第11章-移动大数据安全.pptVIP

11.1大数据11.2移动大数据11.3移动大数据的安全风险第11章移动大数据安全11.4移动大数据的安全防护11.5本章小结11.6习题11.1.1大数据概述11.1.2大数据的特点11.1.3大数据的应用11.1大数据11.1.1大数据概述大数据(BigData)，指的是在一定时间范围内无法用常规软件工具对其进行捕捉、管理、计算、分析和处理的数据集合。大数据的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理，使其为人类提供决策力、洞察力和流程优化能力。大数据无法用单台计算机进行处理，必须采用分布式架构。它的特点在于对海量数据进行分布式的数据挖掘，但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。大数据的价值体现在以下几个方面。（1）为大量消费者提供产品或服务的企业可以利用大数据进行精准营销。（2）采用“小而美”模式的中小微企业可以利用大数据做服务转型。（3）在互联网压力下，传统企业可以利用大数据来实现转型。11.1.2大数据的特点大数据具有4个特点，即大数据“4V”特征：大量(Volume)、多样(Variety)、高速(Velocity)、价值(Value)。1.大量-Volume这里的“大量”指的是数据量大，包括采集、存储和计算的量都非常大。2.多样-Variety“多样”指的是大数据的类型和来源多样化。3.高速-Velocity大数据的产生速度非常迅速，处理速度也很快，而且主要通过互联网进行传输。4.价值-Value这里的“价值”指的是数据的价值密度相对较低。11.1.3大数据的应用科学研究分为4类范式，依次是实验归纳、模型推演、模拟仿真和数据密集型科学发现。一个完整的科学研究周期包含4个部分：数据采集、数据整理、数据分析和数据可视化。随着大数据技术、计算集群、分布式数据库和基于互联网的云计算技术的出现，使得运用第四范式进行科学研究成为可能。大数据技术通过处理和分析海量数据，可以从数据中提取出有价值的东西。大数据的应用改变了科学研究的范式，推动了机器学习等数据驱动的研究方法和模型的产生与发展。大数据、人工智能等技术的应用使得用户可以对海量数据进行更高效的处理和分析，更加有效地挖掘深层机理、固化经验知识。在应用方面，深度学习被用于对复杂结构和大样本的高维数据进行学习，并广泛运用于计算机视觉、自然语言处理、生物信息学、自动控制等领域的研究。此外，大数据技术还被广泛应用于精准营销，并可用于企业人力资源业务流程、供应链或配送路径等业务领域的优化。11.2.1移动大数据概述11.2.2移动大数据的应用11.2.3移动大数据的安全风险11.2.4移动大数据的安全防护11.2移动大数据随着移动互联网技术的不断进步，终端设备数量迅猛增长，移动应用App的种类和数量也迅速增长。与此同时，随着4G网络普及和5G时代的来临，移动互联网的瓶颈逐渐被突破，包括物联网、可穿戴设备、车联网、智能家居等在内的智能硬件产业也开始崭露锋芒，这些设备将源源不断地产生数据并传送到云端。移动大数据，就是以移动互联网为媒介，从移动终端的应用过程中获取海量的数据流，并在合理时间内对其进行管理、处理和分析，使之成为能被人类解读的数据资讯的总称。对移动大数据的分析和处理，将给社会各行业的发展提供积极的指引作用。11.2.1移动大数据概述在移动互联网应用中产生的真实的、大量的、有噪声的、随机的数据源，需要从中提取隐含的具有潜在价值的信息和知识，这一数据处理的过程就是移动大数据挖掘。数据挖掘所提取的信息和知识可以提供多种用途，如信息管理、查询优化和决策支持，甚至还可以作用于数据本身，为其提供维护的依据。在移动互联网时代，利用大数据的分析、处理而实现对信息的掌控是企业和商家抢占先机的关键所在。想要完成数据的信息提取，首先需要建立并拥有一套针对碎片化、可扩展性的数据挖掘的基础设施。移动大数据挖掘的基础设施由4部分组成，即云计算数据中心、存储服务器、虚拟化模式和虚拟数据中心。11.2.1移动大数据概述随着移动互联网的快速发展，以及“互联网+”理念的推广和普及，目前移动大数据已经广泛应用于交通运输领域、电子商务和政务平台等行业领域。1.移动大数据在交通运输领域的应用城市交通拥堵所带来的出行时间浪费、运营成本上升、交通事故、环境污染等问题已成为制约城市经济和社会发展的瓶颈。随着我国社会经济的高速发展，城市化进程加快，人民生活水平不断提高，城市交通需求迅速增长。由于城市空间资源有限，交通拥堵越来越严重，已呈现常态化趋势，并成为大中型城市普