基于大數據時代的計算機信息處理技術分析

王逸豪 楊磊

（中遠海運科技股份有限公司 上海市 200135）

在大數據時代下，計算機信息處理技術要擺脫傳統處理技術中存在的簡單堆砌問題，以虛擬化技術為支撐，借助數據庫、云計算等技術，展開工作。

1 大數據時代下計算機信息處理技術的發展情況

計算機信息處理技術是一種信息數據收集整理技術，通過將信息數字化的工作模式，完成信息的整合、篩選、處理。應用計算機進行數據信息處理的過程中，會應用到互聯網、數字化、電子信息等技術，以保證處理效率和準確性。計算機數據處理主要包括8 個方面，如圖1。

但新時期，傳統的處理技術面臨著極大的機遇和挑戰，需要從多個方面入手，細化到每一個環節進行改善。

1.1 發展機遇

在大數據時代下，為信息處理提供了全新的渠道和技術，可以讓處理效果和效率得到提高。在信息處理能力顯著提高的背景下，不僅國家其他產業能夠得到更多的機會，國家信息安全性也會得到提高。比如，優化后的計算機信息處理技術具備了數據篩選能力，可以從海量的數據中篩選出最有利的信息，為其他產業發展決策提供參考，幫助其穩定可持續發展。最為主要的是，大數據衍生出來種類多樣、速度迅速的處理技術，為計算機信息處理工作提供全新的發展渠道。

1.2 缺陷挑戰

大數據時代的到來，無疑加重了風險，給黑客和計算機病毒提供了更多的機會。但從目前計算機信息處理技術發展情況來看，信息安全性無法得到保證，數據安全和有效結合受到了一定威脅，經常會出現數據丟失、數據被盜取等情況。最后，大數據時代背景下，對計算機人才需求在不斷提高，人才市場存在極大缺口，傳統計算機處理技術無法得到高效快速更新，行業發展滯緩[1]。

2 大數據時代下計算機信息處理技術的具體應用

2.1 信息收集加工處理

在實際調查過程中，信息收集、加工、傳輸處理是基礎環節，在這一環節內主要應用實時性數據過濾和數據篩選技術，以此得到想要的信息。在信息收集過程中，要對信息源進行動態化控制[2]。以某企業使用的大漢軟件為例，該網站群內容管理系統具有跨平臺、跨數據庫特性，構建形成了整個網站群集約化信息管理的基礎平臺。該平臺不僅可以對大容量、廣泛信息源進行采集、編輯、制作和發布，還支持歷史信息的調入、調出，實現了信息的全流程跟蹤管理。

2.2 信息存儲分類處理

圖1

在信息處理環節中，存儲數據分類技術可以讓信息按照特定需求歸納到相對應的信息庫中，這是整個處理環節中最為主要的內容。良好的信息存儲分類處理工作，可以為后續的信息搜尋奠定基礎，同時也能為信息安全提供一定保障。尤其是在大數據時代下，數據量不斷增加，數據的規模、類型各不相同，還有一些數據在存儲過程中，會出現動態變化，在無形之中加重了數據存儲的難度。建立相應的數據存儲分類系統，以此大幅度縮短數據搜尋時間，并且實現了動態化管理，各級人員都可以通過該系統找到自己所需要的數據信息。最為主要的是，數據存儲系統要面對的數據內容日益復雜，數據信息的類型，因此在數據存儲處理過程中，實現數據分類，制定出詳細的分類規則，改變一個信息數據庫內含有多源頭文件，為后續的處理工作奠定基礎。以大漢網站群為例，其在對信息進行審核后，根據實際情況，將數據發送到不同的區域。此外，該網站群在數據遷移等工作上具有極大的優勢，能夠實現無縫移植，還能對過往數據進行重新梳理規劃。

2.3 數據選擇挖掘處理

數據挖掘是信息處理中最為關鍵的環節，數據挖掘技術中融入了仿生學和人工智能技術特點，會按照人類的思維方式對數據進行管理和挖掘。結合實際應用案例來看，數據挖掘技術主要包括三個環節，以某電商企業為例，先對數據信息進行預處理，得到目標數據資源，然后，刪除清理其他無效、冗余數據，最后，利用人工智能程序對目標數據進行評估。在這個過程中電商企業可以在高效、精準的得到最有價值的客戶信息，從而為其提供個性化、針對性服務。提高客戶粘性。參數挖掘技術對網絡搜索引擎的依賴性較高，通過引擎獲取知識，還可以調取歷史詞匯實現二次搜索。該某電商企業利用參數挖掘技術對客戶的歷史購買商品信息進行收集，根據數據信息做出總結推理，制作出了智能化推薦功能。在此基礎上，結合數據預處理中的信息對電力信息通信系統進行分析，找出其中的異常數據，進而展開深入挖掘。在實際應用過程中，工作人員還建立了相應的監控系統，并且對預警系統進行了測試，從實際的測試效果上看，在大數據技術的輔助下，可以讓運行效果和運行效率大幅度提高。當出現電壓值異常時，故障數據庫就會結合數據特點，逐步排查故障原因，從而選出最佳解決方案，在第一時間展開處理[3]。

2.4 數據感知獲取處理

在大數據時代下，傳統的信息處理技術無法高效完成數據信息的獲取和感知，但是感知獲取是數據處理中必不可少環節，必須要得到重視。利用DEEP WEB 技術，可以將各種數據信息有效的整合在一起，為數據后續的抽取工作奠定基礎。作為網絡深層次技術，其本身涵蓋了大量、動態變化的數據信息，分布性和特殊性較強。數據挖掘和數據分析是兩種技術，但二者相互襯托，對商業信息收集和處理具有顯著效果。比如，電商平臺可以利用這種技術對銷售數據進行篩選，從而根據銷售情況，有針對性的進行產品調整，為企業提供科學的發展策略。在大數據時代到來后，利用這種技術，對數據進行挖掘和分析，從而切實提高信息的價值[4]。

2.5 數據信息安全處理

信息安全是大數據時代下計算機信息處理技術的核心關鍵，加強對這一環節應用技術的發展，可以有效避免信息泄漏情況發生，讓信息得到安全保護。信息安全處理主要從兩個方面入手，一方面，建立完善計算機信息安全系統，另一方面，研發計算機信息安全的保護產品。比如，某地區政府機構出資研發信息安全系統，和當地的科研機構合作，開發出全新的信息處理系統，切實提高系統的安全性。此外，也可以研發單獨的安全保護產品，將其應用安裝在計算機上，對信息進行保護。在科學技術水平不斷提高發展的今天，從實際應用過程入手，對數據信息進行保護。以某物流企業為例，引進了國外的先進硬件設備，不僅提高了信息安全性，也加快了信息的處理質量。同時和高校合作，建立校企實踐培訓機制，讓更多的人才投入到信息安全防護體系的建設工作中。此外，軍事信息等涉密信息安全性非常關鍵，有關部門或者企業結構必須予以足夠的重視。嚴格按照規范制度進行科學管理，避免這些信息泄露到外界。除了確立相應的管理制度，加大監管力度，還要落實定期維護檢查工作，及時發現系統存在的漏洞。比如，部隊計算機工作部門可以適當儲備一定數量的硬件，以此在發生問題后，第一時間進行更換，縮短更換時間的同時，完成數據備份，避免信息數據被破壞，保證國家安全。以大漢軟件為例，由該軟件創建形成的網站群，采用了混合式的管理方式，從身份鑒別、訪問控制、安全審計、剩余信息保護、通信完整性、通信保密性、抗抵賴、軟件容錯、資源控制等方面進行了安全設計。

2.6 數據信息傳輸處理

傳統的傳輸技術無法滿足大數據時代下海量信息的傳輸需求，開發出超高壓縮數據信息的迅速傳輸技術勢在必行。目前，很多計算機硬件設施容量、通道寬度都是有范圍的，只有提高傳輸速度和傳輸暢通性，構建起一個布局合理、傳輸有序的數據傳輸系統。數據復制策略也是一種信息傳輸處理方式，可以切實提高系統的訪問數量和訪問效率。復制方式具體包括順序放置策略和隨機放置策略兩種，以隨機放置策略為例，將數據副本隨機放置在系統的存儲節點中，采用動態復制策略，綜合考慮用戶需求以及系統存儲空間和內部網絡負載等情況，實現數據處理。大數據時代下，計算機信息處理技術體現除了不可比擬的優勢，只有真正凸顯出處理信息技術的應用價值，才能夠推進計算機信息處理技術得到持續的發展和提高。

3 大數據時代下計算機信息處理技術的未來發展

未來，計算機技術會朝著云技術的方向發展，不僅信息存儲空間會得到進一步拓寬，時間成本也能夠會大幅度降低。不僅如此，計算機硬件設施性能逐漸提高，可以創造出更大的信息處理空間，和智能化技術融合，打造出智能處理算法。

3.1 網絡化發展

信息化時代初期，需要處理的數據信息總量有限，可以憑借傳統的計算機硬件設備，穩定高效的完成數據處理、加工工作、但隨著時代的發展，需要處理的數據信息總量成倍增長，現有的計算機硬件設備逐漸達到極限。在這樣的情況下，出現了全新的硬件設備，讓數據信息采集、挖掘、運算效率得到提高，但企業結構、政府部門承擔的運營成本或財務負擔也隨之提高。在降低成本的需求下，數據信息處理工作逐漸朝著網絡化的方向發展，云計算技術被提出，只需要將需要處理的數據導入到云計算網絡平臺中，就可以完成信息處理過程。云計算系統本身的計算能力較高，可以在短時間完成數據信息的加工處理、網絡存儲等多方面功能。最為主要的是，云計算技術需要支付的成本有限，而且不需要對硬件設備進行運維，數據信息處理存儲效率也會得到提高。

3.2 開放化發展

從目前來看，現有的計算機數據信息處理技術中，并沒有信息共享功能，企業機構、政府部門如果想要進行信息溝通需要付出較高的成本。這是因為現有的技術發展理念大多集中于數據采集、挖掘、計算等環節，忽略了開放式計算機網絡系統的構建。但從大數據時代未來的發展趨勢來看，技術范疇會得到進一步擴大，功能模塊的重心也會發生改變。因此，只保證計算機信息處理技術穩定發展的前提下，進一步提高數據信息共享能力，打破“信息孤島”，在實際發展過程中，讓技術體系朝著開放化的方向發展。比如，建立行業數據共享聯盟平臺或者跨行業產品銷售全鏈條數據共享平臺，基于各行業發展情況，應用計算機信息處理技術，構建、推行數據共享系統。

3.3 融合化發展

除了上述兩個方面之外，計算機和網絡是大數據時代的兩個核心主題，在未來，兩者會得到全面的融合、而計算機信息處理技術和網絡技術作為兩個分支技術，在發展過程中，技術理論體系也會得到進一步完善，在實際應用過程中發揮出顯著的效果。雖然，目前二者之間在關聯系數和結合程度上存在一定的不足，尤其是在關聯系數、結合程度上，還存在極大的缺陷。這種缺陷從技術層面上限制了網絡信息數據的利用，未來還需要加強融合化發展，以此充分挖掘出每一個數據的利用價值，為企業結構和政府部門的發展決策提供參考。

4 總結

綜上所述，大數據時代信息規模不斷擴大，數據結構復雜程度也隨之提高，對傳統的計算機信息處理技術帶來了一定的挑戰和機遇。在此背景下，計算機信息處理技術必須進行全面的發展和改革，針對信息收集加工、信息存儲分類、數據選擇挖掘、數據感知獲取、數據信息安全這幾個環節，進行完善，充分強化自身的信息技術處理能力，滿足群眾多樣化需求，為使用者創造更加便捷的數據處理平臺。