探索云数据处理在证券行业的网上证券中的应用
时间：2021-02-22 16:04:27 来源：雅意学习网 本文已影响 人 
【摘要】对券商的网上证券业务来说，云数据中心除了可以提供类似IDC托管机房的互联网接入、主机托管等传统服务外，还可以提供虚拟化主机及云计算、大数据处理等高科技服务；网上证券系统需要从海量的结构化、非结构化数据源中筛取并形成满足客户需求的成品数据：网上证券的量化资讯系统需要大数据处理，特色交易系统需要云计算，行情系统需要虚拟主机；具有云计算、大数据处理的云数据中心在网上证券的应用，不但可以快速、高效满足客户需求，通过服务外包，还有利于券商优化管理、节约成本，让券商专注于核心业务的开拓发展。
【关键词】云数据中心 虚拟化 云计算 大数据处理 网上证券
云数据中心在证券行业的应用，目的就是利用云平台技术及服务，将证券行业的传统证券行情系统、证券资讯系统以及现在需要进行大数据计算处理的智能化行情系统、量化资讯系统等服务外包，让专业的人做专业的事、让券商更能专注于核新业务，并节约成本。
一、各券商的网上证券系统存在如下不足
（1）扩容周期较长：网上证券系统扩容周期一般取决于硬件设备进货周期（大约为半个多月），时间较长。
（2）容量不能按需伸缩：网上证券行情、交易容量一旦部署完成，便基本固定，一般不能随着行情的周期变化而随意伸缩；互联网线路（一般采取长年租用ISP运营商的线路）容量，也不可以随意伸缩，其扩容周期受制于ISP运营商，一般也较长。
（3）设备资源浪费：服务器等设备资源不论网上证券在线客户数多少以及CPU、内存等资源的利用率多少，一般均不可随意变化；同时，硬件设备都有老化、使用周期，需要定期更换，费力费时还不节约费用，并逐年增加报废设备。
（4）不能按所用计费：互联网线路等也不可以按流量、按照行业4小时特色需求进行量化策略计费租用。
二、云数据中心提供的服务
云数据中心一般可以涵盖IaaS（Infrastructure as a Service）、PaaS（Platform as a service）、SaaS（Software as a Service）三个层面的云计算整体解决方案服务能力，可提供基于虚拟化技术的软硬件一体化的云计算、大数据处理等。
具体地讲，虚拟主机、存储、互联网线路等可以为网上证券提供硬件设施方面的支持；虚拟化、云计算、大数据处理等可以为网上证券提供软件方面的支持；安全管理、设备运维管理、7*24小时运维管理服务等可以为网上证券提供管理支持；所有这些，云数据中心可以为网上证券系统提供整体的基于云平台的解决方案。同时，云数据中心提供的上述服务支持的计费方式可以量化，可根据实际资源使用情况提供灵活的计费模式。
三、问题的解决
通过网上证券系统在云数据中心的应用，目前存在的许多不足都可得以解决。首先，服务器、网络设备、互联网线路等资源可以得到更加合理的应用；按所用策略计费，可减少设备4小时外的空运行所造成的浪费；可减少公司硬件设备的定期更新等。其次，更重要的是，通过云数据中心的虚拟化技术的应用，可灵活、快速的进行容量伸缩，满足券商在行情火爆时快速扩容、在行情低迷时缩减容量的要求。第三，通过云计算、大数据处理等的应用，可以为数据的挖掘分析提供更有力的技术工具。第四，云数据中心可提供专业的安全保障。第五，云数据中心可提供量化的计费模式，做到资源可量化收费，让券商能有效减少资源（硬件、线路等）的浪费。第六，通过云数据中心的日常专业运维，可减轻券商的日常运维管理压力。
四、云安全问题及解决办法
网上证券系统在云数据中心的应用，与传统应用一样，一般存在如下安全问题：云数据中心自身安全。主要是云数据中心自身的管理安全和机房安全、设备安全等。网络接入安全。对证券投资者的接入云数据中心的接入认证、黑客攻击、病毒、DDOS攻击等的安全防护。数据安全。云数据中心接入层的日志信息、落地信息的安全保密，以及应用数据、实时数据、历史数据等的安全保密，客户信息安全保密等。应用安全。云数据中心的券商应用系统对接云计算、大数据处理应用所产生的数据、算法等的保密和安全保障。实时监控。包括云服务器CPU、内存、磁盘空间等虚拟主机性能及网络设备等资源使用效率的监控，以及互联网带宽、网络的流量监控，以及病毒、网络攻击等安全监控，以及操作系统、应用系统的应用监控等。
解决办法：
首先，要按照国家、行业的法律法规来约束云数据中心的行为和技术管理，需要云数据中心的承诺和技术保证，如签署安全合同以及网络物理隔离等；其次，云数据中心的网络接入安全应至少做到传统技术安全措施：采用防火墙技术措施保证不被非法访问，使用杀病毒软件保证云数据中心服务器及网络设备不被感染，用入侵检测和防御设备防止黑客的入侵等；第三，券商应慎重考虑、平衡需要在云数据中心存储、落地的数据，在云数据中心存放、落地的数据应加密，应尽可能减少重要数据的落地，应用数据应加密传输，同时注重敏感数据的及时清理和销毁；第四，应对传统券商交易系统接入层进行适当加固，在技术上，既要应用云计算及大数据处理技术，还要增强敏感数据的安全保密，同时尽可能的减少敏感数据的落地和被窃取；第五，加强监控，券商应自行进行安全监控、资源监控、应用监控等。
五、应用展望
券商智能行情、量化资讯等大数据挖掘、筛选等应用智能行情是通过对后台智能服务器群的实时数据的深度挖掘和盘后统计、并向客户端全面推送资金流向和主力买卖等行情分析数据，同时将板块和大盘的资金流向进行了详细的统计，对用户的行情看盘分析具有更强的指导性。
券商特色交易的策略、算法等计算应用针对传统交易的计算和交易速度慢、不支持个性化系统定制功能、无法确保本地个性化策略的保密性、回测受限制、策略编写与策略执行无法衔接等局限性，券商推出了程序化交易、量化交易、策略交易等特色交易。特色交易要求的计算量较大，目前大多采用的是分布式计算方式，如果采用云计算方式，将极大提高特色交易的计算速度，进一步发挥特色交易效能，技术。
