云計算技術在計算機大數據分析中的應用

劉 敏，梁 琦，楊 陽

（武警山西總隊，山西 太原 030012）

0 引 言

信息化時代背景下，信息終端設備和軟件的應用頻率越來越高，云計算技術和大數據分析技術實現了顯著突破，在許多行業都發揮著關鍵作用。云計算與大數據分析技術能夠對內部數據進行精準分析和處理，將數據分析結果作為企業經營決策的關鍵依據，從而促進企業的可持續發展。

1 云計算技術的特點

1.1 數據處理效率高

云計算技術主要依托于計算機或其他智能設備，能夠為用戶提供數據處理服務，有效打破時間與地域的限制。目前云計算技術的發展規模也在不斷擴大，服務器設備集群越來越完善，這使得用戶在通過計算機進行數據云計算時更加便利，效率非常高[1]。

1.2 服務成本較低

云計算技術的成本根據用戶需求不同而有所差異，客戶在購買云計算服務時可以結合自身需求來獲得精準性服務，能夠節約不必要的服務成本。此外，隨著云計算技術的不斷發展，其在計算機大數據處理中的應用愈發普遍，用戶基數越來越大，這從側面也能不斷壓縮云計算服務的成本。

1.3 可實現數據過濾

在大數據時代背景下，各個行業甚至是個人都能產出豐富的數據信息，互聯網數據庫中的信息資源呈幾何式增長，并且信息資源的來源渠道眾多、種類豐富。云計算技術具備計算與篩選等功能，可以在大體量數據中篩選出用戶所需的數據信息，為用戶提供更精準、更便利的服務。

1.4 拓展性較強

云計算技術是通用數據處理技術中適應性較強的一種，可以在沒有其他應用制約的條件下根據不同需求實現功能拓展，拓展性較強，能夠滿足用戶的不同需求。

1.5 數據保存完整

云存儲也是云計算技術中的重要一環，將數據信息存儲在云端能夠提高數據存儲的安全性，即便是計算機發生故障也不會因數據丟失而造成嚴重的經濟損失。從云端備份即可快速找回數據，降低用戶在使用過程中因操作失誤或外部因素影響導致數據丟失而造成的風險[2]。

2 云計算技術在計算機大數據分析中的應用

2.1 數據處理系統

將應用端數據傳輸到云端的運行模型便是云計算技術的應用原理，云計算技術的數據處理系統建設需要滿足節點分布分散、數據處理動態實現、數據來源多樣化等要求。在大數據系統中，云計算可以劃分為多個子服務節點和塊服務節點、服務器端等。云計算的服務端主要由節點群和主節點構成，塊服務器則由個人電腦或移動終端等智能終端構成，基于互聯網通過計算機賬戶對各個終端系統進行訪問并提供應用服務。云計算系統模型如圖1所示[3]。

當主節點接收到客戶端發來的申請信息后，會結合申請內容進行文件或信息查詢，將查詢到的位置反饋到客戶端，之后結合反饋信息使客戶端和子節點建立連接，同時要求子節點進行信息資源存儲動作，從而實現分布式信息存儲。如果在計算機大數據分析系統中管理系統的運作需要運算功能的支持，那么就要將文件存儲的多個節點分別啟動來進行并行計算，在完成全部計算任務后將運算結果發送到客戶終端，從而實現計算向存儲的轉移。

目前，大數據分析系統模型建設是云計算技術應用最基礎的環節，能夠快速處理很多復雜性、綜合性數據信息。運用云計算技術對各類數據進行分類與分析，借助云計算技術的優勢和功能性實現高效的數據處理。除此之外，還可以通過云計算技術進行數據信息的傳輸與共享，為數據安全提供保障。

2.2 安全加密

根據云計算系統模型，客戶端可以利用互聯網作為媒介將數據信息上傳到服務器，而數據傳輸過程難免會面臨一定的安全風險，例如可能會遇到網絡黑客惡意篡改或竊取數據信息。為了有效避免這類問題的出現，用戶數據傳輸過程中需要采用數據加密的方式來提高數據傳輸安全性。經過數據加密后，即便黑客成功攔截并劫持網絡，也無法獲取信息內容。

目前，對稱加密算法、非對稱加密算法均能起到理想的安全加密效果。對稱加密算法的加密效率非常高，但在安全保障方面有所缺失。非對稱加密算法更加復雜，往往要進行交叉加密和交叉解密，工作效率相對較差，但能極大程度上保證數據存儲與傳輸的安全性。在具體應用中，需要根據實際情況合理選擇2種算法，也可以將二者結合應用，通過非對稱加密來傳輸重要的數據信息，通過對稱加密來傳輸大體量的普通數據，從而最大程度上發揮2種算法的優勢，實現優勢互補[4]。云計算數據加密方案如圖2所示。

圖2 云計算加密方案

2.3 安全掃描與模擬攻擊

在計算機大數據分析過程中，網絡安全性是必須要重視的問題，在上述數據加密的基礎上還要通過安全掃描和模擬攻擊的方式來提高網絡安全性。安全掃描是針對可能存在安全隱患的端口或環節進行掃描，從而及時發現其中的問題與隱患，規避風險問題的出現[5]。端口掃描一般面向主機開機期間的問題，針對存在的漏洞等進行隱患掃描與修復，及時制定針對性的預防對策進行防范。模擬攻擊則是模擬外部入侵因素而展開計算機安全演練活動，技術人員扮演攻擊者對系統進行多維度攻擊，測試系統防御能力的薄弱項或缺陷[6]。

模擬攻擊的關鍵點在于模擬，需要避免模擬攻擊對系統本身帶來的損害。參與安全模擬攻擊的技術人員需要盡量選擇最先進的攻擊工具和技術手段，只有這樣才能檢測系統應對新型入侵手段的防御能力，從而達到更好的測試效果，及時找出網絡安全方面存在的薄弱項并進行優化完善。在實踐過程中，模擬攻擊必須要獲得上級部門的批準后才能實施，同時針對模擬攻擊可能造成的損害進行預防，以便在出現突發事件時及時解決[7]。

2.4 互聯網分析平臺

目前，互聯網技術和信息技術呈現出多元發展的勢態。用戶瀏覽網頁的過程中，計算機系統可以將用戶的瀏覽數據和痕跡記錄下來，計算機大數據分析可以結合用戶的這些操作偏好計算出用戶可能感興趣的內容，并將這些內容推送給用戶。部分網站幾乎每時每刻都有用戶在點擊，無論是大數據分析還是大數據反饋、大數據采集等，在流程方面都有所不同，以云計算技術為基礎的互聯網分析平臺可以將云端數據分析的結果提供給網站平臺[8]。和傳統的數據分析平臺對比，互聯網分析平臺的優勢更加顯著。大數據分析處理的數據體量非常大，一般的計算機CPU和磁盤無法滿足大數據分析的要求，而基于云計算技術的互聯網分析平臺可以解決這些問題，緩解計算機的運算和存儲壓力。與此同時，基于云計算技術的互聯網分析平臺可以進行數據的緩存管理和查詢，提高大數據分析的效率，實現大數據科學管理[9]。

2.5 數字化存儲應用平臺

隨著云計算技術的不斷發展和完善，人們對云計算技術的了解也越來越深入。人們日常生活與工作過程中通常需要對文字、視頻、語音等媒體形式進行轉換和傳輸，在社交渠道多樣化、日常需求多元化的背景下，越來越多的數據信息占用了大量的數據存儲空間。為了確保用戶數據存儲的安全性與效率，并且深入發掘數據信息的潛在價值，將云計算技術與計算機大數據分析技術相結合建立數字化存儲應用平臺，針對大體量數據進行存儲與整合，實現數據的分類存儲，建立更完善的數據資源庫，為用戶提供更高效的數據服務[10]。

3 結 論

在現代科學技術快速發展的背景下，計算機和互聯網逐漸成為人們日常生活中不可或缺的工具，各種網絡技術也開始在社會各領域、行業滲透，為人們的生活與工作提供多樣化服務。在大數據時代，數據分析與處理可以借助云計算技術來實現，不僅提高了計算機大數據分析的效率，而且還能保證數據分析結果的準確性和數據傳輸的安全性，進一步提高計算機大數據分析水平。