Demchenko Yuri Zhao Zhiming Grosso Paola Wibisono Adianto de Laat Cees（阿姆斯特丹大学系统与网络工程组，荷兰阿姆斯特丹 1098XH）

科研信息化基础设施的大数据挑战

Demchenko Yuri Zhao Zhiming Grosso Paola Wibisono Adianto de Laat Cees
（阿姆斯特丹大学系统与网络工程组，荷兰阿姆斯特丹 1098XH）

首先探讨大数据科学（Big Data Science）给现代和未来科研数据基础设施（SDI）带来的挑战，并参考不同科研团体的工作对数据管理、访问控制和安全要求进行定义，然后介绍科研数据生命周期管理（SDLM）模型，分析所有的主要阶段，反映现代e-Science的数据管理特性，提出SDI通用架构模型，为利用现代技术和最佳实践构建以互用性数据或项目为中心的SDI奠定了基础，最后对如何利用基于云的现代基础设施服务配置模型顺利实现文中提出的SDLM和SDI模型进行阐述，解决SDI资源的联合访问控制问题，为科研团体提供了一种灵活的访问控制和身份管理模型。

大数据科学；科研数据基础设施；科研数据生命周期管理；云基础设施服务；科研信息化

1 引言

现代科研信息化基础设施的广泛应用解决了以往不可能出现的如基因组、气候和全球变暖等大规模数据的问题。科研信息化产生的海量数据，需要新型科研数据基础设施（SDI）进行存储、分发、处理、保存和管理[1-2]。在科研信息化过程中，科研数据具有复杂的内部关系。这些科研数据需要利用相应的物理或逻辑的基础设施进行存储、访问和管理。新兴的SDI应允许不同的研究团队围绕相同的数据集开展工作，构建自己的（虚拟）研究和协作环境，安全地存储中间结果，共享研究成果。新产生的数据溯源、数据安全及数据访问控制机制与工具应允许研究人员把他们的科研成果同原始数据（集）和中间数据联系在一起，以便今后可以通过改进研究技术和工具重新使用这些数据或改变这些数据。……