大數據的論文參考文獻

Ⅰ hadoop參考文獻有哪些

《大數據技術原理與應用—概念、存儲、處理、分析與應用》。hadoop參考文獻有《大數據技術原理與應用—概念、存儲、處理、分析與應用》，Hadoop是一個開源的框架，可編寫和運行分布式應用處理大規模數據。

Ⅱ 如果我們的研究主題為大數據,應檢索哪些文獻

1.[期刊論文]數據科學與大數據技術專業的教材建設探索

期刊：《新聞文化建設》 | 2021 年第 002 期

摘要：隨著大數據時代的到來,信息技術蓬勃發展,國家大力推進大數據產業的發展,鼓勵高校設立數據科學和數據工程相關專業。在趨勢的推動下,許多高校成立了數據科學與大數據技術專業。本文通過研究數據科學與大數據技術專業的發展現狀,探索新專業下人才培養的課程設置及教材建設等問題,同時介紹高等教育出版社在數據科學與大數據技術專業教材建設方面的研發成果。

關鍵詞：數據科學與大數據技術專業；課程設置；教材建設

鏈接：https://www.zhangqiaokeyan.com/academic-journal-cn_detail_thesis/0201289060336.html

---------------------------------------------------------------------------------------------------

2.[期刊論文]數據科學與大數據技術專業課程體系探索

期刊：《科教文匯》 | 2021 年第 002 期

摘要：該文闡述了數據科學與大數據專業的設置必要性、專業的培養目標和知識能力結構,最後探索了數據科學與大數據專業的技術性課程體系設置方法.希望該文內容對數據科學與大數據技術專業的培養方案制訂和課程體系構造具有一定的指導意義和參考價值.

關鍵詞：數據科學；大數據技術；課程體系

鏈接：https://www.zhangqiaokeyan.com/academic-journal-cn_science-ecation-article-collects_thesis/0201284684572.html

---------------------------------------------------------------------------------------------------

3.[期刊論文]數據科學與大數據技術專業實驗實踐教學探析

期刊：《長春大學學報（自然科學版）》 | 2021 年第 001 期

摘要：近些年各種信息數據呈爆炸式增長,在這種背景下,國家在2015年印發了關於大數據技術人才培養的相關文件,每年多個高校的大數據相關專業獲批.數據量的增長對數據處理的要求越來越高,各行業涉及信息數據的范圍越來越廣,對大數據專業人才的需求越來越多.為了應對社會需求,如何科學地規劃數據科學與大數據專業的本科教育,尤其在當前注重實踐操作的背景下,如何制定適合的實驗實踐教學方案,更好滿足社會需求.

關鍵詞：數據科學；大數據；實踐教學

鏈接：https://www.zhangqiaokeyan.com/academic-journal-cn_journal-changchun-university_thesis/0201288750604.html

Ⅲ 大數據下企業會計信息質量研討論文

大數據下企業會計信息質量研討論文

摘要： 大數據時代，對企業會計信息質量也帶來了深遠的影響。本文針對大數據時代企業會計信息質量，首先簡要概述了大數據時代對會計信息質量的影響，並就大數據時代提升企業會計信息質量進行了詳細的論述分析。

關鍵詞： 大數據時代；企業會計信息質量；影響分析

會計信息作為企業經濟活動中的重要信息數據，也是企業進行經濟決策的重要數據基礎，對於經濟運行也有著非常重要的影響。隨著當前經濟社會發展信息化智能化的邁進，大數據時代來臨，大數據由於具有信息來源紛繁多樣、信息規模海量化等一系列的特點，信息數據質量出現了參差不齊的問題。同樣，在大數據時代，會計信息質量也深受影響，會計信息質量控制方面出現了不少的問題。因此，做好大數據時代企業會計信息質量控制，增強大數據時代財務數據分析能力，不論是對於企業長遠發展，還是對於經濟社會有序運行，都具有重要意義。

一、大數據對企業會計信息質量影響分析

在會計信息數據的可靠性方面，以往會計信息披露主要為紙質方式，會計信息需要經過層層審批，一定程度上來說有利於提高會計信息質量。在大數據背景下，會計信息獲取更加容易，會計信息的發布更加便捷，再加上會計信息容易受到網路安全影響，導致了會計信息的可靠性也會受到相應的影響。在會計信息數據的及時性方面，由於大數據時代在智能化網路化的迅速發展下，會計信息數據披露的時效性也得到了大幅改善提升。然而越是會計信息披露的及時性得到了大幅改善提高，越是對會計信息數據質量提出了較高的要求，如果會計信息數據出現失真問題，其大范圍快速傳播對經濟活動造成的損失也將是非常嚴重的。在會計信息數據的相關性方面，大數據時代下會計信息數據統計范圍大幅增加，與傳統的會計信息數據有重點有側重的抽樣統計相比，會計信息數據的相關性降低。同時會計信息數據統計范圍的擴大，造成了會計信息數據篩選難度大幅增加，會計信息數據歸集分析的工作量和工作難度也大幅增加。在會計信息數據的完整性方面，大數據時代下會計信息數據出現了碎片傾向，海量的信息數據下，財務會計信息數據通常會獨立披露，由於會計信息數據發布的系統性統一性受到影響，造成了數據分析容易出現片面性的問題。

二、大數據時代提高企業會計信息數據質量的措施分析

大數據時代，從企業外部環境來分析，應該重視良好網路環境建設、強化會計信息質量外部監督。從企業內部分析，更主要的是應該適應大數據時代，積極地完善內部管理，可以從以下幾方面採取措施：

(一)利用大數據優勢豐富會計信息數據內容

傳統會計信息數據歸集分析方面，通常主要是集中在結構化和貨幣化度量數據方面，對有形資產反映准確，而對無形資產缺少必要的.記錄、反應和監督。在大數據時代，應該充分利用大數據優勢解決這些問題，按照結構化和非結構化、靜態和動態數據進行會計信息歸集分析。靜態結構化數據，主要是企業的會計信息系統和管理信息系統形成的一系列非實時項目數據，比如期末的計提、結轉、稅費結算等數據。靜態非結構數據主要是源於互聯網和移動互聯網等設備，難以用結構化數據表示的。動態數據主要是實時性數據，動態結構數據主要是企業的會計系統中各類日常業務數據，動態非結構數據則主要是企業技術研發、產品市場信息、企業社會關系以及企業管理能力等數據。

(二)強化對企業會計信息數據發布及分析的監管

在大數據背景下，由於企業的會計信息數據歸集分析的工作量大幅度增加，因此為了保證企業會計信息數據披露水平以及各類財務信息數據的分析水平，企業應該設立相應的會計信息披露和企業的財務數據分析中心，專門負責對企業內部各項財務會計信息和數據的歸集、分析、披露。需要注意的是，在企業會計信息數據的披露和財務數據分析方面，既應該對企業內部財務數據進行全方面和深入地分析，形成標准化高質量的財務會計信息報告，同時也應該注意對企業相關行業的會計信息進行全面的收集分析，為企業經濟活動決策提供數據基礎。

(三)積極推進管理會計與財務會計融合

促進提升會計信息數據質量大數據時代下提高企業會計信息質量，必須注重推進管理會計與財務會計的深度融合。以往情況下，財務會計主要對外披露數據，管理會計主要對內決策服務，一定程度上存在著企業會計信息處理效率低下和會計信息資源浪費的問題。充分運用大數據技術，實現財務會計和管理會計的融合，可以將企業內部的各類會計活動以及非會計活動進行分類整理後，構成財務會計信息資料庫，依託資料庫既可以提升財務會計數據質量提高財務報告水平，也可以為管理會計提供全面的各項基礎數據，進一步改進會計信息數據的不對稱性，為企業決策提供科學系統的信息數據支持。

三、結語

大數據時代，影響企業會計信息質量的因素多種多樣，既有外部環境因素，也有企業自身原因。從企業角度出發，應該更加註重強化企業內部會計信息化建設，提升數據資源水平，提高會計信息發布以及財務數據分析專業化水平，進而確保大數據背景下企業會計信息質量得到提升。

參考文獻：

[1]溫航，沈英.大數據時代對企業會計信息質量的影響[J].科技展望，2015，(22)：1+3.

[2]俞常娥.獨立董事特徵對會計信息披露質量的影響研究[D].江西財經大學，2015.

[3]孫玥璠，楊超，張夢實.大數據時代中小企業信用評價指標體系重構[J].財務與會計，2015，(06)：47

;

Ⅳ 大數據對高校教育的推動作用論文

大數據對高校教育的推動作用論文

當代社會互聯網發達，信息技術廣泛應用與社會各個領域。當然，利用信息技術來推動高校教育發展也是在信息化教育進程之中。信息技術的發展迅速，大數據也就迅速堆積，大數據記錄了信息技術發展的腳步，同樣有利於信息技術在社會上的有效發展。高校作為發展人才的地方，自然少不了大量數據累積，信息量巨大，大數據對高校教育也就有著非常大的影響，它不僅推動著高校教育的發展，同時也反映著高校教育數據累積的過程，這類數據與外界環境的共享，一起發揮著大數據對高校教育的推動作用。

1大數據 發揮出在高校教育的發展中的推動作用

高校教育在多年的發展中，逐漸適應了信息化的快速發展進程，將高校教育信息化是必然的條件，這對於高校教育的改革和完善具有完全有效的作用。高校教育信息化同樣對提高教學質量，引導創新教學模式，發揮著重要作用。高校教育信息化有利於加強校園文化建設，促進教育高水平發展，有利於改善教學方法，發揮教育各項職能，有利於人才培養，有利於信息交流和教學環境改善。高校教育信息化是教育發展和提升的必要條件，大量的信息交流必定會產生眾多數據，針對大數據進行數據收集和處理，方便數據檢索和查詢。高校教育本身就具有信息量大、數據多樣，繁瑣的鞥、特點，所以很好的利用大數據為高校教育發展做貢獻，一定能更好的推動高校教育的發展。大數據在課堂上的應用，能夠改變傳統的教學模式，發揮信息技術的無限潛能，不管是時間還是空間的阻礙，都能被信息技術所打破，這將有利於學生更好的融入課堂，使學生更適應課堂，從而使理解知識變得容易。大數據的廣泛應用，同樣適用於科學研究方面，大數據的全面信息的應用對於信息的共享和交流具有關鍵推進作用，現代信息技術在社會科學中的應用將改善傳統的研究方法，這樣不但能提升結果的可信度，更能夠提升工作效率，再者，大數據在服務人們方面的應用，高校能夠更好的掌握社會需求，了解社會對人才的渴求，從而培養適應社會的人才。這樣的好處還有能夠加強高校和社會的聯系，使得高校能夠更好地履行社會職能。大數據還有利於高校建設校園文化與文化傳承。高校對於優秀民族和世界文化都有責任和義務傳播給更多學生，高校作為文化載體，有更好的條件進行文化教育，通過信息技術手段，方便文化溝通，以及技術交流等。

2大數據與高校教育之間的聯系

大數據與高校教育之間不只是簡單的應用關系，高校也絕不是被動的接受大數據，其實高校與大數據之間是相互依靠，相互促進的，高校教育的發展同時也是大數據的發展，同時，大數據的發展，也同樣推動了高校教育的發展進程。大數據可以說是一種工具，一是順應了高校教育的發展進程，同時也為高校教育發展做出了許多改善與提升。比方說大數據推動了高校對人才培養的進程，有利於高校選拔適合社會的高等人才，挖掘人才潛在價值，更好的為社會服務，也是為人們服務，幫助學生找到自身優勢，使得人才發展變得順利。前面說的，大數據幫助高校建立完善的文化體系，有助於高校進行文化傳承，教育形式改革與創新。大數據有助於高校了解社會需求，發展與培養適應社會的全能人才。反過來，高校教育對大數據的發展也具有非常重要的推進作用。高校由於信息量巨大，也有相對完整的記錄和完善形式，對於數據的收集等方面也有非常完善的系統，所以高校教育對於大數據的發展也有積極作用。高校通過長時間的數據利用，自然會產生許多有效的數據分類和整理辦法，對數據的研究也非常細致和詳細，對數據也會進行補充和完善，分析和創新數據記錄辦法，所以高校教育方面對數據的整理利用工作也會對大數據的發展做出更多貢獻。說完了高校教育與大數據之間的相互利用，還應考慮大數據與高校教育之間的共同發展。許多高校在建立了比較完善的大數據處理和利用方式之後，通常會比較頻繁的與外界進行數據處理辦法和收集方式的交流和共享，大部分的'數據處理工作都是有目的性的，比方說在網上的數據檢索工作，都是在先想好需要什麼才去網上搜索的，所以對數據的分類整理工作至關重要。高校教育通常分為大體上的文科和理科，那再往下細分還有工科醫科師范類商學類等等。不同的數據有不同的處理方式，不同的數據門類之間有時候也是互通的，所以大數據的處理辦法和整體思維都是有分別的，也是有聯系的，需要研究者長時間的分析和整理。大數據的使用需要專業的認可，不然的話就會造成資源浪費，看來社會上的機構大概也只有高校和研究員具有資格認證大數據的作用了。大數據廣泛應用了信息技術和社會科學等多種學科的資源，在保證數據真實可靠地情況下，為更多數據使用者提供良好的數據參考作用。換句話說，高校教育過程中對數據的使用情況直接影響了大數據的利用率，高校對大數據提供了更多的技術支持，同時也限制了大數據的發展，所以大數據與高校教育之間的這種關系影響了兩者之間的共同發展。

3大數據在推動高校教育發展過程中遇到的問題

不可否認，大數據在推動高校教育的發展過程做出了很多貢獻，但是在大數據推動高校教育的過程中，仍會出現某些問題，阻止了大數據的推動作用，造成大數據沒有完全發揮其應有的功能，沒有很好的為高校教育做出更大貢獻。首先是高校對於大數據的利用率低，主要體現在進行數據搜索和收集過程中，對需求的認識面太過狹隘，導致數據收集工作不完善，收據收集的不完全，在應用過程中就會有困難，造成信息缺失和資源不足，所以究其原因還是數據收集工作者工作中存在紕漏，或者對數據手機方法不正確不規范，造成了數據缺失情況出現。其次出現大數據利用不完全的問題是因為數據運用者技術不規范和操作不當造成數據使用不完全。和傳統的數據使用方法相比，現代的利用大數據進行數據檢索和使用工作已經如虎添翼，通過科技手段可以毫不費力的從大量的資料庫中篩選出自己所需要的數據來進行利用。這不但大大降低了操作難度，同時也節省了很多時間，我們都知道數據挖掘工作復雜而且繁瑣，更需要數據挖掘工作者認真細致的到位的工作態度，一點馬虎不得。但是通過技術手段，以及先進的互聯網技術，可以很好的解決很多工作中可能會出現的問題。但是機器就是機器，永遠不可能有人的思維，就算有那也是人給他格外添加的，永遠不可能超過人的思維，所以機器所犯的錯誤可能也會有很多，這就需要人來利用外力對數據採集處理等工作進行監督，一點失誤就會造成數據錯誤，影響數據的使用。

4提升大數據推動高校教育有效性的對策

針對以上幾點問題，首先提出的解決辦法就是使人們充分認識大數據的作用，這樣從根本上讓人們建立起對大數據的作用的基本概念，才能仍大數據更好地為人們服務。大數據實在信息大爆炸的現代社會中人們必不可少的一種數據收集處理方式，對於社會的快速發展，必然會伴隨數以萬計的數據，那麼對於這么多眼花繚亂的數據，要想提取出真正對自己有用的數據，就要利用科技手段，建立完整的資料庫，方便人們的數據提取和利用。在認識了大數據的作用之後，就要合理的利用好大數據，正確的使用大數據，在大數據使用過程中應當規范使用辦法，避免使用者濫用大數據，檢索和分類過程也應當認真細致的操作，因為不僅僅是一次失誤，之後的每一個步驟都有可能會對數據處理工作造成誤解和偏差，造成大數據的錯誤使用。為了更好的使用大數據，推動大數據對高校教育的發展，高校應建立完善的大數據使用平台，讓使用者能夠有地方可查，有資源可用，提高大數據的使用率。至於校園內的配置，應當及時維護，對大數據的保管工作也應時常監督和完善，進一步加強數據使用效率，發揮其應有的價值。在人員配置選拔方面，要認真仔細篩選真正有用的人才，對數據進行分類處理和詳細整理，更好的幫助校園內數據使用者進行數據使用程序。

5總結

在當下數據大爆炸的時代，能夠更好的使用信息的人，將信息為己所用，那麼就是發揮了大數據的真正價值。正確看待大數據，合理利用大數據，將大數據與高校教育有機的結合在一起，盡力發揮大數據應有的價值，有利於人們探索未知的知識和學問，有效的利用好大數據，就是發揮了大數據對高校教育的推動作用。

參考文獻 :

[1]邱仁宗,黃雯,翟曉梅.大數據技術的倫理問題[J].科學與社會,2014(01).

[2]王成紅,陳偉能,張軍,宋蘇,魯仁全.大數據技術與應用中的挑戰性科學問題[J].中國科學基金,2014(02).

[3]祝智庭,管珏琪.教育變革中的技術力量[J].中國電化教育,2014(01).

大數據意義

現在的社會是一個高速發展的社會，科技發達，信息流通，人們之間的交流越來越密切，生活也越來越方便，大數據就是這個高科技時代的產物。[10]阿里巴巴創辦人馬雲來台演講中就提到，未來的時代將不是IT時代，而是DT的時代，DT就是Data Technology數據科技，顯示大數據對於阿里巴巴集團來說舉足輕重。[11]

有人把數據比喻為蘊藏能量的煤礦。煤炭按照性質有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數據並不在「大」，而在於「有用」。價值含量、挖掘成本比數量更為重要。對於很多行業而言，如何利用這些大規模數據是贏得競爭的關鍵。[12]

大數據的價值體現在以下幾個方面：

（1）對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷；

（2）做小而美模式的中小微企業可以利用大數據做服務轉型；

（3）面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值。

不過，「大數據」在經濟發展中的巨大意義並不代表其能取代一切對於社會問題的理性思考，科學發展的邏輯不能被湮沒在海量數據中。著名經濟學家路德維希·馮·米塞斯曾提醒過：「就今日言，有很多人忙碌於資料之無益累積，以致對問題之說明與解決，喪失了其對特殊的經濟意義的了解。」這確實是需要警惕的。

在這個快速發展的智能硬體時代，困擾應用開發者的一個重要問題就是如何在功率、覆蓋范圍、傳輸速率和成本之間找到那個微妙的平衡點。企業組織利用相關數據和分析可以幫助它們降低成本、提高效率、開發新產品、做出更明智的業務決策等等。例如，通過結合大數據和高性能的分析，下面這些對企業有益的情況都可能會發生：

（1）及時解析故障、問題和缺陷的根源，每年可能為企業節省數十億美元。

（2）為成千上萬的快遞車輛規劃實時交通路線，躲避擁堵。

（3）分析所有SKU，以利潤最大化為目標來定價和清理庫存。

（4）根據客戶的購買習慣，為其推送他可能感興趣的優惠信息。

（5）從大量客戶中快速識別出金牌客戶。

（6）使用點擊流分析和數據挖掘來規避欺詐行為。

;

Ⅳ 大數據下的計算機信息處理技術研究論文

大數據下的計算機信息處理技術研究論文

摘要： 現如今，隨著科學技術的快速發展，計算機技術已經融入到人們的生活之中，想想10年前的計算機技術和現如今的計算機技術，真的是天壤之別，發生了翻天覆地的變化。同時，大數據的應用也越來越廣泛，帶來了豐厚的利潤，各種「雲」層出不斷，對大數據的背景下，計算機信息處理的技術提出更高的競爭和要求。本文首先介紹大數據的概念，闡述基於大數據背景下的各種計算機信息處理技術，並對技術進行分析研究，最後對大數據未來的發展的機會做出分析。

關鍵詞： 大數據；計算機信息；技術研究

隨著科技的迅猛發展，大數據的應用愈來愈廣，隨之產生的數據系統總量大，十分龐大，這就對大數據時代下的計算機信息處理技術提出了更高的要求，如何將大數據處理的井然有序，有條不紊，值得每一位考研人員進行探討。

一、大數據的概念

什麼是大數據？大數據，另一種叫法稱之為巨型資料，是一個十分復雜密集的數據集，這樣的數據集在一定的時間內，依靠於傳統普通的數據加工軟體無法最終實現管理、抓取及處理的功能，需要進行創新，用新的處理模式才能夠實現。大數據具有虛擬化、按需服務、低成本等等特點。在每一個消費者的角度來看，大數據中的計算技術資源服務可以幫助每一個大數據用戶完成想要的資源信息，用戶只需進行付費就可以直接使用，根本不需要到處搜尋資料，跑來派去的打聽。這從根本上改變了人們對信息資源的需求方式，為用戶提供一種超大規模的網路資源共享。同時，面對海量的大資料庫資源，如何對大數據資源進行處理，得到用戶們想要的信息資源，需要計算機信息技術不斷的進行挖掘。

二、大數據下的計算機信息處理技術

總體的來說，基於大數據背景下的計算機信息處理技術總共可以分成以下3個方面：信息的獲取及加工技術、信息的存儲技術和信息安全方面的技術。下面就針對這三種技術，進行研究分析。1）信息的獲取及加工技術。信息的獲取及加工技術是實現信息化的第一步，是最基礎的工作內容，只有完成了信息數據的搜集工作，才能進行下面的計算機信息技術的處理。因此，如若進行信息的採集工作，需要首先明確信息的目標源，對信息數據進行監控，時刻把握信息的流向及動態，然後將採集的信息數據輸入至計算機資料庫中，實現了信息的獲取採集工作。接下來是第二步，信息的加工及處理工作，所有的加工和處理技術的核心在於用戶的指引，完全由用戶導向，設定信息的篩選范圍，確定信息的豐富度等等。最後是依照於用戶的要求，將信息資源傳輸到用戶手中。這樣就實現了整個信息從採集到處理，再從處理到傳送工作的整個流程。2）信息的存儲技術。在大數據的背景下，對於整個計算機信息的處理，信息技術的存儲是十分關鍵的環節，可以將處理加工的數據得以保存，更方便用戶對於數據的調取和應用。而且，現如今的信息數據總量大、更新速度快，合理的運用存儲方面的技術，可以快速的實現信息的存儲工作，提高工效效率，將復雜變簡單。在目前的時代下，應用最廣泛的是分布式數據存儲技術，應用十分方便，能夠實現快速大量的數據存儲。3）信息安全方面的技術。大數據在方便用戶使用和享受的同時，信息數據資源的安全性也是不容忽略的，而且隨著社會的發展，數據資源的安全性和隱私性逐漸受到關注，如何實現資料庫的安全是個十分值得研究的課題。首先最主要的是建立計算機安全體系，充分引進更多的人才。其次需要加強安全技術的研發速度，由於大數據發展及更新速度快，需要快速的更新原有的安全體系，盡快的適應大數據時代的更新速度。除此之外，加強對信息的監測是十分必要的，避免不法之人進行數據的盜取，在信息數據龐大的體量下，依然能夠提供穩定有效的安全體系。

三、大數據下的計算機信息技術的發展前景

1）雲技術的發展是必然趨勢。雲計算網路技術是越來越得到大的發展，一方面由於計算機硬體系統的數據處理技術有限，雲技術可以完全的將弊端破除，同時，它能夠利用最新的數據資源和處理技術，不依賴於計算機硬體系統。因此，隨著龐大的數據越來越復雜，傳統的數據處理方式已經不能夠適應，未來將計算機信息處理必將朝著雲計算發展。2）計算機網路不再受限於計算機硬體。未來，計算機網路技術將會不再受制於計算機硬體的限制，網路的傳輸技術更加趨向於開放化，計算機網路和計算機硬體將會分隔開，重新定義新的網路架構。3）計算機技術和網路相互融合。傳統的計算機技術需要運用計算機的硬體系統才能夠實現信息的處理、加工及存儲工作，未來新的.計算技術將脫離於計算機硬體配備，可以僅僅用計算機網路就可以實現數據的加工和處理。同時，二者也將會相互融合、相互發展真正的滿足由於大數據時代的更新所帶來的困擾，這是未來大數據背景下計算機技術發展的又一個方向。

四、大數據下的計算機信息技術面臨的機遇和挑戰

在大數據背景下，計算機信息技術的機遇和挑戰並存，首先，病毒及網站的惡意攻擊是少不了的，這些問題是站在計算機信息技術面前的巨大挑戰，同時，近些年，網路詐騙不斷，社會關注度逐漸提高，網路的安全問題也是不同忽視，再者，信息之間的傳送速度也有限，需要對傳送技術進行創新，以適應更高的用戶需求。最後，隨著大資料庫的不斷豐富，越來越龐大的數據資源進行加工和處理，對數據的存儲又有了新的要求，如何適應不斷龐大的數據信息量，實現更加便捷的、滿足用戶需求的調取也是一個巨大的挑戰。與此同時，也存在著許多的機遇。首先，大數據對信息安全的要求越來越大，一定程度上帶動了信息安全的發展，其次，大數據在應用方面，對企業及用戶帶來了巨大的便利，同時也豐富了產業資源，未來用戶及企業面前的競爭可能會轉化為大數據信息資源的競爭。最後，大數據時代的來臨，構造了以信息安全、雲計算和物聯網為主要核心的新形勢。

五、結論

通過一番研究，目前在大數據時代下，計算機信息技術確實存在著一定的弊端，需要不斷的進行創新和發展，相信未來的雲計算會越來越先進，越來越融入到人們的生活及工作當中，計算機信息技術面臨的巨大的挑戰和機遇，面對挑戰，抓住機遇，相信未來我國的計算機技術會越來越好，必將超過世界領先水平！

參考文獻：

[1]王秀蘇.計算機信息處理技術在辦公自動化上的應用[J].科技經濟市場,2010(03).

[2]張連傑.企業管理中計算機技術的應用[J].電腦知識與技術,2011(26).

[3]陳靜.淺談計算機處理技術[J].科技與企業,2012(11).

[4]趙春雷,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.

[5]庄晏冬.智能信息處理技術應用與發展[J].黑龍江科技信息,2011.

[6]艾伯特拉斯洛,巴拉巴西,著.馬慧,譯.爆發:大數據時代預見未來的新思維[M].北京:中國人民大學出版社,2012.河南省高等學校重點科研項目計劃（16A520008）

;

Ⅵ 管理會計在大數據時代的發展論文

管理會計在大數據時代的發展論文

摘要 ：互聯網為海量的大數據提供媒介，大數據使人們生活和工作方式悄然改變。在經濟體制轉型期，市場機遇與挑戰並存，企業價值管理已是重中之重。本文在梳理歸納管理會計的相關研究基礎上，提出了大數據時代管理會計向預測會計、價值創造及多元化戰略三個方向的轉變，以期對企業的價值創造有所幫助。

關鍵詞 ：大數據；管理會計；發展

自改革開放以來我國管理會計才獲得重大發展。國有企業是計劃經濟體制下企業主要形式，管理會計自然為其成本中心，企業成本核算及績效考核是該時期的焦點。市場經濟的發展使企業注重效率，管理會計開始側重企業內部的管理核算工作。大數據時代已經來臨，而大數據的運用恰好為管理者提供信息決策依據，以此提高企業核心競爭力使企業可持續發展。故本文對大數據時代管理會計發展與變化的闡述也具有重要意義。

1文獻回顧

1.1戰略成本管理方面

Kennethsimmonds於上世紀80年代最早提出戰略成本管理，他從企業在市場中競爭地位的視角出發對戰略成本管理進行了研究，認為企業需要對自己和對手進行全面分析來決策提供信息。後來各國的學者不斷將其研究深化，並形成了豐富的理論成果。Ingram等（2004）認為全球化的競爭使商業模式對管理會計產生影響，指出傳統固定成本法容易導致不良營銷和運營決策不精確信息，完全變動法也會因短視思維而影響公司長期發展。韋恩.J.莫爾斯等（2005）認為管理會計是一種管理工具而非一種單純的會計方法，要實現顧客價值最大化的目標，需要企業從價值鏈的視角促進企業與供應商和購買者之間的合作關系，把成本管理重點放在流程管理而不是部門預算和成本上。郭曉梅（2005）也提到傳統的管理會計只重視生產過程忽視價值鏈，只重視成本降低而不考慮企業戰略目標，只重視成本發生結果而不進行動因分析，從而無法適應戰略管理需要。

1.2管理會計運用方面

RRFullerton等（2013）通過案例研究制定了精益製造環境下企業管理會計和控制措施的理論框架。後來他們對美國244個公司調查數據顯示，精益生產實施程度和簡化戰略報告系統正相關，而與庫存跟蹤則是負相關且依賴於高管支持程度。JJermias等(2013)描述印度尼西亞管理會計的實施程度及管理會計人員未來五年將發生的變化，並通過實證研究發現管理會計的創新和公司規模、存續時間以及績效等有關，其創新水平可通過層次結構和組織設計預測，其使用面向過程比面向功能更加有效。VenkatNarayanan（2014）通過對東南亞公司案例研究，介紹了環境管理會計及實施方法，並指出環境管理會計不僅要進行企業內部成本核算和信息決策，同時考慮環境因素對環境業績和財務業績做出評價。

1.3大數據與管理會計聯系方面

李思志等（2006）認為建立基於數據挖掘方法的財務報表分析模型有助於廣大投資者決策。塗錕斌（2009）指出銀行在實施客戶為中心的戰略目標時要對客戶全面分析，管理會計系統對大量數據的處理分析可為銀行發展和轉型提供支持。鄧國清（2013）認為大數據對傳統決策分析、風險管理、信用管理和作業成本管理強烈沖擊，同時闡述基於結果分析向過程分析的轉變、單類型結構化數據向多類型轉變以及階段性月度報告向實時報告轉變等方面的管理會計變革。湯煬（2013）針對醫院傳統財務管理信息系統偏重業務操作的局限性及積累的海量數據現狀，提出基於大數據思想的財務管理和決策系統。其他學者也表明大數據不僅改變了我們的生活和思維方式，而且對企業供應鏈和會計工作帶來革新（AMcAfee，EBrynjolfsson，2012；MAWaller，SEFawcett，2013）。

2大數據時代管理會計的變化

2.1從成本核算會計向預測會計轉變

多數企業生產活動一般按照產品耗費形式劃分為生產成本和期間費用。該分配方法是以產品數量為基礎的，機械化和信息化加速易導致製造費用增加和直接人工費用減少，最終使分配率不準確而產品成本模糊化。目前企業逐步推進的作業成本法通過對成本對象進行成本追蹤來明晰成本動因，從而提高成本核算的准確性。管理會計從單純的成本核算開始向戰略管理會計發展，已經不再是追求成本結果而不知成本動因的情況，更適合企業管理者的決策。隨著經濟體制深化改革及經濟進入新常態，市場機遇和挑戰並存，企業發現機會和識別風險非常重要。計算機系統已能夠進行會計核算，管理者需要的是會計人員通過數據分析並發現背後價值。管理會計也就需要利用趨勢分析、時間序列分析等方法來分析數據間的相關性，建立對銷售、成本和投融資預測，從而為決策提供科學的依據。會計從核算功能向預測方向轉變將成為管理會計的發展方向。

2.2從增值作業向價值鏈價值創造轉變

決策者在業務分析中往往考慮資源取得成本及產品或勞務銷售價格，使增值分析時聚焦內部價值鏈和產品成本。在經濟全球化競爭時代，波特戰略已不能完全適應社會發展需要，企業要開辟出競爭邊界外的「藍海」並進行價值鏈分析，充分考慮與供應商和顧客的關系，從而實現企業的價值創造。以前，大多運營商沒有發現已經積累的大量數據的潛在價值，只有部分企業利用這些數據發送垃圾簡訊使顧客感到個人隱私泄露的憤慨。而蘋果公司與運營商簽訂的合約中要求提供大量有用數據，並對其處理分析得到了用戶體驗的相關數據。蘋果公司應用程序AppStore在2013年的銷售額就超過100億美元，可想而知首創用戶體驗模式銷售帶來的.高額利益，且大多數價值凝聚於蘋果的品牌形象而非固定資產等。從蘋果的成功可以看出，價值鏈中注重與供應商和顧客的合作關系非常重要，可以幫助企業真正發現創造價值的秘密。所以，企業要從傳統會計的增值作業分析向價值鏈創造價值轉變，充分利用數據資源使企業價值最大化。

2.3從單一戰略向多元化戰略轉變

存貨是企業重要的流動資產，存貨的同時必然發生的采購成本、儲存成本和短缺成本等會降低利潤。傳統管理會計要求企業根據自身條件假設並綜合考慮存貨成本，計算出企業存貨經濟訂貨量來實現最佳存貨量和其他費用的降低。在信息化的大數據時代，按照經濟批量訂貨對某些企業來說仍然不合理，因為那樣沒有減少企業費用支出且會增加存貨成本，例如存貨倉庫費用、保管費、損失費等。沃爾瑪作為零售業巨頭，它的成功不僅與強大的市場勢力有關，還和網路帶來的巨大資料庫是分不開的。沃爾瑪注重信息化建設，擁有專門的衛星和遍布全球的大型伺服器，通過把零售環節的商品記錄為數據而徹底改變了零售行業。沃爾瑪讓供應商監控產品銷售速率、數量以及存貨情況，迫使供應商照顧自己的物流系統及供貨事項，沃爾瑪也因此避免存貨風險並降低成本費用。此外，沃爾瑪實驗室也曾試用Facebook好友喜好來實現銷售。在大數據時代，企業應該從傳統的成本降低及差異化戰略向利用信息數據分析發現事物間的相關關系轉變，從企業單一戰略向多元化戰略的轉變，從而使有效有利信息資源促進銷售增長。

3結論

互聯網信息化把人類帶入大數據時代，這些大數據以雲計算為基礎的信息經過存儲、整理、分類、挖掘正在悄無聲息的實現這背後隱藏的巨大價值。大數據正改變著人類生活、工作和思維方式，企業作為社會活動重要參與者，其商業模式等也發生改變，現代會計也因此再次走上改革之路。

參考文獻：

［1］維克托.邁爾-舍恩伯格，肯尼斯.庫克耶.大數據時代［M］.浙江人民出版社，2013.

［2］韋恩.J.莫爾斯，詹姆斯.R.戴維斯，阿爾.L.哈特格雷夫斯.管理會計：側重於戰略管理［M］.上海：上海財經大學出版社，2005.

;

Ⅶ 大數據驅動公共管理學科現代化論文

大數據驅動公共管理學科現代化論文

在各領域中，大家肯定對論文都不陌生吧，藉助論文可以有效提高我們的寫作水平。相信許多人會覺得論文很難寫吧，以下是我整理的大數據驅動公共管理學科現代化論文，供大家參考借鑒，希望可以幫助到有需要的朋友。

摘要 ：

我們目前所處的是一個由數據主宰的大數據時代，數據的共享正改變著我們的工作和生活。而在該時代中，公共管理有著極為深刻的影響，政府部門應該清楚地認識到公共管理學科的重要性，並以科學的態度來面對該學科所面臨的機遇和挑戰，並且分析大數據對公共管理學科所產生的影響，反思傳統管理模式中存在的不足之處，對公共管理行為模式進行改進，從而有效地促進大數據時代下公共管理學科的發展與進步。

關鍵詞：

大數據驅動；公共管理；改革方式

引言：

在公共管理的實施過程中，工程的使用不只意味著管理的過程，因為這需要對各個公共資源進行再分配。行使這個權利的時候是需要調配各種公共資源，在國家法律法規體系下，安排各種公共資源，保障各項資源的有效運轉。需要注意的是，必須以群眾的利益作為基本前提，防止公共資源的濫用甚至其他嚴重的後果發生。在整個大數據不斷發展的情況下，公共資源的使用，有了更多透明化的監督過程，可以對這些公共資源進行科學合理的配置。

在未來，公共學科的發展變得越來越高效，公共學科也是建立在現代高新技術的基礎上，針對目前公共管理存在的弊端，和高新技術進行深入分析，將這些找到的矛盾用人文學科的思想得以解決。在公共管理學科的發展歷程之中，各種數據的處理是極為重要的。只有有效利用大數據處理的方法，才能夠更好地促進公共管理，將公共政策和現代數據結合，促進我國的公共管理不斷進步。在現代化的發展歷程之後，我們還應該不斷關注公共學科的發展特點，探討公共學科可能出現的風險問題，不斷提高科學決策的准確度，根據大數據的分析結果，促進公共學科的改進。

一、大數據的實際內涵以及其發展概述

在運用大數據技術時，部門研究者認為大數據是一種統計模式，是運用各種現代信息技術進行自動記錄和延續擴充的過程，而非人工設計的數據。不過，這類觀點是以大數據統計為出發點，然而實際上大數據並不僅僅只是進行數據資源的整理和收集，更重要的是對數據進行分析［1］。

二、大數據對公共管理學科的驅動機制

大數據的發展給公共管理的影響是深遠的，從大數據的發展可以不斷提高公共管理的效率，大數據的深入發展，能夠幫助我們先入進行公共管理。在未來，要促進公共學科的發展，就需要依靠大數據，在大數據的幫助之下，深入挖掘公共管理的實質，幫助我們找到科學的管理項目，從而為公共決策做出准確的判斷。以往在公共學科的時候還沒有發揮大數據的價值，缺乏一定大數據的思想。發展是一個緩慢過程，在這個公共學科的成長過程中，我們必須研究大數據的專業特徵。利用公共學科的機制，回到數據的創新作用。總地來說，可以從以下幾個方面找到大數據的影響。

（一）巨大數據體量對公共管理學科的影響到時候就意味著更多的海量數據。這些數據的發展不僅擁有著較大的體量，還意味著公共管理的難度也在增加。公共管理需要依靠大數據技術，但是卻要利用好，到時候做好分析的腳本研究。改善傳統的思維，讓我們用現代的思想為公共管理做出更多的分析。大數據在現代的應用是深遠的，我們要利用各種各樣的大數據技術，更多的大數據手段找到公共學科的真正內涵。從而為到時候去建設提供物質基礎，這些基本的數據出發，讓政府面臨更多的公共決策類型，公共管理樣本的採集為大數據做出了更多的支持。基礎的公共管理樣本可以成為數據的來源，也為公共管理學科發展做出深入的影響。為進一步找到目前存在的問題，就需要對公共決策的數據進行整合，從而發揮學科的時代性特徵，達到公共管理的具體目標［2］。

（二）多樣化的數據對公共管理學科產生的影響大數據時代不只是大數據的數量增加，更多的是數據的種類。公共學科要掌握更高的管理方法，就需要研究現在的數據種類，利用公共學科的深入特點找到管理的不同類型，從而實現較高的管理目標。大數據時代是一個多種類型的時代，在過去的時代中不需要這樣多的信息，也不會利用現在的存儲資源。然而目前的公共管理，需要我們更多的存儲空間是處於到時候去時代之中所面臨的管理種類是多種多樣的，類型也是十分廣泛。在這些眾多的種類中，我們面臨多種形式的公共資源，必須要深入研究，採取適合於公共管理學科的應對方法，促進我公共管理學科的深入發展，找到承載的.問題，找到學科的管理方向，從而豐富各種類型的表達方式和存儲方法［3］。

（三）低密度的數據價值對公共管理學科的影響大數據時代不僅意味著數據的多樣化，但需要很多的載體承擔這些數據。我們需要提高存儲的空間，對目前的存儲空間進行深入探索，不斷進行改革，從根本上提高存在的空間數據。加強存儲空間的創新。首先，現在都很多數據看似已經傳出，然而卻沒有經過深入的加工，且沒有一定的壓縮功能，這些數據在存儲的時候造成了較多的空間佔用，空間資源在一定程度上造成了一些無用的數據存儲。面對這種情況我們要找到數據存儲的內在問題，從根本上提高存儲的有效性，並且加強數據之間的傳遞和流通。目前的現狀來看，很多大數據還沒有取得較好的效果，信息的關注還停留在過去階段，這些數據本身價值不好發揮。數據在挖掘的過程中必須依託公共管理學科的知識。融入現代大數據的技術，對數據的價值進行深入發掘和研究，也是公共管理學科的研究型態，幫助我們深入數據的內部，積極探索數據存儲的類型，釋放更多的空間［4］。

三、大數據驅動下公共管理學科的未來發展

我們目前所處的大數據時代依然處於不斷發展的狀態，通過上文的分析不難發現，大數據不斷的以其龐大的數據體系和繁多的數據類型來影響著公共管理學科的發展，因此，公共管理學科也應該隨著大數據時代的發展而做出改變和創新［5］。

（一）公共治理模式與大數據的結合公共學科的管理，需要深入考量學科的特點，對公共治理存在的問題進行深入分析，依託現代大數據的功能，擴大數據的包容性，加強信息的獲取渠道探索。利用更多的公眾信息平台引導熱點話題，從而能夠找到公共管理存在的弊端。在施行公共管理時，應該充分地考慮大數據對公共管理和公共治理之間的影響進行分析。大數據時代極大的擴張了人們的信息獲取渠道，在此基礎上，社會個體可以通過各類信息平台來討論熱點話題，由於各類言論會在互聯網中迅速蔓延，在輿論的壓力下，公眾的言論和態度將會直接影響到政府作出的公共決策。比如，政府可以對一些觀點和言論進行審核，利用大數據來進行思維分析［6］。

（二）重新認識公共管理決策在這項研究中，實證分析是提出比較四個案例的公眾參與風險相關的決策。本研究選取的案例均涉及政府決策者願意與公共利益團體合作的廢物管理沖突，但每一案例的公眾參與程度和性質有所不同。與公眾參與有關的沖突在所有四個案件中都出現。針對傳統問題解決方法的不足，我們開發了一個更廣泛的分析框架來解釋這些沖突。沖突分析考慮對手關系的歷史、權力分配、對解決沖突的態度、隱藏的議程、各種談判策略以及對談判協議的承諾（或缺乏承諾）。雖然這種方法是為了分析的目的而制定的，但我們認為，這種方法對於解決此類沖突也具有特定的相關性。沖突管理的概念，作為提高公眾參與質量的一種方法。沖突管理的主要特點是：

（1）賦予公眾權力；

（2）「良好」（公平）的解決辦法；

（3）各方積極支持最終決定。在公共管理的過程中，由於大數據時代的各個特點，公共管理必須進行適當的改革創新，從而更好地應對未來的挑戰和機遇。

（三）准確滿足公眾訴求公共管理決策和決策的一個明顯方面基本上沒有引起決策內容的注意。我們通過對預算削減和信息技術決策提出以下問題來檢驗決策內容的影響：內容如何影響決策所需的時間？內容如何影響參與者？內容如何影響所採用的決策標准？內容如何影響決策過程和繁文縟節中使用的信息質量？結果表明，信息技術和預算削減決策在重要方面有所不同。對於信息技術決策而言，成本效益不是一個重要的標准，平均決策時間要長得多，決策通常被視為永久和穩定的。對於削減決策，成本效益是一個重要的標准，決策的速度要快得多，而且被視為不穩定和多變的。令人驚訝的是，決策內容似乎並不影響參與者的數量。在大數據時代到來以前，群眾與政府之間缺乏有效的溝通手段，導致群眾與政府之間存在隔閡。在如今的大數據時代下，政府和群眾之間的溝通交流更加的順暢，政府能夠實時了解到群眾所反饋的一些信息，並且在短時間內進行整理和收集，從而使各項公共資源的配比能夠科學有效的實施，最大限度地保證群眾的利益［7］。

四、結語

公共管理行為涉及的范圍非常廣泛，公權力的使用者應該謹慎運用每一項公共管理的權利，滿足人民群眾的利益訴求，即使給出反饋和針對性的公共管理決策。因此，在未來的發展中，公共管理學科的研究領域將不僅僅是為政府的公共決策提供支撐和依據，而是幫助政府更加理性的收集數據，在龐大的數據體量基礎上對各項數據資源進行整合，從而提高公共管理和服務質量，使公共管理對人們利益實現最大化。

參考文獻：

［1］王博．大數據驅動的公共管理學科現代化［J］．湖南工業職業技術學院學報，2018，18（5）：30—33．

［2］黃欣卓，李大宇．大數據驅動的公共管理學科現代化———《公共管理學報》高端學術研討會視點［J］．公共管理學報，2018，15（1）．

［3］黃欣卓，李大宇．大數據驅動的公共管理學科現代化———《公共管理學報》高端學術研討會視點［J］．公共管理學報，2018，15（1）：147—152．

［4］王琳．大數據時代下我國政府公共關系能力建設研究［D］．重慶：重慶大學，2017．

［5］王陳程．大數據驅動的公共管理創新［J］．山西青年，2019，（2）：234．

［6］秦浩．大數據驅動的公共政策轉型［J］．中國共產黨政幹部論壇，2020，（2）：62—65．

［7］張黎黎．大數據技術與公共管理範式的轉型［J］．中文信息，2019，（5）：255．

;

Ⅷ 網路安全與大數據技術應用探討論文

網路安全與大數據技術應用探討論文

摘要： 隨著互聯網技術的高速發展與普及，現如今互聯網技術已經廣泛應用於人們工作與生活之中，這給人們帶來了前所未有的便利，但與此同時各種網路安全問題也隨之顯現。基於此，本文主要介紹了大數據技術在網路安全領域中的具體應用，希望在網路系統安全方面進行研究的同時，能夠為互聯網事業的持續發展提供可行的理論參考。

關鍵詞： 網路安全；大數據技術；應用分析

前言

隨著近年來互聯網技術的不斷深入，網路安全事故也隨之頻頻發生。出於對網路信息安全的重視，我國於2014年成立了國家安全委員會，正式將網路安全提升為國家戰略部署，這同時也表示我國網路信息安全形勢不容樂觀，網路攻擊事件處於高發狀態。木馬僵屍病毒、惡意勒索軟體、分布式拒絕服務攻擊、竊取用戶敏感信息等各類網路攻擊事件的數量都處於世界前列。時有發生的移動惡意程序、APT、DDOS、木馬病毒等網路攻擊不僅會嚴重阻礙網路帶寬、降低網路速度、並且對電信運營商的企業聲譽也會產生一定影響。根據大量數據表明，僅僅依靠傳統的網路防範措施已經無法應對新一代的網路威脅，而通過精確的檢測分析從而在早期預警，已經成為現階段網路安全能力的關鍵所在。

1網路安全問題分析

網路安全問題不僅涉及公民隱私與信息安全，更關乎國事安全，例如雅虎的信息泄露，導致至少五億條用戶信息被竊；美國棱鏡門與希拉里郵件門等等事件都使得網路安全問題進一步升級、擴大。隨著互聯網構架日益復雜，網路安全分析的數據量也在與日俱增，在由TB級向PB級邁進的過程，不僅數據來源豐富、內容更加細化，數據分析所需維度也更為廣泛。伴隨著現階段網路性能的增長，數據源發送速率更快，對安全信息採集的速度要求也就越高，版本更新延時等導致的Odav等漏洞日漸增多，網路攻擊的影響范圍也就進一步擴大；例如APT此類有組織、有目標且長期潛伏滲透的多階段組合式攻擊更加難以防範，唯有分析更多種類的安全信息並融合多種手段進行檢測抵禦。在傳統技術架構中，大多使用結構化資料庫來進行數據存儲，但由於數據存儲的成本過高，系統往往會將原始數據進行標准化處理後再進行存儲，如此易導致數據的丟失與失真以及歷史數據難以保存而造成的追蹤溯源困難；同時對於嘈雜的大型、非結構化數據集的執行分析以及復雜查詢效率很低，導致數據的實時性及准確性難以保證，安全運營效率不高，因此傳統網路安全技術已經難以滿足現階段網路安全分析的新要求。大數據技術這一概念最初由維克托.邁爾.舍恩伯格與肯尼斯.庫克耶在2008年出版的《大數據時代》一書中提出的，大數據是指不採用隨機分析法，而是對所有的數據進行綜合分析處理。大數據技術作為現階段信息架構發展的趨勢之首，其獨有的高速、多樣、種類繁多以及價值密度低等特點，近年來被廣泛應用於互聯網的多個領域中。大數據的戰略意義在於能夠掌握龐大的數據信息，使海量的原始安全信息的存儲與分析得以實現、分布式資料庫相比傳統資料庫的存儲成本得以降低，並且數據易於在低廉硬體上的水平擴展，極大地降低了安全投入成本；並且伴隨著數據挖掘能力的大幅提高，安全信息的採集與檢測響應速度更加快捷，異構及海量數據存儲的支持打造了多維度、多階段關聯分析的基礎，提升了分析的深度與廣度。對於網路安全防禦而言，通過對不同來源的數據進行綜合管理、處理、分析、優化，可實現在海量數據中極速鎖定目標數據，並將分析結果實時反饋，對於現階段網路安全防禦而言至關重要。

2大數據在網路安全中的應用

將大數據運用到網路安全分析中，不僅能夠實現數據的優化與處理，還能夠對日誌與訪問行為進行綜合處理，從而提高事件處理效率。大數據技術在網路安全分析的效果可從以下幾點具體分析：

2.1數據採集效率

大數據技術可對數據進行分布式地採集，能夠實現數百兆/秒的採集速度，使得數據採集速率得到了極大的提高，這也為後續的關聯分析奠定了基礎。

2.2數據的存儲

在網路安全分析系統中，原始數據的存儲是至關重要的，大數據技術能夠針對不同數據類型進行不同的數據採集，還能夠主動利用不同的方式來提高數據查詢的效率，比如在對日誌信息進行查詢時適合採用列式的存儲方式，而對於分析與處理標准化的數據，則適合採用分布式的模式進行預處理，在數據處理後可將結果存放在列式存儲中；或者也可以在系統中建立起MapRece的查詢模塊，在進行查詢的時候可直接將指令放在指定的節點，完成處理後再對各個節點進行整理，如此能夠確保查詢的速度與反應速度。

2.3實時數據的分析與後續數據的處理

在對實時數據的分析中，可以採用關聯分析演算法或CEP技術進行分析，如此能夠實現對數據的採集、分析、處理的綜合過程，實現了更高速度以及更高效率的處理；而對於統計結果以及數據的處理，由於這種處理對時效性要求不高，因此可以採用各種數據處理技術或是利用離線處理的方式，從而能夠更好地完成系統風險、攻擊方面的分析。

2.4關於復雜數據的分析

在針對不同來源、不同類型的復雜數據進行分析時，大數據技術都能夠更好的完成數據的分析與查詢，並且能夠有效完成復雜數據與安全隱患、惡意攻擊等方面的處理，當網路系統中出現了惡意破壞、攻擊行為，可採用大數據技術從流量、DNS的角度出發，通過多方面的數據信息分析實現全方位的防範、抵禦。

3基於大數據技術構建網路系統安全分析

在網路安全系統中引入大數據技術，主要涉及以下三個模塊：

3.1數據源模塊

網路安全系統中的`數據及數據源會隨著互聯網技術的進步而倍增技術能夠通過分布式採集器的形式，對系統中的軟硬體進行信息採集，除了防火牆、檢測系統等軟體，對設備硬體的要求也在提高，比如對伺服器、存儲器的檢查與維護工作。

3.2數據採集模塊

大數據技術可將數據進行對立分析，從而構建起分布式的數據基礎，能夠做到原始數據從出現到刪除都做出一定說明，真正實現數據的訪問、追溯功能，尤其是對數據量與日俱增的今天而言，分布式數據存儲能夠更好地實現提高資料庫的穩定性。

3.3數據分析模塊

對網路安全系統的運營來說，用戶的業務系統就是安全的最終保障對象，大數據分析能夠在用戶數據產生之初，及時進行分析、反饋，從而能夠讓網路用戶得到更加私人化的服務體驗。而對於用戶而言，得其所想也會對網路系統以及大數據技術更加的信任，對於個人的安全隱私信息在系統上存儲的疑慮也會大幅降低。當前網路與信息安全領域正在面臨著全新的挑戰，企業、組織、個人用戶每天都會產生大量的安全數據，現有的安全分析技術已經難以滿足高效率、精確化的安全分析所需。而大數據技術靈活、海量、快速、低成本、高容量等特有的網路安全分析能力，已經成為現階段業界趨勢所向。而對互聯網企業來說，實現對數據的深度「加工處理」，則是實現數據增值的關鍵所在，對商業運營而言是至關重要的。

4結語

在當下時代，信息數據已經滲透到各個行業及業務領域中，成為重要的社會生產因素。正因如此，互聯網數據產生的數量也在與日倍增中，這給網路安全分析工作帶來了一定難度與壓力，而大數據技術則能夠很好的完善這一問題。在網路系統中應用大數據技術不僅能夠滿足人們對數據處理時所要求的高效性與精準性，並且能夠在此基礎上構建一套相對完善的防範預警系統，這對維護網路系統的安全起著非常關鍵的作用，相信大數據技術日後能夠得到更加廣泛的應用。

參考文獻：

[1]魯宛生.淺談網路安全分析中大數據技術的應用[J].數碼世界，2017.

[2]王帥,汪來富,金華敏等.網路安全分析中的大數據技術應用[J].電信科學，2015.

[3]孫玉.淺談網路安全分析中的大數據技術應用[J].網路安全技術與應用，2017.

;