大數(shù)據(jù)環(huán)境下計算機信息處理技術(shù)研究

摘要：大數(shù)據(jù)技術(shù)與計算機信息處理技術(shù)的迅猛發(fā)展，推動了信息時代的到來。在信息時代，海量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的涌現(xiàn)，使得計算機信息處理技術(shù)愈發(fā)顯得重要。該技術(shù)通過數(shù)據(jù)收集、存儲與分析，確保了網(wǎng)絡的高效運轉(zhuǎn)，并推動了科技的進步。文章闡述了大數(shù)據(jù)及計算機信息處理技術(shù)的內(nèi)涵，分析了大數(shù)據(jù)背景下計算機信息處理技術(shù)的種類、特點及其應用問題，進而提出了相應的提升路徑，以供參考。

關鍵詞：大數(shù)據(jù)；信息處理技術(shù)；數(shù)據(jù)挖掘；數(shù)據(jù)安全

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2024）27-0066-03

隨著信息技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)應用日益普及，海量數(shù)據(jù)不斷涌現(xiàn)。如何高效地進行數(shù)據(jù)處理，已成為信息時代亟待解決的關鍵問題。計算機信息處理技術(shù)能夠有效挖掘信息數(shù)據(jù)的價值，實現(xiàn)數(shù)據(jù)的合理應用。面對大數(shù)據(jù)時代數(shù)據(jù)量激增的挑戰(zhàn)，我們必須不斷優(yōu)化和創(chuàng)新計算機信息處理技術(shù)，以提高信息處理效率和質(zhì)量，從而增強數(shù)據(jù)的服務能力。

1 核心概念

1.1 大數(shù)據(jù)

大數(shù)據(jù)（Big Data） ，又稱巨量資料，指的是數(shù)據(jù)規(guī)模龐大到傳統(tǒng)處理軟件難以應對，且在合理時間內(nèi)難以實現(xiàn)有效提取、管理和處理的，對行業(yè)決策具有輔助作用的資訊集合。大數(shù)據(jù)是科技發(fā)展背景下的熱點技術(shù)之一，其具備數(shù)據(jù)體量（Volume） 大，數(shù)據(jù)形態(tài)多樣（Variety） 、價值（Value）密度較低、數(shù)據(jù)處理速度（Velocity） 快以及數(shù)據(jù)真實性（Veracity） 存疑等特性。利用大數(shù)據(jù)技術(shù)可以充分利用特性鮮明的數(shù)據(jù)進行應用場景的精準定制和預測，如依據(jù)用戶網(wǎng)絡行為數(shù)據(jù)進行個性化推薦。

在信息時代，隨著網(wǎng)絡信息技術(shù)的發(fā)展，依托網(wǎng)絡平臺產(chǎn)生的虛擬數(shù)據(jù)越來越多。這類數(shù)據(jù)資源利用率高、價值密度低、增長速度快，能夠被有效記錄和存儲，進而引導社會的發(fā)展方向[1]。大數(shù)據(jù)技術(shù)可用于精準定制和預測，例如根據(jù)用戶網(wǎng)絡行為數(shù)據(jù)進行個性化推薦。大數(shù)據(jù)技術(shù)則包括大數(shù)據(jù)建模技術(shù)和大數(shù)據(jù)安全技術(shù)。大數(shù)據(jù)建模技術(shù)主要是依托批處理和流處理的方式進行數(shù)據(jù)建模，以形成數(shù)據(jù)庫。其中，批處理主要是對整理過的信息進行加工，旨在提高數(shù)據(jù)的存儲率和利用率；而流處理則主要是先進行數(shù)據(jù)分析，尤其在金融領域應用廣泛，能顯著加快信息的處理速度。

1.2 計算機信息處理技術(shù)

計算機信息處理技術(shù)是利用計算機進行信息的收集、存儲、分析，以將人與硬件、軟件結(jié)合，以為決策提供數(shù)據(jù)支持。計算機信息處理技術(shù)具備信息采集功能、數(shù)據(jù)存儲功能和信息安全功能，且靈活性強、精準度高。計算機信息處理技術(shù)能通過網(wǎng)絡平臺進行信息的采集，之后再對采集到的信息進行存儲，最后再通過信息分類和分析等找到有價值的信息，通過對信息進行保密處理保證信息的安全性，以為政策的決策等提供數(shù)據(jù)支持。利用高性能計算信息處理技術(shù)，大數(shù)據(jù)技術(shù)可以更好地進行深度數(shù)據(jù)分析挖掘，海量數(shù)據(jù)分析檢索以及人工智能的研究與應用。

2 大數(shù)據(jù)背景下計算機信息處理技術(shù)的種類及特點

2.1 大數(shù)據(jù)環(huán)境下計算機信息處理技術(shù)類型

在大數(shù)據(jù)時代，計算機信息處理技術(shù)包括分布式處理技術(shù)、數(shù)據(jù)高效索引技術(shù)、神經(jīng)網(wǎng)絡技術(shù)、數(shù)據(jù)挖掘技術(shù)等[2]。首先，分布式處理技術(shù)。分布式處理技術(shù)主要是利用存儲列概念，以列為單位進行數(shù)據(jù)的存儲，且數(shù)據(jù)壓縮速度快，能實現(xiàn)數(shù)據(jù)的循環(huán)利用。分布式處理技術(shù)能使用戶在最短的時間內(nèi)完成數(shù)據(jù)的查詢，能在用戶的查詢指令發(fā)出后快速加載大量相關信息，進而構(gòu)建行列混合式存儲結(jié)構(gòu)。其次，數(shù)據(jù)高效索引技術(shù)。數(shù)據(jù)高效索引技術(shù)主要是通過創(chuàng)建多個數(shù)據(jù)索引表，以保證用戶在查詢信息時實現(xiàn)最優(yōu)信息的提供。數(shù)據(jù)高效索引技術(shù)能夠在全面分析數(shù)據(jù)的基礎上對數(shù)據(jù)信息進行抽取，并進行重新排列，以通過動態(tài)的形式最大化抽取高質(zhì)量數(shù)據(jù)。再次，神經(jīng)網(wǎng)絡技術(shù)。神經(jīng)網(wǎng)絡技術(shù)是對生物神經(jīng)系統(tǒng)運行的借鑒和模仿，是依據(jù)生物的探索規(guī)律構(gòu)建的數(shù)據(jù)處理系統(tǒng)，在物流選址的應用比較普遍。神經(jīng)網(wǎng)絡技術(shù)能模仿生物神經(jīng)的探索原理，進而實現(xiàn)海量數(shù)據(jù)的快速處理。最后，數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘技術(shù)是根據(jù)用戶的數(shù)據(jù)挖掘指令，在技術(shù)手段的支持下對數(shù)據(jù)庫的數(shù)據(jù)資源進行搜索和分析，以聯(lián)系不同數(shù)據(jù)的特點對相關信息進行搜索，挖掘到有用信息。

2.2 大數(shù)據(jù)環(huán)境下計算機信息處理技術(shù)特點

在大數(shù)據(jù)背景下計算機信息處理技術(shù)具備靈活性、模塊性、開放性、數(shù)量大、速度快等特點。第一，靈活性。隨著科學技術(shù)的發(fā)展，計算機依托技術(shù)支持實現(xiàn)了處理信息功能的日益完善，能滿足不同用戶的數(shù)據(jù)需求。用戶能在開放的數(shù)據(jù)平臺上通過指令下達完成數(shù)據(jù)的查詢和瀏覽，進而解決問題。第二，模塊性。在多元技術(shù)的支持下，傳統(tǒng)的計算機信息處理模式被打破，不同平臺的數(shù)據(jù)信息實現(xiàn)了共享和共用，且不同數(shù)據(jù)模塊的不同功能在相互獨立的基礎上相互支持，以協(xié)調(diào)處理復雜的數(shù)據(jù)，以提高系統(tǒng)的效率。第三，開放性。在技術(shù)平臺的支持下，數(shù)據(jù)獲取環(huán)境更加開放和公開。計算機信息處理技術(shù)能第一時間收集數(shù)據(jù)，并在技術(shù)的支持下快捷處理數(shù)據(jù)，再通過數(shù)據(jù)傳輸擴大數(shù)據(jù)的應用范圍。第四，數(shù)量大。在信息時代，數(shù)據(jù)呈現(xiàn)的一個重要特點是數(shù)量大，互聯(lián)網(wǎng)根據(jù)人們的瀏覽記錄進行需求數(shù)據(jù)信息的推送，進而使網(wǎng)絡平臺上產(chǎn)生龐大的數(shù)據(jù)信息。現(xiàn)在的數(shù)據(jù)存儲量以澤字節(jié)（ZB） 記錄，與傳統(tǒng)的太字節(jié)（TB） 增長速度驚人[3]。第五，速度快。在大數(shù)據(jù)時代，信息快速傳播的趨勢成為信息發(fā)展的方向。人們在快節(jié)奏生活的影響下快速進行信息的瀏覽和交流。人們希望第一時間獲得最新資訊，計算機信息處理技術(shù)能快速將信息傳遞給網(wǎng)絡平臺的受眾，以滿足人們的需要。

3 大數(shù)據(jù)背景下計算機信息處理技術(shù)存在的應用問題

3.1 數(shù)據(jù)安全性問題

大數(shù)據(jù)時代，海量信息存儲于互聯(lián)網(wǎng)平臺，加劇了數(shù)據(jù)安全風險。病毒攻擊可能導致隱私信息泄露，進而威脅人身和財產(chǎn)安全。特別是大型企業(yè)，如果平臺數(shù)據(jù)信息被惡意泄漏，會造成極大的經(jīng)濟損失。另外，互聯(lián)網(wǎng)平臺上的不良信息會對青少年的身心健康產(chǎn)生影響，只有提升計算機信息處理能力，才能甄別有價值的信息，并通過信息的篩選保證信息傳輸和應用的安全[4]。

3.2 惡意攻擊識別性問題

大數(shù)據(jù)時代，技術(shù)的限制使企業(yè)難以識別來自網(wǎng)絡的惡意攻擊。企業(yè)的信息化平臺包括客戶信息、財務報表、人事變動等的企業(yè)信息資料上傳到平臺利于企業(yè)辦事效率的提升。但隨著網(wǎng)絡技術(shù)的升級，惡意攻擊程序也越來越技術(shù)化，如果計算機信息處理技術(shù)未識別到危險攻擊的可能性，未建立漏洞庫和病毒庫等，將無法第一時間識別風險，無法第一時間進行系統(tǒng)漏洞的補充，也無法提升信息的安全性。

3.3 海量數(shù)據(jù)處理技術(shù)瓶頸

大數(shù)據(jù)時代海量數(shù)據(jù)的快速涌現(xiàn)使計算機處理技術(shù)遇到了瓶頸。雖然在科技手段的支持下，計算機信息處理技術(shù)越來越成熟，并構(gòu)建了數(shù)據(jù)處理體系。計算機信息處理技術(shù)能獲取數(shù)據(jù)、分析數(shù)據(jù)，并根據(jù)數(shù)據(jù)提供決策方案，以助力企業(yè)穩(wěn)定發(fā)展。但隨著數(shù)據(jù)信息量的增大，必須采用科學的數(shù)據(jù)傳輸方式以避免數(shù)據(jù)安全隱患?，F(xiàn)有的技術(shù)雖然在進步，但有時還是無法有效識別惡意信息，技術(shù)性的問題導致數(shù)據(jù)在傳輸及應用時存在一定的安全隱患。

3.4 技術(shù)人才問題

在大數(shù)據(jù)環(huán)境下，社會培養(yǎng)的人才難以應對海量數(shù)據(jù)的計算機處理需求，出現(xiàn)了高端人才供不應求的人才問題?；ヂ?lián)網(wǎng)已經(jīng)成為其他技術(shù)不可分割的一部分，但受硬件及軟件的影響，計算機處理技術(shù)也受到限制。在技術(shù)的支持下，大數(shù)據(jù)技術(shù)與計算機技術(shù)迅速發(fā)展，并相輔相成。但計算機信息處理技術(shù)的人才培養(yǎng)與行業(yè)需求脫節(jié)，人才的技術(shù)能力未走到科學技術(shù)的前沿，無法對計算機信息處理技術(shù)的發(fā)展提供人才支持。

4 大數(shù)據(jù)背景下計算機信息處理技術(shù)的應用提升路徑

4.1 優(yōu)化數(shù)據(jù)處理技術(shù)架構(gòu)

在信息爆炸的數(shù)據(jù)時代，計算機處理技術(shù)的優(yōu)化至關重要，具體架構(gòu)如圖1所示。第一，分布式框架處理技術(shù)。分布式框架處理技術(shù)是計算機將收集到的海量數(shù)據(jù)根據(jù)類型分成小類，再根據(jù)數(shù)據(jù)傳輸?shù)墓?jié)點進行數(shù)據(jù)的分析和處理，以提升數(shù)據(jù)處理效率。分布式處理技術(shù)最為常用的是Spark和Hadoop，其中Spark 的特點是處理數(shù)據(jù)的速度快，Hadoop的特點能處理大規(guī)模數(shù)據(jù)[5]二者協(xié)同能使信息處理技術(shù)更為優(yōu)化。第二，依托深度學習算法等進行數(shù)據(jù)的挖掘和預測。深度學習算法能通過模型進行數(shù)據(jù)的挖掘，并掌握數(shù)據(jù)的規(guī)律，進而進行數(shù)據(jù)走向的預測。深度學習算法能進行數(shù)據(jù)的聚類和分析，再通過圖像識別等進行數(shù)據(jù)信息的處理，以挖掘人們需要的信息。第三，依托圖數(shù)據(jù)庫構(gòu)建數(shù)據(jù)庫系統(tǒng)，以高效處理數(shù)據(jù)的復雜關系。圖數(shù)據(jù)庫多用于社交網(wǎng)絡數(shù)據(jù)信息的處理，能幫助平臺用戶掌握實體的關聯(lián)，以了解網(wǎng)絡圖的結(jié)構(gòu)?；诖耍藗兛梢砸劳凶匀徽Z言處理（NLP） 對信息文本進行分析和翻譯等，以獲取有用信息。第四，依托推薦系統(tǒng)對用戶的歷史數(shù)據(jù)行為進行分析以總結(jié)出喜好，進而進行針對性內(nèi)容的推薦。推薦系統(tǒng)在大數(shù)據(jù)背景下能根據(jù)用戶的瀏覽歷史進行個性化產(chǎn)品的推薦，進而提高用戶的信息瀏覽體驗。

4.2 提升數(shù)據(jù)存儲與訪問效率

在大數(shù)據(jù)時代，信息的存儲和訪問效率對計算機信息處理能力的提升有重要影響。第一，構(gòu)建分布式信息存儲系統(tǒng)，以提高信息的存儲和訪問效率。分布式數(shù)據(jù)存儲系統(tǒng)是由不同模塊組成，能依托模塊節(jié)點進行不同類型數(shù)據(jù)的存儲。分布式數(shù)據(jù)存儲系統(tǒng)利用數(shù)據(jù)分析技術(shù)將用戶需要的數(shù)據(jù)存儲在不同節(jié)點上，使數(shù)據(jù)呈現(xiàn)更為可靠。分布式數(shù)據(jù)存儲系統(tǒng)能實現(xiàn)對數(shù)據(jù)的壓縮，進而降低數(shù)據(jù)存儲空間，能在提高數(shù)據(jù)傳輸速度的基礎上提高訪問效率。依托數(shù)據(jù)分區(qū)索引技術(shù)提高數(shù)據(jù)的訪問效率。分區(qū)索引技術(shù)能將海量數(shù)據(jù)分成不同的小數(shù)據(jù)塊，之后再對小數(shù)據(jù)塊進行分區(qū)索引，能減少數(shù)據(jù)的傳輸時間，能提升數(shù)據(jù)的查詢效率。第三，依托內(nèi)存數(shù)據(jù)庫提高數(shù)據(jù)的讀取效率。內(nèi)存數(shù)據(jù)庫主要是將數(shù)據(jù)存儲在內(nèi)存上，內(nèi)存的緩沖能延遲數(shù)據(jù)的訪問申請，進而給系統(tǒng)提供數(shù)據(jù)處理時間。對于用戶急用的數(shù)據(jù)信息，內(nèi)存會通過場景寫入的模式存儲，目的是提高訪問效率。第四，依托數(shù)據(jù)壓縮技術(shù)降低存儲空間。數(shù)據(jù)壓縮技術(shù)能實現(xiàn)類似數(shù)據(jù)的選擇與壓縮處理，之后再將壓縮后的數(shù)據(jù)存儲于數(shù)據(jù)庫，能有效拓展存儲空間，也能減少數(shù)據(jù)傳輸過程中對渠道的占用。通過LZ77等數(shù)據(jù)壓縮算法等能使數(shù)據(jù)不丟失的情況下減小體積，以減少空間的占用，以提高傳輸效率[6]。NoSQL數(shù)據(jù)庫提供高可伸縮性、靈活性的技術(shù)手段，可以更好地支持大規(guī)模數(shù)據(jù)存儲和訪問。

4.3 改進信息處理算法和模型

在大數(shù)據(jù)時代，優(yōu)化信息處理的算法和模型對計算機信息處理技術(shù)的應用提升至關重要。第一，在傳統(tǒng)信息處理算法的基礎上進行創(chuàng)新，以改進數(shù)據(jù)的計算方式和存儲方式。新的信息處理算法可依托并行計算和多線程計算等提升信息處理速度，在此基礎上對數(shù)據(jù)結(jié)構(gòu)進行優(yōu)化處理，對算法的參數(shù)進行調(diào)整處理，以提高算法的效率。第二，研發(fā)新的算法和模型。在改進傳統(tǒng)算法的基礎上也要進行新算法的研發(fā)，目的是針對海量數(shù)據(jù)建立信息處理模型，以提高算法的數(shù)據(jù)處理能力。對于非結(jié)構(gòu)性的數(shù)據(jù)，可利用自然語言（NLP） 和圖像識別算法處理，對于復雜的數(shù)據(jù)關系，可基于深度學習等進行關系挖掘，以提高信息處理的精準度。第三，開發(fā)定制化算法和模型。結(jié)合專業(yè)領域的數(shù)據(jù)處理需求，可結(jié)合特定專業(yè)領域的知識進行定制化算法和模型的開發(fā)，以提高信息處理效果。醫(yī)療領域可以開發(fā)疾病預測模型，金融領域可以開發(fā)風險評估模型。通過不同領域的專業(yè)需求開發(fā)定制化模型，能為行業(yè)的發(fā)展提供理科學更合理的計算方法，進而提高計算機信息處理能力。第四，提高算法的遷移性。隨著科技的發(fā)展，越來越多的算法被應用于計算機信息處理中，但一種算法或模型的應用可能會限制其他算法的可解釋性，因此要提高算法的遷移性，利用可視化技術(shù)等使一種算法更容易理解、應用和遷移[7]。Hadoop和Spark計算框架支撐下的移動計算可以大幅度提升海量數(shù)據(jù)處理算法效率。

4.4 強化數(shù)據(jù)安全與隱私保護

計算機信息處理技術(shù)要保證數(shù)據(jù)的安全性和個人信息的隱私性。第一，通過加密算法保護數(shù)據(jù)信息的安全，避免數(shù)據(jù)信息泄漏。以AES為代表的對稱加密算法和以RSA為代表的非對稱加密算法都能根據(jù)數(shù)據(jù)安全等級的需求篩選出最適用的算法，以有效保護數(shù)據(jù)的安全。第二，依托身份驗證和訪問控制等保護個人信息安全。對于數(shù)據(jù)庫的信息，瀏覽者需要進行登錄注冊，之后再依托訪問令牌或密碼等在管理人授權(quán)的前提下瀏覽數(shù)據(jù)庫信息，這樣能限制非法用戶的訪問和信息篡改。第三，要通過數(shù)據(jù)監(jiān)測對數(shù)據(jù)庫的訪問進行監(jiān)管，以及時發(fā)現(xiàn)未經(jīng)授權(quán)的強制訪問和數(shù)據(jù)轉(zhuǎn)移的行為。必要時可利用檢測系統(tǒng)和防御系統(tǒng)的雙重保護確保數(shù)據(jù)信息的安全。Hadoop的分布式文件系統(tǒng)（HDFS） 采用多備份透明存儲技術(shù)，很大程度上提升了數(shù)據(jù)的安全性。

5 結(jié)束語

總之，大數(shù)據(jù)時代，計算機信息處理技術(shù)面臨機遇與挑戰(zhàn)并存。計算機信息處理技術(shù)的應用依托數(shù)據(jù)的收集、整理和分析等為數(shù)據(jù)訪問奠定基礎。面對不斷增多的數(shù)據(jù)信息，需要優(yōu)化信息處理技術(shù)，目的是通過優(yōu)化數(shù)據(jù)處理架構(gòu)、提升數(shù)據(jù)存儲及訪問效率、改進信息的算法和模型、強化數(shù)據(jù)安全與隱私保護等提高數(shù)據(jù)處理的高效性和安全性，最終實現(xiàn)以使計算機信息處理技術(shù)與大數(shù)據(jù)共存共發(fā)展，以為社會各行業(yè)各領域提供優(yōu)質(zhì)服務。

參考文獻：

[1] 丁?；?大數(shù)據(jù)背景下的計算機信息處理技術(shù)分析[J].通信電源技術(shù)，2024，41（8）：243-245.

[2] 馬瑾.大數(shù)據(jù)時代計算機信息處理技術(shù)探討[J].通訊世界，2024，31（4）：181-183.

[3] 翟愛平.大數(shù)據(jù)時代下的計算機信息處理技術(shù)分析[J].科技資訊，2024，22（1）：5-8.

[4] 張瀾曦.大數(shù)據(jù)背景下計算機信息處理技術(shù)發(fā)展研究[J].佳木斯職業(yè)學院學報，2024，40（5）：181-183.

[5] 武競.大數(shù)據(jù)背景下計算機信息處理技術(shù)探究[J].信息系統(tǒng)工程，2023（7）：133-136.

[6] 姚軼峰.大數(shù)據(jù)時代計算機信息處理技術(shù)的應用分析[J].信息記錄材料，2023，24（4）：116-118.

[7] 雷小婷.大數(shù)據(jù)背景下的計算機信息處理技術(shù)研究[J].數(shù)字通信世界，2023（10）：26-28.

【通聯(lián)編輯：光文玲】