资源中心数字化系统建设模型

文章编号:1000-7695(2004)06-0125-02资源中心数字化系统建设模型徐迪威(广东省计算中心,广东广州　510033) 摘要:信息技术的高速发展,促进了资源中心数字化建设。

本文就资源中心数字化系统建设提出模型。

系统基于LAN、S AN、W AN网络,对海量多媒体数据进行采集、加工、存储、管理和利用,采用的关键技术主要有:数字化设备API接口应用开发、分级存储策略的规划和部署、识别软件与应用系统的平滑连接、数据的多维属性定义和挖掘以及C M M软件过程管理等,其特点是具有一体化的解决方案、模块化设计、多级存储架构、自定义功能和传输安全可靠。

关键词:信息技术;资源中心;应用开发;建设模型中图分类号:G202 文献标识码:A1　建设的意义高速发展的信息技术正改变着产业结构和社会分工。

电子政务、电子商务、数码城市等宏大的数字化工程的规划和实施,显示出信息技术产业在国民经济中的重要地位,并逐步改变着我们的工作和生活方式。

特别是在我国加入WT O之后,IT业发展迅速给我们带来了更多的机遇与挑战。

伴随着信息技术的迅猛发展,新的“摩尔定律”产生了:全球数据量每6个月翻一番!从政府到各行各业都在大量使用互联网及在线数据、原始资料和珍贵的历史资料,并产生大量数据。

如一间中等城市的银行一天所产生的原始单据有30万张以上;一个中等规模电视台的节目源有2万小时以上。

而这些海量数字资源以文字、图像、视频、声音、动画、超文本、超媒体等形式分布在各种资源中心和网络中。

对这些多媒体资源进行采集、加工、存储、管理、分发和利用是一项技术和管理都非常复杂的工作。

信息的最终价值在于传递和利用,而资源中心和资源库是信息服务的基础和源头。

我国十分重视资源库的建设,广东省政府《政务信息化建设2001-2005年规划》把资源库的建设和整合列为重要内容。

目前,包括校园网络在内的资源中心管理系统是以满足资源存储需求为主,难以实现网络资源和信息资源的统筹规划。

硬软件的局部规划造成了设备与软件的频繁升级,也未能发挥网络资源的最大效用。

严重的问题是,信息资源不能被充分利用,造成信息资源的价值大为下降,也导致部门决策不及时、不科学,甚至失误。

使部门的核心竞争力和公共服务能力降低。

因此,从节省信息处理成本、加强信息资源的共享、大幅提升资源整合等方面考虑,实施资源中心的数字化管理,实现信息的采集、加工、存储、备份、管理和检索利用的一体化解决方案,将极大地提高多媒体信息资源的利用效率。

2　国内外概况继电子商务之后,存储解决方案成为信息科学的又一个发展热点,因而造就了E MC这样的专业存储产品公司业务的惊人发展。

据统计,目前全球的信息年产量约为18000T B,平均每人约300M B;利用各种磁介质存储、传输的信息就达93%,其中绝大部分分布在网络中。

2003年,网页数量已超过42亿,并以每年7200万页的速度增长,而以数据库等非网页形式存储的资源已高达8000T B,包含了近6000亿个文件。

此外,随着现代科学技术的蓬勃发展,科研成果的大量涌现,科技文献的数量也大大地增加,目前全世界的科技文献正以每分钟2000印张的速度增长,每年发表的科技论文约500万篇,且每年增长7%-8%,科技期刊已超过8万种;每年出版的图书10万种以上;专利文献每年超过100万件。

在国外,资源中心管理系统作为独立存在的数据处理中心(Data Center)已推出了近10年,随着多媒体技术和Internet技术的快速发展,已被广泛应用于客户服务中心(Call Center)、校园网络资源中心、政务数据中心、银行数据管理中心、医疗影像处理中心、城市记录中心等。

我国的资源中心系统概念是从银行数据中心演变过来的,目前这个系统开始在校园网络、大型图书馆、行政服务中心等有局部的应用。

随着数字化进程的不断深入,中小规模的数据资源中心建设需求急速增长。

在国内,资源中心管理系统起步较晚,且普遍存在资源整合不足、软硬件结合不紧密和数据安全性不高等问题。

资源数字化中心系统的开发及应用,除了在原有的资源中心的基础上提供资源的管理及应用服务以外,更重要的是提供资源的数字化处理流程与资源中心的整合,而这种整合的一体化解决方案在国内还只是刚刚起步。

2004年第6期 科技管理研究Science and T echnology Management Research 2004N o16收稿日期:2004-07-153　市场预测和发展趋势知识经济时代的到来,促使了信息技术的蓬勃发展,国内市场对资源数字化中心整体解决方案的需求很大,只要是对媒体资源(如文档、图纸、图像、地理信息、照片、视频、音频)有数字化需求的单位,都可采用资源数字化中心解决方案。

需求方包括行政服务中心、广播电视、医疗卫生、图书馆、档案馆、金融、电信、科技、工商、税务、交通、公安、检察院、法院、公证、学校、保险、专利等行业和机构。

以省计算中心承接的佛山市房地产档案馆数字化管理系统为例,其每天的申请资料、票据、客户数据等资源的增长速度多达几万份,其中需要进行数字化处理的资源也有上万份之多。

如果没有一个合理的、整体的资源数字化解决方案,很难在有效的时间内处理完这些数据,长期累积,必将使得数据资源的管理越来越困难。

我国中等规模以上的机构不下10万家(尚未包括全国15000多家国有大中型企业),而只有不到10%建有数字化资源中心,如每套数字化资源中心解决方案平均投资为70万元,则其产业规模就是700亿元,如此大的“蛋糕”就是全球最大的IT厂商I BM也不敢小觑。

随着计算机技术的不断发展,知识管理(K M)、数据仓库(Data warehouse)、存储区域网络(S AN)、分级存储(HS M)、网格计算(G rid computing)等技术已相继结合到资源中心管理系统中。

加之闪存卡的运用,短消息辅助办公, G S M/G PRS终端查询等新兴事物的融合,资源中心整体解决方案将朝着资源更集约化、媒体更多样化、处理更网络化的趋势发展。

4　研究开发内容411　系统网络结构。

系统在以太网络的基础上构建存储区域网络(S AN),为服务器和存储设备提供高速、稳定的传输保障。

系统网络设备主要有服务器集群(Cluster Server)、数字化设备(高速扫描仪、实物投影仪、闪存卡驱动器、视频/音频数字化设备等)、移动办公设备、工作站群组、打印输出设备以及外网连接设备组成。

412　系统开发内容。

系统的实施目标是建立一个集资源采集、资源数字化加工、资源存储、资源备份、资源管理和资源检索为一体的整体化解决方案。

系统由资源采集系统、数字化加工系统、数据归档系统、海量存储系统、资源管理系统、资源检索系统和安全管理系统组成。

资源采集系统:通过联机设备、异步通信口以及图文扫描仪、胶片扫描仪、实物投影仪、多媒体采集卡、闪存卡驱动器等数字化设备,以批量处理或非批量处理方式把所要处理的输入对象(包括字符、图像、声音、影像等)数字化,以数据文件格式(如文本文件、图形文件、声音文件、影像文件、动画文件、超文本文件)保存起来。

数字化加工系统:对采集到的各种数字化信息进行加工处理的功能模块。

对于文档及图形等信息的加工,主要运用OCR识别、条码识别、图像加强、虚拟重扫、图像纠正等技术来处理;对于网上采集到的信息的加工,主要运用信息挖掘、信息提取、信息搜索、科技生态链等方式进行二次加工;对于图像及影音等媒体流数据,主要运用的技术有:数据压缩、文件分割、视频点播、图像提取等。

数据归档系统:对加工处理好后的数字化信息归档至数据库相应属性中,并建立索引。

海量存储系统:采用API编程技术把数据文件写入海量存储设备的存储介质中,高端系统可采用S AN网络架构,并采用分级存储管理软件对数据进行层次化的合理分配布局。

异构操作系统使用网络文件服务(NFS)进行数据交换。

资源管理系统:对资源库的数据进行分类、编目、属性建立、流程定义和信息发布等。

资源检索系统:是为用户提供灵活的检索方法,采用联机分析处理(O LAP)技术对联机数据库和海量数据存储池的存储对象相关属性进行多维检索,主要有:关键词检索、条件检索、全文检索、面向问题的资源检索、G S M/ G PRS终端查询、远程浏览和视频/音频播放。

安全管理系统:对系统数据进行自动备份和远程镜像,并提供接入公众网络或专用网络的身份认证服务。

系统维护:对系统用户进行管理、客户化定义以及系统参数的设置。

系统逻辑参考模型见图1所示。

413　系统采用的关键技术。

(1)数字化设备API接口的应用开发;(2)多标准多功能的移动存储技术的应用与开发;(3)G S M/G PRS移动终端辅助办公系统;(4)分级存储策略的规划和部署;(5) (下转第124页)621徐迪威:资源中心数字化系统建设模型数学的发展使得人工智能能更好的模拟人类智能,大大推动了人工智能的向前发展;随着计算机的迅速发展,人工智能理论的数学化趋势将越来越突出。

1999年6月4日互联网周刊报道说,一群科学家用微型电极对置于培养皿中的蚂蟥神经细胞进行了电刺激,这些细胞在受刺激后会互相“通信”。

科学家们然后让每个神经细胞代表特定的整数,并将各神经细胞相连,最终该生物计算机成功地得出各数字相加的正确结果。

神经细胞是动物大脑思考和解决问题的基本通信组件,虽然不同动物拥有的神经细胞数目差别很大,但其功能却基本类似。

佐治亚理工学院科学家说,他们之所以选用神经细胞较少的蚂蟥,主要因为早先的很多研究已比较深入地揭示了蚂蟥神经细胞的工作机理。

科学家们的研究目前还停留于非常原始的阶段,他们下一步的计划是使该“蚂蟥计算机”实现乘法功能,、以及将该硅片与现有计算机芯片结合的技术,制造出更接近人脑工作方式的计算机。

科学家们说,现有计算机必须有程序的“指导”才能完成特定的信息处理任务,由于动物活的神经细胞具有自我组织信息、甚至自我思考的能力,因此将其与现有电子计算机结合后,将有助于提高计算机的“智能”。

这个报道对我们来说是鼓舞的,也是富有启示的。

正如光的波动性和粒子性经过了漫长岁月的对立之后,由爱因斯坦证明了光是同时具有波粒二象性一样,我们完全有理由相信,连接主义、符号主义和行为主义等人工智能方法会以百家争鸣的方式发展下去,最后以生物计算机等方式统一起来,实现真正的人工智能。

就像任何新事物的产生一样,人工智能的发展必然是曲折的。

至于人工智能的道路是否走错、人工智能能否最终实现机器意识等,已经属于哲学问题。

但是我相信,人工智能必然和其他科学一样,为人类的发展做出贡献。

参考文献:[1]蔡自兴,徐光礻右.人工智能及其应用[M].北京:清华大学出版社,1996.[2]美用蚂蟥神经细胞制造出生物计算机[N].天津日报,1999-6-7专副刊-电脑天地-第9版.[3]何华灿.人工智能导论[M].西安:西北工业大学出版社,1988.作者简介:刘毅(1979-),男,硕士研究生,主要研究方向为计算机自动控制系统。