基于物联网环境下的存储系统的储存空间大小对比如图6所示。
由图6可知，物联网环境下的金融大数据动态安全存储系统具有较大的空间存储数据，与传统的存储系统相比，能够更好地储存大量的数据，保障数据的安全性。
基于物联网环境下的金融大数据动态安全存储系统具有较高的数据储存速度与较大的储存空间，能够实现数据的大量储存与读取。
3 结 语
基于物联网环境下的金融大数据动态安全存储系统的设计大大降低了存储系统的危险性，扩大了存储的空间，提高了存储的速度。通过对硬件系统采用时钟同步技术可以调节总线的控制力度，对数据的传送性能也有提高的作用。由系统设计的实验可以分析出，该系统具有良好的金融大数据储存性能，其效率较好，为我国的金融事业提供了有力的支持。
参考文献
[1] 焦卢玲，李克.大容量光存储技术助力大数据时代金融业存储升级[J].中国金融电脑，2015（7）：87?89.
[2] 肖洁.网络数据安全存储优化管理研究[J].计算机仿真，2016，33（12）：436?439.
[3] 蔡庆丰，郭春松，陈诣之.大数据思维在金融学研究中的运用[J].经济学动态，2015（3）：104?114.
[4] 李敏，倪少权，邱小平，等.物联网环境下基于上下文的Hadoop大数据处理系统模型[J].计算机应用，2015，35（5）：1267?1272.
[5] 周明快.基于CP?ABE的云计算改进属性加密安全访问控制策略设计[J].计算机测量与控制，2015，23（1）：297?299.
[6] 杜永红.大数据时代互联网金融发展对策研究[J].价格理论与实践，2015（7）：109?111.
[7] 任凯，邓武，俞琰.基于大数据技术的网络日志分析系统研究[J].现代电子技术，2016，39（2）：39?41.
[8] 周丹，吴春明.基于多散点信任评估的安全性融合云存储设计研究[J].科技通报，2016，32（5）：77?81.
[9] 陆一飞，张震伟，陶军，等.基于控制中心的新型SAN架构的设计与实现[J].计算机研究与发展，2016，53（6）：1292?1305.
