商业智能安全与算法问题

在技术演进带来搜索容量提升、商业智能覆盖范围扩大等可喜成果的同时，信息安全问题更加无法逃避。当企业的IT部门在企业范围内部署了搜索工具，并使之与BI决策分析系统连接起来，数据泄漏的风险随之陡然增大。BI与搜索功能集成后，企业员工将获得更多的数据查询途径，但跨系统数据的访问控制问题也随即出现。人们发现，为不同部门、级别的员工在这个集成化的系统中定义权限并不容易。其实，在BI领域，访问控制机制是非常成熟的。目前最需要解决的问题是，如何保证商业智能软件与搜索集成之后的系统能够交付员工需要的所有数据。同时准确地屏蔽那些机密的、不在权限允许的范围之内的数据。有安全专家认为，在理想的技术框架下，单点登录(SSO)技术可以解决向员工交付所需完整数据的问题，LDAP访问目录服务器可以解决访问权限控制的问题。但在实际部署时，数据泄漏的问题仍然会在执行环节出现，商业智能分析系统中的很多数据所接受的访问控制并没有被企业范围的访问机制所严格限制。

　　一些＂BI+搜索＂解决方案简单地在BI包后面或其他的后端应用中添加用户信任机制，并且依赖这些应用内置的访问机制去限制反馈结果。这种做法显然不够全面，在实际部署时，企业安全策略的调整，在BI系统中搜索引擎添加位置的选择，都是访问控制环节需要关注的细节问题。

　　在参与技术融合的问题上，每个厂商都是自己的切入角度，而这往往是基于其专有技术的。这在一定程度上导致了目前这个领域所展开的技术研发并不是非常秩序化的，正如前面提到的技术标准化问题。今天，厂商之间已经围绕搜索运算法则展开了较量。

　　Google一直努力在企业级搜索领域确立如Web搜索世界中的“权威”地位，并表示不会公开自己的算法。而IBM则宣称新推出的基于企业搜索引擎内部相关权重因子的新算法。有关的因子包括客户点击特性、格式、文档进入位置、元数据等。很多产品还提供增强特定文档或URL相关性的方法，以便他们在既定搜索中占据首位。针对企业搜索的特性，一些软件还允许企业针对某些特定术语进行个性化定制，以方便企业实现对关键业务词汇的定向搜索。＂在这个领域，你会遇到各式各样的问题，它们与Web搜索有很大不同。比较幸运的是，在这里你至少不会遭遇到有些企业利用卑鄙的手段欺骗你的算法的情况。＂Google企业级产品部门的一位负责人风趣地说。