计算机软件技术在大数据中的应用.docxVIP

计算机软件技术在大数据中的应用

吴晶

摘要：随着网络的不断普及，人们开始习惯使用网络进行信息交流，网络环境中出现了大量信息，这些信息同时带来了海量的数据，继而形成了大数据。大数据包含的信息数据大体分为两类，即无价值信息数据与有价值信息数据，这两类信息数据相互交织，数据内部相对比较混乱，要想成功利用大数据进行相关操作，就必须区分这两类信息数据。但面对数量庞大的大数据内部信息数据，人工很难在短时间内完成区分工作，且容易出现错误，因此就需要使用计算机软件技术给予支持与帮助。对此，本文将展开相关分析，对计算机软件技术在大数据中的应用进行阐述。

关键词：计算机软件技术;大数据;信息数据

0引言

在网络环境中任何信息数据都可能具有自身的利用价值，但这种利用价值体现隐含性较强，如果无法对这些信息数据的所有特征进行识别、区分，就无法确认信息数据是否有利用价值。人工在能力上的局限性使得人工方式无法对大数据环境中的所有信息数据进行准确、全面、深入地分析，而计算机软件技术能够突破人工能力的局限性，实现信息数据分析，帮助人们对信息数据进行识别与区分，可见计算机软件技术是大数据环境下应当被重视的一项技术，对此进行研究具有一定的现实意义。

1大数据中常见的计算机软件技术类型

目前常用于大数据中的计算机软件技术有三类，即云储存、信息安全、信息数据处理技术，下文将对各类技术的基本概念进行分析。

1.1云储存技术

大数据包含了网络环境中的所有信息数据，但这些信息数据的分布与运作非常独立，说明大数据环境中缺乏一个能有效集中信息数据，便于人们使用的一个元素，云储存技术自开发以来，就成功地在大数据环境中充当了集中信息数据的“元素”。云储存技术的基础在于云平台，用户可以通过云平台获取使用云储存软件的权限，这样只要将所有信息数据全部存入云储存软件中，就可以实现信息数据的集中。而在后续的应用中，使用者直接从云储存软件中对数据信息进行调度即可，可见云储存技术是当前大数据应用中必不可少的一项技术。此外，云储存技术在不断的发展中出现了多种应用模式，其中最具代表性的就是分布式储存模式。该模式主要由基础层、接口层、访问层组成，基础层主要负责连接网络环境内的所有计算机，将所有计算机的储存资源集中，这样就构建了一个云环境上的数据储存库（即云储存基础），这种模式对计算机的位置并没有太高要求，计算机在网络环境中可以任意分布，该模式也因此而得名;接口层主要负责提供接口支撑，如基础层之所以能够连接网络环境内所有计算机，就依赖于接口层;访问层是用户通过接口层向基础层发送访问需求，如果需求通过，则用户可以进入基础层进行操作，如存放数据、调度数据等。

1.2信息安全技术

无论是大数据还是相关计算机软件技术，它们都是以网络环境作为基础的，因此网络环境中存在的安全问题也可能对大数据与相关用户造成威胁。如“黑客”一类的人可能利用网络的开放性对用户端的硬件漏洞、网络通信协议进行攻击，从中获得一系列的非法权限，随后进入大数据环境或控制相关软件程序，最终大肆破坏、篡改、窃取信息数据，甚至假借用户身份开展一些非法活动，这是任何网络用户都不乐于看见的现象，因此必须进行防护。在网络安全問题防护层面上，可以采用相关计算机软件技术实现防护目的，即信息安全技术，如网络安全协议、攻击实施技术、网络防御技术、访问控制技术等。这些技术在大数据环境中都非常有效，且可以结合应用，利用这些技术能够对日新月异的网络安全攻击手段进行防护，甚至还能帮助用户锁定攻击来源，全面治理此类问题，保障用户自身权益的完整性。

1.3信息数据处理技术

信息数据处理一直是大数据用户的难题，原因在于人工的信息数据处理能力远低于大数据信息数据处理需求，因此人们必须使用信息数据处理技术开展相关工作。目前，大数据环境中比较常见，且具有代表性的信息处理技术为神经网络技术（BackPropagation，BP）。该项技术在信息数据处理能力上非常突出，可以将大数据中的所有信息数据视作一个神经元节点，对所有神经元节点进行深度分析，获取信息数据的所有特征，对各节点代表的信息数据进行内涵定义，并将所有节点相互连接，获取所有节点之间的关系、关联度、发展走向等。因此，利用该项技术能够有效突破人工能力局限性，帮助人工便捷地识别、区分、处理信息数据，加强大数据的利用率。此外，值得注意的是，信息数据处理技术具有独立运作的特征，可以在完全没有人工干预的情况下完成一系列处理工作，说明此类技术具有自身逻辑，这使得此类技术能够作为其他技术的驱动核心来使用。如在信息安全技术应用中，该项技术之所以能够帮助用户锁定攻击来源，就是因为得到了信息数据处理技术的逻辑支撑，在逻辑支撑下会分析网络攻击的IP地址等信息，结合这些信息实现来源锁定，可见信息数据处理技术在大数据中意义重大，应当对