【图文】大数据安全.doc

（1）数据收集 要对来自收集的数据去伪存真， 尽可能收集异源异构的数据，必要时还与历史数据 对照，多角度验证数据的全面性和可信性。 （2）数据存储。要达到低成本、低能耗、高可靠 性目标，通常要用到冗余配置、分布化和云计算技 术，在存储时要按照一定规则对数据进行分类，通 过过滤和去重，减少存储量，同时加入便于日后检 索的标签。 （3）数据处理。有些行业的数据涉及上百个参数， 其复杂性不仅体现在数据样本本身，更体现在多源 Page 36 异构、多实体和多空间之间的交互动态性，难以用 传统的方法描述与度量，处理的复杂度很大，需要 将高维图像等多媒体数据降维后度量与处理，利用 上下文关联进行语义分析，从大量动态而且可能是 模棱两可的数据中综合信息，并导出可理解的内容。 （4）可视化呈现。使结果更直观以便于洞察。目 前，尽管计算机智能化有了很大进步，但还只能针 对小规模、有结构或类结构的数据进行分析，谈不 上深层次的数据挖掘，现有的数据挖掘算法在不同 行业中难以通用。 Page 37 Thanks!!! Page 38