“大数据”时代的计算机信息处理技术及其应用

“大数据”时代的计算机信息处理技术及其应用

李超

(江西外语外贸职业学院，江西南昌330099)

摘要：本文提出基于大数据技术应用于计算机信息处理技术的设想。

关键词：大数据时代;计算机信息处理

随着计算机信息处理技术与各行各业传统技术的广泛和深度的融合，产生了各种各样独具特色的生产生活工具和设备，都不同程度的具有数字化、自动化、信息化、智能化特征，正在并且继续深刻影响和改变人类的生产生活方式。现代社会的高速发展到现阶段的显著特征是，人类自身及其他各种事物随时产生、高速传递极具爆炸性增长的海量的多样化的信息数据，这就是现阶段人类所处的大数据时代。

面对海量的信息数据资源，人类凭借传统的经验和直觉作出行为决策的方式，往往导致效率低下，无所适从。

大数据时代基于大数据分析技术的海量信息数据量化分析理念与成果以及信息数据安全性，无论是对于国家治理发展的战略决策、对于各领域企业事业单位的创新发展管理模式制定，还是对于个人职业生活发展规划，都有极其重要的引领指导意义和现实意义。

本文提出基于云技术的大数据技术应用于计算机信息处理技术的设想，以不断创新的计算机信息处理技术模式和方法，实现大数据时伐海量信息数据量化分析优化。

一、大数据时代计算机信息处理技术基本知识简介

(一)大数据概念

大数据(big date)是指现阶段规模大到在获取、存储、管理、分析等方面大大超出传统数据库软件工具能力范围的、对所有海量数据进行统计分析法处理的数据集合。是计算机互联网技术与应用发展到现阶段的海量信息数据特征表现。

(二)大数据信息特征

大数据信息具有数据海量(Volume)、高速流转(Velocity)、数据类型多样(Velocity)、价值密度低(Value)、真实,(Vemcity)的特点。大数据时代对于信息数据获取、存储、搜索、共享、分析、数据可视化呈现，都有前所未有的更高要求。

1)数据海量(Volume)：现阶段大数据的基本计量单位是PB，数据量越大包含有价值的就越多。

1DB=1024NB,lNB=1 024BB.1BB=1 024YB.

1YB=1024ZB.1ZB=1024EB.1EB=1024PB.

1PB=1024TB.1TB=1024GB.1GB=1024MB.

1MB=1024KB.1KB=1024B.1B=8bit

2)数据类型多样(Varietv)：包括多媒体信息、网络日志、地理位置等，对数据处理能为有更高要求。

3)价值密度低(Value)：信息量巨大，单个信息数据价值密度低，对机器算法快速性和有效性有更高要求。

4)高速流转(Velocity)：对于信息数据采集挖掘处理速度和时效性有更高要求。

5)数据可视化呈现：把数据及其规律以图形图像直观表示并随时间和空间变化。

(三)大数据时代计算机信想处理基本思想

1)是全体信息数据，而不是随机采样数据。面对海量信息数据，利用计算机信息处理技术对全体信息数据进行相关分析，而不是依赖于传统的在一定时间范围内用随机采样信息分析法。

2)是宏观发展态势，而不是微观精细准确。面对海量信息数据，掌握特征事物宏观层面发展态势，而不追究微观层面精细准确。

3)是相关关系，而不是因果关系。在大数据时代，通过寻求事物之间的相关关系，研判特征事物正在发生的事态。而不是追寻事物之间的因果关系。

(四)大数据时代计算机信息处理技术基本方法

大数据时代海量的信息数据处理需求，直接催生了全新的云技术、云计算信息数据处理模式的产生。云技术、云计算是基于互联网的、根据需求虚拟优化配置共享计算机硬件软件资源的计算方法，云技术、云计算是分布式计算、并行计算、效用计算、网络存储、虚拟化、负债均衡、热备份冗余等专业技术的综合集合。云技术、云计算为大数据处理提供技术支撑平台。云技术的思维模式基于太阳电脑( Sun Microsystems)在1983年提出的“网络就是计算机”的理念(TheNetwork is the Computer J.

大数据时代信息处理技术就是针对分布式构架下计算机互联网络中的海量信息数据，首先是建立云数据库并进行分布式特征信息数据挖掘和存储，其次根据需求建立数据模型体系，然后综合运用云计算、云存储、云安全和虚拟化技术根据需求优化配置网络资源，进行云计算处理分析并产生特征信息数据规律性呈现结果的综合高效信息数据处理技术。大数据侧重于资源处理，云计算侧重于资源分配。

二、大数据时代计算机信息处理技术应用

面对大数据时代的海量信息数据的采集、处理、存储、传输需求，全面提升优化计算机信息处理系统的信息处理能力和存储能力，是广大从业者努力工作的方向和目标。

运用云技术从海量信息数据中，通过对特征相关信息数据采集准备、数据规律性寻找、数据规律性可视化表示等环节，掌握事物各方面发展的规律性，为掌握事物历史和现在状态以及后续发展研判，提供科学高效规划决策依据。

(一)大数据时代计算机信息数据挖掘采集加工传输技术 面对大数据时代的海量信息数据，通过分布式数据挖掘和存储技术，对特征信息数据进行搜索、筛选、分类、分析、整理、存储、传播和实时监控等一系列采集加工传输处理技术，发现数据之间的相关关系，筛选保留有用数据，剔除无用数据，为后续数据分析处理提供丰富准确可靠的原始信息数据。

(二)大数据时代计算机信息数据存储技术

一方面是对现有互联网平台借助云技术云存储技术，实现存储资源动态优化配置。把广域分布式的数据文件进行集群应用，使得不同类型广域分布的存储设备协同工作。也就是把互联网中的所有存储设备，通过应用软件协调管理并共同对互联网用户提供数据存储与业务访问功能的技术。

另一方面积极开发新型计算机数据存储技术，提高储存容量。

(三)大数据时代计算机信息数据计算处理技术

一方面是对现有互联网平台借助云技术云计算技术，实现计算能力资源动态优化配置。把广域分布式的计算机进行集群应用，使得不同类型广域分布的计算机协同工作。也就是把互联网中的所有计算机，通过应用软件协调管理并共同对互联网用户提供数据计算处理功能的技术。

另一方面积极开发各种新的现代计算机智能算法，通过对自然界生物生存机理和策略的模拟过程，启迪开发适用于特定领域的具有特定功能的现代计算机智能算法，有效提高信息计算处理应用领域。

(四)大数据时代计算机信息数据安全技术

一方面积极开发新一代防火墙技术，通过在不同功能网络之间加装防火墙安全隔离设备，防止未经授权的用户登录，防止各种计算机病毒和黑客的非法入侵，确保信息数据安全。

另一方面，采用对信息数据多重加密算法加密处理的安全防护技术，增加解密复杂难度，保证信息数据安全。

三、结束语

以上关于基于大数据技术应用于现代无线移动通信网络优化的设想，是本人结合自己在工作实践中的心得体会提出的基本设想，限于本人学识水平，不足之处，恳请批评指正。

作者简介：

李超，江西外语外贸职业学院。