博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
ATM终端无线方案
阅读量:2158 次
发布时间:2019-05-01

本文共 1632 字,大约阅读时间需要 5 分钟。

在银行系统中,现有ATM终端多数采用有线网络接入方式。这种接入方式是自助设备受有线网络覆盖面的影响,只能设置在金融机构营业网点和大型商业机构内 部,束缚了服务模式。同时,终端设备仍与有形营业场结合的布设方式,削弱了自助设备的便捷、方便的特点,无法实现利用自助交易方式扩大营业网点业务覆盖面 的初衷。相反无线网络不受网络物理因素的影响。依托于各无线网络平台,金融机构可以将自助服务设备布设到无线网络覆盖的任何区域,能够有效地扩大业务覆盖面。

ATM

一、项目实施架构方案
终端ATM机通过以太网接口工业路由器连接,银行中心服务器承载着整个银行系统的所有的各项业务数据处理与用户数据的存储,是整个银行系统所有环节的重中之重,因此既要充分考虑网络的稳定性、可靠性、安全性,满足银行业务的特殊需求,同时也要兼顾银行业务今后的发展,注重网络的先进性和可扩展性。
对于有企业网应用需求的城区内支行和一部分县支行,建议直接采用光纤接入方式,在这条线路上开两条 PVC:一条32K PVC的电路用做营业类数据传输;一条为64K PVC的电路用做企业网数据传输。 这样的电路既可以保证营业类和管理类数据都有足够的带宽,又不会因为管理类的突发大数据量影响营业类数据的通信。根据以后我行网络应用的发展,又可以随时 提高线路带宽,保护现有的投资。
工业路由器型号T300
二、 网络安全连接
在银行系统中,数据传输的安全性要求非常苛刻,因此解决系统安全问题是4G/5G无线网络银行交易系统应用的关键,采用4G/5G无线移动数据传输方式必须有效保证数据的安全、可靠,确保系统的安全稳定运行。安全保障主要是防止来自系统内外的各种破坏,进行身份认证、身份鉴别、数字签名防止抵赖和篡改,以及交易数据的 加密解密等是保障网络安全的重要手段。
现行的4G/5G无线网络传输编码方式均对传输数据都有加密保护,因而4G/5G无能传输通道本身是安全的,另外可以利用VPN技术在4G/5G无线网络上建立银行交易系统内部占据专网,保证银行终端无线接入的可靠性和安全性。
ATM终端利用现有4G/5G网络VPN技术组网,4G/5G无线网络VPN技术是在公共的无线网络中给银行用户分配一个专用子网,相当于在公共无线网络上为用户架设了一个局域网,只有在这个局域网内的用户才能通信,子网外的用户也无法进入这个子网,所有数据与Internet隔离,从而增强了信息的安 全性,这种方式下最终给用户带来了非常可靠的安全性,但是组网费用高,不能跨网组网。
ATM终端利用T300工业路由器进行VPN技术组网,T300工业路由器内置了VPN Client功能,为用户跨区域组网提供了方便,同时内置IPSEC加密功能采用IPSEC加密机制,具有很强的安全特性,为用户数据传输的安全提供了有力的保障。
T300
三、 方案特点
1.支持VPDN网络, 提供基于WEB的系统配置界面和维护接口,支持远程WEB管理,同时支持LINUX和WINDOWS操作系统.强大的网络管理功能,适合行业应用。
2. 终端设备采用无线接入方式,施工简单快速,降低施工成本。
3.支持VPN安全隧道功能,包括PPTP、L2TP、GRE和IPSEC。
4.终端传输设备上电自动拔号,也可根据实际情况设置上线时间,无需人为处理,适合ATM机无人值守的情况。
5.无线技术使得系统发射功率很低,对环境的电磁污染很低,对其它自动化设备的电磁干扰很低,另外终端的灵敏度高,覆盖范围大,可以满足诸多行业的无线网络要求。
6.采用无线接入移动性高,不受区域限制,只需要无线信号覆盖到的地就可安装,组网方
便,使ATM终端 在整个银行系统中覆盖面更广,更方便于民众。
总结
物联网的应用各个领域的应用不断地扩展开来,无线工业路由器应用对行业应用的影响也越来越广泛,银行采用无线网络方式构建无线组网系统,在非常安全可靠的组网条件下,建立起银行无线交易行业系统,这将会大大拓展了移动数据应用领域和银行业的进一步扩展

转载地址:http://fvhwb.baihongyu.com/

你可能感兴趣的文章
seq2seq 的 keras 实现
查看>>
seq2seq 入门
查看>>
什么是 Dropout
查看>>
用 LSTM 做时间序列预测的一个小例子
查看>>
用 LSTM 来做一个分类小问题
查看>>
详解 LSTM
查看>>
按时间轴简述九大卷积神经网络
查看>>
详解循环神经网络(Recurrent Neural Network)
查看>>
为什么要用交叉验证
查看>>
用学习曲线 learning curve 来判别过拟合问题
查看>>
用验证曲线 validation curve 选择超参数
查看>>
用 Grid Search 对 SVM 进行调参
查看>>
用 Pipeline 将训练集参数重复应用到测试集
查看>>
PCA 的数学原理和可视化效果
查看>>
机器学习中常用评估指标汇总
查看>>
什么是 ROC AUC
查看>>
Bagging 简述
查看>>
详解 Stacking 的 python 实现
查看>>
简述极大似然估计
查看>>
用线性判别分析 LDA 降维
查看>>