人工智能數(shù)據(jù)恢復(fù)關(guān)鍵技術(shù)研究

楊仙瑜 李章華 曹澤

摘要： 隨著數(shù)字經(jīng)濟(jì)下大數(shù)據(jù)、云平臺(tái)、互聯(lián)網(wǎng)、區(qū)塊鏈技術(shù)的不斷完善和發(fā)展[1]，傳統(tǒng)的數(shù)據(jù)恢復(fù)技術(shù)已經(jīng)無法有效地處理海量數(shù)據(jù)集合中發(fā)生的數(shù)據(jù)災(zāi)難。本文探索以人工智能數(shù)據(jù)技術(shù)應(yīng)用于數(shù)據(jù)恢復(fù)領(lǐng)域，提升傳統(tǒng)數(shù)據(jù)恢復(fù)算法的計(jì)算能力，對(duì)海量數(shù)據(jù)進(jìn)行實(shí)時(shí)、高效、準(zhǔn)確地處理，實(shí)現(xiàn)數(shù)據(jù)準(zhǔn)確、高效的重構(gòu)和恢復(fù)。

關(guān)鍵詞：人工智能; 數(shù)據(jù)恢復(fù); 海量數(shù)據(jù); 重構(gòu);

0 引言

大數(shù)據(jù)時(shí)代的到來，標(biāo)志著數(shù)據(jù)將成為人類發(fā)展的關(guān)鍵。隨著大數(shù)據(jù)、5G技術(shù)、互聯(lián)網(wǎng)技術(shù)、人工智能技術(shù)、區(qū)塊鏈技術(shù)的不斷完善和發(fā)展，對(duì)傳統(tǒng)的數(shù)據(jù)恢復(fù)技術(shù)帶來了變革和挑戰(zhàn)，傳統(tǒng)的數(shù)據(jù)恢復(fù)技術(shù)已經(jīng)無法有效地處理海量數(shù)據(jù)集合中發(fā)生的數(shù)據(jù)災(zāi)難[2]。因此，開發(fā)一款集互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)的人工智能數(shù)據(jù)恢復(fù)軟件成為解決這一問題的關(guān)鍵，人工智能數(shù)據(jù)恢復(fù)軟件將人工智能和傳統(tǒng)的數(shù)據(jù)恢復(fù)技術(shù)相結(jié)合，提升傳統(tǒng)數(shù)據(jù)恢復(fù)算法的計(jì)算能力，對(duì)海量數(shù)據(jù)進(jìn)行實(shí)時(shí)、高效、準(zhǔn)確地處理，實(shí)現(xiàn)數(shù)據(jù)準(zhǔn)確、高效的重構(gòu)和恢復(fù)。

通過人工智能數(shù)據(jù)恢復(fù)軟件的研發(fā)，可對(duì)海量數(shù)據(jù)進(jìn)行實(shí)時(shí)、高效、準(zhǔn)確地處理和恢復(fù)，滿足大數(shù)據(jù)時(shí)代與日劇增的數(shù)據(jù)恢復(fù)需求，通過機(jī)器學(xué)習(xí)，預(yù)測分析數(shù)據(jù)丟失的因素，通過不斷地模擬學(xué)習(xí)，不斷調(diào)整算法以從各種不同的場景中實(shí)現(xiàn)數(shù)據(jù)的恢復(fù)。

1 人工智能數(shù)據(jù)恢復(fù)介紹

數(shù)據(jù)恢復(fù)技術(shù)是指通過各種技術(shù)手段對(duì)丟失和遭到破壞的數(shù)據(jù)進(jìn)行恢復(fù)和重建，是一種跨硬件平臺(tái)、軟件系統(tǒng)，包容了操作系統(tǒng)、文件格式、數(shù)據(jù)庫結(jié)構(gòu)、數(shù)據(jù)存儲(chǔ)原理、存儲(chǔ)硬件設(shè)計(jì)等多種要素的綜合技術(shù)數(shù)據(jù)恢復(fù)。傳統(tǒng)的數(shù)據(jù)恢復(fù)技術(shù)即通過恢復(fù)軟件、恢復(fù)設(shè)備對(duì)存儲(chǔ)介質(zhì)的數(shù)據(jù)進(jìn)行恢復(fù)的過程，傳統(tǒng)數(shù)據(jù)恢復(fù)軟件由于受存儲(chǔ)介質(zhì)的制約，數(shù)據(jù)恢復(fù)針對(duì)性強(qiáng)，擴(kuò)展性差，沒有形成規(guī)?；幕謴?fù)。

人工智能數(shù)據(jù)恢復(fù)技術(shù)即將大數(shù)據(jù)、互聯(lián)網(wǎng)技術(shù)、人工智能等技術(shù)和傳統(tǒng)的數(shù)據(jù)恢復(fù)技術(shù)相結(jié)合，對(duì)傳統(tǒng)數(shù)據(jù)恢復(fù)技術(shù)進(jìn)行變革，提升傳統(tǒng)數(shù)據(jù)恢復(fù)算法的計(jì)算能力，對(duì)海量數(shù)據(jù)進(jìn)行實(shí)時(shí)、高效、準(zhǔn)確地處理，實(shí)現(xiàn)數(shù)據(jù)準(zhǔn)確、高效的重構(gòu)和恢復(fù)的技術(shù)，人工智能數(shù)據(jù)恢復(fù)軟件擴(kuò)展性強(qiáng)，通過預(yù)測分析模型，更好地將不同的代碼串在一起，以確保它被正確地重構(gòu)，實(shí)現(xiàn)對(duì)各種不同的場景中數(shù)據(jù)的恢復(fù)。人工智能數(shù)據(jù)恢復(fù)軟件集成多款數(shù)據(jù)恢復(fù)功能，通過預(yù)測分析，加入了智能分析的因素，使得系統(tǒng)可以不依靠固定介質(zhì)，具有系統(tǒng)推廣性強(qiáng)、適應(yīng)范圍更廣、數(shù)據(jù)恢復(fù)準(zhǔn)確率更高以及恢復(fù)效率快等特點(diǎn)。

2人工智能數(shù)據(jù)恢復(fù)原理及技術(shù)路線

人工智能數(shù)據(jù)恢復(fù)的原理即對(duì)丟失和遭到破壞的數(shù)據(jù)進(jìn)行重構(gòu)的過程。存儲(chǔ)介質(zhì)數(shù)據(jù)丟失后，數(shù)據(jù)內(nèi)部結(jié)構(gòu)被打亂成亂碼，需要通過算法進(jìn)行重組和拼合，系統(tǒng)結(jié)合大數(shù)據(jù)獲取海量數(shù)據(jù)恢復(fù)案例，通過機(jī)器學(xué)習(xí)對(duì)算法進(jìn)行清洗和提取，對(duì)具體的數(shù)據(jù)恢復(fù)案例進(jìn)行智能分析，根據(jù)分析結(jié)果選擇最佳的算法。同時(shí)通過深度學(xué)習(xí)不斷調(diào)整算法，對(duì)預(yù)測分析模型進(jìn)行訓(xùn)練，將代碼進(jìn)行重構(gòu)，從而實(shí)現(xiàn)數(shù)據(jù)恢復(fù)。

綜上，人工智能數(shù)據(jù)恢復(fù)路線如下圖：

3 人工智能數(shù)據(jù)恢復(fù)關(guān)鍵技術(shù)

人工智能數(shù)據(jù)恢復(fù)系統(tǒng)采用的技術(shù)有數(shù)據(jù)備份技術(shù)、碎片重組技術(shù)、數(shù)據(jù)重構(gòu)技術(shù)、數(shù)據(jù)遷移技術(shù)、互聯(lián)網(wǎng)技術(shù)、機(jī)器學(xué)習(xí)技術(shù)和深度學(xué)習(xí)技術(shù)等。

數(shù)據(jù)備份技術(shù)：即以只讀的方式對(duì)故障系統(tǒng)做完整鏡像的技術(shù)，主要采用逐檔及鏡像兩種手段。

碎片重組技術(shù)：即基于信息熵特征提取算法，結(jié)合支持向量機(jī)作為分類器來分類文件碎片，并使用基于磁盤簇邏輯順序的重組算法對(duì)文件碎片進(jìn)行重組的技術(shù);

數(shù)據(jù)重構(gòu)技術(shù)：指根據(jù)損壞的NTFS文件系統(tǒng)殘留信息對(duì)文件進(jìn)行初揀的技術(shù);

數(shù)據(jù)遷移技術(shù)：對(duì)歷史數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換，并轉(zhuǎn)載到新系統(tǒng)的過程;

互聯(lián)網(wǎng)技術(shù)：指互聯(lián)網(wǎng)的技術(shù)、平臺(tái)、商業(yè)模式和應(yīng)用與移動(dòng)通信技術(shù)結(jié)合并實(shí)踐的技術(shù)，用戶使用手機(jī)、平板電腦等移動(dòng)終端，通過移動(dòng)網(wǎng)絡(luò)獲取互聯(lián)網(wǎng)服務(wù)。

機(jī)器學(xué)習(xí)技術(shù)：機(jī)器學(xué)習(xí)是人工智能（Artificial Intelligence， AI）的核心，是使計(jì)算機(jī)具有智能的根本途徑，它主要使用歸納、綜合而不是演繹。機(jī)器學(xué)習(xí)就是探究和開發(fā)一系列算法來如何使計(jì)算機(jī)不需要通過外部明顯的指示，而可以自己通過數(shù)據(jù)來學(xué)習(xí)建模，并且利用建好的模型和新的輸入來進(jìn)行預(yù)測的學(xué)科;

深度學(xué)習(xí)技術(shù)：深度學(xué)習(xí)是基于機(jī)器學(xué)習(xí)延伸出來的一個(gè)新的領(lǐng)域，由以人大腦結(jié)構(gòu)為啟發(fā)的神經(jīng)網(wǎng)絡(luò)算法為起源加之模型結(jié)構(gòu)深度的增加發(fā)展，并伴隨大數(shù)據(jù)和計(jì)算 能力的提高而產(chǎn)生的一系列新的算法。

4人工智能數(shù)據(jù)恢復(fù)應(yīng)用研究

將人工智能技術(shù)應(yīng)用于數(shù)據(jù)恢復(fù)領(lǐng)域，需要解決的問題包括：

1）基于信息熵特征提取算法，結(jié)合支持向量機(jī)作為分類器來分類文件碎片，使用重組算法對(duì)文件碎片進(jìn)行重組;

2）通過機(jī)器學(xué)習(xí)對(duì)算法進(jìn)行清洗和提取，對(duì)具體的數(shù)據(jù)恢復(fù)案例進(jìn)行智能分析，根據(jù)不同的場景選擇不同的算法;

3）結(jié)合人工智能和數(shù)據(jù)共享模式，建立云南省數(shù)據(jù)恢復(fù)共享服務(wù)平臺(tái)。

4 結(jié)語

目前，我國信息化建設(shè)高歌猛進(jìn)，人工智能與數(shù)據(jù)恢復(fù)技術(shù)的結(jié)合是時(shí)代發(fā)展的需求[3]，如何處理海量數(shù)據(jù)，如何保障數(shù)據(jù)安全已成為數(shù)據(jù)恢復(fù)領(lǐng)域研究的熱點(diǎn)，本文從人工智能數(shù)據(jù)恢復(fù)原理、涉及關(guān)鍵技術(shù)以及應(yīng)用需要解決的問題進(jìn)行探討，為人工智能數(shù)據(jù)恢復(fù)軟件的開發(fā)提供支撐，為進(jìn)一步提供數(shù)據(jù)安全性提供前期研究。

參考文獻(xiàn)

崔校郡.新時(shí)期大數(shù)據(jù)分析與應(yīng)用關(guān)鍵技術(shù)研究[J].信息技術(shù)與信息化，2020：204-206.

田兵，嚴(yán)文濤，李明，殷齊林，郭爽爽.海量結(jié)構(gòu)化數(shù)據(jù)實(shí)時(shí)恢復(fù)技術(shù)研究[J].自動(dòng)化與儀器儀表，2019：133-135+139.

董磊，崔永波.新時(shí)期數(shù)據(jù)恢復(fù)技術(shù)應(yīng)用與研究[J].電子世界，2019：132-132.

作者簡介：

楊仙瑜（1990-），女，云南，工程師，2014年畢業(yè)于云南大學(xué)，主要從事軟件系統(tǒng)研發(fā)相關(guān)的工作。