论文部分内容阅读
摘要：在大數据时代，最为显著的一个特征就是信息的数据化。社会各行各业在经营发展过程中，产生了大量的信息数据，这就导致数据处理工作的难度进一步加大。为了提升信息数据的处理效率，就应该更加科学、合理的应用计算机信息处理技术。基于此，本文简要介绍了计算机信息处理的关键技术，并对大数据时代背景下计算机信息处理技术的应用展开了分析和探讨，旨在进一步推动信息处理水平的提升。
关键词：大数据;计算机;信息处理技术
在大数据时代下，数据成为不可或缺的生产因素之一，逐步渗透到各个领域当中，其重要性随之日益突显。虽然每天产生的数据比较多，但却并不是所有的数据都具有利用价值，为筛选出有价值的信息，需要借助相关的技术对数据进行处理。在这一背景下，计算机信息处理技术应运而生，它的出现和应用，不但使信息处理效率获得显著提升，而且还确保了信息安全。借此，下面就大数据时代计算机信息处理技术及运用展开分析探讨。
1 计算机信息处理的关键技术
大数据时代的到来，使得各种各样的信息随之激增，由此对信息处理提出更高的要求。为在现有的基础上进一步提高数据处理效率，需要借助功能强大的计算机系统，对相关信息进行快速处理。计算机信息处理（Computer information processing 以下简称CIP）的关键技术包括云计算技术、神经网络技术、数据融合技术等等。
1.1 云计算技术
云计算归属于分布式计算的范畴，其最为突出的特点是规模大、运算能力强，在信息处理中具有其它技术无法比拟的应用优势。在大数据时代正式开启的今天，信息处理标准发生了转变，对计算机软硬件均提出较高的要求，云计算便是在这一背景下诞生的一项先进技术，并在CIP 中得到越来越广泛的应用，由此使得庞大信息无法快速、高效处理的难题得到解决，CIP 的整体水平随之获得大幅度提升。
1.2 神经网络技术
神经网络技术简称NNS，是一个能够对信息进行分布式并行处理的数学模型，大规模的并行处理、分布式存储是该技术较为突出的特点。由于是网络结构，从而使其拓扑具有了较强的弹性，可以高效地完成非线性运算。在NNS 当中，存在着非常多的神经元，以特定的方式排列，将之组合后，便可形成完整度比较高的网络模型。对于不同的网络模型而言，神经元的连接方式有所差别，由此使得信息的处理方式也不相同。前向型与结合型是NNS 常见的两种形式，有无信息反馈机制是二者最为明显的区别。
1.3 数据融合技术
数据融合实质上就是一个综合的信息处理过程，可以对各种性质不同的信息进行加工，以此来获得更加真实的信息。该技术的核心是传感器，能够对待处理的数据信息进行检测，可以剔除掉不确定的信息，从而提高信息的可用性。目前，比较常见的数据融合技术有两种类型，即低层次和高层次，前者通常都是在数据预处理中进行应用，可以快速完成数据的检测及分类;后者可以对信息进行提取。
2 大数据时代下CIP 技术的运用
在大数据时代开启的今天，对海量的数据进行高效处理是一项非常重要的工作，在此项工作的具体开展中，可以对CIP 技术进行合理运用，以此来提高数据处理效率。
2.1 在数据收集整理中的应用
对网络中产生的各种数据信息进行快速收集和整理是比较重要的工作内容之一，为确保此项工作的高效开展，可以对CIP 技术进行合理运用。具体做法如下：收集信息时，可对具有动态性特点的信息源进行实时控制，并将收集到的数据进行暂存，然后在分析信息特征的基础上，进行加工处理。为将处理好的信息提供给用户，需要借助相关的技术对信息进行安全传输，此时可利用数据过滤、筛选剔除等技术，确保数据的有效传输。同时，可利用云计算技术，来解决信息处理过程中遇到的各种问题，由于云计算的数据存储能力非常强大，从而能够大幅度提升计算机的信息处理效率。
2.2 在数据存储中的运用
经过加工整理之后的数据，需要有一个空间进行存储，从而为信息的使用者提供方便。大数据时代下，各种类型的数据呈现出快速增长的态势，数据量越来越大，由此对存储系统提出较高的要求。为解决这一问题，可以对CIP 技术进行运用，对不同类型的信息进行快速存储，为用户查询和使用数据提供便利。在具体存储时，可以对如下存储系统加以利用：
（1）RAID5。这是一种兼具性能、安全、成本的数据存储解决方案，能够为系统提供数据安全保障，不需要对存储的数据进行备份，可以借助剩余的信息对损坏的数据进行快速恢复。
（2）HDFS。HDFS 是分布式文件系统的简称，具有超高的容错性，可在价格低廉的硬件设备进行部署，适合超大数据集的应用程序，能够显著提升网络吞吐量，避免网络出现拥堵的问题。
2.3 在信息安全中的运用
计算机网络当中的数据信息具有开放性的特点，由此使得这些信息很容易受到黑客的恶意攻击，一旦信息被盗，将会造成无法弥补的损失。所以在大数据时代下，确保信息安全显得尤为重要。鉴于此，可以利用CIP 技术，保障信息的安全性，具体做法如下：
（1）权限验证。可对在保护计算机网络硬件设备的基础上，借助权限验证的方法，检查用户的身份，看是否合法，保证用户具有使用权限，以此来确保网络数据信息的安全性。
（2）访问控制。可以采用访问控制技术，对计算机网络进行安全保护，并通过数字签名、口令识别、账号检测等方式，对用户的入网访问进行控制，为数据安全提供保障。此外，可以对智能防火墙加以利用，并基于NNS 在网络边界设置监控系统，这样可以进一步提高数据安全性。
3 结论
综上所述，大数据时代多种信息都可以转变为数据信息，所以对数据信息进行高效处理显得尤为必要，这便能够通过计算机处理技术实现对多种信息的处理、分析等。为提高数据处理速度，可以将计算机信息处理技术在信息采集、信息存储等方面进行合理运用。未来一段时期，应当加大对计算机信息处理技术的研究力度，除对现有的技术进行逐步完善之外，还应当开发一些新的技术，从而使其更好地为数据信息处理服务。
参考文献
[1]张洋， 侯然， 李亚东. 探讨大数据时代计算机信息处理技术的现状与发展[J]. 计算机产品与流通， 2019（06）：111.
[2]邹岳琳， 刘昆， 张龙军，等. 基于"大数据"时代背景下计算机信息处理技术的思考[J]. 数码世界， 2018， 000（010）：173.
[3]王姝蘅. 大数据时代背景下计算机信息处理技术的相关研究[J]. 通讯世界， 2018， 000（011）：3.
关键词：大数据;计算机;信息处理技术
在大数据时代下，数据成为不可或缺的生产因素之一，逐步渗透到各个领域当中，其重要性随之日益突显。虽然每天产生的数据比较多，但却并不是所有的数据都具有利用价值，为筛选出有价值的信息，需要借助相关的技术对数据进行处理。在这一背景下，计算机信息处理技术应运而生，它的出现和应用，不但使信息处理效率获得显著提升，而且还确保了信息安全。借此，下面就大数据时代计算机信息处理技术及运用展开分析探讨。
1 计算机信息处理的关键技术
大数据时代的到来，使得各种各样的信息随之激增，由此对信息处理提出更高的要求。为在现有的基础上进一步提高数据处理效率，需要借助功能强大的计算机系统，对相关信息进行快速处理。计算机信息处理（Computer information processing 以下简称CIP）的关键技术包括云计算技术、神经网络技术、数据融合技术等等。
1.1 云计算技术
云计算归属于分布式计算的范畴，其最为突出的特点是规模大、运算能力强，在信息处理中具有其它技术无法比拟的应用优势。在大数据时代正式开启的今天，信息处理标准发生了转变，对计算机软硬件均提出较高的要求，云计算便是在这一背景下诞生的一项先进技术，并在CIP 中得到越来越广泛的应用，由此使得庞大信息无法快速、高效处理的难题得到解决，CIP 的整体水平随之获得大幅度提升。
1.2 神经网络技术
神经网络技术简称NNS，是一个能够对信息进行分布式并行处理的数学模型，大规模的并行处理、分布式存储是该技术较为突出的特点。由于是网络结构，从而使其拓扑具有了较强的弹性，可以高效地完成非线性运算。在NNS 当中，存在着非常多的神经元，以特定的方式排列，将之组合后，便可形成完整度比较高的网络模型。对于不同的网络模型而言，神经元的连接方式有所差别，由此使得信息的处理方式也不相同。前向型与结合型是NNS 常见的两种形式，有无信息反馈机制是二者最为明显的区别。
1.3 数据融合技术
数据融合实质上就是一个综合的信息处理过程，可以对各种性质不同的信息进行加工，以此来获得更加真实的信息。该技术的核心是传感器，能够对待处理的数据信息进行检测，可以剔除掉不确定的信息，从而提高信息的可用性。目前，比较常见的数据融合技术有两种类型，即低层次和高层次，前者通常都是在数据预处理中进行应用，可以快速完成数据的检测及分类;后者可以对信息进行提取。
2 大数据时代下CIP 技术的运用
在大数据时代开启的今天，对海量的数据进行高效处理是一项非常重要的工作，在此项工作的具体开展中，可以对CIP 技术进行合理运用，以此来提高数据处理效率。
2.1 在数据收集整理中的应用
对网络中产生的各种数据信息进行快速收集和整理是比较重要的工作内容之一，为确保此项工作的高效开展，可以对CIP 技术进行合理运用。具体做法如下：收集信息时，可对具有动态性特点的信息源进行实时控制，并将收集到的数据进行暂存，然后在分析信息特征的基础上，进行加工处理。为将处理好的信息提供给用户，需要借助相关的技术对信息进行安全传输，此时可利用数据过滤、筛选剔除等技术，确保数据的有效传输。同时，可利用云计算技术，来解决信息处理过程中遇到的各种问题，由于云计算的数据存储能力非常强大，从而能够大幅度提升计算机的信息处理效率。
2.2 在数据存储中的运用
经过加工整理之后的数据，需要有一个空间进行存储，从而为信息的使用者提供方便。大数据时代下，各种类型的数据呈现出快速增长的态势，数据量越来越大，由此对存储系统提出较高的要求。为解决这一问题，可以对CIP 技术进行运用，对不同类型的信息进行快速存储，为用户查询和使用数据提供便利。在具体存储时，可以对如下存储系统加以利用：
（1）RAID5。这是一种兼具性能、安全、成本的数据存储解决方案，能够为系统提供数据安全保障，不需要对存储的数据进行备份，可以借助剩余的信息对损坏的数据进行快速恢复。
（2）HDFS。HDFS 是分布式文件系统的简称，具有超高的容错性，可在价格低廉的硬件设备进行部署，适合超大数据集的应用程序，能够显著提升网络吞吐量，避免网络出现拥堵的问题。
2.3 在信息安全中的运用
计算机网络当中的数据信息具有开放性的特点，由此使得这些信息很容易受到黑客的恶意攻击，一旦信息被盗，将会造成无法弥补的损失。所以在大数据时代下，确保信息安全显得尤为重要。鉴于此，可以利用CIP 技术，保障信息的安全性，具体做法如下：
（1）权限验证。可对在保护计算机网络硬件设备的基础上，借助权限验证的方法，检查用户的身份，看是否合法，保证用户具有使用权限，以此来确保网络数据信息的安全性。
（2）访问控制。可以采用访问控制技术，对计算机网络进行安全保护，并通过数字签名、口令识别、账号检测等方式，对用户的入网访问进行控制，为数据安全提供保障。此外，可以对智能防火墙加以利用，并基于NNS 在网络边界设置监控系统，这样可以进一步提高数据安全性。
3 结论
综上所述，大数据时代多种信息都可以转变为数据信息，所以对数据信息进行高效处理显得尤为必要，这便能够通过计算机处理技术实现对多种信息的处理、分析等。为提高数据处理速度，可以将计算机信息处理技术在信息采集、信息存储等方面进行合理运用。未来一段时期，应当加大对计算机信息处理技术的研究力度，除对现有的技术进行逐步完善之外，还应当开发一些新的技术，从而使其更好地为数据信息处理服务。
参考文献
[1]张洋， 侯然， 李亚东. 探讨大数据时代计算机信息处理技术的现状与发展[J]. 计算机产品与流通， 2019（06）：111.
[2]邹岳琳， 刘昆， 张龙军，等. 基于"大数据"时代背景下计算机信息处理技术的思考[J]. 数码世界， 2018， 000（010）：173.
[3]王姝蘅. 大数据时代背景下计算机信息处理技术的相关研究[J]. 通讯世界， 2018， 000（011）：3.