企业信息化门户平台建设中，主要涉及的技术有SOA、 Web Service、Portal、数据库、商业智能、联机分析处理、数据挖掘等。通过这些计算机技术的综合运用来实现企业信息化门户平台的设计和实现。
1.面向服务架构（SOA）
面向服务的体系结构（SOA）是一个组件模型，是建立在分布式计算技术的基础上，它把应用程序中的不同功能单元（称为服务）通过服务之间定义良好的接口和契约联系起来。接口是独立于硬件平台、操作系统和编程语言的一种对接关系，它可以实现不同系统之间的数据传递和信息交互，可以使完全不同的两个系统进行整合，实现彼此之前的联系，从而完成一个或几个共同的任务。
SOA是一种体系结构，它是动态的，对服务的登记、发现和调用提供支持。它试图给出在特定的环境中推荐采用的一种结构，它在某种角度上是一种以服务为核心的架构模式和解决方案。它与很多存在的软件技术，如面向对象技术等是相互补充而非相互排斥的。SOA具有灵活性的特点，当不同的系统内部发生变化时，SOA的服务接口可以不受这种变化的影响，正常地为其他系统提供数据和信息服务。特别是在企业之间进行数据接口时，由于不同的企业之间其应用是经常变化的，而且变化时也不会提前通知其接口方，所以，利用SOA的这一优点，可以不考虑其他应用的变化，解决因应用变化引起的接口变化问题。
2. Web Service技术
Web Service是一种构建互联网分布式系统的方法，它是自包含的、模块化的应用程序，可以在网络中发布、定位及通过Web调用。Web Service是一种标准的应用程序，基于标准的Internet协议，采用H l vrP和XML技术，设计各种分布式的模块化组件，每个组件完成某个特定的功能，并可以与其他兼容的组件进行互操作。Web Service被广泛应用于企业信息化系统集成平台中。Web Service已经成为分布式系统的基本部件，主要包括三个基本技术：SOAP、 WSDL和UDDI。 Web Service采用的标准通信协议叫SOAP，主要把种类应用程序模块发布到互联网上，由其他用户来使用；WSDL（ Web Service Description Language）是Web Service的接口说明书，用来帮助用户构建应用程序；UDDI （Universal Discovery Description and Integration）用来管理和查询已发布的Web Service程序模块。在开发自己的应用程序时，用户可以将互联网中提供的Web Service程序模块直接应用在自己的程序中，而这些模块具体的运行机制和方法则不用考虑，这也为快速开发程序提供了良好的帮助。
3. Portal技术
EIP中，Portal的主要功能是提供个性化服务、单点登录和内容聚集，一般作为一种信息展现和门户数据集成的Web应用。Portal是一个组件，它由Po rtlet容器管理，由容器来处理请求，生成不同的定制内容。一个Portal的网页可由多个不同的页面构件Portlet组成，Portlets利用Servlets进行Web应用编程的下一步，从而实现了Web应用的模块化和用户中心化。
Portal的主要功能有两个：一是根据网页访问者的不同，来提供不同的信息内容；二是根据访问者的不同，提供不同的应用服务，并在不同服务的基础上进行不同的数据流程处理。所以，网页个性化处理就是Portal的核心思想。
Portal技术包括Portlet容器、个性化、单点登录、内容聚集四项内容。
（1） Portlet容器。Portlet容器的主要功能是负责初始化，向Portlets传送用户请求并合成响应，最后销毁Portlets， Portlet容器与Servlet容器非常相似，所有的Po rtlet都部署在Portlet容器里，Portlet容器为Po rtlet提供所需要的资源和环境信息，并控制其生命周期。
（2）个性化。主要从两个方面来个性化用户的页面，一是页面的个性化，包括用户定制的网页基准配色、图标等样式；二是内容的个性化，用户可以定制其需要在页面上展现的内容。
（3）单点登录。用户只需通过一个登录页面，即Portal服务器，就可以访问集成在同一平台上的其他应用系统的数据和信息，不需要再分别登录每个应用系统来完成相应的功能。用户登录以后，权限管理员进行身份认证和授权管理。
（4）内容聚集。内容聚集包括内容整合、数据整合、应用整合。内容整合主要指内容的管理、内容的个性化定制、信息的搜索、信息的集中展示、信息的监控、主动获取信息和信息过滤；数据整合主要指特定业务数据的收集，将各种进行过数据挖掘或数据分析的数据，以文档或报表的形式提交给应用系统及用户；应用整合主要指涉及不同应用系统之间的工作流程的整合、应用系统之间的数据共享和用户之间的协作。
4.数据仓库（Data Warehouse）
数据仓库是指将那些用于决策支持的当前数据和历史数据集成到统一的环境中，提供决策型数据访问的各种技术和模块的总称。数据仓库就像一个进行数据收集、数据整理和数据加工的过程，最终将有信息提供给决策者和管理人员进行分析使用。数据仓库能够准确、安全、可靠地从各个业务系统中提取数据，然后根据需求，整理和加工出一个符合要求的数据集合，最后把这些集成的、变化的、面向主题的、又相对稳定的数据集合提供给需要这些信息的管理者和决策者，为企业的发展、管理和经营提供决策支持服务。
5.商业智能
商业智能（Business Intelligence，简称BI），又叫商务智能。它是指将企业中现有的数据转化为知识，以帮助企业做出明智的业务经营决策，让企业的各级决策者正确预测事件的发展方向，为决策者做出正确的或者有利的决策提供支持和帮助。商业智能主要涉及对商业信息的搜集、数据的管理和事件的分析三个过程，其体系结构主要包括数据仓库、联机分析处理和数据挖掘三个部分。商业智能就是数据仓库、OLAP和数据挖掘等技术的综合运用。首先从不同业务系统的数据中清理提取出其中有用的、正确的数据，然后进行数据抽取、数据转换和数据装载，最终将这些可用的标准数据存放到企业级数据仓库里，利用各种查询软件、分析软件、数据挖掘软件对数据仓库里的各种可用数据进行分析和处理，将最终的结果提供给管理者和决策者，为他们提供决策支持服务。
6.联机分析处理（OLAP）
联机分析处理，是供决策支持服务的一种复杂查询服务，其数据来源于数据仓库中的多维数据集合，通过各种复杂的、灵活的操作，按照用户的角度，将各种信息元素以一种直观的形式展现给决策人员，以便他们准确掌握公司状况，制订正确的发展方案。OLAP利用对多维结构数据的快速访问技术、数据透视图表技术和数据聚合技术，将复杂的数据进行简单、直观的表示，为用户提供决策支持服务。
7.数据挖掘（Data Mining）
数据挖掘（Data Mining，简称DM），又称为数据库中的知识发现（Knowledge Discovery），是指从大量数据中分析提炼出未知的、隐藏的、有潜在价值的信息的非平凡过程。数据挖掘是一种基于人工智能、机器学习、模式识别、统计学、数据库的决策支持过程，在整个过程中，对企业数据进行高度自动化分析、归纳和推理，从中挖掘出潜在的信息和数据，帮助决策者做出正确的决策，从而调整市场策略，降低投资风险。
数据挖掘主要有数据准备、规律寻找和规律表示三个步骤。数据准备是从相关的数据源中选取所要的数据，并整合成数据挖掘的数据集；规律寻找是用某个方法找出数据集所含的规律。规律表示是尽量以用户能理解的方法将找出的规律表示出来。
数据挖掘可以与用户或知识库交互。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。
8.数据仓库、联机分析处理和数据挖掘的融合
数据仓库主要对数据进行存储和组织，联机分析处理主要对数据进行集中的分析，数据挖掘则主要致力于知识的自动发现，三者既有内存的联系，又互相支持补充，而且还相互独立。将三者结合起来，共同应用到信息系统的设计和实现过程中，能有效提高应用系统的实际处理能力，可以形成一种以数据仓库为基础，以数据分析和数据挖掘为支撑，以决策服务为目标的全新的系统构架。
以保存大量事务细节和数据的底层数据库为数据来源，利用数据仓库对数据进行集成、转换和组织，剔除错误的和不一致的数据，形成整个系统的数据基础和全局视图；联机分析处理是以数据仓库中的原始数据为基础，利用多维数据模型，从不同的角度进行数据分析，采用不同的方法进行数据分离；数据挖掘则是采用联机分析处理的方法，自动发现数据仓库中大量的基础数据信息之间的潜在关系，然后根据这些关系对数据的发展方向自动做出预测，并将预测结果呈现出来（如图7-10所示）。
图7-10 企业信息门户安全管理系统功能模块
通过以上一些手段和方法，能够及时地检测发现病毒，并做出最快的反应，清除病毒，将病毒的威胁降到最低，保障企业信息化系统的安全，为企业正常运作提供可靠的前提保障。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
