對計算機大數據及云計算網絡技術分析

張子明 趙明宣

摘 要：隨著計算機技術的迅速發展，運算和處理巨量數據的重要性日益突顯。隨著互聯網技術的高速發展，計算機正逐步改變人們的生產、生活及工作方式。在計算機普及的過程中，數據處理能力變得重要起來，因此，這就要求相關工作者必須采取強有力的措施來保證計算機處理數據的速度和質量。針對此類情況，本文對計算機大數據進行分析、對云計算網絡技術進行了探討與分析，以期對未來計算機的發展提供參考與借鑒。

關鍵詞：計算機網絡；大數據分析；云計算技術；數據處理

數據（Data）是對事實、概念或指令的一種表達形式，可由人工或自動化裝置進行處理。數據經過解釋并賦予一定的意義之后，便成為信息。數據處理（DataProcessing）是對數據的采集、存儲、檢索、加工、變換和傳輸。眾所周知，單一計算機運算精度和數據處理的能力始終有限，為解決此類問題，主要針對數據集合處理、數據處理模式、分布式存儲和分布式計算等方面進行研究。

一、大數據與云計算的定義

大數據是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，需要新的處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。云計算是分布式運算、并行計算、效用計算、網絡儲存、虛擬化、負載均衡及熱備份冗余等傳統計算機和網絡技術發展融合的產物。

二、數據處理的重要性

有利于完整地、正確地反映客觀情況。為了完整地、正確地反映客觀情況，必須在實事求是的原則下，經過大量的、豐富的統計資料和數據進行加工制作及分析研究，才能做出科學的判斷，并編寫成數據分析報告。有利于數據資料的深度開發利用。數據分析部門通過執行定期統計報表制度和通過普查、抽查及調查等多種形式的統計方式，收集到系統的、豐富多樣的數據，通過對此類數據資料的進一步加工整理，并進行認真的分析研及進行多層次的開發利用，才能使之成為內容豐富、形式多樣的重要信息。有利于實現科學化管理和統計參與決策。數據分析部門利用數據資料豐富的優勢，開展分析研究，透過事物的表面現象深入到事物的內在本質，由感性認識階段上升到理性認識階段，實現認識運動質的飛躍，從而提示事物的現狀及其內在聯系和發展規律。其它方面的需要。對數據處理的需要還包括大量、高速、多樣、低價值密度及數據真實性等。

三、云計算網絡技術的優勢與缺陷

云計算網絡的優勢為以下四點：

（1）降低計算機成本：無需傳統軟件所需的硬盤空間或處理能力，所有應用均在云端運行。

（2）改進的性能：因為程序和進程少，所以云計算系統中的計算機運行更加高效。

（3）幾近無限的存儲容量：既然是處于云端的計算機，存儲容量更不必說。（4）儲存的數據具有安全性：由于所有數據均儲存在云端中，絲毫不必擔心數據丟失。

云計算網絡的缺陷為以下兩點：

（1）云計算網絡對于用戶數據的安全性并沒有有效的保障。當組織選擇在公共云上存儲數據或主機應用程序時，將失去對承載其信息的服務器進行物理訪問的能力。因此，未經授權的用戶也可以通過某些手段訪問相關的數據。

（2）云計算網絡虛擬化具有安全隱患。操作系統和底層硬件由于虛擬化技術，使二者的關系發生了巨大的變化，導致存儲和運算，甚至網絡均發生變化。虛擬化在云基礎設施這一方面的使用，為使用者帶來了相應的安全隱患。

四、大數據分析的優勢與缺陷

可視化分析，這一功能可以十分直觀清晰地呈現出數據的結構和特點。數據挖掘算法是大數據分析的理論核心，各種數據挖掘的算法基于不同的數據類型和格式，能更加科學的呈現出數據本身具備的特點，正是因為這些，科學家才能深入數據內部，挖掘出更高的價值。大數據分析有著許多應用領域，其中預測性分析是重中之重，從大數據中分析出特點，結合科學建模、基于數據模型、代入新的數據，從而預測未來數據。語義引擎，需要足夠的科學技術，主動分析數據并提取相關信息。大數據分析與數據管理和數據質量息息相關，高質量數據和高效的管理，無論是在學術研究還是在商業應用領域，都能保證其分析結果的有效性和真實性。

大數據擁有著巨大的發展潛力的同時，一些隱私派也開始有所動作，因為有越來越多的數據被人們收集，不管有心還是無意，某些數據已經通過社交媒體傳播出去，無形之中泄露自己日常生活的一些數字細節。由于巨量的數據集合，所以據此作出的相關預測可能會出現虛假信息，這種信息會直接導致偏離原本預期的決策。除此之外，使用數據的人也分善惡，數據作用于的事情也分好壞，是一柄雙刃劍。數據處理的重點在于對數據的采集、存儲、檢索、加工、變換和傳輸，與現有的數據分析技術相比，傳統數據處理具有一定的弊端和通病。下面將從以下兩個方面進行論述：非結構化數據處理和數據安全性。非結構化數據開始扮演重要角色。目前普遍所認知的數據分為兩大類：一類用數據或統一的結構加以表示，被稱之為結構化數據，例如數字、符號等。無法用數字或統一結構表示的另一類信息則被稱為非結構化數據，如文本、圖像、聲音、網頁等。若采用以往的傳統數據分析，只能對結構化數據進行處理分析，且這部分數據簡單易理解，只通過抽樣極小一部分數據集，來完成對整個數據集的預判。在實際發展過程中，所產生的數據形式花樣繁多，而非結構化數據分析是基于海量數據處理分析之上的，因此得出的結果更為精準。數據安全性無法得到穩定的保障。數據安全性問題一直是數據處理的一大難題，因為部分核心數據會涉及到所謂的機密，若想確保數據以安全的方式交予大數據公司，往往需耗費額外的時間和經濟成本。

參考文獻：

[1]謝華成，陳向東.面向云存儲的非結構化數據存取[J].計算機應用，2012，32（7）：1924-1928.

[2][法]喬治？納漢.“大數據”時代的計算機信息處理技術[J].世界科學，2012（2）：30-31.

[3]劉潤生.迎接大數據浪潮[J].科學中國人，2013（11）：13-14.

[4]孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，50（1）146-149.

作者簡介：

張子明，男，黑龍江省綏化市海倫市海倫農墾社區，本科，就讀于遼東學院信息工程學院B1506計算機科學與技術專業，學號：0917150612，研究方向：計算機科學與技術。

趙明宣，男，遼寧省撫順市順城區，本科，就讀于遼東學院信息工程學院B1506計算機科學與技術專業，學號：0917150615研究方向：計算機科學與技術。