摘要：目前我國使用計算機系統來存儲大量電子信息資源，由于受到噪聲影響，導致資源存儲效果較差，系統安全也無法得到保障，為了解決該問題，提出了基于人工智能的電子信息資源實時存儲方法。根據信息資源存儲基本原理，分析資源存儲邏輯關系，在人工智能條件下，采用標準 Hadoop 布局方案，對電子信息資源分布進行優化，獲取存儲自定義相關功能。通過簇將磁盤各個空間連接在一起，對電子信息資源進行整合，依據資源存儲點的位置，對信息資源存儲過程進行規劃，并設計讀取方案。采用多重去噪加密技術，改善系統安全問題，實現電子信息資源的實時存儲。由實驗對比結果可知，采用人工智能方法存儲效果最高為 95%，優化了電子信息技術的存儲功能。

　　關鍵詞：人工智能;電子信息資源;實時存儲;分布優化

　　電子信息資源是以數字化形式存在的，將文字、圖像和聲音等多種形式的信息存儲在磁盤非印刷型介質上，并以光或電信號進行傳輸，通過響應計算機再現信息資源[1] 。伴隨互聯網快速發展，數據量呈現爆發式增長，有效管理和存儲龐大電子信息資源成為學術界一直關注的焦點[2] 。

　　傳統存儲方法是利用計算機系統來存儲大量數據，并記錄在文件夾之中，通過文件夾來管理數據文件。雖然該方法存儲速率較快，但存儲效率較差。基于此，提出了基于人工智能的電子信息資源實時存儲方法。人工智能屬于一項具有綜合性的多學科應用技術形式，其中包含了工程學、計算機科學和心理學等多種學科內容，在實際生活中，人工智能通過對人類自身智能模擬來延伸，借助多種技術使機器更加像人類一樣對電子信息資源進行存儲[3] 。

　　1 電子信息資源人工智能存儲方法

　　電子信息資源存儲系統是操作系統用于區分磁盤和分區上信息的方法和數據結構，其基本存儲原理如下所示：

　　1)在電子信息資源存儲系統進行使用前，為了獲取虛擬邏輯地址，需對整個系統磁盤空間劃分;

　　2)電子信息資源存儲系統包含每個信息資源名稱、擴展命名、起始單元、文件的屬性、創建日期等基本信息，在該系統中可將每一個基本信息都編輯到目錄之中，為存儲系統管理提供方便;

　　3)程序目錄中包含對應資源在磁盤上存儲的虛擬地址[4] 。

　　傳統電子信息資源存儲方式是使用計算機文件系統進行存儲的，該存儲方式會為目錄編輯，提供較小磁盤空間，對于黑客可直接訪問問題，需先獲取電子信息資源在磁盤上的真實地址，才可放置大量電子信息資源被泄漏，因此，采用人工智能方法對電子信息資源進行存儲[5] 。

　　1.1 資源存儲邏輯關系分析

　　目錄資源存儲是利用原有資源存儲系統的存取方式，通過資源合并，將許多不同資源合并存儲到同一文件集合之中，為用戶每個資源編輯目錄提供完整信息[6] 。基于人工智能的資源存儲邏輯關系分析如圖 1所示。

　　

　　采用人工智能存儲方法可使資源存儲文件具有擴展功能，合并文件并存儲到系統中，不進行任何記錄，通過模擬存儲系統來記錄資源信息，并由用戶自己進行記錄[7] 。分析資源存儲邏輯關系，可提高電子信息資源存儲的安全性，為資源分布優化奠定基礎。

　　1.2 資源分布優化

　　電子信息資源要盡可能均勻分布不同集群之中，保證網絡負載均衡，在人工智能條件下對資源分布進行優化。采用標準 Hadoop 布局方案，可在約定時間內完成電子信息資源的存儲[8-9] 。在資源分布優化過程中，由于使用大量無效資源，導致資源在存儲過程中保留了部分設備屬性，將該設備上全部資源都存儲到同一個節點處，利用人工智能可實現信息資源的連續性存儲行為，大大降低信息資源傳輸時間，進而提高整體存儲效率[10-12] 。

　　根據上述資源分布內容，實現電子信息資源存儲的自定義相關功能，為此，設計了電子信息資源分布優化配置方案如圖 2所示。

　　

　　由圖 2 可知：存儲系統中資源相關系數可通過配置資源進行自定義，計算不同資源哈希值，根據計算結果，在人工智能下存儲成多個資源副本，進而確定每個資源存儲節點的位置，如果存放位置出現了錯亂現象，那么需跳過該位置，尋找下一個可以存放資源位置[13] 。

　　1.3 信息資源存儲與讀取方案規劃

　　依據資源存儲點的位置，對信息資源存儲過程進行規劃，并設計讀取方案[14-16] 。

　　用戶在選擇需要存儲電子信息資源過程中，需先對其進行拆分，通常將存儲過程分為兩部分：一種是獲取資源名稱、擴展命名、起始單元、文件的屬性、創建日期等基本信息，同時獲取信息資源存儲地址;另一種是將資源實際信息通過系統存儲到信息資源整合區。

　　在對電子信息資源讀取操作過程中，需要獲取用戶持有的權限，然后通過目錄信息查找虛擬地址，以此獲取資源存儲系統數據庫中的電子信息資源，并傳遞到用戶指定位置。

　　1.4 基于人工智能加密存儲方案的實現

　　通過上述獲取的存儲資源無法保證其安全性，因此，需對其進行加密處理。存儲系統最頂層設計可為用戶提供信息資源傳輸接口，中間層設計可為存儲系統提供軟件協議，最底層設計可為系統提供硬件模塊。通常數據庫尋址是以簇為單位進行的，由于簇大小為 2 的冪次方，因此，一個資源文件就可占據多個簇。針對存儲系統中的相關加密方案設計，實際上就是在獲取存儲區域編號條件下實現的。

　　具體加密過程如下所示：

　　1)將 2048 字節作為一個加密扇區，將該扇區分為兩組，每組都為 1024位，將這兩組進行變量交換;

　　2)設置扇區存儲密鑰為：1024 bit;

　　3)設置組別密鑰為;

　　4)預 設 1024 bit 字 節 整 體 為 A，S0 = S⊕X ， C0 = 0 。其中，X 表示編號。一個扇區加密過程為： Si = Si - 1 ⊕Ai = 1

　　Ci = Si ,Xi ⊕Ci = 1 (1)

　　根據公式(1)的加密過程可對電子信息資源文件進行加密處理，由此提高資源存儲安全性。雖然該過程設置了資源存儲保密性能，但是容易受到噪聲干擾，而導致存儲效果變差，為此，應對噪聲進行處理。

　　為了達到降噪目的，需對資源存儲過程進行去燥處理。在存儲電路上設置一個門電路，使用公鑰完成對資源加密處理，采取多重加密方式，會產生一個公鑰序列，如下所示：

　　{as1 ，as2，...，asi }

　　與該公鑰相對應的加密密鑰序列為：

　　{bs } * 1 ，bs * 2，...，bs * i - 1

　　其中 as * i 是通過 bsi + 1 加密 asi 獲取的密文，由于密鑰 a、b 是對外開放的，為此，在已經獲取密文 s 情況下，可得到去燥公式，如下所示：

　　s - ab = k + 2r (2)

　　公式(2)中：r 為噪聲干擾源;k 為明文存儲資源的明文信息。當公式滿足 k + 2r < a/2 條件下，電子信息資源存儲過程才能免受噪聲干擾，而保持良好存儲效果，提高存儲安全性能。

　　2 驗證分析驗證基于人工智能的電子信息資源實時存儲方法的合理性是在 Windows2018文件系統基礎上進行的，以噪聲干擾為實驗條件，對存儲效果進行驗證分析。

　　2.1 實驗參數設置實驗參數設置如表 1所示。

　　

　　2.2 實驗環境設置

　　在人工智能條件下，對電子信息資源存儲方法驗證分析進行實驗條件設置，結合上述實驗參數，設計電子信息資源存儲的網絡結構。在該網絡結構下，一旦不法分子想要獲取某企業電子信息資源時，需先獲得訪問權限才可進入存儲系統之中，但是受到網絡環境的防火墻限制，使不法分子智能先對主機服務器進行訪問，對于內部資源信息沒有直接訪問權限，因此，為了能夠獲取內部資源信息訪問資格，必須通過主機審核才可獲得訪問權限。

　　2.3 實驗結果與分析

　　采用人工智能方法存儲電子信息資源，在人工智能環境下，采用多重加密去燥方法，可提高系統安全性能，保證存儲方法的有效性。為了驗證該說法的準確性，將傳統方法與人工智能方法在噪聲干擾情況下，對信息資源存儲情況進行對比分析。

　　在噪聲干擾下，兩種方法對電子信息資源加密情況如圖 3所示。

　　

　　由圖 3 可知：傳統方法對電子信息資源進行交換加密，獲取的結果為 A4、A3、A7、A1、A9、A8、A6、 A5、A2，而人工智能方法對應的資源交換加密結果為 A3、A2、A1、A6、A5、A4、A3、A2、A1。

　　設定固定加密時間，從這 9 個數據塊中隨機選取兩個數據塊，A1、A3，傳統方法中的 A1 由第 1 個數據塊的位置交換到了第 4個數據塊的位置，A3由第 3 個數據塊的位置交換到了第 2 個數據塊的位置。而人工智能方法的 A1由第 1個數據塊的位置交換到了第 3 個數據塊的位置，A3 由第 3 個數據塊的位置交換到了第 1個數據塊的位置。

　　對比傳統方法與人工智能方法 A1 和 A3 這兩個數據塊位置交換情況，如圖 4所示。

　　

　　當變換時間為 5~10 s 時，傳統方法中的 A1 由第 2.0 個數據塊變換到了第 4.0 個數據塊位置，A3 由第 2.5 個數據塊變換到了第 2.0 個數據塊位置。而人工智能方法中的 A1 和 A3 分別在 3.0 和 1.0 個數據塊位置保持不變。

　　根據上圖中數據塊位置交換結果，對兩種方法存儲效果進行對比分析，結果如圖 5所示。

　　

　　由圖 5 可知：當時間為 5 s 時，采用傳統方法 A1 和 A3 數據塊存儲效果分別為 65%和 58%。采用人工智能方法 A1 和 A3 數據塊存儲效果分別為 90%和 92%，說明本文方法的存儲效果更優。

　　2.4 實驗結論

　　根據上述實驗內容，可得出實驗結論：

　　采用傳統方法最高存儲效果為 75%，最低為 25%;而人工智能方法最高存儲效果為 95%，最低為 89%。

　　綜上所述：基于人工智能的電子信息資源實時存儲方法是具有合理性的。 3 結束語采用人工智能方法對電子信息資源進行存儲，可改善傳統方法存在的噪聲干擾問題，使用多重加密技術可最大限度維護用戶信息安全，這對電子信息技術穩定發展具有重要意義。若想更好提升電子技術服務質量，需將電子信息技術優化發揮出來，并結合實際情況，將人工智能更好運用到技術之中，達到有效促進電子技術穩定發展的目的。

　　參考文獻:

　　[1] 李漫江. 基于人工智能的農用拖拉機發動機故障快速診斷研究[J]. 農機化研究，2017，39(11): 229-233.

　　[2] 李立睿. 人工智能視角下圖書館的服務模式重構與創新發展——基于英國《人工智能:未來決策的機遇與影響》報告的解析[J]. 圖書與情報， 2017，25(6):29-33.

　　[3] 陸穎雋，程磊. 基于虛擬現實技術的圖書館信息資源建設與服務創新研究 ——以 CADAL 為例[J]. 圖書與情報，2017，14(4):8-12.

　　[4] 趙嘉瑩，高鵬，朱勇俊，等. 人工智能的應用將改進中國基層醫療衛生服務效能[J]. 中國全科醫學，2017，20(34):4219-4223.

　　[5] 喻國明，景琦. 傳播游戲理論:智能化媒體時代的主導性實踐范式[J]. 社會科學戰線，2018，16 (1):141-148.

　　[6] 孔鳴，何前鋒，李蘭娟. 人工智能輔助診療發展現狀與戰略研究[J]. 中國工程科學，2018，20(2): 86-91.

　　[7] 劉凱，胡祥恩，王培. 機器也需教育論通用人工智能與教育學的革新[J]. 開放教育研究，2018，18 (1):10-15.

　　[8] 曹青，唐天琪，張翎，等. 一種基于行人位置描述的道路模擬表達方法[J]. 地理與地理信息科學， 2017，15(6):8-13.

　　[9] 于觀貞，魏培蓮，陳穎，等. 人工智能在腫瘤病理診斷和評估中的應用與思考[J]. 第二軍醫大學學報，2017，38(11):1349-1354.

　　[10]江俊彥，彭智勇，吳小瑩. 基于Top-k查詢約束的深網增量爬取[J]. 模式識別與人工智能，2017， 30(1):43-53.

　　[11]張娟，王向輝，付然，等. 面向大數據的圖書館單元信息知識服務系統研究——以養生知識服務平臺為例[J]. 現代情報，2017，37(10):49-52.

　　[12]王如玉，梁琦，李廣乾. 虛擬集聚:新一代信息技術與實體經濟深度融合的空間組織新形態[J]. 管理世界，2018，14(2):13-21.

　　[13]蔣松含，張沛超，張宇，等. 集成大規模需求響應資源的智能電網數字實時協同仿真方法[J]. 電力系統自動化，2017，41(9):130-136.

　　[14]李川，王智. 網絡教育信息系統中的信息關聯定位挖掘方法研究[J]. 現代電子技術，2017，40 (10):58-61.

　　[15]欒紹鵬，侯西勇. 云平臺中國土資源信息存儲檢測仿真研究[J]. 計算機仿真，2017，34(7):400-403.

　　[16]龔泉銘，江源源，姜秀杰，等.面向大容量存儲的 SpaceWire 傳輸層協議設計[J].電子設計工程， 2018，26(4):29-33.