图数据库中的高科技和高安全性解析.docVIP

图数据库中的高科技和高安全性 这篇文章首先出现在?IEEE IT Professional?杂志上.?IEEE IT Professional?对当前战略性的科技议题提供可靠的同行评议信息。为了能应对挑战，可靠、灵活地运行企业，IT管理者和技术领导者在获得最先进的解决方案时需要依靠IT 专家。 针对网络安全的措施最好在系统设计时就进行考虑，否则后期的改造成本会非常高。新的技术和应用会使系统的安全和隐私面临新的挑战，而且采纳新技术的结果通常很难去预测。图数据库就是这样的情形，它是一个比较新的、关注度持续上升的数据库技术。这篇文章探讨了图数据库的价值，并对影响安全和隐私的地方作了一些研究。 关系型数据库（RDBMS）起初是为了最大化利用昂贵的存储而设计的，不过它现在已经真正成为具有高效和稳定事务处理能力的系统。例如，关系型数据在大规模信用卡事务处理和循环计费操作方面都具有优势。它在索引数据位置上提供了出众的性能，但在高度动态的环境下却表现不佳，比如作为易失性数据（volatile data）的管理信息系统，或者是有大量多对多关系时所需的系统架构。在这些场景下，关系新数据库的设计强加了太多的数学和管理开销。 NoSQL（Not Only Structured Query Language）数据库的出现表示在数十年之久的关系型数据库1之外有了另一种选择。多种形式的NoSQL数据库开启了一扇扇大门，从而极大地改进了动态数据描述，以及更小的开销和性能损失。例如，在NoSQL世界中模式（schemas）的定义不必那么严格。NoSQL数据库的种类包括宽列存储、文本存储、键值（元组）存储、多模式数据库、对象数据库、网格/云数据库和图数据库。其中图数据库，与NoSQL世界2多个技术发展路线交叉，势必会成为一项成功的技术。 图数据库 图数据库依赖于熟悉的“节点-弧-节点”网络关系，或者更简单一些的“名词-动词-名词”网络关系（参见图1）。一个节点可以是任意的对象，而一个弧则表示了节点间的关系。节点和弧都可以有自己的属性。这种简单的节点-弧-节点构成了三元一体，通常称为三元组（triple），三元组是详尽描述复杂网络行为的基础构件。 电力网络、企业供应链或整体生态系统这样的网络通常由许多的节点组成，这些节点通过它们之间的弧共享大量的多元关系。这些网络非常适合用图来表示，图数据库利用了这个强大的能力来表示网络的组成和连接。目前，图数据库已经可以很成熟地支持图发现、知识管理和事件预测。 在互联网世界中，各种类型的网络也愈显重要，而探究网络的能力正成为其现代化意义中的基本要素。然而和关系新数据库一样，图数据库只是工具箱中的一种工具，它可以被正确地利用，或者是相反。所以对这个令人兴奋的新技术，至少从最高的设计层次上，大范围地评估安全性对其影响，是个成熟的做法。 图数据库通过处理节点属性和连接，从而可以表示丰富的信息，这些信息通常是被隐藏的，直到它们被挖掘出来。图发现（Discovery）是一种通过挖掘相关的大数据集，从而提供新的洞察（Insight）的方法，而这些并不需要对洞察的内容具有很强的预判能力。 图数据库起初并没有被认为是一个有用的发现工具。之前人们使用特殊设计的超级计算机家族来实现图发现的全部能力。尽管这样可以很直接地表示图，但当三元组的数量增加到数十亿的量级后，快速遍历多个路径就成为计算的瓶颈，除了那些最强大的机器。 上述的情况经常在稠密图时出现，比如编织紧密的蛋白质网络。此时，详细的图查询可以让计算能力不足的系统崩溃。当前，为了遍历图，在处理图的超级计算机上重新进行了设计，克服了时间和容量上的限制。完成这样工作的设备包括了一些Hadoop平台的分析工具，以及近期在克雷超级计算机3上已经可用的商用高端图数据库。 为图发现而设计的高端图处理超级计算机带给人们巨大的期望。比如，它可以支持详尽创建出海洋和天气之间的复杂关系，这些就构成了气候变化的条件。在巨大气候变化时，进一步发现那些间接的、非线性的原因和影响显得尤为重要。同样的，图处理超级计算机可以加速发现西非埃博拉疫情的是如何传播的，这有助于我们阻止这种病情的传播。图2描述了用图数据库做图发现的概念。 图1. 基础图理论。这种简单的节点-弧-节点构成了三元一体，通常称为三元组（triple），三元组是详尽描述复杂网络行为的基础构件。 图2. 利用图处理数据库实现图发现。这种发现可以支持详尽创建出海洋和天气之间的复杂关系，这些就构成了气候变化的条件；或者可以加速发现西非埃博拉疫情的是如何传播的。 图发现，给解决复杂的相关性问题带来了很大希望，然而我们要关注随之而来的隐私和安全性问题。例如，当图处理超级计算机变成可以挖掘我们社交和金融交易信息以进行监听、广告，以及其它公然利用个人信息来侵犯个人隐私的设备