基于SSH架构的事业单位财务信息内部共享模型
2022-07-21杨莹
杨莹
(云南省公路局楚雄公路局,云南 楚雄 675000)
1 引言
互联网技术的飞速发展,给我国各个事业单位带来了全新的挑战和机遇,同时也为全国范围内的政府信息公开化以及透明化提供了全面的技术支持[1]。开展事业单位财务信息内部共享是时代发展的必然需求,同时也是建设法治国家以及推进社会主义民主的重要表现,能够有效促进事业单位财务信息的内部共享以及建设,加强社会监督[2],具有十分重要的科学意义。
相关专家针对该方面的内容展开了大量的研究,例如温亮明等人[3]对信息的类型和特征进行分析,获取信息的共享特征,同时结合六度分离理论,组建信息共享模型。董祥千等人[4]在数据共享集中提取多层面元数据信息,利用各个共识节点组建域索引,以此为基础组建信息共享模型,完成信息共享。
以上两种模型虽然现阶段取得了较为满意的研究成果,但是由于未能进行事业单位财务信息采集,导致财务信息共享效率、容错率以及财务信息吸收比率下降。为此,在SSH架构下,提出一种基于SSH 架构的事业单位财务信息内部共享模型。
2 基于SSH 架构的事业单位财务信息内部共享模型
2.1 事业单位财务信息采集
设定事业单位内网布置在2维平面上,整个内网主要是由m个传感器节点,组建传感器节点集合,即:
全部节点都均匀分布在事业单位内网的监测区域内,分别标记各个节点和邻近节点的坐标,其中ni的坐标位置能够表示为(xi,yi)。当全部节点的通信范围以及感知范围已知时[5-6],设定圆形的半径为R,将内网划分为多个不同的层环,在各个层环内分别选取多个骨干节点负责事业单位内部数据的传输。
(1) 给定随机骨干节点ni和间距d,节点ni的4个邻居转折点的坐标能够表示为:
其中邻居转折点的集合能够表示为:
δ的取值主要通过网络节点的内部分布情况进行设定;B代表骨干节点集合;A代表待处理节点集合。初始阶段网络中只含有一个骨干节点[7],也就是所谓的中心节点:
在中心节点开始选取骨干节点,将其加入到集合B中,构建事业单位的动态环,具体的操作流程如下:
①在集合A中的任意节点ni需要优先计算自身邻居转折点P。在事业单位范围外,需要将pj在集合P中转移出来,ni逐渐向邻居节点广播P。当非骨干节点接收到广播信息时不需要进行任何处理[8-9];而骨干节点接收到广播信息后,分别计算自身和P内各个转折点间的距离,假设距离小于αR时,则说明pk附近已经含有一个骨干节点,将pk在集合P中移除,同时将更新后的P信息反馈给ni,其中0<α<1。
②ni在全部邻居节点接收P后,对其进行交集处理,获取最终的集合P。由于节点ni已知邻居节点的具体坐标位置信息,ni在各个邻居节点中选取1个距离最近的节点,将其设定为候选骨干节点。ni向全部候选骨干节点广播消息即为总线请求[10],其中BREQ为一个四元组,具体的表达形式如下:
上式中,ci代表ni所在的环号;ni代表发出信号的节点编号;nc代表中心节点的位置;li代表ni到中心节点的距离。
(2) 设定任意节点ni的依赖节点为ni邻居节点中环号最小的骨干节点。
当节点ni形成感知信息或者接收到来自其他节点传送来的信息后,需要将信息传送给对应的依赖节点。
③当接收到BREQ消息的骨干节点nk后,优先计算两个节点间的距离lk;假设lk>li,则nk标记为是自身第ci+1环上的骨干节点,,则需要满足以下的约束条件:
选取nk作为ni作为依赖节点;否则,则说明nk和ni两者在中间节点之间,即nk在ci环的内部,此时nk将收集到的全部财务信息丢弃,并且更新集合A=A-(ni)。
④继续重复步骤①和步骤③,直到集合为A为空集,则停止计算。
当目标出现在事业单位内部网络随机节点上时,传感器能够感应数据是否传输至骨干节点。假设传输到骨干节点后,需要对目标进行定位[11-12],并且将定位结果发送至服务器。
在上述分析的基础上,需要将非骨干节点设定为依赖节点,具体的操作步骤如下:
(1) 全部骨干节点广播依赖请求消息设定为设备请求,DREQ消息为一个二元组〈ni,ci〉。
(2) 当普通节点接收到DREQ信息后,将层环编号较小的骨干节点设定为依赖节点。
在不同的层环上选取一个节点,共同组建中心节点以及sink 间的骨干路径。其中骨干路径主要负责将中心节点得到的目标定位结果传输至节点集合,通过sink将节点再次传输至依赖节点,重复上述操作过程,直至全部的数据到达中心节点。
当目标进入监测区域后,位于目标周围的节点能够感应到目标。当Dpacket到达中心节点之后,中心节点通过Dpacket中的sdi,选取出sdi取值较小的m个节点,其中目标位置能够表示为:
在目标位置信息反馈节点,中心节点将Lpacket利用骨干节点转发至sink,重复上述操作过程,直至完成全部的事业单位财务信息采集。
2.2 模型的建立
在基于SSH架构的事业单位财务信息内部共享模型建立的过程中,非生命代理系统呈现的知识为显性知识,而主动知识节点的所拥有的即为隐性知识。在事业单位内网内,实质就是将两种知识体进行转换[13-14],有效实现事业单位财务信息内部共享。
事业单位内部网络主要是由知识元素以及知识单元等组成,将其称为节点,将各个知识间的关联设定为“边”或者“链”,组成的网络称为知识网络。
首先组建事业单位内部网络图G(N,L)来描述大规模协作的知识网络,N代表节点集,节点i代表大规模协作的主动性主体;L代表边集;(i,j)(i,jN)代表节点i和节点j两者间的财务信息内部共享活动。
设定变量li,j代表节点i和节点j之间的财务信息内部共享活动次数,即边(i,j)的权重取值。当两个节点间发生共享的次数越多,边(i,j)的权重取值也就越大。
由于参加协作的主体可能分别来自不同的知识领域,具有不同的背景,以下将事务单位内的全部财务信息进行划分。采用一个n维数组Ki,k代表节点i所拥有协作项目相关的n个邻域信息,统计节点n个邻域的知识。节点i的知识Ki,k为知识分量的集合,同时设定各个知识分量是相互独立的,且服从(0,1)的随机分布。
在事业单位财务信息内部共享模型建立的过程中,不同信息间的差距会影响知识共享的效率,在共享模型中需要全面体现社会化以及组合化的过程。在社会化时,假设两个事业单位间的财务信息背景存在较大的差异,则主体i不具备理解主体j中隐形知识所必需的基础信息。以下主要通过知识差距来测量两个节点相似度测度,设定各个知识分量对协作项目具有相同的重要性,同时将大规模知识网络中的知识初始分布设定为随机分布。由于随机分布满足了知识分布的主要特点,各个主体都具有不同的知识专长[15-16]。在相同的知识体上,协作主体的水平高低比,大致呈现正态分布,也就是知识水平偏低的人较少,而大部分人的知识较为平庸。
针对节点i,jN(n)而言,且i≠j,设定节点i和节点j间的知识差距能够表示为:
公式(7)代表两个节点在知识维度上的空间距离,反映不同事业单位间财务信息的差异性。将公式(7)进行归一化处理,具体的计算式为:
对大规模协作知识体在共享区间内进行分析,在小范围的知识共享内,设定两者主体之间的知识差距为a,所以主体间的数量也是有限的。另外,在每次循环计算的过程中,需要全面计算各个事业单位节点所包含的信息,同时将各个节点分别设定为不同的学习对象[17],采用单向链接表示,其中第Ki,k个事业单位中的财务信息之间存在如下的关联:
在上述分析的基础上,需要将全部采集到的财务信息进行划分,具体计算式为:
结合划分结果组建事业单位财务信息内部共享模型,即:
综上所述,有效实现了事业单位财务信息内部共享。
3 仿真实验
为了验证所设计基于SSH架构的事业单位财务信息内部共享模型的综合有效性,在Intel i5-3320M CPU2.6GHz,4G RAM环境下进行仿真实验测试。
(1) 事业单位财务信息内部共享效率/(%):
由于在计算的过程中涉及很多环节,导致整个模型的共享效率受到影响,但是不同模型的操作环节不同,致使共享效率分别受到不同程度的影响。以下选取文献[3]模型和文献[4]模型作为对比对象,将共享效率设定为测试指标,利用图1给出具体的实验对比结果:
图1 不同系统的事业单位财务信息内部共享效率对比结果
分析图1 中的实验数据可知,随着测试样本数量的增加,各个模型的事业单位财务信息内部共享效率均发生了十分明显的变化。但是由于所设计模型在前期,大面积大范围采集事业单位财务信息,完成目标信息采集,促使模型的共享效率得到有效提升,且明显优于另外两种模型。
(2) 容错率/(%):
以下实验测试主要对比三种不同模型的容错率,具体实验对比结果如表1所示。
表1 不同模型的容错率对比结果
分析表1中的实验数据可知,所设计模型的容错率在三种模型中为最高,主要是因为在所设计模型中加入了信息采集,促使整个信息共享过程中不会有信息丢失,进而整个模型的容错率也会随之增加。
(3) 事业单位财务信息吸收比率/(%):
事业单位财务信息吸收比率也是实验测试的一项重要指标,利用表2给出三种共享模型的事业单位财务信息吸收比率对比结果。
分析表2 中的实验数据可知,由于测试节点不同,导致各个模型的事业单位财务信息吸收比率也存在十分明显的差异。但是和另外两种模型相比,由于所设计模型进行对各个事业单位的财务信息进行了全面采集,确保信息的完整性,进而达到提升所设计模型事业单位财务信息吸收比率的目的。
4 结束语
针对传统财务信息共享模型存在的一系列问题,提出一种基于SSH 架构的事业单位财务信息内部共享模型,能够有效提升财务信息共享效率、容错率下降以及财务信息吸收比率。后续将重点结合相关的财务信息特征进行具体的实证分析以及调查,对这些迭代过程进行简化处理和理想的设立,设计更加合理的共享模型。