资产管理系统与闲置网络资产统计平台的数据比对与统计流程如图2所示。图2MSS系统与统计平台的数据处理流程3.3.3统计平台的软件开发和验收在明确了业务规则、系统功能、接口需求、技术要求、系统备份等内容后,IT部门负责统计平台的软件开发,确保软件具有可操作性、可扩展性、安全性和可靠性。......
2023-10-21
SDN作为一种新的网络架构,在对其面向金融行业进行标准化评测时,首先必定要建立新的评测模型。评测模型建立分为以下两个步骤。
4.2.1 步骤1:新网络架构下的新评测体系,SDN评测体系从扁平化向层次化演进
传统网络是由交换机、路由器组成,复杂一些的情况只是再加上防火墙、负载均衡等设备,各个设备的功能特性在整体网络的能力上都能有所体现,所以在传统网络的评测中,只对整体网络进行评测已经足够[9]。
但是与传统网络功能扁平化的特点相比,SDN网络则更具备层次性。这种层次性可以从以下两个方面来看:一是在组网结构上,传统网络还只是停留在硬件设备上,而SDN已经渗透到了物理机内部的软件。二是从承载的业务流量上看,传统网络中不管是虚拟机还是物理机的流量,都是在同一个层面上进行转发,而SDN网络中的虚拟机和物理机的网络平面是分开的,物理交换网络和虚拟交换网络相互配合来实现业务数据的转发。
由此可以看出,SDN网络的能力特性也必然是层次化的,某个组件的能力并不能纯粹地体现到整网层面上。如果仍然像传统网络评测一样,只对SDN整体网络进行评测的话,得到的一些评测结果很可能会掩盖组件功能上的一些缺陷,在实际应用中往往就会出现“木桶效应”。此外,如果对各组件情况不了解,那么在后期与应用平台进行对接的过程中也会遇到很大的困难。
因此,为了保证评测标准的准确性,我们决定从SDN整网和组件两个层次上对SDN建立评测框架,共包括了五个方面。评测框架如图3所示。
图3 金融数据中心SDN评测框架
4.2.2 步骤2:在SDN网络本质的基础上整合金融行业和SDN自有特色,拓宽评测维度
评测维度的选取则要考虑从哪些方面对SDN进行评估。一个合格的评测维度必须恰好涵盖到金融机构在应用SDN中所关注的点,既不缺少也不冗余。
为了使金融SDN评测维度能够更权威和全面,我们对评测维度的选定步骤也进行了规划,总结下来按照以下三个子步骤来进行选取。
4.2.2.1 子步骤1:继承传统网络评测维度
SDN本质还是一种网络解决方案,所以在对网络能力、网络技术、网络设备等相关方面的国际和国内标准进行梳理和分析后,选定了SDN网络和各个组件所具有的最根本的四个评测维度。具体见表1。
表1 金融数据中心SDN基本评测维度
4.2.2.2 子步骤2:结合SDN自身特性
SDN与传统网络在技术、架构等方面存在着许多不同之处。在这里通过对SDN三个特性的分析,拓宽评测维度。
1) 控制平面集中管理(www.chuimin.cn)
逻辑上集中的控制能够支持获得网络资源的全局信息,并根据业务需求进行资源的全局调配和优化。该特性可融入网络的功能性当中体现。
2) 开放接口
通过开放的南向和北向接口,能够实现应用和网络的无缝集成,使得应用可以根据自己的需求去调整网络。
SDN这个特性是基本评测维度中没有包括的。但是如果将开放接口单独作为一个维度则略显单薄,与其他维度无法对等,所以将该特性暂且搁置。
3) 网络虚拟化
SDN屏蔽了底层物理转发设备的差异,实现了底层网络对上层应用的透明化。逻辑网络和物理网络分离后,逻辑网络可以根据业务需要进行配置、迁移,不再受具体设备物理位置的限制。该特性可融入功能性维度中。
4.2.2.3 子步骤3:融入金融行业特色需求
不同的应用场景会产生出不同的需求,所以对金融行业SDN进行评测就必须着重考虑金融行业需求的特殊性。
1) 高安全性
金融数据高度敏感,所以要求网络必须能够保证数据的完整性和秘密性,不仅对外部的恶意攻击具有很强的抵御能力,对内也要满足很高的合规性要求,对任何访问与操作有着严格的控制和审计[10]。金融监管机构也对金融数据中心网络的安全等级提出了明确要求。在这里将安全性作为一个评测维度。
2) 多中心的灾备模式
金融行业特有的“两地三中心”的灾备模式,对网络跨数据中心通信的能力提出更高的要求。该特性可融入可靠性中。
3) 网络可扩展
近年来金融业务发展迅速,且各种前沿技术如云计算、大数据也在金融机构落地应用。所以数据中心网络必须能对规模的不断扩张进行支撑,并且有着与云计算、大数据等平台良好对接的能力,从而满足金融数据中心未来的发展需求。
可以看出,该特性在一定程度上包括了SDN开放接口特性的内容。所以可以将开放接口特性与之结合,形成一个新的维度——可扩展性。
至此,金融数据中心SDN评测模型已建立完成,模型从两个层次、五个方面、六个维度上对金融数据中心SDN实施评测。
有关2017年软件工程论文专集的文章
资产管理系统与闲置网络资产统计平台的数据比对与统计流程如图2所示。图2MSS系统与统计平台的数据处理流程3.3.3统计平台的软件开发和验收在明确了业务规则、系统功能、接口需求、技术要求、系统备份等内容后,IT部门负责统计平台的软件开发,确保软件具有可操作性、可扩展性、安全性和可靠性。......
2023-10-21
逻辑属性上即资源系统的机架/设备对应物理属性上即MSS系统中的节资产。最终明确了由资源系统提供物理设备清单,MSS系统进行映射后获得资源名称,再将资产编号回写到资源系统,两个系统通过资产编号进行关联。......
2023-10-21
为了解决绝大多数目前频繁使用的档案数据库的快速信息查找与抽取问题,需要对此类数据库进行分析,以便从中发现解决问题的方法。......
2023-10-21
智能POS终端的支付流程由运行于终端的支付应用客户端与云支付系统交互完成,交易流程遵守销售点终端规范,与传统POS终端的交互流程基本一致。登录完成后,支付客户端自动发起签到请求;云支付系统与收单平台进行交互,生成对PIN加密的PIK和进行报文鉴别的MAK,将PIK和MAK保存在云支付系统后台,并将PIK返回给支付客户端程序处理。......
2023-10-21
每个根域名服务器都有唯一的IP地址。最早这13个根域名服务器就是13个物理的实体服务器,其分布见表2。表3根服务器在中国的镜像分布由表 3可知,目前中国至少具有A、D、F、I、J、L这六个根服务器的镜像,在数据层面访问这些地址是无须绕道他国的。但值得注意的是,这些设在中国的镜像服务器仅仅是能够同步到最新的根区文件数据,但其管理权限仍然归13个根服务器的管理方所有。......
2023-10-21
PBM是一种以药品为中心的模式,它是介于医院、保险公司、制药商、药店及患者的协调管理机构,核心目的在于降低医疗费用的整体开支,并增加药品效益[2]。患者在医院拿到医生开具的处方后,将处方给至药店的药剂师,药剂师获得处方后将处方上传至PBM系统,PBM对处方进行快速审核,并将协议药品的用药建议反馈给药剂师。......
2023-10-21
由于信用卡银行属性与信用卡类别两个识别任务都可以使用卷积神经网络来完成,可以将两个任务共用一个卷积网络,即采用多任务深度学习,其模型如图2所示。图2多任务判别特征学习网络结构任务一为信用卡银行属性识别,即图中的fc1全连接层后接Softmax loss,该层的输出维度为信用卡银行的数目。超参数α、β、λ,迭代数t=0,学习率μt。......
2023-10-21
相关推荐