基于差分隱私Skyline算法的智能云平臺(tái)中的數(shù)據(jù)隱私保護(hù)研究

關(guān)鍵詞：智能制造;云平臺(tái);Bubble-Skyline;數(shù)據(jù)割裂

0 引言（Introduction）

在當(dāng)今工業(yè)互聯(lián)網(wǎng)快速發(fā)展的時(shí)代，GE Predix、SiemensMindSphere、IBM Watson IoT、Microsoft Azure IoT、AlibabaCloud IoT等大型企業(yè)都部署了智能云平臺(tái)[1]。由于數(shù)據(jù)具有隱私性，所以企業(yè)的物料需求計(jì)劃[2]（MRP）系統(tǒng)、高級(jí)計(jì)劃和調(diào)度（APS）系統(tǒng)、企業(yè)資源計(jì)劃[3]（ERP）系統(tǒng)等專業(yè)子系統(tǒng)雖然能各自實(shí)現(xiàn)功能，但是造成了不同系統(tǒng)之間的數(shù)據(jù)割裂問(wèn)題。在內(nèi)部網(wǎng)絡(luò)環(huán)境下，企業(yè)可以通過(guò)放棄一定程度的隱私權(quán)緩解數(shù)據(jù)割裂問(wèn)題，但在云平臺(tái)上，企業(yè)的數(shù)據(jù)直接暴露給第三方，存在數(shù)據(jù)泄露和安全風(fēng)險(xiǎn)。如何在保護(hù)數(shù)據(jù)隱私的同時(shí)實(shí)現(xiàn)系統(tǒng)間數(shù)據(jù)的流通和整合，已成為當(dāng)下工業(yè)界必須認(rèn)真考慮的重要問(wèn)題[4]。針對(duì)上述背景，本文提出了一種基于Bubble-Skyline算法的解決方案，旨在解決工業(yè)互聯(lián)網(wǎng)中的數(shù)據(jù)割裂問(wèn)題，實(shí)現(xiàn)精確的數(shù)據(jù)分析，并以智能制造的排產(chǎn)優(yōu)化為例，驗(yàn)證該方案的可行性和實(shí)用性。

1 數(shù)據(jù)割裂問(wèn)題與隱私保護(hù)（Data fragmentationand privacy protection）

1.1 數(shù)據(jù)割裂問(wèn)題

企業(yè)的MRP系統(tǒng)、APS系統(tǒng)、ERP系統(tǒng)等涵蓋了生產(chǎn)計(jì)劃、物料管理、供應(yīng)鏈協(xié)調(diào)等關(guān)鍵功能，在工業(yè)互聯(lián)網(wǎng)中發(fā)揮了至關(guān)重要的作用。MRP系統(tǒng)主要關(guān)注物料需求計(jì)劃，包括原材料、零部件的采購(gòu)計(jì)劃和庫(kù)存管理;APS系統(tǒng)負(fù)責(zé)高級(jí)計(jì)劃和調(diào)度，用于優(yōu)化生產(chǎn)計(jì)劃和資源分配;ERP系統(tǒng)是一個(gè)綜合性的企業(yè)資源管理系統(tǒng)，涵蓋了財(cái)務(wù)、人力資源、采購(gòu)、銷售等多個(gè)方面的數(shù)據(jù)。系統(tǒng)各自的獨(dú)立性運(yùn)行，導(dǎo)致不同系統(tǒng)中的數(shù)據(jù)無(wú)法直接交換和共享，造成信息的孤立和分散，加劇了數(shù)據(jù)割裂問(wèn)題。

1.2 隱私保護(hù)

隨著數(shù)字化和互聯(lián)網(wǎng)技術(shù)的普及，數(shù)據(jù)隱私保護(hù)變得至關(guān)重要，特別是涉及企業(yè)商業(yè)機(jī)密、生產(chǎn)工藝等方面的數(shù)據(jù)。由于MRP系統(tǒng)、APS系統(tǒng)、ERP系統(tǒng)等中的數(shù)據(jù)格式和結(jié)構(gòu)存在差異，導(dǎo)致其數(shù)據(jù)的共享和整合非常困難。此外，由于涉及敏感信息，例如客戶數(shù)據(jù)和產(chǎn)品設(shè)計(jì)數(shù)據(jù)等，因此保證數(shù)據(jù)的安全性和隱私性尤為重要。

為了保證數(shù)據(jù)的安全性和隱私性，數(shù)據(jù)收集模塊使用微服務(wù)架構(gòu)收集不同云平臺(tái)中的數(shù)據(jù)，同時(shí)在傳輸數(shù)據(jù)階段采用了協(xié)議加密和哈希映射轉(zhuǎn)化表等技術(shù)，實(shí)現(xiàn)不同系統(tǒng)之間數(shù)據(jù)的安全共享和整合。采用協(xié)議加密可以確保數(shù)據(jù)在各系統(tǒng)間傳輸?shù)陌踩裕乐钩霈F(xiàn)未經(jīng)授權(quán)的訪問(wèn)行為。同時(shí)，通過(guò)哈希映射轉(zhuǎn)化表，可以將不同系統(tǒng)的數(shù)據(jù)進(jìn)行轉(zhuǎn)化和映射，使其具備一致的格式和結(jié)構(gòu)，從而實(shí)現(xiàn)數(shù)據(jù)的整合和共享。

2Bubble-Skyline算法（Bubble-Skyline algorithm）

2.1Skyline算法

Skyline[5]算法是一種被廣泛應(yīng)用于解決多目標(biāo)查詢問(wèn)題的多目標(biāo)優(yōu)化技術(shù)，它在數(shù)據(jù)挖掘和數(shù)據(jù)庫(kù)查詢等領(lǐng)域得到了較好的應(yīng)用，對(duì)實(shí)際場(chǎng)景中的多目標(biāo)決策有顯著影響。Skyline算法的核心思想是根據(jù)多個(gè)目標(biāo)函數(shù)對(duì)數(shù)據(jù)進(jìn)行篩選，選擇出那些在所有目標(biāo)上優(yōu)于其他數(shù)據(jù)的數(shù)據(jù)點(diǎn)，形成Skyline集合。這些數(shù)據(jù)點(diǎn)在多個(gè)目標(biāo)上都具有優(yōu)勢(shì)，因此可以作為決策的候選解。

以如表1所示的生產(chǎn)任務(wù)執(zhí)行時(shí)間和成本數(shù)據(jù)為例，某制造廠希望找到執(zhí)行時(shí)間較短且成本較低的任務(wù)進(jìn)行優(yōu)先排產(chǎn)。圖1展示了這些任務(wù)在二維空間中的分布情況。在執(zhí)行時(shí)間的選擇中，任務(wù)T4用時(shí)最短，因此它是最合適的選擇;而在成本的選擇中，任務(wù)T6具有較低的成本，因此它是最合適的選擇。

2.2Bubble-Skyline算法

基于Bubble的Skyline算法是一種高效的多目標(biāo)優(yōu)化方法，它結(jié)合了分支定界技術(shù)與效用搜索[6]的特點(diǎn)，能夠在具有多個(gè)屬性的數(shù)據(jù)集中找出不被其他數(shù)據(jù)點(diǎn)支配的點(diǎn)，即Pareto優(yōu)勢(shì)點(diǎn)。為了進(jìn)一步優(yōu)化Skyline 集合的生成，Bubble-Skyline[7]算法引入了冒泡排序和索引ID列表的思想。如表2所示，Bubble-Skyline算法在執(zhí)行Skyline計(jì)算時(shí)，使用的是數(shù)據(jù)索引ID列表，而不是真實(shí)數(shù)據(jù)，從而在保護(hù)數(shù)據(jù)隱私的前提下執(zhí)行算法和比較數(shù)據(jù)。通過(guò)冒泡操作，較好的數(shù)據(jù)點(diǎn)逐步上移，排除次優(yōu)的數(shù)據(jù)點(diǎn)，從而使最終的Skyline集合更具優(yōu)化效果。使用基于Bubble的Skyline算法，可以在保護(hù)數(shù)據(jù)隱私的同時(shí)，找到多目標(biāo)優(yōu)化問(wèn)題中的最優(yōu)解。該算法的應(yīng)用可以幫助決策者在面對(duì)多個(gè)目標(biāo)和約束時(shí)，做出更準(zhǔn)確、更全面的決策，同時(shí)該算法也為數(shù)據(jù)挖掘和決策支持系統(tǒng)等領(lǐng)域提供了一種高效的解決方案。

3 設(shè)計(jì)方案（Design scheme）

本方案包括數(shù)據(jù)收集模塊、數(shù)據(jù)預(yù)處理模塊和數(shù)據(jù)分析建模模塊，方案架構(gòu)如圖2所示。

3.1 數(shù)據(jù)收集模塊

數(shù)據(jù)收集模塊的主要職責(zé)是從多個(gè)源頭，包括不同的云平臺(tái)讀取MRP系統(tǒng)、APS系統(tǒng)、ERP系統(tǒng)等，采集與生產(chǎn)排產(chǎn)相關(guān)的數(shù)據(jù)，包括原材料采購(gòu)、生產(chǎn)計(jì)劃、物流配送等關(guān)鍵環(huán)節(jié)產(chǎn)生的數(shù)據(jù)。但是，這些數(shù)據(jù)包含商業(yè)機(jī)密和生產(chǎn)設(shè)計(jì)等敏感內(nèi)容，因此在數(shù)據(jù)收集過(guò)程中必須重點(diǎn)考慮數(shù)據(jù)隱私保護(hù)的問(wèn)題。本文采用傳輸層的安全性協(xié)議，如安全套接層（SSL）和傳輸層安全性（TLS）對(duì)數(shù)據(jù)進(jìn)行加密[8]，防止數(shù)據(jù)在傳輸過(guò)程中被截取、竊聽或篡改。安全協(xié)議使用加密算法和證書確保數(shù)據(jù)在傳輸過(guò)程中的機(jī)密性和完整性，只有被授權(quán)的接收方能夠解密和訪問(wèn)數(shù)據(jù)內(nèi)容，確保了數(shù)據(jù)的安全性。此外，為了確保數(shù)據(jù)的合規(guī)性，數(shù)據(jù)收集模塊采用權(quán)限校驗(yàn)機(jī)制。每次發(fā)起數(shù)據(jù)訪問(wèn)請(qǐng)求時(shí)，系統(tǒng)都會(huì)進(jìn)行嚴(yán)格的權(quán)限檢查，確保只有被授權(quán)的人員才能訪問(wèn)特定數(shù)據(jù)。

3.2 數(shù)據(jù)預(yù)處理模塊

數(shù)據(jù)預(yù)處理模塊負(fù)責(zé)對(duì)從各系統(tǒng)收集到的數(shù)據(jù)進(jìn)行凈化、轉(zhuǎn)化和規(guī)范化，方便后續(xù)的數(shù)據(jù)分析和建模步驟。數(shù)據(jù)預(yù)處理主要聚焦于兩個(gè)關(guān)鍵任務(wù)：異常值清除和單位標(biāo)準(zhǔn)化。

異常值清除：異常值通常指那些明顯與其他觀測(cè)值有差異或超出正常數(shù)據(jù)范圍的數(shù)據(jù)點(diǎn)。在生產(chǎn)排產(chǎn)過(guò)程中，可能由于機(jī)器故障、備料不及時(shí)、數(shù)據(jù)采集誤差或其他未知因素而產(chǎn)生異常數(shù)據(jù)。異常值需要被識(shí)別并清除，以防止它們對(duì)后續(xù)分析和建模產(chǎn)生負(fù)面影響。

單位標(biāo)準(zhǔn)化：在工業(yè)互聯(lián)網(wǎng)中，不同的設(shè)備和傳感器可能使用不同的單位和量綱表示數(shù)據(jù)，導(dǎo)致數(shù)據(jù)的不一致性，因此需要將數(shù)據(jù)轉(zhuǎn)換為相同的單位和量綱，以便于后續(xù)的數(shù)據(jù)分析和建模。本文建立一個(gè)單位轉(zhuǎn)換的映射表標(biāo)準(zhǔn)化單位（圖3），該表包含了不同單位之間的轉(zhuǎn)換關(guān)系，并且易于更新和維護(hù)。

3.3 數(shù)據(jù)分析建模模塊

數(shù)據(jù)分析建模模塊旨在利用收集到的數(shù)據(jù)進(jìn)行深入分析，并構(gòu)建合適的模型解決排產(chǎn)問(wèn)題。通過(guò)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和可視化展示，揭示數(shù)據(jù)中存在的模式、趨勢(shì)和關(guān)聯(lián)性。同時(shí)，模型可以通過(guò)調(diào)整生產(chǎn)參數(shù)和資源分配實(shí)現(xiàn)最佳的排產(chǎn)，制訂合理的生產(chǎn)計(jì)劃和調(diào)整資源分配，以應(yīng)對(duì)生產(chǎn)過(guò)程中的變化。在工業(yè)互聯(lián)網(wǎng)中，系統(tǒng)的獨(dú)立性導(dǎo)致不同系統(tǒng)之間的數(shù)據(jù)無(wú)法直接交換和共享，造成信息的孤立和分散。Bubble-Skyline算法是一種數(shù)據(jù)分析方法，它能從大量數(shù)據(jù)中篩選出最優(yōu)的數(shù)據(jù)子集，同時(shí)滿足數(shù)據(jù)保密性的要求。

基于Bubble的Skyline算法，能在保護(hù)數(shù)據(jù)隱私的同時(shí)，為生產(chǎn)部門優(yōu)化排產(chǎn)方案。該算法的基本步驟如圖4所示。

步驟1：初始化。首先初始化一個(gè)空的Skyline集合（S），用于存儲(chǔ)最終的Skyline數(shù)據(jù)點(diǎn)。

步驟2：建立搜索空間。使用多維數(shù)據(jù)的屬性建立搜索空間，其中每個(gè)維度對(duì)應(yīng)一個(gè)屬性。為每個(gè)搜索空間節(jié)點(diǎn)分配一個(gè)ID列表，用于存儲(chǔ)與該節(jié)點(diǎn)相關(guān)的數(shù)據(jù)點(diǎn)ID。

步驟3：分支定界搜索。利用Bubble算法的分支定界搜索技術(shù)，從搜索空間的根節(jié)點(diǎn)開始搜索。在搜索過(guò)程中，每次訪問(wèn)一個(gè)節(jié)點(diǎn)時(shí)，根據(jù)該節(jié)點(diǎn)的ID列表與當(dāng)前Skyline集合中的所有數(shù)據(jù)點(diǎn)進(jìn)行比較。若該節(jié)點(diǎn)不被Skyline集合中的任何點(diǎn)支配，則繼續(xù)搜索該節(jié)點(diǎn)的子節(jié)點(diǎn);否則，該節(jié)點(diǎn)及其所有子節(jié)點(diǎn)都將被剪枝，并從搜索空間中被刪除。

步驟4：更新Skyline集合。當(dāng)找到一個(gè)不被其他節(jié)點(diǎn)支配的數(shù)據(jù)點(diǎn)時(shí)，將其添加到Skyline集合中。同時(shí)，從Skyline集合中移除所有被新數(shù)據(jù)點(diǎn)支配的點(diǎn)。

步驟5：終止條件。當(dāng)搜索空間中的所有節(jié)點(diǎn)都被訪問(wèn)或剪枝時(shí)，搜索過(guò)程結(jié)束。此時(shí)，Skyline集合S 包含了所有不被其他數(shù)據(jù)點(diǎn)支配的點(diǎn)，即最終的Skyline結(jié)果。

4 方案驗(yàn)證（Scheme validation）

本文建立訂單信息ID表（表3），用來(lái)保存訂單在不同系統(tǒng)中產(chǎn)生的信息，包括訂購(gòu)的產(chǎn)品信息、交付日期等，構(gòu)建ID列表，基于Bubble的Skyline算法計(jì)算排產(chǎn)方案。通過(guò)與實(shí)際使用的歷史排產(chǎn)計(jì)劃[9]進(jìn)行對(duì)比，評(píng)估新的排產(chǎn)[10]方案在交貨期限、最大產(chǎn)量等方面的表現(xiàn)。

利用基于Bubble的Skyline算法對(duì)歷史訂單數(shù)據(jù)進(jìn)行分析，生成新的排產(chǎn)計(jì)劃數(shù)據(jù)，將這個(gè)新的排產(chǎn)計(jì)劃與實(shí)際使用的歷史排產(chǎn)計(jì)劃進(jìn)行對(duì)比分析。圖6展示了通過(guò)基于Bubble 的Skyline算法生成的排產(chǎn)計(jì)劃（虛線）與實(shí)際使用的歷史排產(chǎn)計(jì)劃（實(shí)線）中不同訂單的生產(chǎn)時(shí)間對(duì)比。從圖中可以觀察到，新生成的排產(chǎn)計(jì)劃在時(shí)間點(diǎn)上低于歷史排產(chǎn)計(jì)劃，生產(chǎn)時(shí)間明顯減少。通過(guò)原排產(chǎn)計(jì)劃所需總天數(shù)與新排產(chǎn)計(jì)劃所需總天數(shù)的差值，再除以原排產(chǎn)計(jì)劃的總天數(shù)，計(jì)算出平均生產(chǎn)時(shí)間減少了17.15%，證明了通過(guò)采用基于Bubble的Skyline算法，在保護(hù)數(shù)據(jù)隱私的同時(shí)能更好地優(yōu)化排產(chǎn)方案，減少了生產(chǎn)時(shí)間，提高了生產(chǎn)效率。

5 結(jié)論（Conclusion）

本文分析了在工業(yè)互聯(lián)網(wǎng)中，由于不同系統(tǒng)之間的數(shù)據(jù)無(wú)法直接交換和共享導(dǎo)致的數(shù)據(jù)孤立和分散問(wèn)題。針對(duì)智能云平臺(tái)的數(shù)據(jù)隱私保護(hù)和數(shù)據(jù)割裂問(wèn)題，設(shè)計(jì)基于Bubble-Skyline算法的方案，該方案使用協(xié)議加密和哈希映射轉(zhuǎn)化表實(shí)現(xiàn)了不同系統(tǒng)之間數(shù)據(jù)的安全共享與整合。使用Bubble-Skyline算法，可以從大量的數(shù)據(jù)中篩選出最優(yōu)的數(shù)據(jù)子集。采用歷史訂單數(shù)據(jù)對(duì)方案進(jìn)行驗(yàn)證，并與實(shí)際使用的歷史排產(chǎn)計(jì)劃進(jìn)行對(duì)比分析，結(jié)果表明該方案在保護(hù)數(shù)據(jù)隱私的同時(shí)能更好地優(yōu)化排產(chǎn)方案，平均生產(chǎn)時(shí)間減少了17.15%，證明了該方案具有可行性和實(shí)用性。