CN106372180A - 支持共享共治的内容元数据标识及应用方法 - Google Patents

Abstract

本发明公开了一种支持共享共治的内容元数据标识方法（简称MDCCSG方法）及应用方法，该标识方法针对大数据和泛媒体环境下的内容大数据共享共治需求提出，适用于对各种品类的内容资源进行统一标识，与之配套的应用方法可有效支持内容大数据的高效共享和科学治理等。MDCCSG方法包括三个部分：内容元数据的统一描述框架、内容元数据的统一规约方法、核心MDCCSG标识要素定义等，该标识方法既能详尽描述内容的丰富语义信息，又具有内嵌的（built‑in）内容可信认证与安全保障能力；基于MDCCSG标识可开发各种内容共享共治应用，能够有效支持内容大数据的高效聚合与分发、个性化主动服务、语义深度分析、认证注册管理、依法溯源追责等。

Description

支持共享共治的内容元数据标识及应用方法

技术领域

本发明涉及一种支持共享共治的内容元数据标识及应用方法，可提升大数据和泛媒体环境下的内容大数据高效共享能力和科学治理水平，属于互联网与信息技术领域。

背景技术

随着互联网技术与应用的飞速发展以及网络用户的快速增长，以泛媒体化和海量化等为特征的内容分发与共享，正成为互联网应用发展的主旋律，网络内容的大数据化趋势日益凸显。发布渠道的便捷性与泛在性，促使网络中的内容大数据越来越呈现出复杂异构、良莠不齐和混乱失序等特征，处理起来异常困难。如何应对泛媒体化和内容大数据化所带来的严峻挑战，世界各国都在积极探索有效的实现技术。在乌镇召开的第二届世界互联网大会提出“互联互通、共享共治”的发展理念，强调通过共享共治推进全球互联网体系变革。互联网共享共治的核心目标是网络内容大数据的共享共治。互联网中的内容大数据，来源广泛且更新频繁，并具有非结构化(或半结构化)和高度异构等特点，因此共享共治内容大数据的关键在于内容元数据(Metadata)标识方法创新。

传统互联网主要采用统一资源定位符URL来标识网络中的资源，但它通常只能表示内容资源的位置，难以描述内容的丰富语义信息，由此带来互联网内容资源难找、难管、失序等弊端。其他的一些内容标识方法，如数字对象标识符DOI，以及信息中心网络研究领域所提出的内容标识方法，包括层次化内容标识方法(如TRIAD、CCN和NDN)、扁平化内容标识方法(如DONA、PSIRP和NetInf)和基于属性的内容标识方法(如CBCB)等，总的来说对内容的语义和管理信息描述能力普遍较弱，难以满足网络内容大数据的共享共治需求。另外，国际上近年来影响较大的是都柏林核心元数据集(Dublin Core)，它已经发展成一种与统一资源标识URI关联的内容元数据标准，但都柏林核心元数据集的15个核心元数据，根源于图书馆的图书资料描述方式，与内容大数据共享共治的要求相去甚远。因此，亟需发明一种可在大数据和泛媒体环境下，支持互联网内容大数据共享共治的创新型内容元数据标识方法，并提出与之配套的内容大数据高效共享和科学治理应用方法。

发明内容

发明目的：针对现有技术中存在的问题与不足，本发明提供一种支持共享共治的内容元数据标识及应用方法，该标识方法适用于对各种品类的内容资源进行统一标识，既能详尽描述内容的丰富语义信息，又具有内嵌的(built-in)内容可信认证与安全保障能力，应用该标识方法可开发各种内容共享共治应用，支持内容大数据的高效聚合与分发、个性化主动服务、语义深度分析、认证注册管理、依法溯源追责等，大幅提升内容共享共治的性能和水平。

技术方案：一种支持共享共治的内容元数据标识及应用方法，与已有方法不同的是，该标识方法主要针对大数据和泛媒体环境下的内容大数据共享共治需求提出，能有效弥补各种已有内容元数据标识方法在内容丰富语义描述、内容高效分发与共享、内容可信认证与安全保障、网络内容大数据科学治理等方面所存在的不足。该标识方法借助于一个统一的内容元数据描述框架和规约方法，把内容的提供者、内容的使用者和内容共享的管理者等紧密关联起来，形成一套以内容为中心的内容元数据创新标识体系，本发明称之为MDCCSG(Metadata for Cyber Content Sharing and Governance)方法。与之配套的应用方法可用于构建各种内容共享共治应用，实现内容大数据的高效共享和科学治理等。

本发明提出的支持共享共治的内容元数据标识方法主要包括三个部分，即：内容元数据的统一描述框架、内容元数据的统一规约方法、核心MDCCSG标识要素定义等。具体如下：

1)内容元数据的统一描述框架。MDCCSG方法充分考虑大数据和泛媒体环境下的内容大数据共享共治需求，采用一个统一的描述框架对内容元数据进行标识，该描述框架为每一份待标识的内容资源生成一个具有统一格式的内容元数据标识(称为MDCCSG标识)，它包括两个部分：MDCCSG标识短码和MDCCSG属性信息。

其中，MDCCSG标识短码位于整个MDCCSG标识的前部，它的标准长度为32字节(Byte)，由多个域(field)组成，这些域存放与内容有关的若干关键信息描述码(称为基础短码)。此外，MDCCSG标识短码还可以带有扩展部分，扩展部分是长度为16字节整数倍(即16B×n，n＝0,1,2,3,…)的扩展信息描述码(称为扩展短码)，用来存放基础短码之外的扩展域。基础短码和扩展短码合称为MDCCSG标识短码。

MDCCSG属性信息紧接在MDCCSG标识短码之后，它包含多个元数据集合单元(Metadata Set Unit，MDSU)，每个元数据集合单元包含多个元数据元素(MetadataElement，MDE)，每个元数据元素(MDE)描述与内容有关的一方面属性信息。MDCCSG属性信息部分有两个必选的关键元数据集合单元：内容描述信息集合单元(DISU)和内容管理信息集合单元(MISU)。其中，DISU侧重描述内容的基本属性及语义信息等；MISU侧重描述网络环境中与内容管理有关的重要属性信息。

2)内容元数据的统一规约方法。MDCCSG方法以内容元数据的统一描述框架为基础，尤其注重内容元数据标识在编码方式上的高效性和灵活性，以及在规约形式上的严谨性和统一性，包括：

(1)高效灵活的内容元数据编码方式。为提高网络环境中内容元数据标识的分发效率和处理效率，MDCCSG方法不使用一般标识技术常采用的基于XML的编码方式，而是针对MDCCSG标识短码和MDCCSG属性信息两个部分，分别采用不同的编码方式。在MDCCSG标识短码部分，充分利用32字节来定义主要以位(bit)为单位的内容元数据信息，通过二进制整数描述多个关键域，尤其侧重对内容语义和安全信息等的描述，便于对内容使用者进行快速导引、过滤、匹配、推荐等服务。在MDCCSG属性信息部分，通过元数据集合单元(MDSU)分类归集多个元数据元素(MDE)，并且每个元数据集合单元和每个元数据元素，都采用统一的编码格式，指示出必要的解析辅助信息，使编码简洁紧凑、易于解析，尽量减少存储空间开销。同时，还通过预留、按需扩展等方式，确保MDCCSG标识的灵活可扩展性。

(2)严谨统一的内容元数据规约形式。MDCCSG方法可对所有品类的内容资源进行标识，所得到的MDCCSG标识都采用统一的格式标准，可以有效地归集聚合，形成网络内容大数据的MDCCSG标识空间。并且，在每一个MDCCSG标识的内部，对具有共性的元数据信息的规约形式进行归类提炼，确保使用尽可能少的类别，并且对这些类别进行严谨、规范地定义，使每种类别遵循一致的形式和描述体例。MDCCSG标识的主要规约形式分为四种：标识短码中的域，用以位(bit)为单位的二进制整数进行规约；元数据集合单元(MDSU)头部，长度为5～8个字节，主要规约类型编号、元数据元素个数、元数据元素总长度、元数据元素速配信息等；元数据元素(MDE)头部，长度为3～6个字节，主要规约类型编号、成员个数、MDE净荷长度等；元数据元素(MDE)的净荷，占多个字节，描述对应元数据元素的具体取值。MDCCSG属性信息部分的头部，也采用与MDSU头部类似的规约形式。

3)核心MDCCSG标识要素定义。MDCCSG方法兼顾内容提供者、内容使用者和内容共享管理者等的主体诉求，甄选出多个核心的内容元数据标识要素(称为MDCCSG标识要素，或简称标识要素)。MDCCSG标识要素同时涵盖内容的语义描述、可信认证与安全保障等信息，支持“双签名机制”和“多级认证注册+溯源追责”功能，显著区别于现有其他标识方法。具体包括：

(1)MDCCSG标识短码部分的核心标识要素。该部分的第1个关键标识要素是版本(Version)，占3bits，用来描述MDCCSG标识的版本号，当前版本号为001(其中000保留)，表示v1版本。在v1版本中，MDCCSG标识短码部分的核心标识要素还包括：媒体类型(占5bits)、优先级别(占4bits)、标志(占4bits)、解码规则(占12bits)、内容来源(占28bits)、一级类别(占8bits)、二级类别(占8bits)、内容话题(占32bits)、正文类型(占8bits)、版权与原创(占8bits)、安全能级码(占8bits)、秒级时间戳(占40bits)、毫秒级时间戳(占10bits)、顺序号(占22bits)、校验和(占16bits)等。此外，在顺序号之后、校验和之前的部分，还保留了6个字节。

(2)MDCCSG属性信息部分的核心标识要素。该部分采用元数据集合单元(MDSU)对MDCCSG标识要素进行分类归集，主要有三种MDSU：内容描述信息集合单元(DISU)、内容管理信息集合单元(MISU)和内容扩展信息集合单元(EISU)，其中DISU和MISU是必选标识项。通过DISU归集的核心标识要素包括：内容标题、内容关键词、内容摘要、作者信息、内容实体、版权信息、文件信息等；通过MISU归集的核心标识要素包括：物理要素、内容出处、内容ID、传播路径、内容数字签名、安全能级信息、内容责任链、全标识数字签名等。每一个核心标识要素是一个元数据元素(MDE)，具有相同格式的MDE头部，并且对这些核心标识要素的位置顺序和类型号等进行了限定。

(3)支持可信认证与安全保障的核心标识要素。MDCCSG方法相比一般标识方法的最大特点在于，它对内容可信认证与安全保障给予了内嵌支持(built-in support)，同时它借鉴电子轨道的能级(Energy Level，EL)概念，创新性地引入安全能级概念，并将安全能级概念体现在MDCCSG标识中。与这一特点相关的核心标识要素主要包括：MDCCSG标识短码部分的安全能级码(它是安全能级信息的简化描述)，以及MDCCSG属性信息部分的物理要素、内容数字签名、安全能级信息、内容责任链、全标识数字签名等。其中，物理要素集中描述“时、空、人、事、物”等物理维度信息；而内容数字签名和全标识数字签名支持“双签名机制”，可以确保两个层次(内容本身及整个MDCCSG标识)的数据完整性和签名者身份可信性；安全能级码和安全能级信息描述内容本身的品质属性(如安全性、可信度、影响力等)；内容责任链可提供溯源和追责能力。综合上述核心标识要素，可以实现“多级认证注册+溯源追责”功能，支持网络内容大数据的共享共治需求。

一种支持共享共治的内容元数据标识的应用方法，它以MDCCSG标识为基础，适用于构建网络环境下面向群体用户的各种内容共享共治应用。基于MDCCSG标识，既可实现内容大数据的高效共享，又可实现内容大数据的科学治理，具体应用方法如下：

(1)基于MDCCSG标识实现内容高效共享。在内容共享类应用中，首先对所有内容建立对应的MDCCSG标识，然后将所有MDCCSG标识通过一对多传输模式，分发至所有内容用户终端。用户终端的处理系统按照用户兴趣特征，对MDCCSG标识进行两步匹配：第一步，根据MDCCSG标识短码中的内容来源、一级类别、二级类别、内容话题等，进行快速匹配，完成海量MDCCSG标识的初级过滤；第二步，从经过初级过滤的MDCCSG标识中，进一步结合MDCCSG属性信息部分的内容标题、内容关键词、内容摘要、作者信息、内容实体、版权信息、原创声明、文件信息等，完成基于内容语义的深度分析、个性化精准匹配和智能化推荐等。从分发效率、分析效率、筛选效率、推荐效率等方面，大幅提高内容共享应用的主动服务效率。

(2)基于MDCCSG标识实现内容科学治理。在内容治理类应用中，通常配置一个权威的内容治理中心处理系统，简称中心处理系统。中心处理系统首先不断聚集应用所辖范围及其关联领域的所有内容，并把这些内容的MDCCSG标识集中组织和管理，形成涵盖所有可聚集内容的MDCCSG标识空间。内容的聚集途径主要分为两种：第一种，由中心处理系统通过网络进行内容主动采集，称为主动采集方式；第二种，由内容的提供者及其上级管理机构，通过逐级认证的方式向中心处理系统进行注册，称为认证注册方式。

对于主动采集方式获取的内容，它的MDCCSG标识由中心处理系统生成；对于认证注册方式获取的内容，它的MDCCSG标识通常由内容提供者或其上级管理机构生成，并且会对该MDCCSG标识进行逐级认证注册，直至最后由中心处理系统进行认证和注册。在此过程中，中心处理系统会借助MDCCSG标识空间，将内容的来源、可信度、重要性等信息，连同内容传播路径、责任主体等信息，一起通过数字签名标示在内容的MDCCSG标识中。之后，再将需要分发的MDCCSG标识通过一对多传输模式发送给内容用户终端。用户收到后，通过内容安全能级信息及内容安全能级码，可以判别内容的真伪、可信度、影响力等；通过内容数字签名和全标识数字签名，可以鉴别内容原文及MDCCSG标识是否被篡改；通过传播路径、内容责任链、全标识数字签名等，可以对内容进行循本溯源、依法追责等。

需要说明的是，采用MDCCSG方法可以设计和开发各种以内容为中心的复杂应用，在这些应用中，MDCCSG标识的上述两种使用方法作为基础，往往同时配合使用，共同提升应用的内容共享性能和科学治理能力。

有益效果：相对于现有技术，本发明具有如下优点：

1.本发明主要针对网络环境下的内容大数据共享共治需求提出，采用统一的内容元数据描述框架与规约方法，对各种品类的内容资源进行统一标识，得到普适化MDCCSG标识，编码方式高效灵活，规约形式严谨统一。

2.联合MDCCSG标识短码和MDCCSG属性信息完整标识内容元数据，核心标识要素同时涵盖内容语义描述、内容安全与可信等信息，全方位兼顾内容提供者、内容使用者和内容共享管理者等的主体诉求，可为内容可信认证与安全保障等提供内嵌支持(built-insupport)，显著区别于一般标识方法。

3.基于该标识方法可以开发各种以内容为中心的复杂应用，支持内容大数据的高效聚合与分发、个性化主动服务、语义深度分析、认证注册管理、依法溯源追责等，可大幅提升应用的内容共享性能和科学治理水平。

附图说明

图1为本发明所采用的内容元数据标识的具体描述框架，侧重描述MDCCSG标识短码部分。

图2为MDCCSG标识中MDCCSG属性信息部分的具体规约形式。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

一种支持共享共治的内容元数据标识方法，该标识方法(称为MDCCSG方法)主要针对大数据和泛媒体环境下的内容大数据共享共治需求提出，适用于对各种品类的内容资源进行统一标识，与之配套的应用方法可用于构建网络环境下面向群体用户的内容共享共治应用。MDCCSG方法主要包括：内容元数据的统一描述框架、内容元数据的统一规约方法、核心MDCCSG标识要素定义等。具体实施方式如下：

1.内容元数据的统一描述框架。MDCCSG方法为每一份内容生成一个MDCCSG标识，如图1所示。MDCCSG标识包括两个部分：MDCCSG标识短码和MDCCSG属性信息，其中MDCCSG标识短码是MDCCSG标识的定长部分，位于整个MDCCSG标识的前部。通常情况下，MDCCSG标识短码只包含标准长度为32字节(Byte)的基础短码；仅在应用确有必要的情况下，可在基础短码(32字节)之后紧接长度为16字节整数倍的扩展短码，扩展短码仍然属于MDCCSG标识短码。

MDCCSG属性信息是MDCCSG标识的灵活可变长部分，位于MDCCSG标识短码之后。具体的MDCCSG属性信息描述框架如图2所示。MDCCSG属性信息是一个容器，它可以包含2～16个元数据集合单元(MDSU)。每个元数据集合单元也是一个容器，它可以包含1～16个元数据元素(MDE)。MDCCSG属性信息部分通常只包含两个必选的元数据集合单元：内容描述信息集合单元(DISU)和内容管理信息集合单元(MISU)。DISU主要描述内容的基本属性及语义信息等；MISU主要描述与内容管理有关的属性信息，尤其侧重内容可信认证与安全保障等方面的信息。

2.内容元数据的统一规约方法。为引领网络内容实现高效地分发与共享，MDCCSG方法要求MDCCSG标识必须简洁紧凑、规范严谨和易于解析，既能包含必要的元数据标识信息，又能确保其常规长度在1千字节(KB)左右。因此，MDCCSG标识注重采用高效灵活的编码方式和严谨统一的规约形式。MDCCSG方法摒弃常规内容标识的基于XML的编码方式，在MDCCSG标识短码部分采用二进制整数描述多个关键域，如图1所示，实现对32字节的充分利用和紧凑编码。在MDCCSG属性信息部分，采用基于容器的分类归集方法，确保编解码的简单性、规范性和严谨性，如图2所示。同时，MDCCSG标识还具备灵活的可扩展能力。

MDCCSG标识的主要编码和规约形式分为4种：标识短码中的域(field)、MDSU头部(MDSU Head)、MDE头部(MDE Head)、以及MDE净荷(MDE Body)，而MDSU头部与MDE头部形式相近，并且MDCCSG属性信息的头部也基于MDSU头部来定义。其中，标识短码中的域，用以位(bit)为单位的二进制整数进行编码和规约，参见图1。而MDSU头部、MDE头部、MDE净荷的编码和规约形式，参见图2。在MDSU头部和MDE头部的第1个字节，前面的4bits用来规约类型编号(Type)，但在作为MDCCSG属性信息头部时，前面的4bits用来规约MDCCSG标识本身的语言类型(Language)；后面的4bits用来规约解码辅助信息(Helper)。MDSU头部和MDE头部的主要差别在于，MDSU头部的最后带有2个字节的速配信息(Quick Matcher)，用来快速指示该MDSU具体归集了哪些类型的MDE。当然，如果是MDCCSG属性信息头部，它最后面的2个字节速配信息，则用来快速指示具体归集了哪些类型的MDSU。

此外，MDCCSG标识还遵循若干一致性规则和描述约定(参见图2)。例如，保留所有类型编号为0(即Type＝0)的MDSU和MDE，便于用户按需引入与编解码有关的解析信息，使MDCCSG标识更加灵活；另外，DISU的类型编号为1，MISU的类型编号为15，确保MISU始终是MDCCSG属性信息部分的最后一个元数据集合单元，进而保证MISU能通过它最后一个MDE(即全标识数字签名)，对整个MDCCSG标识进行数字签名。

3.核心MDCCSG标识要素定义。与其他常规标识方法不同的是，MDCCSG方法的特点在于同时涵盖内容的语义描述、可信认证与安全保障等信息，形成具有普适性的标准化MDCCSG标识。MDCCSG方法分别针对MDCCSG标识短码和MDCCSG属性信息，甄选和定义了若干核心的内容元数据标识要素(称为MDCCSG标识要素，简称标识要素)，主要包括：(1)MDCCSG标识短码部分的核心标识要素；(2)MDCCSG属性信息部分的核心标识要素；(3)支持可信认证与安全保障的核心标识要素。其中(3)是对(1)和(2)的综合阐述，突出MDCCSG标识的安全能级概念，以及内容可信认证与安全保障功能。

需要说明的是，以下实施例所提到的核心标识要素，虽然主要遵循MDCCSG标识v1版本的定义，但本发明显然包括受其启发的各种类似变换形式。

(1)MDCCSG标识短码部分的核心标识要素(参见图1)

版本(Version)：占3bits，用来描述MDCCSG标识的版本号，当前版本号为001(其中000保留)，表示MDCCSG标识v1版本。

媒体类型(Type of Media)：占5bits，用来描述内容所属的媒体类型。

优先级别(Precedence)：占4bits，用来描述内容的紧急程度。

标志(Flag)：占4bits，用来指示后面是否具有扩展短码等信息。

解码规则(Parse Rule)：占12bits，用来指示MDCCSG标识遵循的规则。

内容来源(Source)：占28bits，用来描述内容的源头信息。

一级类别(Category)：占8bits，用来描述内容所属的一级类别。

二级类别(Subcategory)：占8bits，用来描述内容所属的二级类别。

内容话题(Topic)：占32bits，用来描述内容所涉及的话题信息。

正文类型(Content Type)：占8bits，用来描述内容正文的语言及内容正文的类型信息(如音频、视频、文字、图片、新媒体等)。

版权与原创(Copyright&Originality)：占8bits，用来描述内容是否带有版权信息声明，以及内容是否属于原创等信息。

安全能级码(Security EL Code)：占8bits，用来描述内容在认证级别、安全性、可信度、影响力等方面的信息。

秒级时间戳(Timestamp in Seconds)：占40bits，用来描述从某个时间系统标准(GPS、北斗、POSIX等)的时间起点到提取时间戳时刻所流逝的秒数。

毫秒级时间戳(Timestamp in Milliseconds)：占10bits，用来描述在提取时间戳时刻的1秒内的毫秒级精度数值。

顺序号(Serial No.)：占22bits，用来描述对MDCCSG标识进行注册时所分配的序列号，顺序号必须与秒级时间戳和毫秒级时间戳结合使用。

校验和(Checksum)：占16bits，用来描述MDCCSG标识短码中基础短码部分(32字节)除去校验和部分(2字节)的剩余30字节的校验和。

(2)MDCCSG属性信息部分的核心标识要素(参见图2)

MDCCSG属性信息部分必须包括两个元数据集合单元(通常只含有这两个元数据集合单元)：内容描述信息集合单元(DISU，类型编号为1)和内容管理信息集合单元(MISU，类型编号为15)，它们各自包含的核心标识要素如下。

内容描述信息集合单元(DISU)包含的核心标识要素主要有(以下类型号指的是在DISU内部的类型编号)：

内容标题(Title)：分配类型号为1，用来描述内容的名称或标题信息。

内容关键词(Keyword)：分配类型号为2，用来描述可反映内容主旨、概要的若干词或短语。

内容摘要(Abstract)：分配类型号为3，用来描述可反映内容的主旨、大意和中心思想的内容概要信息。

作者信息(Author)：分配类型号为4，用来描述内容的创作者或机构信息。

内容实体(Entity)：分配类型号为5，主要用来描述以“5W”为基础的内容命名实体(named entity)信息，包括何人(who)、何时(when)、何地(where)、何事(what)、何因(why)等。

版权信息(Copyright)：分配类型号为6，用来描述与内容有关的版权信息，通常含有各种产权声明，包括知识产权等。

原创声明(Originality)：分配类型号为7，用来描述内容是否属于原创，以及具体的原创者(或机构)等信息。

文件信息(File Description)：分配类型号为8，主要用来描述文件的类型信息、格式信息、文件大小等。

内容管理信息集合单元(MISU)包含的核心标识要素主要有(以下类型号指的是在MISU内部的类型编号)：

物理要素(Physical Elements)：分配类型号为1，用来描述与内容的产生、发送和接收等有关的物理维度重要信息。

内容出处(Provenance)：分配类型号为2，用来描述内容的原始出处信息。

内容ID(Content ID)：分配类型号为3，用来描述关于内容的符合其他标准体系的标识符，如统一资源描述符(URI)、数字对象标识符(DOI)等。

传播路径(Propagation Path)：分配类型号为4，用来描述内容在传播过程中的路径信息。

内容数字签名(Signature of Content)：分配类型号为12，用来存放针对内容正文本身的数字签名信息。

安全能级信息(Security EL Info)：分配类型号为13，用来描述内容本身的品质属性信息(如安全性、可信度、影响力等)。

内容责任链(Chain of Responsibility)：分配类型号为14，用来描述在内容的多级认证注册过程中的逐级责任主体信息。

全标识数字签名(Signature of Whole MDCCSG)：分配类型号为15，用来存放针对整个MDCCSG标识的数字签名信息。

(3)支持可信认证与安全保障的核心标识要素(参见图1和图2)

在MDCCSG标识中既详尽描述内容的丰富语义信息，又为内容可信认证与安全保障等提供内嵌支持(built-in support)，同时还原创性地引入安全能级概念，这是MDCCSG方法显著区别于一般标识方法的创新特色。MDCCSG方法专门为内容安全与可信增加了若干核心标识要素，在MDCCSG标识短码部分和MDCCSG属性信息部分均有体现。其中，在MDCCSG标识短码部分主要体现为安全能级码(Security EL Code)；在MDCCSG属性信息部分主要体现为物理要素(Physical Elements)、内容数字签名(Signature of Content)、安全能级信息(Security EL Info)、内容责任链(Chain of Responsibility)和全标识数字签名(Signature of Whole MDCCSG)等。

安全能级码是安全能级信息的简化描述，主要用于向内容使用者指示内容关于认证级别、安全性、可信度、影响力等信息，虽然简略但非常必要，有助于内容使用者采取安全和理性的阅读、接受策略。物理要素主要针对内容在产生、发送和接收等过程中所涉及的物理维度信息进行集中描述，主要包括：时间(绝对时间)、空间(导航或定位中的经度、维度、高度等)、人(经授权的人的电子身份信息)、事(相关联的具体事件)、物(相关联的硬件设备信息)等。

内容数字签名和全标识数字签名相配合，体现MDCCSG标识的“双签名机制”特色：一起保证内容本身和整个MDCCSG标识的数据完整性(防篡改)和签名者身份可信性(不可抵赖)。安全能级信息主要描述内容的品质属性，包括内容安全认证级别、内容的真伪性、内容的片面性、内容的影响程度及范围等。内容责任链与全标识数字签名配合使用，体现MDCCSG标识的“多级认证注册+溯源追责能力”特色：在多级认证注册过程中，每一级认证注册主体，都先将自己的身份信息加入到内容责任链中，然后再进行全标识数字签名；之后一旦有内容需要追责，直接检查内容责任链即可逐级确定哪些主体需要担责。

一种支持共享共治的内容元数据标识的应用方法，它是MDCCSG标识的配套应用方法。基于MDCCSG标识可以构建网络环境下面向群体用户的各种内容共享共治应用，有效支持内容大数据的高效共享和科学治理等。下面结合两类典型应用示例MDCCSG标识的应用方法，需要说明的是，在通常的内容大数据共享共治应用中，这两种应用方法往往密不可分，需要配合使用。

(1)基于MDCCSG标识实现内容高效共享

假定某个互联网内容提供商(ICP)基于MDCCSG标识构建了一个面向大众的新闻推送应用，并且假定在新闻用户的终端安装了能够处理MDCCSG标识的应用程序APP，该APP具备用户定制、兴趣感知、个性化推荐等功能。

该ICP首先对所有新闻内容建立相应MDCCSG标识，然后将新闻内容及其MDCCSG标识广播分发给所有新闻用户终端。用户端APP收到ICP源源不断分发的大量新闻内容和MDCCSG标识之后，首先根据MDCCSG标识短码中的内容来源、一级类别、二级类别、内容话题等，按照用户定制信息或APP感知的用户兴趣进行快速匹配，完成海量MDCCSG标识的初级过滤。接着，APP进一步结合MDCCSG属性信息部分的内容标题、内容关键词、内容摘要、作者信息、内容实体、版权信息、原创声明、文件信息等，对过滤之后的MDCCSG标识进行基于语义的深度分析、个性化精准匹配和智能化推荐等，并将反馈给用户。如果用户认可与其兴趣相匹配或APP推荐的MDCCSG标识，APP再将对应的新闻内容正文呈现给用户。这样既能保证面向大众的新闻分发和处理效率，又能满足用户的个性化服务需求。

(2)基于MDCCSG标识实现内容科学治理

以下描述一个典型但相对简化的内容科学治理应用场景。假定某舆情管理机构负责管理多个ICP，而每个ICP又管理多个内容创建人员(Content Creator，CC)，该舆情管理机构构建了一个基于MDCCSG标识的舆情分析应用。并且假定该舆情分析应用包括能够处理MDCCSG标识的应用程序APP，该APP能够针对每一份内容生成标准的MDCCSG标识，同时具备MDCCSG标识检查和修改功能。该APP已经预先安装在所有ICP和所有CC的应用系统中。

首先，每一个CC在创建一份新内容(包括专业新闻内容或各种自媒体内容，不妨记为cont)时，都同时用APP生成一个对应的MDCCSG标识(不妨记为mdi)，其中包含他用私钥对cont的签名、记录到内容责任链中的他的个人身份信息、以及他用私钥对整个mdi的签名(这里涉及到第一次双签名)。接着，CC在发布cont的同时，会将cont和对应的mdi提交给他的上级管理ICP进行认证注册。一旦收到CC发来的认证注册请求，ICP立即根据cont等信息用APP对mdi进行认证检查。如果通过检查，ICP会重新修改mdi中的相关信息，并把ICP自己的身份信息记录到内容责任链中，然后，用ICP自己的私钥对整个mdi进行签名(这里涉及到第二次双签名)。之后，ICP将cont和最新的mdi提交给舆情管理机构的中心处理系统进行认证注册。

紧接着，中心处理系统会根据它的MDCCSG标识空间，对mdi进行更加严苛的认证检查。如果通过检查，中心处理系统会重新修改mdi中的相关信息，并把舆情管理机构自己的身份信息追加记录到内容责任链中，然后用舆情管理机构自己的私钥，对整个mdi进行签名(这里涉及到第三次双签名)，完成对cont及mdi的认证和注册。如果出现因为需要追责的情况而没有通过检查，中心处理系统可以根据mdi中的内容责任链等信息，进行依法逐级追责。这样就可以建立起基于MDCCSG标识的“多级认证注册+溯源追责”机制。当然，在上述过程中，还可利用知识挖掘、实体链接、深度学习神经网络等已有方法和技术，进一步结合中心处理系统的MDCCSG标识空间、以及mdi中的安全能级码和安全能级信息等，进行基于语义和内容可信认证的深度治理。

Claims (7)

1.一种支持共享共治的内容元数据标识方法，简称MDCCSG方法，其特征在于：针对大数据和泛媒体环境下的内容大数据共享共治需求提出，包括三个部分：内容元数据的统一描述框架、内容元数据的统一规约方法、核心MDCCSG标识要素定义，具体如下：

（1）内容元数据的统一描述框架：该描述框架为每一份待标识的内容资源生成一个具有统一格式的内容元数据标识，称为MDCCSG标识，它包括两个部分：MDCCSG标识短码和MDCCSG属性信息；

（2）内容元数据的统一规约方法：针对MDCCSG标识短码和MDCCSG属性信息两个部分，分别采用不同的编码规约方式；在MDCCSG标识短码部分，利用32字节来定义主要以位（bit）为单位的内容元数据信息，通过二进制整数描述多个关键域，侧重对内容语义和安全信息的描述；在MDCCSG属性信息部分，通过元数据集合单元分类归集多个元数据元素；还通过预留、按需扩展方式，确保MDCCSG标识的灵活可扩展性；

（3）核心MDCCSG标识要素定义：选出多个核心的内容元数据标识要素，这些标识要素涵盖内容的语义描述信息、内容可信认证与安全保障信息，同时创设反映内容品质属性的安全能级标识要素，并能够支持“双签名机制”和“多级认证注册 + 溯源追责”功能。

2. 如权利要求1所述的支持共享共治的内容元数据标识方法，其特征在于： MDCCSG标识短码位于整个MDCCSG标识的前部，它的标准长度为32字节（Byte），由多个域（field）组成，这些域存放与内容有关的若干关键信息描述码，称为基础短码；此外，MDCCSG标识短码还可以带有扩展部分，扩展部分是长度为16字节整数倍的扩展信息描述码，称为扩展短码，用来存放基础短码之外的扩展域；基础短码和扩展短码合称为MDCCSG标识短码。

3. 如权利要求1所述的支持共享共治的内容元数据标识方法，其特征在于：MDCCSG属性信息紧接在MDCCSG标识短码之后，它包含多个元数据集合单元（Metadata Set Unit，MDSU），每个元数据集合单元包含多个元数据元素（Metadata Element，MDE），每个元数据元素（MDE）描述与内容有关的一方面属性信息，MDCCSG属性信息部分包含两个必选的关键元数据集合单元：内容描述信息集合单元（DISU）和内容管理信息集合单元（MISU）；其中，DISU侧重描述内容的基本属性及语义信息；MISU侧重描述网络环境中与内容管理有关的重要属性信息。

4. 如权利要求1所述的支持共享共治的内容元数据标识方法，其特征在于：MDCCSG标识的主要规约形式分为四种：标识短码中的域，用以位（bit）为单位的二进制整数进行规约；元数据集合单元（MDSU）头部，长度为5 ~ 8个字节，主要规约类型编号、元数据元素个数、元数据元素总长度、元数据元素速配信息；元数据元素（MDE）头部，长度为3 ~ 6个字节，主要规约类型编号、成员个数、MDE净荷长度；元数据元素（MDE）的净荷，占多个字节，描述对应元数据元素的具体取值；

而MDCCSG属性信息部分的头部，采用与MDSU头部类似的规约形式。

5.如权利要求1所述的支持共享共治的内容元数据标识方法，其特征在于：核心MDCCSG标识要素定义具体包括：

（1）MDCCSG标识短码部分的核心标识要素：该部分的第1个关键标识要素是版本，占3bits，用来描述MDCCSG标识的版本号；MDCCSG标识短码部分的核心标识要素还包括：媒体类型、优先级别、标志、解码规则、内容来源、一级类别、二级类别、内容话题、正文类型、版权与原创、安全能级码、秒级时间戳、毫秒级时间戳、顺序号、校验和；此外，在顺序号之后、校验和之前的部分，还保留了6个字节；

（2）MDCCSG属性信息部分的核心标识要素：该部分采用元数据集合单元（MDSU）对MDCCSG标识要素进行分类归集，主要有三种MDSU：内容描述信息集合单元（DISU）、内容管理信息集合单元（MISU）和内容扩展信息集合单元（EISU），其中DISU和MISU是必选标识项；通过DISU归集的核心标识要素包括：内容标题、内容关键词、内容摘要、作者信息、内容实体、版权信息、原创声明、文件信息；通过MISU归集的核心标识要素包括：物理要素、内容出处、内容ID、传播路径、内容数字签名、安全能级信息、内容责任链、全标识数字签名；每一个核心标识要素是一个元数据元素（MDE），具有相同格式的MDE头部，并且对这些核心标识要素的位置顺序和类型号等进行了限定；

（3）支持可信认证与安全保障的核心标识要素：通过综合关联MDCCSG标识中的标识要素，提供对内容可信认证与安全保障的内嵌支持；相关的核心标识要素主要包括：MDCCSG标识短码部分的安全能级码（它是安全能级信息的简化描述），MDCCSG属性信息部分的物理要素、内容数字签名、安全能级信息、内容责任链、全标识数字签名；其中，物理要素集中描述“时、空、人、事、物”物理维度信息；而内容数字签名和全标识数字签名支持“双签名机制”，可以确保内容本身及整个MDCCSG标识的数据完整性和签名者身份可信性；安全能级码和安全能级信息描述内容本身的品质属性；内容责任链可提供溯源和追责能力；综合这些标识要素可实现“多级认证注册 + 溯源追责”功能，支持网络内容大数据的共享共治需求。

6.一种支持共享共治的内容元数据标识的应用方法，其特征在于：适用于构建网络环境下面向群体用户的内容共享共治应用，既支持基于MDCCSG标识的内容共享应用，又支持基于MDCCSG标识的内容治理应用，具体如下：

（1）基于MDCCSG标识实现内容高效共享；在内容共享类应用中，首先对所有内容建立对应的MDCCSG标识，然后将所有MDCCSG标识通过一对多传输模式，分发至所有内容用户终端；用户终端的处理系统按照用户兴趣特征，对MDCCSG标识进行两步匹配：第一步，根据MDCCSG标识短码进行快速匹配，完成海量MDCCSG标识的初级过滤；第二步，从经过初级过滤的MDCCSG标识中，进一步结合MDCCSG属性信息部分，完成基于内容语义的分析、个性化匹配和主动推荐；

（2）基于MDCCSG标识实现内容科学治理；在内容治理类应用中，配置一个权威的内容治理中心处理系统，简称中心处理系统；中心处理系统首先不断聚集应用所辖范围及其关联领域的所有内容，并把这些内容的MDCCSG标识集中组织和管理，形成涵盖所有可聚集内容的MDCCSG标识空间；接着，对每一份提交认证注册的内容，中心处理系统借助MDCCSG标识空间，将内容的来源、可信度、重要性信息，连同内容传播路径、责任主体信息，一起通过数字签名标示在内容的MDCCSG标识中；之后，再将需要分发的MDCCSG标识通过一对多传输模式发送给内容用户终端；用户收到MDCCSG标识后，通过内容能级信息及内容能级码，可以判别内容的真伪、可信度、影响力；通过内容数字签名和全标识数字签名，可以鉴别内容原文及MDCCSG标识是否被篡改；通过传播路径、内容责任链、全标识数字签名，可以对内容进行循本溯源、依法追责。

7.如权利要求6所述的支持共享共治的内容元数据标识的应用方法，其特征在于：内容的聚集途径主要分为两种：第一种，由中心处理系统通过网络进行内容主动采集，称为主动采集方式；第二种，由内容的提供者及其上级管理机构，通过逐级认证的方式向中心处理系统进行注册，称为认证注册方式；

对于主动采集方式获取的内容，它的MDCCSG标识由中心处理系统生成；对于认证注册方式获取的内容，它的MDCCSG标识通常由内容提供者或其上级管理机构生成，并且对该MDCCSG标识进行逐级认证注册，直至最后由中心处理系统进行认证和注册；

内容的MDCCSG标识必须实现“双签名机制”，通过内容数字签名保证内容本身的数据完整性和签名者身份不可抵赖性；通过全标识数字签名保证整个MDCCSG标识的数据完整性和签名者身份不可抵赖性；进而基于“双签名机制”实现“多级认证注册 + 溯源追责”功能。