Interwoven的项目投标方案-门户信息发布平台技术方案建议书.doc

门户信息发布平台 技术方案建议书 2004 年 8 月 技术方案建议书 - i - 目 录 1概述概述.1 1.1应标方案背景介绍1 1.2应标方简介1 1.2.1公司概况1 1.2.2interwoven在中国.1 1.2.3产品2 1.2.4在传媒机构及组织中的成功经验2 1.3应标技术方案书组成概要3 2应用平台总体方案设计应用平台总体方案设计.4 2.1需求理解与分析4 2.1.1建立面向各类信息库的综合汇整平台6 2.1.2建立面向各类异构信息的综合分类体系6 2.1.3建立面向各种服务信息的版本控制和存储机制6 2.1.4建立面向不同信息发布主题的管理机制7 2.1.5建立面向不同信息订阅需求的信息推送机制7 2.1.6建立综合信息分类索引体系7 2.2系统总体逻辑拓扑结构8 2.2.1资源应用层8 2.2.2信息交换层8 信息共享9 数据交换9 2.2.3基础应用层10 2.2.4业务系统层11 2.3基础软件组成12 2.3.1teamsite .12 2.3.2metatagger 12 2.3.3mediabin 13 2.3.4opendeploy13 2.3.5contentservices sdk13 2.3.6contentprovider .13 2.4标准化和开放性14 2.4.1interwoven产品中支持的标准.15 2.4.2支持的标准组织16 3系统各项功能描述（功能、性能和结构）系统各项功能描述（功能、性能和结构）.17 3.1用户分类管理17 3.1.1内部用户管理18 管理员账户管理18 .1管理员账户添加.18 .2管理员账户修改和删除.18 .3管理员账户查找.18 技术方案建议书 - ii - .4设置管理员账户权限.19 角色管理19 .1新建角色.19 .2删除角色.19 .3查看角色用户.19 .4添加角色用户.19 .5删除角色用户.20 .6设置角色权限.20 分组管理20 .1新建分组.20 .2删除分组.20 .3群发信息和电子邮件.21 .4添加用户.21 .5删除用户.21 .6设置权限.21 .7权限.21 .8存取控制.22 3.1.2ldap用户认证.22 角色管理23 与操作系统的集成23 3.1.3外部用户管理24 对个性化内容有平滑的支持功能24 本站用户的单点登陆、统一的用户管理24 页面的布局结构24 页面摆放内容24 页面的显示色彩25 页面内容的显示风格25 用户常用检索的定制25 3.2内容管理系统26 3.2.1基础功能组成26 内容协同编辑26 .1协同编辑架构.26 .2模板展示.29 .3工作流.30 .4协作管理.31 多分支协作管理32 开放式信息处理33 信息自动处理和内容智能35 .1元数据管理.35 .2智能化分类.35 内容部署管理36 版本控制与对象内容分布式存储管理37 .1版本控制.37 .2对象内容管理.38 技术方案建议书 - iii - .3分布式存储.39 3.2.2子系统功能描述41 多站点管理41 .1基于独立站点的组织方式.41 .2基于组织机构管理的方式.42 xml 编辑处理.43 多种数据格式的对象化管理44 多语言支持45 工作流管理46 模板制作系统49 数字资产管理52 3.3信息采集系统54 3.3.1信息采集系统需求分析54 在线内容采集54 新闻信息内容合理分类55 支持多种分类机制55 内容统计功能55 3.3.2采集系统结构设计55 3.3.3系统功能描述57 应用系统功能模块58 信息中心（内容采集范围的定制）58 下载中心（内容采集下载）59 过滤中心（采集内容过滤）60 其它功能模块61 扩展功能62 3.3.4信息采集系统关键技术和策略62 采集范围限定的相关规则62 不同类型的内容采集65 下载策略设计65 3.3.5信息采集在同类产品中的优势70 用户可以准确地定制信息采集范围70 智能的调整下载策略71 全面的采集信息过滤功能71 提供对采集内容的“下一页”的内容处理71 3.4内容检索系统73 3.4.1内容的自动分类73 自动发现分类法和虚拟词汇表生成器73 内容分类和辨识74 词汇搜索和浏览74 概要74 关键词产生75 3.4.2全文检索75 2 2、多语言查询检索、多语言查询检索 .75 技术方案建议书 - iv - 3 3、智能型自然语言断词和、智能型自然语言断词和词索引词索引机制机制 .76 4 4、高效数据同步功能、高效数据同步功能 .76 5 5、高并发查询请求的快速反应、高并发查询请求的快速反应 .76 6 6、分频道检索、分频道检索 .76 7 7、检索结果、检索结果 .76 3.4.3多媒体信息检索78 数码图像搜索引擎主体78 数码图像分类目录(image directory).81 智能互动搜索(interactive search)82 以图找图(content-based image search）82 音频、视频搜索（audio/video search）.83 4应用管理及授权系统应用管理及授权系统.84 4.1平台的安全登录访问84 4.2安全审计和更改跟踪85 4.3基于角色的内容批准86 4.4分支资产锁定机制86 4.5联合组织网络87 5应用级系统备份应用级系统备份.88 5.1应用级88 5.2数据级89 6内容管理主要产品（内容管理主要产品（teamsite）硬件配置计算依据）硬件配置计算依据90 6.1硬盘空间90 6.2cpu 90 6.3内存92 6.4硬盘配置92 技术方案建议书 - 1 - 1 概述概述 1.1 应标方案背景介绍应标方案背景介绍 作为此次招标项目的应标方，interwoven 公司非常荣幸能够为招标单位分 享我公司在国际主流传媒机构及组织中与此次招标项目相关工程的成功实施经 验，并针对招标书所要求的内容，结合 interwoven 的领先技术与产品，提供我 方的技术方案建议书。 1.2 应标方简介应标方简介 1.2.1 公司概况公司概况 interwoven 是一家长期致力于新一代企业内容管理（enterprise content management ecm）产品平台的跨国公司。interwoven ecm 平台获得独家专利 并获奬无数，interwoven 企业内容管理平台包括六大内容管理要素： collaboration 协同作业、e-mail management 邮件管理、document management 文件管理、web content managemeng 网站内容管理、digital asset management 数字资产管理以及 records mmanagement 档案管理。interwoven ecm 平台能够 与其他国际先进的企业应用系统供应商的产品平台整合，为全球包括法航、花 旗银行、福特、通用电器、jones day、pfizer、procter 二是选 择精确的查询关键词。 智能互动搜索即可帮助用户选择准确的关键词。针对用 户的查询词，主动推荐相关查询词，导引用户选择最为准确的查询词汇。例如 用户输入 “mp3” ，智能互动搜索引即可推荐 “播放器” 、 ”下载” 、 “技术 文件”等，用户只需简单选择，则可以达到精准输入查询词的目的。 智能互动搜索能够高效提升搜索引擎性能，在扩大检索范围的同时，也使 得用户检索相似主题图片更加方便，它具有以下特色： 分析精准:智能互动搜索根植于智能语意网络(semantic network)技术，能够 根据用户查询，精准分析出最相关的联想查询词与用户互动。 导引查询：减轻许多初级用户无法使用好搜索引擎的负担。用户输入初始 查询后，根据系统导引，轻松查到所需信息。 自动学习：智能语意网络具备自动学习功能，可以随着用户的使用随时学 习新的关键词，掌握最新热门查询词并且掌握新词与旧词间的关联。如 2000 年 3 月时用户查询”大选” ，智能互动搜索会推荐用户”陈水扁” “台湾” “宋楚瑜” “连战” 等联想查询词。但 2000 年 11 月时同样的查询词，智能 互动搜索推荐的结果为 “美国” “布什” “戈尔” “佛罗里达”等。 以图找图以图找图(content-based image search） 采用先进的 content-based image retrieval 技术，分析图像内容特征，从而 找出相似图片。用户可以指定相似或不相似的图片提供搜索引擎参考，搜索引 擎即可进行搜索。这一技术使得难以采用文字描述的图片，也能够很轻松地被 找到。 技术方案建议书 - 85 - 音频、视频搜索（音频、视频搜索（audio/video search） 以关键词方式查找互联网的音频、视频文件，有效减低用户寻找音频、视 频文件的负担。 技术方案建议书 - 86 - 4 应用管理及授权系统应用管理及授权系统 内容管理平台的基础结构必须对其管理的资产进行保护，并且必须通过将 其严密地嵌入整体的安全模式来完成。在对资产进行创建、管理和部署的所有 时间内，将对整个内容基础应用多个安全层次。 在平台的设计中，我们对安全性能划分成五个主要部分： 对平台实行安全登录访问，并控制所访问的文件和其它 web 资产。 安全审计和更改跟踪 基于角色的内容批准 用于管理内容创建的分支资产锁定机制 联合网络 4.1 平台的安全登录访问平台的安全登录访问 我们建议整个内容管理平台暴露的安全级别不能高于本地操作系统的安全 级别。用户访问权限和组成员关系由本地操作系统控制，其中包括用于保护文 档的用户标识和组、目录结构、库等。 在设计中，平台支持 7 种类型的认证： nt、solaris、microsoft active directory、netegrity siteminder、novell、solaris 的 pam (可插入认证模块 对 kerberos 的访问等) 和 ldap。平台与这些单一登录应用程序集成以利用 整个网站管理环境范围内所使用的认证和权限管理。 例如，平台支持 ldap，将用户的维护开销和多个用户标识和密码的需要 降低到最小程度。系统提供了一个从内容管理平台至 ldap 服务器的安全套 接字连接。使用安全连接 (ssl) 提供一个安全的加密通道，用于将用户密码和 相关的认证数据传送到 ldap 服务器。另外还为在极高安全性环境中鉴定 ssl 连接的用户添加 x.509 证书的可选功能。 在活动目录内，可存储用户标识、密码和角色，但是角色不在 ldap 结 构中。 同时，平台仍能够用于存储角色信息，并使用 ldap 进行用户鉴定。平 台能支持任意架构使用的任何内容，并且不会影响认证或者角色管理。 技术方案建议书 - 87 - 用户管理人员可使用本地操作系统提供的工具进行用户管理。对于 solaris，该工具为“admintool” ，对于 windows nt，该工具为“域用户管理器” 。平台不需要外部管理工具，并以同样的方式保护出版权和工作流批准。对平 台的访问，无论是远程或者本地方式，均由用户的正确登录注册认证进行控制。 保持操作系统中的安全模式能让管理员使用本地工具维护内容管理平台。 应用程序安全性与操作系统安全性的冲突问题在这种设计架构中并不存在，因 此平台不需要对底层系统作出更改来满足不同的安全需求，也不与任何外部安 全模型发生冲突。 任何时候，只要在内容基础结构内交互，则在所有内容管理接口和桌面应 用程序范围内应用与维护安全性。甚至当操作通过在一个非内容管理平台接口 执行时，也不会出现后门与安全漏洞。 内容管理平台利用确凿的操作系统安全机制。安全性在全部内容源范围内 是一致的。例如，将文件保存在内容管理平台的桌面应用程序中，或者使用文 件系统界面将文件拖动至内容管理平台，或者通过电子邮件递送内容，用户均 需要进行安全认证。 4.2 安全审计和更改跟踪安全审计和更改跟踪 内容管理平台提供一个安全审计和更改跟踪的管理机制，并与底层安全机 制相配合，确实做到“相信每一个，但跟踪每一个。 ” 平台的全局报告中心 (grc) 构建了一个完整的安全管理过程并报告系统 的可用性。安全信息的版本控制与内容管理平台中文件的版本控制方式相同， 均使用扩展属性。当资产通过工作区测试运行时，必须进行版本控制，其中包 括其全部安全信息。因此，可以跟踪整个资产开发和更改的历史，直到将资产 部署到生产中为止。无论客户用内容管理平台的 grc 还是第三方工具进行安 全跟踪，两种方式都能与我们的计划文件系统界面实现本地协作。 技术方案建议书 - 88 - 4.3 基于角色的内容批准基于角色的内容批准 内容管理平台支持安全用户角色 (作者、编辑、管理员和主用户)管理。 这些角色在平台中允许不同的访问级别和责任，包括内容提交，网页内容的检 查和批准，以及将该内容最终部署到生产网站。 作者“拥有”网站内容的管理权力。 他们是内容的主要创建者，通常具有 对平台系统的有限访问。 编辑将其工作给予作者，当作者登录至平台时，工作 显示在“今日工作”列表中。 作者可从一个简单的，基于浏览器的界面访问内 容管理平台，而不需要具备丰富的计算机使用技巧。 要对他们的工作进行测试和质量评价，作者应该对编辑工作区的内容具有 完全访问权，但是不必理解更多平台的结构和功能。 作者角色适用于非技术用 户，或者有更多技术经验，但不必访问平台的其他扩展功能。 编辑管理工作区，一般为“管理性”用户，他的工作较作者的工作高级， 或者管理“权限更高”的用户，该用户需要平台的扩展功能以管理他们自己的 内容。 编辑创建和编辑内容，与作者的工作相同，但是主要负责管理其工作区 内的各项开发工作，包括将文件分配给作者，将完成的内容提交至整合区，发 布版本等等。 编辑还可以访问指定的平台中的工作流程管理功能。 管理员是独立内容主体的管理人。 例如，管理员可能是一个网站的特殊版 面的管理人，或者项目经理。 管理员具有编辑的能力，但是主要负责各自分主 题、栏目的内容和功能。 另外，管理员可以通过为编辑和组创建新的工作区管 理项目工作流程，通过创建自己分支的子支的使用户，并查看开发的各个路径。 主用户拥有整个网站。 他们能在任何分支执行编辑和管理员的全部功能。 主用户也拥有主站，所有子站由此创建。 另外，主用户通常参与内容管理平台 的安装，并能在整个系统范围内配置内容管理平台。 4.4 分支资产锁定机制分支资产锁定机制 单独的撰稿人能够将文件提交至整合区域，按照提交时间和提交人跟踪每 技术方案建议书 - 89 - 一个文件。 内容管理平台有一个精密的锁定机制，不仅支持签输入/签出模式， 而且允许多个撰稿人各自同时进行同一文件各自不同版本的编辑。 这称为“提 交锁定” 。 该功能为合作开发环境提供了了一个重要优势，因为应用程序开发人员需 要访问的大多数页面需要由其它图形和内容开发人员编辑，而这些人员通常会 在不同区域操作这些文件。多个编辑完成后，就提交至整合区域，然后使用平 台提供的复杂可视化及源代码比较和合并工具来轻松地创建一个单一版本。 除了提交锁定，平台还具有两个其它锁定模式支持签入/签出，同时提供不 同工作流程的级别：可选写锁定和强制写锁定。 子分支中的所有工作区使用同 一类型的锁定，但是也可以选择不同的锁定类型。 这就预防了用户向相同资产 进行同步提交。 强制写锁定为员工提供了一个标准的“签入/签出”模式，这确保了用户必 须首先在解锁，然后才能编辑文件。 这就排除了编辑冲突的可能性，但是也允 许三种锁定模式中最低程度的工作流同步。这与最传统的文档系统和当前电子 出版系统的功能相似，通常取决于关系对象体系结构。 可选写锁定使用户能够选择是否要在编辑前锁定文件。 如果两个人同时编 辑同一解锁文件，在将文件提交到整合区域时，他们必须解决所有冲突。 4.5 联合组织网络联合组织网络 使用网站发布子系统进行内容部署是通过 ssl 加密和数字证书实现安全 管理的。 内容使用 168 位 ssl 加密。另外，发送系统和接受系统上必须具 有匹配的证书。 技术方案建议书 - 90 - 5 应用级系统备份应用级系统备份 平台提供方便灵活的应用级系统备份功能。内容管理平台对网站内容的存 储管理包含应用级和数据级两个不同的层面。 5.1 应用级应用级 内容管理平台对用户的媒体内容提交操作均自动记录数据的版本信息；同 时，系统可以方便对整个网站进行版本记录和管理。 版本控制是指在内容制作处理过程中，对信息本身在各时期、各阶段的变 化进行记录和管理，包括：内容级版本记录和版（editions）级版本控制 1、内容级版本控制 在对象数据库（参见后续章节中的“对象内容元数据存储” ）里对内容 所作的任何改变都可以自动记录版本，而不需用户做任何事情。在任何时候， 任何现存版本内容都可以被查看，同现在版本比较，或者取回。 2、版（editions）级版本控制 除了内容级别版本控制外，平台还可提供版（editions）级版本控制。版是 一系列内容的版本（相对于单个内容） ，在某些特定场合下非常有用。例如新闻 出版过程中，版可能就是几项不同的内容（比如两段文本，五张图片，一张照 片）的组合。新的信息可能会有不同的修改（比如一些条目的改变，增加，去 掉，等） ，这些不同的对新闻产品的修改每次都可以存为一个版（edition） 。 内容级版本控制和版级版本控制之间的关系如图所示： 技术方案建议书 - 91 - 5.2 数据级数据级 系统提供用户管理界面和开放的接口，实现整个内容管理平台的数据备份， 包括定期备份、增量备份等等。同时，系统可以与第三方的备份工具相结合， 提供更加科学、合理的备份方案。 技术方案建议书 - 92 - 6 内容管理主要产品（内容管理主要产品（teamsite）硬件配）硬件配 置计算依据置计算依据 6.1 硬盘空间硬盘空间 teamsite系统需要以下列出的硬盘空间： 项目硬盘空间需求 下载的安装软件包 336mb 安装包展开后的空间需求 400mb iw-home目录（新安装） 1.5gb iw-home目录（从5.5.2sp3升级） 750mb 此外还需要额外的硬盘空间用于内容的存储。内容存储是一个大的目录树 结构，teamsite将所有的内容和与内容相关的metadata都保存在该目录树结构中。 通常内容存储需要5到10倍于你希望存储的内容总大小。比如，你有2gb的 文档内容需要保存在teamsite中，则teamsite的存储就至少需要10gb的硬盘空间。 在安装过程中，系统会提示你选择内容存储的位置，通常为了便于维护， 内容存储建议安装在独立的硬盘分区中。 6.2 cpu 所有的cpu主频至少要求在700mhz以上。 cpu数量的需求通常是基于不同类型用户的并发数量来决定的。有些类型 的用户经常会使用cpu消耗较大的操作（比如，获取最后版本，提交文档，比 较内容等），而另一些类型的用户通常的操作对cpu要求很少，比如进行文件 编辑和目录浏览等。 决定cpu的数量需要以下信息： 1.确定有多少用户是需要高cpu消耗的（比如，web网站的开发组成员）， 有多少用户是中度消耗cpu资源的，有多少用户是少量使用cpu资源的 技术方案建议书 - 93 - （比如偶尔使用系统进行内容输入的用户）。 2.确定上述三种类型的用户各自的并发使用teamsite的用户数量。 3.根据上述的数据查找下表，然后将需要的cpu数量加到一起就是你需要 的总cpu数量。 注意：建议您至少使用注意：建议您至少使用2个个cpu。 并发用户数 高度 cpu 消耗中度 cpu 消耗低度 cpu 消耗 250100200 4100200400cpu 个数 8*200400800 * 如果并发用户数量超过本行所列出的数据，请联系如果并发用户数量超过本行所列出的数据，请联系interwoven的客户服的客户服 务部门。务部门。 计算实例：计算实例： 如果你总共有60个