政務(wù)大數(shù)據(jù)在智慧城市建設(shè)中的應(yīng)用探索
——以“云上揚(yáng)州”建設(shè)為例

韓義森

（江蘇省揚(yáng)州市政府信息資源管理中心，江蘇 揚(yáng)州 225000）

0 引言

智慧城市是城市發(fā)展的新興模式，其本質(zhì)是信息化與城市化的高度融合，實(shí)現(xiàn)城市智慧式管理和運(yùn)行，從而提高城市居民生活幸福感、企業(yè)經(jīng)濟(jì)競爭力、城市可持續(xù)發(fā)展及城鎮(zhèn)化質(zhì)量水平等。近年來，各級地方政府都在積極探索智慧城市建設(shè)，取得了一定成效。但仍存在著特色不明、共享不足、體驗(yàn)不佳等問題。究其原因，在于未能實(shí)現(xiàn)政務(wù)大數(shù)據(jù)與城市功能的良好融合。具體而言，主要存在三個(gè)方面挑戰(zhàn)：一是信息系統(tǒng)煙囪林立，阻礙數(shù)據(jù)共享；數(shù)據(jù)治理普遍薄弱，數(shù)據(jù)價(jià)值挖掘不足；數(shù)據(jù)管理水平不一，缺乏整體聯(lián)動(dòng)。

“十三五”期間，在揚(yáng)州市委、市政府的統(tǒng)籌領(lǐng)導(dǎo)下，揚(yáng)州按照國家新型智慧城市、數(shù)字中國、智慧社會(huì)建設(shè)要求，啟動(dòng)了“云上揚(yáng)州”建設(shè)。五年來，“云上揚(yáng)州”以“民眾好用、政府好管”為目標(biāo)，以“大平臺(tái)協(xié)同、大數(shù)據(jù)應(yīng)用、大安全保障”為主線，從體制機(jī)制、創(chuàng)新應(yīng)用、模式探索等方面入手，突出基礎(chǔ)設(shè)施、數(shù)據(jù)資源、平臺(tái)應(yīng)用、安全保障等關(guān)鍵環(huán)節(jié)，大力推進(jìn)“政務(wù)、健康、交通、生態(tài)、平安、產(chǎn)業(yè)、旅游”等七類云應(yīng)用，取得了階段性成效。國家發(fā)改委、中央網(wǎng)信辦牽頭開展的 2020 年“新型智慧城市”評測結(jié)果表明，揚(yáng)州市得分率為84.54%，在江蘇省保持領(lǐng)先位次，在全國位列第一方陣。但是，隨著政府?dāng)?shù)據(jù)程度逐步深入，發(fā)現(xiàn)由于當(dāng)前大數(shù)據(jù)平臺(tái)的發(fā)展時(shí)間尚淺，無法保證政府信息大數(shù)據(jù)的安全性，使得個(gè)人隱私數(shù)據(jù)和國家重點(diǎn)數(shù)據(jù)存在重大安全威脅。因此，政府?dāng)?shù)據(jù)共享的最大難題就是如何保證大數(shù)據(jù)安全，而現(xiàn)有的加密算法顯然無法適用于復(fù)雜數(shù)據(jù)的處理。文獻(xiàn)[3]以循環(huán)移位技術(shù)為基礎(chǔ)，結(jié)合多混沌映射算法設(shè)計(jì)一種加密算法。根據(jù)分段線性混沌映射將待加密數(shù)據(jù)轉(zhuǎn)化為混沌序列，以此為基礎(chǔ)生成數(shù)據(jù)索引矩陣，置換明文大數(shù)據(jù)。然后，針對循環(huán)移位處理后的數(shù)據(jù)進(jìn)行擴(kuò)散，采用Logistic混沌序列生成自動(dòng)加密處理后的結(jié)果。但是，該方法的加密過程冗余數(shù)據(jù)較多。文獻(xiàn)[4]對數(shù)據(jù)包進(jìn)行深入處理，按照隱私權(quán)重將數(shù)據(jù)包劃分為兩個(gè)重要分類。分別研究每一個(gè)類別數(shù)據(jù)包的加密時(shí)間，獲取權(quán)重計(jì)算結(jié)果，按照降序方式進(jìn)行權(quán)重計(jì)算結(jié)果排序。由于每一類數(shù)據(jù)包都存在相對應(yīng)的傳輸路徑，將排序最先的數(shù)據(jù)包進(jìn)行加密傳輸，在傳輸完成后計(jì)算通道剩余時(shí)間，將其余數(shù)據(jù)包分配至不同傳輸通路，實(shí)現(xiàn)數(shù)據(jù)的整體加密處理。然而，該數(shù)據(jù)處理方法加密效果較差。文獻(xiàn)[5]以數(shù)據(jù)消冗技術(shù)為基礎(chǔ)，構(gòu)建Bloom filter消冗算法，以此完成數(shù)據(jù)加密。通過Hamming 距離計(jì)算結(jié)果，獲取待處理數(shù)據(jù)之間的相似度，采用橢圓加密算法處理去除冗余數(shù)據(jù)后的數(shù)據(jù)，將對稱和非對稱加密算法相結(jié)合，設(shè)計(jì)大數(shù)據(jù)自動(dòng)加密模型，以此完成數(shù)據(jù)加密。通過驗(yàn)證可知，該方法在實(shí)際應(yīng)用中展現(xiàn)出加密安全性較差的缺陷。由于上述算法的加密數(shù)據(jù)結(jié)構(gòu)的差異性，導(dǎo)致密文信息熵較低，因此考慮到傳統(tǒng)加密算法的不足之處，設(shè)計(jì)新的自動(dòng)加密算法。對政府大數(shù)據(jù)進(jìn)行冗余數(shù)據(jù)刪除處理，利用區(qū)塊鏈技術(shù)對敏感大數(shù)據(jù)進(jìn)行自動(dòng)加密。通過實(shí)驗(yàn)可知，該方法有效提升了密文信息熵，提升了政府共享大數(shù)據(jù)的安全性。

1 基于區(qū)塊鏈技術(shù)的政府共享大數(shù)據(jù)自動(dòng)加密算法設(shè)計(jì)

1.1 政府共享大數(shù)據(jù)預(yù)處理

在大數(shù)據(jù)加密處理過程中采用冗余數(shù)據(jù)刪除技術(shù)，可以有效降低加密算法的計(jì)算復(fù)雜度[6]。通過對政府共享大數(shù)據(jù)進(jìn)行深入分析，獲取數(shù)據(jù)自身的冗余度，以此為基礎(chǔ)設(shè)計(jì)冗余數(shù)據(jù)刪除技術(shù)。通過對大數(shù)據(jù)中存在的冗余數(shù)據(jù)進(jìn)行刪除處理，使得數(shù)據(jù)對象具有唯一性，并利用唯一數(shù)據(jù)對象替換掉其余相似度較高的數(shù)據(jù)樣本。通過預(yù)處理技術(shù)剔除文件內(nèi)的冗余數(shù)據(jù)，使得數(shù)據(jù)維度得以降低，也使得數(shù)據(jù)存儲(chǔ)空間有效縮減[7]。通過冗余數(shù)據(jù)刪除技術(shù)優(yōu)化數(shù)據(jù)存儲(chǔ)空間，有效壓縮了加密處理的工作量，提升了大數(shù)據(jù)自動(dòng)加密執(zhí)行效率。

在冗余數(shù)據(jù)刪除處理后，所展現(xiàn)出的數(shù)據(jù)縮減率DER計(jì)算公式為：

公式中，B表示冗余數(shù)據(jù)刪除前字節(jié)數(shù)，B0表示冗余數(shù)據(jù)刪除后字節(jié)數(shù)。通過對數(shù)據(jù)縮減率進(jìn)行深入分析可知，政府共享大數(shù)據(jù)類型劃分策略以及劃分的數(shù)據(jù)分塊大小都會(huì)對計(jì)算結(jié)果產(chǎn)生影響。

在數(shù)據(jù)縮減率計(jì)算過程中，包含了數(shù)據(jù)塊之間的冗余數(shù)據(jù)，但是忽略了數(shù)據(jù)開銷所帶來的影響。所以，在冗余數(shù)據(jù)刪除技術(shù)設(shè)計(jì)過程中，需要依托于元數(shù)據(jù)開銷，對數(shù)據(jù)縮減率計(jì)算公式進(jìn)行修正，得出公式（2）的計(jì)算過程：

公式中，f表示元數(shù)據(jù)大小的開銷，其計(jì)算公式如下：

圖1 完全文件檢測框架

根據(jù)圖1所示的完全文件檢測框架，將每一個(gè)文件進(jìn)行分塊處理，依據(jù)單個(gè)數(shù)據(jù)塊的粒度從數(shù)據(jù)集中查找冗余數(shù)據(jù)。在實(shí)際數(shù)據(jù)檢測過程中，主要依靠的是政府共享大數(shù)據(jù)的整體hash值計(jì)算結(jié)果與預(yù)先存儲(chǔ)的hash值比較結(jié)果。當(dāng)兩個(gè)hash值保持一致，對該文件進(jìn)行直接存儲(chǔ)，否則需要進(jìn)行冗余數(shù)據(jù)刪除操作。政府共享大數(shù)據(jù)預(yù)處理完成后，為加密處理提供數(shù)據(jù)支撐。

1.2 設(shè)計(jì)敏感大數(shù)據(jù)識(shí)別技術(shù)

在政府共享大數(shù)據(jù)冗余處理后，需要提取出大數(shù)據(jù)中包含的敏感數(shù)據(jù)，而后并對該部分?jǐn)?shù)據(jù)進(jìn)行自動(dòng)加密處理[8]，文中采用文本內(nèi)容作為敏感大數(shù)據(jù)識(shí)別的依據(jù)。針對政府大數(shù)據(jù)中包含的文本數(shù)據(jù)，以語法分析系統(tǒng)ICTCLAS為主要工具，將數(shù)據(jù)中所包含的單個(gè)詞組進(jìn)行劃分，便于后續(xù)大數(shù)據(jù)特征提取操作。在對數(shù)據(jù)文件分詞處理后，按照名詞、動(dòng)詞、詞長、詞性等方式進(jìn)行分詞標(biāo)記。

對分詞處理后的大數(shù)據(jù)進(jìn)行特征向量計(jì)算，通過計(jì)算權(quán)值衡量數(shù)據(jù)特征值[9]，該值主要采用TF-IDF公式計(jì)算得出。通過分析大量該公式的相關(guān)應(yīng)用可知，利用該公式計(jì)算特征值具有可行性。TF-IDF公式的設(shè)計(jì)是以某一個(gè)文本分詞在政府共享大數(shù)據(jù)中出現(xiàn)的次數(shù)為基礎(chǔ)，當(dāng)該文本分詞出現(xiàn)的次數(shù)越多，表明該詞語所包含的信息越多，可以更加清晰地描述大數(shù)據(jù)內(nèi)容。但需要注意的是，一旦該文本分詞在其他大數(shù)據(jù)信息中出現(xiàn)次數(shù)過多，則該分析的代表性有所降低，將TF-IDF計(jì)算公式結(jié)果定義為d，得到如下計(jì)算公式：

公式中，t表示詞組i在政府共享大數(shù)據(jù)中出現(xiàn)的次數(shù)，N表示文檔總數(shù)，n表示數(shù)據(jù)庫中包含詞組的文檔數(shù)量。以政府共享大數(shù)據(jù)中將會(huì)對國家和個(gè)人帶來安全風(fēng)險(xiǎn)的數(shù)據(jù)作為典型敏感數(shù)據(jù)，生成敏感數(shù)據(jù)特征向量V，將其表示為：

公式中，d表示敏感數(shù)據(jù)，m表示文本詞性，n表示詞頻統(tǒng)計(jì)結(jié)果。以敏感數(shù)據(jù)的特征向量計(jì)算結(jié)果為依據(jù)，明確對應(yīng)關(guān)鍵詞在開放大數(shù)據(jù)文檔中的權(quán)值，獲取在開放大數(shù)據(jù)中該關(guān)鍵詞的特征向量。文中針對兩個(gè)特征向量計(jì)算結(jié)果，應(yīng)用余弦公式計(jì)算出二者之間的相似度，余弦相似度θ計(jì)算公式表示為：

公式中，V1、V2表示兩個(gè)文檔的特征向量，表示文檔標(biāo)準(zhǔn)向量點(diǎn)積，則存在以下關(guān)系式：

根據(jù)公式（6）的計(jì)算結(jié)果，將其與預(yù)先設(shè)定閾值進(jìn)行比較，當(dāng)計(jì)算結(jié)果高于設(shè)定閾值，將該文檔識(shí)別為敏感數(shù)據(jù)。針對敏感數(shù)據(jù)識(shí)別閾值，文中采用自動(dòng)學(xué)習(xí)的方式進(jìn)行獲取。通過采集典型安全數(shù)據(jù)與敏感數(shù)據(jù)的關(guān)鍵詞，構(gòu)成敏感數(shù)據(jù)庫，通過自適應(yīng)迭代計(jì)算獲取敏感數(shù)據(jù)判斷閾值。

根據(jù)上述敏感數(shù)據(jù)識(shí)別技術(shù)得到的結(jié)果存在較高的誤判率，為了提升識(shí)別準(zhǔn)確率，文中以誤判率計(jì)算結(jié)果為基礎(chǔ)，修正判斷閾值。誤判率rata計(jì)算公式為：

公式中，A表示正確識(shí)別到的安全文檔數(shù)量，B表示正確識(shí)別到的敏感文檔數(shù)量，C表示錯(cuò)誤識(shí)別為安全文檔數(shù)量，D表示錯(cuò)誤識(shí)別為敏感文檔的數(shù)量。根據(jù)誤判率計(jì)算結(jié)果，對上述敏感數(shù)據(jù)識(shí)別技術(shù)進(jìn)行修正，保證敏感數(shù)據(jù)識(shí)別結(jié)果準(zhǔn)確率可以進(jìn)一步提升。

1.3 生成加密區(qū)塊數(shù)據(jù)結(jié)構(gòu)

針對上述計(jì)算提取出來的敏感大數(shù)據(jù)，文中采用區(qū)塊鏈技術(shù)結(jié)合同態(tài)加密算法，生成加密區(qū)塊數(shù)據(jù)結(jié)構(gòu)，以此完成政府開發(fā)大數(shù)據(jù)自動(dòng)加密處理。本文在常規(guī)的區(qū)塊鏈基礎(chǔ)上，采用同態(tài)加密技術(shù)與其結(jié)合可以更好地保護(hù)敏感數(shù)據(jù)安全[10]。在實(shí)際應(yīng)用中，根據(jù)加密區(qū)塊數(shù)據(jù)結(jié)構(gòu)形成的隱私區(qū)塊鏈，將政府共享大數(shù)據(jù)中的敏感數(shù)據(jù)進(jìn)行加密處理，形成密文信息，并將其存儲(chǔ)于數(shù)據(jù)區(qū)塊內(nèi)。文中按照上述敏感大數(shù)據(jù)識(shí)別技術(shù)，將開放大數(shù)據(jù)劃分為敏感數(shù)據(jù)、安全數(shù)據(jù)兩類，以此這一部分僅需要對敏感數(shù)據(jù)展開同態(tài)加密處理。

文中選定具有同態(tài)性質(zhì)的Paillie算法進(jìn)行加密處理，處理步驟如下所示。首先，隨機(jī)選定兩個(gè)大質(zhì)數(shù)，并計(jì)算二者之間的最小公倍數(shù)N，再選定一個(gè)整數(shù)g，使得，則N、g分別表示大數(shù)據(jù)加密處理生成的公鑰和私鑰。之后，隨機(jī)選定一個(gè)整數(shù)，使得上述識(shí)別的敏感數(shù)據(jù)屬于該整數(shù)，通過公鑰對敏感數(shù)據(jù)進(jìn)行加密，得到相應(yīng)密文。

將敏感數(shù)據(jù)進(jìn)行匯總，形成數(shù)據(jù)集msg，采用區(qū)塊鏈技術(shù)對每個(gè)msg簽名分配一個(gè)對應(yīng)的私鑰，對于有對應(yīng)簽名的數(shù)據(jù)，采用散列方式計(jì)算數(shù)據(jù)散列值，并將計(jì)算結(jié)果放置于區(qū)塊鏈的區(qū)塊頭內(nèi)?？紤]到Paillie加密算法的加法同態(tài)特點(diǎn)，文中選取某一條敏感數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)該大數(shù)據(jù)包含兩次訪問記錄，針對每一條訪問記錄展開加密處理，得出以下綜合加密公式：

公式中，v1、v2表示兩次訪問時(shí)間，r1、r2表示訪問記錄密文，g表示公鑰，N表示私鑰，E表示任意運(yùn)算，c1表示第一次訪問加密結(jié)果，c2表示第二次訪問加密結(jié)果。通過上述加密處理，可以在不公布兩次訪問記錄的基礎(chǔ)上，獲取開放大數(shù)據(jù)的加密密文。

而對密文的解密處理需要以明文為基礎(chǔ)，密文解密公式為：依據(jù)同態(tài)加密技術(shù)處理后，獲取新的區(qū)塊鏈數(shù)據(jù)結(jié)果，生成的結(jié)構(gòu)如圖2所示。

圖2 基于同態(tài)加密的塊數(shù)據(jù)結(jié)構(gòu)

在圖2所示的塊數(shù)據(jù)結(jié)構(gòu)中，針對開放大數(shù)據(jù)進(jìn)行劃分處理，選定敏感數(shù)據(jù)進(jìn)行同態(tài)加密，形成散列數(shù)據(jù)DT。通過上述操作形成的加密區(qū)塊數(shù)據(jù)結(jié)構(gòu)，實(shí)現(xiàn)政府大數(shù)據(jù)自動(dòng)加密處理。

2 實(shí)驗(yàn)

針對以區(qū)塊鏈技術(shù)為基礎(chǔ)的，政府共享大數(shù)據(jù)自動(dòng)加密算法進(jìn)行實(shí)驗(yàn)驗(yàn)證，已驗(yàn)證本文所設(shè)計(jì)算法的有效性。在實(shí)驗(yàn)過程中，通過編程的方式進(jìn)行數(shù)據(jù)加解密測試，在數(shù)據(jù)加密后對其抗攻擊能力進(jìn)行測試，明確文中設(shè)計(jì)方法的實(shí)際應(yīng)用效果。為了使得實(shí)驗(yàn)貼近實(shí)際應(yīng)用環(huán)境，文中設(shè)計(jì)的實(shí)驗(yàn)利用visual studio 2020開發(fā)環(huán)境，并應(yīng)用C語言編程作為主要實(shí)驗(yàn)工具。

2.1 實(shí)驗(yàn)平臺(tái)

對大數(shù)據(jù)加密算法進(jìn)行實(shí)驗(yàn)選定的平臺(tái)為實(shí)驗(yàn)室Hadoop，主要包括6臺(tái)計(jì)算機(jī)。根據(jù)Hadoop平臺(tái)的基本組成要求，選取其中一臺(tái)計(jì)算機(jī)作為服務(wù)器，負(fù)責(zé)記錄Name Node，實(shí)時(shí)調(diào)整實(shí)驗(yàn)數(shù)據(jù)。除此之外，將其余幾臺(tái)計(jì)算機(jī)作為主要實(shí)驗(yàn)工具，發(fā)揮節(jié)點(diǎn)計(jì)算與存儲(chǔ)的作用?？紤]到實(shí)際應(yīng)用環(huán)境，為了加強(qiáng)實(shí)驗(yàn)環(huán)境的真實(shí)性，再添加5臺(tái)計(jì)算機(jī)，這幾臺(tái)計(jì)算機(jī)的配置具有較大差異性。在實(shí)驗(yàn)平臺(tái)的構(gòu)建中，計(jì)算機(jī)配置參數(shù)如表1所示。

表1 實(shí)驗(yàn)所需計(jì)算機(jī)配置參數(shù)

分析表1顯示的計(jì)算機(jī)配置參數(shù)可知，實(shí)驗(yàn)平臺(tái)中包含3臺(tái)計(jì)算和存儲(chǔ)水平較強(qiáng)的計(jì)算機(jī)，而另外3臺(tái)計(jì)算機(jī)的存儲(chǔ)與計(jì)算能力較弱。根據(jù)大數(shù)據(jù)自動(dòng)加密算法的實(shí)際應(yīng)用環(huán)境，選擇性能較強(qiáng)的計(jì)算機(jī)充當(dāng)計(jì)算和存儲(chǔ)節(jié)點(diǎn)，使得實(shí)驗(yàn)環(huán)境符合密算法實(shí)驗(yàn)?zāi)芰Φ男枨蟆?shí)驗(yàn)平臺(tái)的設(shè)計(jì)除了上述硬件要求外，對實(shí)驗(yàn)所需軟件也有較高要求。按照上述要求構(gòu)建的實(shí)驗(yàn)平臺(tái)，可以保證實(shí)驗(yàn)過程的穩(wěn)定性，更加直觀地展現(xiàn)出政府共享大數(shù)據(jù)自動(dòng)加密算法的應(yīng)用性能。

2.2 加密功能測試

以區(qū)塊鏈為基礎(chǔ)構(gòu)建的大數(shù)據(jù)自動(dòng)加密算法，在實(shí)驗(yàn)過程中，采用一個(gè)大小為159874KB的數(shù)據(jù)文件作為實(shí)驗(yàn)樣本?？紤]到政府共享大數(shù)據(jù)的數(shù)據(jù)量較大，在進(jìn)行數(shù)據(jù)共享時(shí)往往會(huì)將多個(gè)大型數(shù)據(jù)文件放置于開放數(shù)據(jù)平臺(tái)內(nèi)。所以，大數(shù)據(jù)自動(dòng)加密算法的應(yīng)用過程中，需要滿足大型文件加密要求。所以對本文所設(shè)計(jì)算法進(jìn)行加密功能測試時(shí)，選取較大的文件作為實(shí)驗(yàn)數(shù)據(jù)，獲取更加準(zhǔn)確的應(yīng)用結(jié)果。在數(shù)據(jù)加解密處理過程中，為了將數(shù)據(jù)處理結(jié)果更直觀地呈現(xiàn)出來，按照固定的樣本分塊長度，獲取待處理的敏感數(shù)據(jù)幅值變化情況，具體如圖3所示。

圖3 待加密的敏感數(shù)據(jù)幅值變化圖

圖3所示的敏感數(shù)據(jù)幅值變化情況，是將樣本分塊長度設(shè)置為120bit時(shí)得到的，以此為基礎(chǔ)展開數(shù)據(jù)加密功能測試。

在政府共享大數(shù)據(jù)遭遇風(fēng)險(xiǎn)時(shí)，入侵者會(huì)根據(jù)密文數(shù)據(jù)統(tǒng)計(jì)結(jié)果，將其與明文之間統(tǒng)計(jì)結(jié)果進(jìn)行對比，破譯者可以為依據(jù)，得到明文與密文之間的變換規(guī)律。為了提升數(shù)據(jù)加密效果，需要保證密文特性統(tǒng)計(jì)結(jié)果的隨機(jī)性更高。除了文中設(shè)計(jì)的加密算法外，實(shí)驗(yàn)過程中采用文獻(xiàn)［3］、文獻(xiàn)［4］提出的加密算法對同樣的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行加密處理，并將三種算法的處理結(jié)果用直方圖描述出來，大數(shù)據(jù)加密效果對比結(jié)果如圖4所示。

通常情況下，直方圖分布結(jié)果越均勻，表明數(shù)據(jù)加密效果越好。根據(jù)圖4顯示的直方圖對比結(jié)果可知，文獻(xiàn)［3］、文獻(xiàn)［4］加密算法的數(shù)據(jù)加密結(jié)果與原始數(shù)據(jù)相比，直方圖分布向著均勻化方向進(jìn)步，但無法達(dá)到加密要求。而本文所設(shè)計(jì)的加密算法得出的直方圖非常均勻，使得攻擊者的密文破譯難度提升，有效提升政府開放性大數(shù)據(jù)對于攻擊的防御能力。

2.3 密文信息熵分析

為了將加密效果直觀地展示出來，文中采用密文信息熵計(jì)算結(jié)果，作為指標(biāo)評估加密算法的應(yīng)用效果。由于密文信息熵代表著文本加密后詞句之間的信息關(guān)聯(lián)程度。信息熵計(jì)算結(jié)果越大，密文信息關(guān)聯(lián)性越低，表明數(shù)據(jù)安全性越高。依據(jù)一維信息熵定義得出：

公式中，H表示信息熵，P表示密文和明文詞語的信息關(guān)聯(lián)度，x表示某一條數(shù)據(jù)。根據(jù)上述公式，獲取圖5所示的三種加密算法的密文信息熵對比結(jié)果。

圖4 大數(shù)據(jù)加密效果對比

圖5 不同加密算法的密文信息熵對比

根據(jù)圖5可知，本文所設(shè)計(jì)加密算法的密文信息熵高達(dá)7.89，而文獻(xiàn)［3］、文獻(xiàn)［4］算法的密文信息熵分別為3.51、2.01。綜上所述，文中提出以區(qū)塊鏈技術(shù)為基礎(chǔ)的大數(shù)據(jù)自動(dòng)加密算法，使得密文信息熵提升了56%、84%，更好地保護(hù)了原始數(shù)據(jù)信息。

3 結(jié)語

文中以提升政府共享大數(shù)據(jù)安全性為主要目標(biāo)，設(shè)計(jì)以區(qū)塊鏈技術(shù)為核心的自動(dòng)加密算法。對進(jìn)行冗余數(shù)據(jù)刪除處理后，提取出其中的敏感數(shù)據(jù)，根據(jù)加密區(qū)塊數(shù)據(jù)結(jié)構(gòu)以及同態(tài)加密算法進(jìn)行自動(dòng)加密。通過實(shí)驗(yàn)結(jié)果可知，該方法的應(yīng)用使得密文信息熵大幅度提升，更好地保護(hù)了原始數(shù)據(jù)。通過本算法的應(yīng)用揚(yáng)州的政務(wù)大數(shù)據(jù)共享工作在智慧城市建設(shè)過程中取得如下成績：

（1）以資源整合筑牢基礎(chǔ)，搭建智慧城市“四梁八柱”。自2011年起，揚(yáng)州在江蘇省率先啟動(dòng)政府?dāng)?shù)據(jù)資源中心（大數(shù)據(jù)中心）建設(shè)，從基礎(chǔ)設(shè)施、信息系統(tǒng)、數(shù)據(jù)資源三個(gè)層面推進(jìn)整合共享。目前，揚(yáng)州市政府大數(shù)據(jù)中心已形成“兩地五中心”架構(gòu)（即：產(chǎn)業(yè)基地主中心、移動(dòng)雙活中心、電信備份中心、政法大數(shù)據(jù)中心和鹽城異地?cái)?shù)據(jù)備份中心），初步實(shí)現(xiàn)政務(wù)信息基礎(chǔ)設(shè)施統(tǒng)建共用。

一是強(qiáng)化扎口管理，建立統(tǒng)一的信息資源共享機(jī)制。先后出臺(tái)《揚(yáng)州市政務(wù)信息資源共享管理辦法》《云上揚(yáng)州項(xiàng)目建設(shè)管理和考核實(shí)施意見》等文件，將數(shù)據(jù)共享作為各部門信息化項(xiàng)目立項(xiàng)審核、竣工驗(yàn)收和運(yùn)維經(jīng)費(fèi)安排的必要條件，做到“不共享、不立項(xiàng)、不撥款”，有效避免信息孤島現(xiàn)象，強(qiáng)化扎口管理。

二是細(xì)化專網(wǎng)整合，建成統(tǒng)一的電子政務(wù)外網(wǎng)。整合各部門業(yè)務(wù)專網(wǎng)43條，建設(shè)電子政務(wù)外網(wǎng)，共接入214個(gè)市直單位、581個(gè)區(qū)縣部門、83個(gè)鄉(xiāng)鎮(zhèn)街道、1399個(gè)村社區(qū)及衛(wèi)生站，實(shí)現(xiàn)了省、市、縣、鄉(xiāng)、村全線貫通。

三是優(yōu)化設(shè)施統(tǒng)建，搭建統(tǒng)一的機(jī)房環(huán)境支撐。建成揚(yáng)州市政府大數(shù)據(jù)中心，為全市3個(gè)區(qū)、3個(gè)功能區(qū)、64家市直單位和3家國有企業(yè)的190個(gè)應(yīng)用系統(tǒng)統(tǒng)一提供運(yùn)行支撐，累計(jì)節(jié)約財(cái)政資金2億多元（平均每年3000多萬元）。

四是活化數(shù)據(jù)湖泊，打造統(tǒng)一的大數(shù)據(jù)共享開放平臺(tái)。揚(yáng)州市大數(shù)據(jù)共享開放平臺(tái)建成人口、法人、電子證照等五大基礎(chǔ)數(shù)據(jù)庫和政務(wù)、健康、交通、生態(tài)、平安等10類主題數(shù)據(jù)庫，累計(jì)歸集6個(gè)縣（市、區(qū)）、3個(gè)功能區(qū)、47個(gè)市直單位共計(jì)約9.24億條數(shù)據(jù)，發(fā)布共享目錄3465條。市大數(shù)據(jù)共享開放平臺(tái)項(xiàng)目獲“2019智慧江蘇重點(diǎn)工程”，揚(yáng)州市綜合基礎(chǔ)庫建設(shè)以全省第二的成績通過2020年省高質(zhì)量發(fā)展考核。

五是量化網(wǎng)站管理，建設(shè)統(tǒng)一的政府門戶網(wǎng)站群。建成市縣兩級一體化政府門戶網(wǎng)站群，整合各類政府網(wǎng)站347個(gè)；為42個(gè)黨群口部門、公共企事業(yè)單位、機(jī)構(gòu)等提供網(wǎng)站集約化建設(shè)和運(yùn)維服務(wù)。

六是深化一體設(shè)計(jì)，提供統(tǒng)一的智慧城市安全保障。建成一體化“安全管云”體系，實(shí)現(xiàn)統(tǒng)一運(yùn)行監(jiān)測、統(tǒng)一等級保護(hù)測評、統(tǒng)一安全服務(wù)保障，保障市政府大數(shù)據(jù)中心運(yùn)行安全。

（1）以政務(wù)大數(shù)據(jù)應(yīng)用為支撐，城市運(yùn)行更加智能。啟動(dòng)“云上揚(yáng)州”建設(shè)以來，我市著力加強(qiáng)政務(wù)大數(shù)據(jù)的開發(fā)利用和開放共享，構(gòu)建政務(wù)服務(wù)、社會(huì)治理、產(chǎn)業(yè)發(fā)展等多領(lǐng)域應(yīng)用場景，發(fā)揮數(shù)據(jù)價(jià)值，提升城市智慧。

公積金提取“秒辦結(jié)”。我市公積金中心90%以上的業(yè)務(wù)已由“線下”遷入“線上”，提供7＊24小時(shí)“不打烊”線上服務(wù)（疫情期間未受影響），隨時(shí)受理、實(shí)時(shí)辦結(jié)（30秒）。累計(jì)調(diào)用市政府大數(shù)據(jù)中心數(shù)據(jù)近30萬次，線上辦理業(yè)務(wù)近21萬筆，提取業(yè)務(wù)18萬筆，提取金額近30億元。同時(shí)核查出假離婚4165筆，假結(jié)婚463筆，假購房合同836筆，假房產(chǎn)證明1438筆。2020年8月，公積金“綜合服務(wù)平臺(tái)”以全國第一成績98.7分通過住建部專家組驗(yàn)收，被江蘇省信用辦評為“全省工作創(chuàng)新項(xiàng)目”。2021年3月起，揚(yáng)州大市范圍內(nèi)購買商品房提取公積金全部實(shí)現(xiàn)線上辦理。

健康檔案“聯(lián)網(wǎng)查”。目前全市居民電子健康檔案覆蓋率達(dá)85%，有了連續(xù)的健康檔案，可以實(shí)現(xiàn)讓居民達(dá)到“記錄一生、管理一生、健康一生”。在2021年度各類醫(yī)療衛(wèi)生機(jī)構(gòu)、大數(shù)據(jù)中心等單位以及居民個(gè)人累計(jì)完成居民檔案檔調(diào)閱536萬次。居民可通過“健康揚(yáng)州”APP查詢個(gè)人醫(yī)療服務(wù)、獻(xiàn)血記錄、個(gè)人體檢報(bào)告、檢驗(yàn)檢查報(bào)告等信息。

停車出行“無感付”。聯(lián)網(wǎng)接入揚(yáng)州市區(qū)147個(gè)公共停車場51944個(gè)停車泊位，整合437個(gè)公共自行車站點(diǎn)12500輛公共自行車、210條公交線路2232輛公交車、63個(gè)充電樁站1042個(gè)充電樁等信息，并在主要路段設(shè)置40個(gè)停車誘導(dǎo)屏（其中一級誘導(dǎo)屏4塊、二級誘導(dǎo)屏11塊、三級誘導(dǎo)屏25塊），目前停車月訂單量超140萬條，有效緩解“停車難、充電難、行車難、出行難”等問題。

平安城市“重防范”。圍繞實(shí)戰(zhàn)引領(lǐng)需求的目標(biāo)，揚(yáng)州市公安局通過市政府大數(shù)據(jù)中心的數(shù)據(jù)支撐，搭建了違法犯罪人員軌跡核查、在逃人員比對、重點(diǎn)人員管控等各類模型12個(gè)。今年以來，公安機(jī)關(guān)通過群租房管理模型發(fā)現(xiàn)全市群租房風(fēng)險(xiǎn)單位26個(gè)，經(jīng)民警排查后確認(rèn)1家為傳銷機(jī)構(gòu)，目前該案已抓獲犯罪團(tuán)伙頭目2人。

供電業(yè)務(wù)“刷臉辦”。率先在江蘇省實(shí)現(xiàn)“刷臉”辦電，目前已在城區(qū)營業(yè)廳設(shè)立了試點(diǎn)，可以辦理新裝增容、變更用電等20項(xiàng)業(yè)務(wù)?！傲阕C辦電”上線以來，市區(qū)營業(yè)廳通過“刷臉”方式辦理個(gè)人業(yè)務(wù)397項(xiàng)、企業(yè)業(yè)務(wù)96項(xiàng)，年底前將實(shí)現(xiàn)市區(qū)兩個(gè)城區(qū)營業(yè)網(wǎng)點(diǎn)和市郊12個(gè)農(nóng)村營業(yè)網(wǎng)點(diǎn)“刷臉”辦電業(yè)務(wù)全覆蓋。

企業(yè)獎(jiǎng)補(bǔ)“易申報(bào)”。助力揚(yáng)州市中小企業(yè)發(fā)展專項(xiàng)資金圓滿實(shí)現(xiàn)“網(wǎng)上直報(bào)直審”，做到358家企業(yè)申報(bào)“一次不用跑、材料零裝訂”、部門審核“統(tǒng)一尺度、即收即審”，系統(tǒng)精準(zhǔn)查驗(yàn)發(fā)票7724張，涉及金額近10億，節(jié)約第三方事務(wù)所審計(jì)資金75萬元，幫助企業(yè)節(jié)約材料裝訂和運(yùn)輸成本近4萬元。

（3）以數(shù)據(jù)融合謀求發(fā)展，打造“數(shù)字政府”。“十四五”開局之年，揚(yáng)州市以打造“數(shù)字政府”為目標(biāo)，聚焦政務(wù)大數(shù)據(jù)的數(shù)據(jù)融合、應(yīng)用融合、產(chǎn)業(yè)融合，賦能智慧城市高質(zhì)量發(fā)展。

政務(wù)服務(wù)“一網(wǎng)通辦”。打通不同部門的自建業(yè)務(wù)系統(tǒng)，打破“數(shù)據(jù)壁壘”，整合政務(wù)服務(wù)各類數(shù)據(jù)資源，依托一體化在線政務(wù)服務(wù)平臺(tái)，推行政務(wù)服務(wù)事項(xiàng)網(wǎng)上全生命周期辦理，推動(dòng)企業(yè)群眾辦事線上只登錄一次即可全網(wǎng)通辦，即讓“數(shù)據(jù)多跑路、群眾少跑腿”，解決企業(yè)和群眾“辦不完的手續(xù)、蓋不完的章、跑不完的路”等麻煩。推進(jìn)高頻政務(wù)服務(wù)事項(xiàng)“跨省通辦”，同步建立清單化管理制度和更新機(jī)制，有效滿足各類市場主體和廣大人民群眾異地辦事需求。

城市運(yùn)行“一網(wǎng)統(tǒng)管”。充分發(fā)揮數(shù)據(jù)賦能、信息調(diào)度、趨勢研判、綜合指揮、應(yīng)急處置等作用，推動(dòng)全市數(shù)據(jù)資源的集成共享和政務(wù)應(yīng)用的創(chuàng)新開發(fā)，打造集“搜索、分析、預(yù)警、問效”為一體的社會(huì)治理現(xiàn)代化指揮中心，構(gòu)建數(shù)據(jù)暢通、部門聯(lián)通、上下貫通、政策溝通、治理融通和人心相通的“一網(wǎng)統(tǒng)管”體系，實(shí)現(xiàn)城市管理科學(xué)化、市域治理精準(zhǔn)化、公共服務(wù)高效化、突發(fā)事件應(yīng)急化。

政府決策“一屏總覽”。發(fā)揮政務(wù)大數(shù)據(jù)在善政、興業(yè)、惠民領(lǐng)域的決策支持作用，構(gòu)建數(shù)據(jù)驅(qū)動(dòng)、協(xié)同融合的決策支持應(yīng)用體系，滿足多維度、多層面、多場景的需求。建設(shè)“領(lǐng)導(dǎo)駕駛艙”，以“全景圖”刻畫為導(dǎo)向，用數(shù)據(jù)全面描繪現(xiàn)實(shí)社會(huì)和虛擬空間的運(yùn)行態(tài)勢，強(qiáng)化數(shù)據(jù)融合分析，建成智能化輔助決策體系，滿足政府、企業(yè)、群眾信息需求，提升政府決策科學(xué)化水平。

高頻事項(xiàng)“一鏈全達(dá)”。深入推進(jìn)企業(yè)開辦一件事、退休一件事、新生兒出生一件事、結(jié)婚（離婚）一件事、不動(dòng)產(chǎn)登記等10個(gè)“一件事”改革工作。通過整合事項(xiàng)、流程再造、信息共享，線上一個(gè)平臺(tái)或線下一個(gè)窗口統(tǒng)一辦理，形成“一窗受理、一次告知、一表申請、一套材料、一次提交、一次反饋、一次分辦、一窗出件、一號(hào)服務(wù)、一鍵評價(jià)”的全鏈條辦理模式，切實(shí)提升政務(wù)服務(wù)水平。