大數據技術論文精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的大數據技術論文主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：大數據技術論文范文
英國NFI項目每年均對上個財政年度的數據分析和對比情況出具審計報告，不僅橫向對比各行業數據欺詐的件數和金額，還縱向對比近年來的變化情況。一方面勾勒出欺詐問題出現的高風險重點行業和重點領域，為審計項目的選擇鎖定重點；另一方面動態反映數據欺詐問題的變化趨勢，不僅發現問題，還有針對性地跟蹤某類欺詐問題是否得到了遏制，已經發現的問題是否得到了有效整改。我國審計始終強調全面審計、突出重點，但是如何發現和突出重點卻一直是審計實踐面臨的難題。不但可以通過大數據的匯總、統計功能對被審計單位的情況進行總體把握，還可以通過橫向、縱向對比，聚類、關聯分析，發現存在虛報冒領、擠占挪用、重復申報、截留套取等違法違規問題的高發行業、領域、環節、單位和部門，為審計延伸提供精確制導的坐標，為審計項目計劃提供確切實在的依據。
二、大數據分析是績效審計的利器
英國NFI通過大數據分析，不僅發現個案問題，還對同類問題的產生原因進行分析，促使相關部門和單位完善制度，堵塞漏洞，提高公共資金的使用效率和效益。近年來，隨著我國財經制度的不斷完善和加強，違反財經紀律、違法違規的問題得到了很大遏制，國家審計在繼續查處違法違規性問題的同時，也十分注重對公共財政資金使用績效進行審計。通過大數據集中分析平臺的關聯分析查詢，能夠從整體層面高效、便捷地發現諸如公共財政資金滯留的具體環節、時間；發現公共財政資金投向不符合產業政策導向；發現財政專項資金分配在地區和部門間存在的不均衡、不合理；發現財政投入的建設項目存在的進度滯后、效益與預期不符等問題。大數據提供的證據與審計抽查相比，能夠更加全面、客觀地反映某項公共財政資金產生的整體效果和存在問題。在此基礎上提出的審計意見和建議，更加充分、準確和有針對性，更能促使相關部門和單位完善制度、落實責任、加強管理，更好地實現公共財政資金的價值。
三、如何構建審計大數據平臺
1.通過立法為建立審計大數據集中分析平臺奠定基石。英國NFI的數據收集和分析工作是依據2008年7月21日修訂的數據配比法案進行的，法律授權使英國審計委員會將數據收集、整理、分析等工作成為常態，這是審計開展大數據分析的基石。目前，我國審計法授予了審計機關在審計期間獲取被審計單位數據的權力，但是審計項目是單個開展的，各被審計單位之間的數據不能完全地相互關聯，形成了一個個數據孤島；并且，審計項目一結束，被審計單位就不愿意繼續向審計機關提供數據，難以對被審計單位進行持續的審計監督。借鑒英國的經驗，我國應當從法律層面明確屬于國家審計范圍的政府部門、企事業單位、公共機構，以及使用公共財政資金的企業、單位等應當定期向審計機關提供電子數據，為國家審計進行大數據分析創造條件，從根本上解決目前存在的數據收集難、不完整、時效性差等問題，將一個個數據“孤島”連接起來，在此基礎上進行深入的關聯、對比和分析，真正發揮信息時代大數據的強大作用。
2.建立統一的數據格式標準。英國NFI項目的數據涉及相關政府部門、醫院、學校、養老金管理機構、房屋管理機構、銀行、部分私營企業等，提供的數據包括單位財務數據、單位業務數據、部分員工個人數據等，所有提供的數據均按照NFI項目指定的數據格式范圍。NFI收到各單位上傳的數據后，只需經過少量的數據清理，就可以整合到數據集中分析平臺中，對不同部門、機構、單位的數據進行對比分析。在信息化高度發展的今天，我國應當由審計部門牽頭，工信部、協會、高校等合作，建立統一的數據共享接口，在現有的審計署財務數據接口的基礎上，擴充和整合管理數據、業務數據等信息，實現大數據兼容匹配。
第2篇：大數據技術論文范文
1.計算機網絡安全概述。
計算機網絡安全，是指利用相關網絡管理控制與技術，確保在一個網絡環境中數據的完整性、保密性及可用性。計算機網絡安全，主要包括邏輯安全與物理安全兩個方面，其中，邏輯安全包括數據的保密性、完整性及可用性，防止沒有經過授權對數據進行隨意篡改或破壞的行為；物理安全包括相關設備與設施在受到物理保護的條件下保護設備上的數據免于丟失、破壞。
2.計算機網絡存在的主要安全問題。
目前，計算機已經廣泛應用于各行各業，人們對計算機網絡的認識與利用水平也顯著提升，辦公、社交、生活等方方面面都離不開計算機網絡。計算機網絡在豐富和改變人們生活的同時，其存在的安全問題也不得不讓人們警醒，經過筆者梳理，計算機網絡安全問題主要存在以下幾個方面：
1）網絡病毒所導致的安全問題。
在計算機網絡技術快速發展的過程中，也出現了越來越多、感染力越來越強的新病毒，它們無時無刻地影響著計算機網絡的安全。由于計算機網絡病毒具有復制性，能夠感染其他程序和軟件，因此，一旦計算機中了病毒，其所運行的每一步都將是危險的，都會存在讓病毒也隨之運行并產生破壞行為，然后應用程序被破壞，機密數據被盜用或被破壞，甚至讓整個計算機系統癱瘓。
2）人為操作失誤所導致的安全問題。
在人們進行計算機相關操作過程中，人為操作失誤可能會引起計算機的安全漏洞，或者泄露了某些重要的信息，而這些信息一旦被不發分子所利用，便會造成難以挽回的損失。
3）網絡黑客攻擊所導致的安全問題。
在大數據時代下，網絡黑客對計算機網絡的攻擊具有更隱蔽、破壞性更強的特點。由于在大數據時代下，網絡黑客通過非正常手段竊取到某一重要數據時，一旦其利用這些數據進行非法行為時便會引起巨大的波及。同時，在海量的數據中，難以及時識別網絡黑客的攻擊行為，對于計算機網絡安全而言是一種嚴重的威脅。
4）網絡管理不到位所導致的安全問題。
在網絡安全維護中，網絡安全管理是非常重要的環節，但是目前很多使用計算機的個人乃至企業、政府部門并沒有對網絡安全管理引起足夠的重視，從事使得計算機網絡的安全受到各種威脅，最終導致大量的計算機網絡安全事件頻繁發生。五是，網絡系統自身的漏洞所導致的安全問題。理論上而言，一切計算機網絡系統都存在某些漏洞。同時，在用戶使用各類程序、硬件過程中由于人為疏忽也會形成一些網絡系統漏洞。二者相比，后者的破壞性常常是巨大的，很多不法分子通過非法途徑給用戶造成計算機系統漏洞，進而竊取用戶信息，給用戶造成巨大的損失。
二、大數據時代下的計算機網絡安全防范對策
1.加強病毒治理及防范工作。
在大數據時代，計算機病毒的種類與數量與日俱增，對其進行治理與防范是較為困難的。在對計算機病毒進行治理與防范時，筆者認為最重要的是防范，這種防范是一種主動的、積極的治理，可以通過加強計算機防火墻部署來提高網絡環境的安全性，將那些不穩定的、危險的網絡因素隔離在外，進而實現對網絡環境的安全保護。同時，計算機使用者樹立正確的病毒防范意識，在計算機日常使用中，能夠定期利用殺毒軟件對所使用的計算機網絡環境進行殺毒，并更新病毒樣本庫，進而確保對計算機網絡的掃描能及時識別計算機病毒并進行及時的處理。
2.加強黑客防范工作。
隱藏在大數據背后的網絡黑客一旦實施其不法行為，常常會產生巨大的安全問題，因此，為了防范計算機網絡安全，應當積極整合大數據的海量信息優勢，建立科學的網絡黑客防范攻擊的模型，以此來提升識別網絡黑客的反應速度。通過加強計算機網絡的內外網的割離、加強防火墻配置，能夠有效降低黑客攻擊的可能性。同時，還可以大力推廣數字認證技術，加強對訪問數據的有效控制，并合理認證，有效避免非法目的用戶的非法訪問，進而提升對網絡安全的有效保護。
3.加強網絡安全管理。
使用計算機的個人及機構，需要從思想上高度重視網絡安全管理的重要性，在熟悉大數據的特征與性能的基礎上采取安全的管理措施，時常關注網絡安全管理，從技術上給予網絡安全保障的同時，還需要通過有效的網絡安全管理來實現大數據時代下計算機網絡安全的防范目的。對于機構而言，需要從宏觀上認識到網絡安全管理的重要性，并建立動態的、有序的、系統的管理規章，依托于云計算技術構建一個更加高級的智慧平臺來加強網絡安全的防范，進而確保網絡安全。對于個人而言，需要從主觀上認識到網絡安全的重要行，在進行計算機操作中，要養成規范化的、文明的使用計算機網絡的習慣，尤其是對于一些釣魚網站、非法鏈接，要從主觀上認識到其危害，并做自我做起，將網絡安全問題盡可能消滅，不傳播有安全隱患的信息或鏈接。
4.加強網絡系統漏洞的修復工作。
第3篇：大數據技術論文范文
由于互聯網的發展產生了大量的數據，對這些數據應用計算機技術、數學模型、統計分析等進行處理，就有可能成為有價值的、可銷售的數據產品，這種基于數字技術下的創新性信息使用方法，提高了決策者的決策效率及可信度，能夠引起整個服務業和制造業本質性的改變。因此大數據蘊含著極高的經濟和商業價值。對于大數據的概念，企業和學術界目前尚未形成統一的定義。研究機構Gartner將大數據定義為需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。美國國家科學基金會(NSF)將大數據定義為“由科學儀器、傳感設備、互聯網交易、電子郵件、音視頻軟件、網站點擊流等多種數據源生成的大規模、多元化、復雜的、長期的分布式數據集”。麥肯錫認為大數據是指無法在一定時間內用傳統數據庫軟件工具對其內容進行采集、存儲、管理和分析的數據集合。當前對于大數據的特點主要存在兩種觀點:Dumbill采用IBM公司的觀點，認為大數據具有“3V”特點，即數據量大(Volume)、數據類型復雜(Variety)、產生速度快(Velocity)。還有部分學者認為大數據具備“4V”特點，在3V的基礎上增加了價值性(Value)。
(1)數據量大(Volume):目前數據的計量單位用太字節、澤字節和堯字節計算。IDC《數字宇宙膨脹:到2020年全球信息增長預測》顯示，數字信息每年按照幾何級數態勢遞增，到2020年數字量將達到40ZB。
(2)數據類型復雜(Varie-ty):相對于傳統的便于存儲的結構化數據，大數據下非結構化數據越來越多，比如網絡瀏覽軌跡、視頻、音頻、圖片、地理位置信息等。數據類型的多樣性對數據的處理能力提出了更高的要求。
(3)產生速度快(Velocity):數據的產生和更新頻率快，每秒都在即時增加，因此大數據的存儲以及實時處理和分析能力是大數據背景下技術創新的關鍵要求。
(4)價值密度低(Value):存儲的數據量大，但是蘊含的價值低。比如一段監控視頻時間長達2個小時，但是有用的數據可能只有1～2分鐘。數字技術是指對產生于人機交互、物聯網等以結構、半結構、非結構形式存儲于數據庫中的數據，進行提取和集成，以模式識別、數據挖掘、可視化以及統計分析等技術手段，通過數字技術生成模塊化的專用數字技術處理軟件包，進一步通過模塊集成實現決策支持、智能生產、智能服務、預測等技術創新，實現大數據的價值化。根據大數據的特點可知大數據和傳統數據的差別主要體現在數據處理技術上，大數據下的數字技術包括傳統基本數據處理技術如模式識別、數據挖掘、可視化、統計分析，和高級數據處理技術如移動計算、社會化媒體、物聯網、云計算、分析和預測五種技術，這五種數字技術融合后方能產生巨大的技術創新。移動計算指的是計算的實時性、動態性，即人和計算機的實時交互，機器和周圍環境的實時交互，通過移動計算，增加了數據使用技術在地點和時間上的靈活性，數據的實時處理是大數據的最核心技術。社會化媒體是指人們可以在社會化媒體平臺信息、分享內容、互動交流。社會化媒體平臺的使用數據具有“流”的特性，大數據流的特性改變了人們收集和評價信息的方式，也改變了技術創新方式。物聯網描述的是物理對象間的連接，這種交互作用發生在機器與機器之間，對象與對象之間。物聯網的形成開啟了服務創新、生產創新和增值過程的新維度，是新的增值模式和商業模式的基礎。云計算指的是一種基于互聯網的計算方式，主要解決數據的結構問題和管理問題，共享的軟硬件資源和信息按需提供給不同的使用者，通過云計算加快對信息的發現、組織和協調并為技術創新提供服務。分析和預測是對大數據進行關聯、趨勢性等知識發現技術，由于大數據的海量性、動態性、類型多樣性和價值低密度性，有價值的信息隱藏于碎片化的數據關聯中，而且隨時間的流逝不斷減少，因此傳統的優化算法、抽樣學習的數據挖掘技術、統計分析方法已不適用，基于知識發現的分析和預測技術是大數據的關鍵技術。針對大數據下的這些數字技術融合就有可能產生技術創新，就可能實現服務智能化、生產智能化、決策智能化等等。大數據時代給經濟增長帶來了大的變革，這種變革體現在:一是信息化與工業化的融合，大數據時代的本質是互聯網基礎上的信息技術在經濟增長和工業化中的廣泛應用，其核心在于信息化與工業化的融合。大數據并不能生產出新的物質產品，也不能創造出新的市場需求，大數據的價值，不僅是大數據技術本身，更是應用創新產生的經濟社會價值，能夠讓生產效率大幅提升，從而使工業制造的生產效率得到大規模提升，并進一步促進經濟發展。二是促進產業融合。大數據時代信息化和智能化的廣泛使用，使得不同產業或同一產業不同行業相互滲透、相互交叉，最終融合為一體，逐步形成新的產業。在技術融合、數字融合基礎上所產生的產業邊界模糊化，產業由分立走向融合，產業融合能夠通過建立與實現產業、企業組織之間新的聯系而改變競爭范圍，經濟增長效率大幅度提高。三是技術創新發生變化。在大數據背景下科技創新與產業結合程度加強，而且由于信息化的廣泛使用，信息化和工業化的深度融合，技術創新的協同性和共享性加強，科技創新與產業結合對經濟增長的作用加強。
二、大數據下數字技術創新的新特點
大數據下的技術創新與傳統漸進性技術創新有本質的不同，主要體現在創新方法、創新模式、創新管理、創新過程和創新結果五個方面。大數據背景下數字技術基礎上的技術創新具有一些新特點:
1．數字技術下的技術創新方法具有組合性傳統的技術創新方法基于專業理論、專業技術和市場目標的共同作用，而大數據環境下的數字技術創新方法更多地來源于對不同技術的組合式創新。創新不僅是一種基于理論背景下的基礎性創新，而更可能是利用現有的數據技術手段和已有信息進行重新組合，技術創新方法的組合性主要體現在對數字的敏感性洞察以及創意路徑實現的組合。對于客戶消費行為的數據技術分析可以開發出BI系統。對于共眾通信數據分析可以開發輿情系統，KevinSystrom和MikeKrieger將Facebook最受歡迎的照片共享思想植入到智能手機中，開發出了能夠改變照片樣式的軟件。這些說明了數字技術提供了一種組合式技術創新的可能性。
2．數字技術下的技術創新模式具有開放性傳統的技術創新模式強調獨立創新、合作創新和引進創新模式，這些創新模式聚集對要解決的問題相關領域精通的專業性人才來提供技術創新方案。專業人才具備高精尖科技知識，能夠從更加專業的角度提出建議，而大數據下的技術創新能夠突破對專業人員和研究領域的限制。數字技術提供了一個開放式的創新環境，每個人都能夠在開放平臺上對要解決的問題進行新思想的交流與技術創新的實現。納特•特納和扎克•溫伯格是沃頓商學院學習經濟學和創業學的學生，二人雖然沒有學過醫學知識，但他們創辦的公司flatironhealth正在試圖用大數據分析技術找到治療癌癥的方法。這種群體力量參與和數字技術爆發出來的無限的智慧正是大數據下技術創新的模式。
3．數字技術下的技術創新管理具有突破性突破性技術創新是基于不同科學原理和技術方法之上的創新，能夠使產品具有新的性能和較低成本，且具有毀滅性，能開拓新的市場和潛在的應用，如石英鐘的出現給機械表以致命沖擊。數字技術下的融和式技術創新是突破性技術創新，單個領域的技術有可能只服務于特定背景下的產品或者服務，而不同領域技術的有效融合則可能衍生出更多的相關性技術創新。在技術進步的過程中，漸進式創新是階段性的、變革性的，而突破性技術創新是永恒的、革命性的。傳統的技術創新需要高成本的投入，大量的人才培養及儲備、基礎設施的建設、先進設備的研發及引入，通常這些投入需要經歷一定的時間才有可能獲得創新成果。基于數字技術平臺，每個企業、機構甚至個人都成為了創新的主體，創新也不再局限于某一技術領域，而是以多種方式存在。如云端存儲服務及數據分析業務就為企業提供了一種成本相對較低的創新思路，從而使得技術創新具有更低成本。
4．數字技術下的技術創新過程具有非線性線性創新和非線性創新是基于創新過程的一種區分。線性創新過程是一個“基礎科學－應用科學－設計試制－制造－銷售”的單向的、逐次漸進的過程，創新起源于基礎研究。非線性創新過程突出了創新的多層次、多環節和多主體參與，在非線性創新過程中創新絕不是從研究到應用的線性鏈條，從小眾到大眾的傳播過程。數字技術下的技術創新突破了線性技術創新的思維，從創新的方式、主體、階段等方面進行非線互創新，是企業內外各種與技術創新有關因素相互作用的結果，突出了創新的多層次、多環節和多主體參與。在大數據時代，技術創新被認為是各創新主體、創新要素交互復雜作用下的一種復雜涌現現象，是創新生態下技術進步與應用創新共同演進的產物。
5．數字技術下的技術創新結果具有通用性通用性指能夠在多行業使用的創新技術，通用技術創新具有普遍性，能夠隨著時間推移催生大量的創新，數字技術下的技術創新具有這些特點。數字技術下通用性創新主要是由于創新的方法是組合式創新，對于已有發明或者技術創新，經過組合后有可能產生新的創新。這種創新方法表明，每一次的技術創新會成為未來創新的一塊積木，在不斷的積累過程中，就產生了持續技術進步。數字處理技術使得所有領域都能夠獲得海量的數據，并無限制地被復制和重復使用。因此，具有潛在價值的數字化積木式技術創新以前所未有的速度成倍增長，并且還在持續地提供未來組合式技術創新的可能性。
三、大數據時代我國新常態經濟增長中數字技術引領技術創新的路徑轉型
當前中國經濟步入以中高速增長為標志的“新常態”，新常態不僅意味著經濟增速的放緩，更意味著經濟增長動力的轉換和經濟增長方式的轉變，在新常態背景下，中國經濟的增長需要實現創新驅動戰略的支撐。在新常態的創新驅動中，我國面對大數據下技術創新帶來的機遇和挑戰，面對傳統技術創新的路徑依賴和數字技術下技術創新的特點，要發揮我國自身資源優勢，實現數字技術引領技術創新，推動我國經濟增長潛力開發，就要加快推進數字技術引領技術創新路徑轉變。
1．實施“政府組織+國企研發”的數字技術創新計劃技術創新正在成為大數據時代的發展關鍵詞，而且大數據下的技術創新具有開放性，特別是在數字化工廠方面，實現過程中有大量需要進行標準化的內容，歐美國家在這一方面起步早，已制定出系統集成、安全保障、數字化工廠、能耗等技術標準，因此要積極引進和參與國際化標準工作，同時實施舉國體制，發揮政府作用，組織開展我國的技術標準化研究，爭奪制造業競爭的話語權。另外，在產品市場規模巨大、產品集成復雜的重大技術創新領域，借鑒“高鐵”技術創新模式，由政府牽頭，發揮國企研發力量，重點突破某一領域的技術難題。在實施“政府組織+國企研發”的數字技術創新計劃中，重點要持續推進大數據平臺建設，構建信息共享機制。大數據環境下的技術創新是基于數據庫基礎上的，因此要持續推進數據庫、知識庫、云計算庫、數據分析庫的基礎平臺建設，大數據下人人都是技術創新者，要構建基于服務的、集成智能分析、快速決策分析的大數據處理支持系統接口，建立促進群體成員之間信息溝通、共享和促進群體技術創新的交互平臺，建立開放的大數據技術創新體系、協同創新模式和評估機制，以推動新常態下數字技術對技術創新的引領。
2．建立技術創新的市場機制，引導企業自主創新隨著我國經濟體制改革的深化和對外貿易的開放，市場化進程不斷加深，我國逐漸成為全球最大的產品市場，市場化需求確定了技術創新方向，技術創新中的市場杠桿作用越來越顯著，因此要完善大數據下技術創新的市場機制，引導企業根據自身優勢及市場需求，發現創新機遇并且進行自主創新。在引導企業自主創新的過程中要強化知識產權保護，制定稅收減免政策，激勵企業技術創新。企業作為技術創新的主體，在研發新技術、發現新知識過程中形成的無形資產如果無法得到法律的保護，企業就缺乏技術創新的動力。知識產權的清晰界定以及產權保護有助于企業開展自主創新，從技術創新中獲得高額收益，從而促進更加長遠的技術創新。我國目前對于知識產權界定、保護以及知識使用的制度及法律還不完善，因此，政府應該加大對于知識產權的保護力度，制定相關的制度政策及法律法規保護企業的自主創新成果，鼓勵技術創新。此外，要通過稅收減免政策激勵企業加大技術創新的投入強度。
3．加強數字技術人才培養，實施全球人才引進計劃大數據時代的到來使新常態下的中國企業面臨新的機遇和挑戰，企業應用和行業動態呈現出新趨勢和特征:社會網絡與社會計算、云計算、協同化軟件與技術、新型電子市場與新型電子商務將轉變企業運作和組織架構。大數據時代企業的關注點將從傳統的決策支持系統、智能系統、數據庫建模與設計、信息系統規劃、開發方法等方面逐漸轉移到以新概念、新技術實行的決策分析、信息安全和風險管理等領域上。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理，大數據環境下技術創新的實施，需要一大批對于大數據的搜集、處理、分析、決策支持等方面的高層次人才。因此在大數據背景下中國新常態的經濟中，要加強數字技術人才培養，實施全球人才引進計劃:一方面通過加強我國高校計算機、電子專業建設，調整培養方案，優化教學環境，創新創業項目實施，以培養掌握數字技術基礎型人才，加強人才隊伍建設，搭建人才創業平臺，營造人才創業環境，引導大數據人才創造;另一方面我國需要制定全球數字技術人才引進計劃，特別是了解核心技術的專業人才和數據分析師的引進，并為人才的流入做好政策支撐。
第4篇：大數據技術論文范文
信息安全論文2360字(一)：大數據共享時代的信息安全保護論文
摘要：大數據共享時代是現代互聯網時代的發展方向，大數據刺激互聯網進步，大數據共享時代的到來，不僅產生了諸多便捷，同時也產生了信息風險。大數據共享時代信息安全保護是最為重要的工作，保障信息的安全性，以免信息泄露。本文主要探討大數據共享時代的信息安全保護策略應用。
關鍵詞：大數據；共享時代；信息安全保護
中圖分類號：TP309；TP311.13文獻標識碼：A文章編號：1672-9129（2020）04-0051-01
隨著我國互聯網時代的發展，大數據成為互聯網的主流技術，大數據在互聯網中推陳出新，促使互聯網有著新的高度?，F階段為大數據共享時代，大數據共享時代比較注重信息安全保護，主要是因為大數據共享時代有利有弊，其優勢明顯，弊端也很明顯，必須要保證信息安全保護，這樣才能提高信息的安全水平。
1大數據共享時代信息安全保護的重要性
大數據共享時代下信息安全保護非常重要，大數據中包含著諸多信息，而且信息為大數據的核心，落實信息安全更有助于實現大數據共享[1]。大數據共享時代提高了對信息安全保護的重視度，完善大數據信息的應用，更重要的是避免大數據信息發生泄漏和丟失，維護大數據內信息的安全性。大數據共享時代需積極落實安全保護措施，強調大數據共享時代中所有信息的安全性，防止出現信息風險，保障信息的安全使用。
2大數據共享時代信息泄露的幾點原因
大數據共享時代信息泄露有幾點原因，這幾點原因誘發了信息丟失，例舉這幾點原因，如下：
2.1賬戶信息泄露。大數據共享時代下賬戶信息是指用戶身份證、銀行賬號、支付寶信息等，這些信息涵蓋了個人賬戶的所有信息，很多不法分子會主動竊取個人的賬戶信息，不法分子篡改賬戶信息之后就容易發生錢財丟失的問題，無法保障賬戶信息安全。
2.2信息控制權薄弱。大數據中的信息控制權比較薄弱，大數據共享時代下，用戶信息授權到不同軟件，而每個軟件都有自己獨特的安全保護方法，用戶授權的軟件越多，信息安全控制權就越薄弱[2]，比如用戶手機中安裝了微信、QQ、抖音、支付寶等APP，不同APP都需讀取用戶的信息，很多軟件之間會有關聯授權的情況，APP啟動時會自動讀取用戶的信息，無法做到完全匿名，削弱了信息控制權。
2.3大數據為主攻目標。大數據共享時代的到來，大數據信息成為主要攻擊的目標，大數據在互聯網的作用下成為不法分子主攻的對象，大數據承載著大量的信息，信息含量越高，就越容易受到攻擊，不法分子抓住大數據的信息優勢，不斷的進行攻擊，以便獲得多重效益。大數據內關聯著大量的信息，這些信息均是黑客攻擊的對象，無法保障信息的安全性。
3大數據共享時代信息安全保護措施的應用
大數據共享時代信息安全保護措施很重要，其可保障大數據共享時代的安全運營，為人們提供優質的網絡環境，實現信息安全，例舉大數據共享時代信息安全保護的幾點措施，具體如下：
3.1實行立法監督。大數據共享時代中信息安全保護實行立法監督，主要是采用法律監管的方法監督個人信息[3]。大數據共享時代下信息量增長速度很快，信息數據日益更新，呈現出幾何級數的增長趨勢，這時政府就要出臺法律法規，用于監管大數據共享時代中的信息數據。立法監督時以現有的法律法規為基礎，成立專門保護個人信息的法律，規范大數據時代中的信息應用，協調信息的應用。立法保護時要細化法律法規，為信息安全保護提供有效的法律依據，同時還要學習國外一些比較好的監管經驗，強化信息安全保護，避免大數據共享時代下有信息泄露、盜取的問題。
3.2構建自律公約。大數據共享時代的到來，為我國各行各業提供了機遇，大數據共享推進了行業之間信息共享的發展，為了保障行業內信息安全，就要構建行業內的自律公約，規范行業中的信息。自律公約保證了行業信息的安全性，讓行業信息可以在大數據共享時代處于安全穩定的使用狀態。行業之間可建立通用的自律公約，全面維護行業內信息的安全，讓行業之間有信任感，以便在大數據共享時代中保持信息的安全性，防止信息泄露[4]。例舉大數據共享時代中行業信息安全中自律公約的構建，其主要表現在兩個方面，分別是：（1）行業內收集用戶信息時不要采用秘密的方法，用戶享有知情權，要在知情的情況下讓用戶自導自己的信息，包括授權信息、數據信息等，而且需在服務條款中向用戶說明信息的具體使用，告知使用時間和使用方法；（2）大數據共享時代構建自律公約時，要全面收集用戶的信息，要讓和信息相關的提供者、消費者之間同時遵守自律公約，保證大數據共享時所有數據的合法性及安全性，要求第三方使用大數據信息時確保信息的安全性及隱私性。
3.3安全防護應用。大數據共享時代信息安全是很重要的，大數據共享時代中涉及到海量的信息，信息量不斷的增加，這時就要采取安全防護的方法，從根本上實現大數據共享時代的信息安全。例舉大數據共享時代信息安全防護措施的應用，如：大數據共享時代信息使用時要把大數據技術和信息安全技術結合起來，確保安全技術適用大數據環境，及時發現大數據中信息的安全風險，還要積極更新查殺病毒的軟件，保證病毒查殺軟件處于監督的運行狀態，未來大數據技術中還需落實預測技術的應用，提供精準化的殺毒服務，避免大數據和信息之間產生矛盾。
4結語
大數據共享時代的信息安全保護工作很重要，落實信息安全保護才能提高大數據的應用，同時還能保障大數據融入到互聯網、云計算中，體現大數據共享時代的優勢。大數據共享時代信息安全保護中必須要落實相關的措施，保障大數據共享時代中各項操作的安全性。
信息安全畢業論文范文模板(二)：計算機網絡信息安全及其防護策略的研究論文
摘要：計算機技術和網絡技術持續更新和進步，應用范圍逐漸擴大，深入影響到社會生產生活的各個方面。計算機網絡運行過程中，還存在網絡信息安全的問題，一旦產生信息泄露，將會造成巨大經濟損失。因而現代人越來越重視計算機網絡信息安全，積極開展防護工作，更好發揮計算機網絡的優勢和作用。
關鍵詞：計算機；網絡信息；安全；防護
中圖分類號：TP393.08文獻標識碼：A文章編號：1672-9129（2020）05-0014-01
計算機網絡的信息傳播即時性和快速性，是其一個重要的技術特點，這種信息之間的廣泛傳播，就潛伏著一定的危險和隱患。因此在使用計算機網絡的過程中，需要對信息安全的防護重視起來，提高安全理念并且采取相關的防護策略，能夠最大程度上發揮計算機網絡的作用。
1計算機網絡信息安全影響因素
1.1病毒。計算機病毒原理上是一串惡意代碼，但是與生物病毒相同的是，計算機病毒在網絡世界以及局域網體系中擁有極強的傳染性。但是不同的是，計算機病毒只是簡單的數據，是可以運用專業的殺毒軟件進行防御控制清除。計算機病毒有普通病毒、木馬病毒、蠕蟲病毒等，存在有各種各樣的特征和感染方式，但是除卻少數有著極強的特異性和破壞性的病毒外，使用殺毒軟件、完善系統防護、封鎖用戶危險行為是預防計算機病毒感染的重要手段。
1.2黑客攻擊。黑客攻擊主要分為被動攻擊和主動攻擊，被動攻擊主要指為了獲取用戶信息，黑客在計算機運行中進行信息截取、破譯或者竊取，但是對計算機正常運行沒有造成影響；主動攻擊主要是指黑客有選擇、有目的的進行計算機網絡攻擊，對網絡信息的有效性、真實性以及完整性進行破壞。黑客攻擊會導致用戶的重要信息和數據丟失、泄漏，隨著科學技術的快速更新，黑客攻擊的手段也更加高明和先進，為用戶安全防護帶來了一定的困難。
1.3垃圾郵件。垃圾郵件會有三種展現形式：病毒郵件、廣告郵件和惡意郵件。病毒郵件往往會帶有一串不明連接或是看起來不算可疑的附件，只要一進入不明連接，病毒郵件就會自動在計算機中安裝惡意程式或下載大量病毒。瀏覽器可以繞開部分系統底層防護，這在蘋果系統中尤其嚴重，是重要的病毒高發地帶；廣告郵件和惡意郵件則一般會有網絡郵箱運行商進行智能屏蔽，惡意郵件經常會帶有黃賭毒方面的配圖等，對精神文明建設造成不良的影響，甚至會危害人的生命安全。
2計算機網絡信息安全防護策對策
2.1使用殺毒軟件。當前，黑客的攻擊手段更加高明和豐富，病毒木馬的隱蔽性也更強，為計算機網絡安全埋下了巨大隱患，殺毒軟件作為一種重要的防護方式，其具有顯著的防護效果，因此，用戶要合理使用殺毒軟件，發揮其防護價值。首先，用戶要合理選擇殺毒軟件；其次，使用者需要定期對殺毒軟件的運行狀態進行查看，保證其處于正常運行中，起到有效防御的作用，并且定期更新殺毒軟件；最后，在應用殺毒軟件中，用戶還要對養成正確的使用習慣，定期使用殺毒軟件進行病毒和木馬查殺，及時發現存在的病毒，消除潛在的安全隱患。
2.2設置防火墻。隨著科學技術的飛速發展，網絡技術已經成為人們日常生活中不可缺少的一部分，人們工作、學習、生活都需要網絡技術支持。尤其在支付寶付款、微信付款技術出現以后，越來越多人習慣手機支付以及網絡購物，為此計算機信息網絡必須加強網絡安全管理。設置防火墻是當前網絡通訊執行過程中最可靠的有效方式。也就是說，計算機信息網絡安全管理設置防火墻，這樣網絡信息數據輸入到內部網絡系統中，就可以通過自己設置的防火墻保證網絡數據不發生數據信息泄露，從而防止黑客進入網絡設置，使其肆意改動、刪除網絡數據信息。一旦發現可疑信息侵入，防火墻技術需向系統管人員進行請示，詢問是否允許繼續訪問，倘若計算機用戶不了解該程序，大多情況都會選擇禁止訪問。這樣防火墻就能充分發揮安全管理機制，禁止一切不安全因素入侵局域網，以便防火墻發揮最大的安全管理作用。
2.3入侵檢測技術和文件加密技術。入侵檢測技術是一種綜合技術，它主要采用了統計技術、人工智能、密碼學、網絡通信技術和觃則方法的防范技術。它能有敁地監控云計算環境下的數據庫系統，防止外部用戵的非法入，該技術主要可以分為統計分析方法和簽同分析方法。文件加密技術可以提高計算機網絡信息數據和系統的安全性和保密性，防止秘密數據被破壞和竊取。根據文件加密技術的特點，可分為：數據傳輸、數據完整性識別和數據存儲三種。
2.4物理隔離與協議隔離。物理隔離和協議隔離主要是應用在企業中，物理隔離本質上就是建立內網或者是說局域網，使外部網絡和內部網絡進行隔離，仍而使黑客入侵失去相應的攻擊渠道。物理隔離的方法需要企業管理人員對企業系統信息通訊網絡進行合理的區域劃分，也可以根據企業的發展情況，進行安全區域的劃分和管理，通過實時的監控技術保證企業系統的通訊安全。協議隔離技術主要是利用協議隔離器對電力信息通信網絡進行網絡的分離，來保證內部系統的安全。這種方法主要是因為也系統的內部網絡和外部網絡有著一定的連接，協議隔離器能夠保證內部網絡和外部網絡建立一個安全的連接通道，在需要進行接通是，輸入內部專屬的密碼，就能夠完成信息的傳輸，如果沒有內外連接的需求，就直接斷開連接。通過這樣的方式能夠在滿足網絡連通的同時，最大化地保護通訊網絡的安全。
3結語
第5篇：大數據技術論文范文
一、大數據技術
大數據技術是一種新型技術，其應用領域比價廣泛，并且取得一定的成績。大數據技術在實際的應用過程中，根據各個領域的需要，大數據技術也不斷在更新，以適合現代社會發展的需要。大數據技術主要用數據挖掘、數據分析領域中，能對數據進行科學整理、處理、提高數據的利用效率，互聯網+時代，各個領域工作基本都離不開網絡，網絡時代數據量增多，如何科學有效的進行數據處理，提高數據的利用效率，這是需要解決的問題，大數據技術的產生，對數據的處理起到重要作用。
二、大數據技術應用前景
大數據技術是一種新型技術，具有廣泛的應用前景，尤其在數據分析領域中，對提高數據的利用效率起到重要作用。大數據技術的進一步發展應用,對科技的交叉融合發展也有著促進意義?？萍冀徊嫒诤鲜乾F代科技發展的需要，現在很多問題利用一種技術不能實現，需要多種技術結合使用，促進科技水平進一步提升，符合現代科技發展的需要?？萍既瞬攀瞧髽I發展的重要因素，尤其企業發展需要應用型高級技術人才，在互聯網+時代，大數據技術方面的人才尤其缺乏，這也是大數據技術具有廣泛的應用前景重要因素。
現在各個行業在發展的過程中都需要復合型的高級技術人才，大數據技術的實際應用對促進其它行業的發展起到重要作用，大數據技術具有良好的應用前景，對現代實際的應用型思想起到重要作用。大數據技術在其它行業中的應用提供了技術支持作用，大數據技術對促進其它行業的技術更新與改革起到重要作用，大數據技術在實際應用過程中根據其它行業發展的需要，需要在技術上不斷更新，優化環境，完善其職能，為企業行業發展提供技術保障。大數據技術在實際的應用過程提升，符合大數據技術的發展需要。大數據技術在具體的應用過程中，根據各個領域的需要，大數據技術需要不斷完善技術，以適合現代各個行業發展的需要，大數據技術能為其發展提供技術支持。
三、大數據技術在高校非計算機專業中的應用進行
（一）大數據技術在電子商務中的應用
電子商務在互聯網+背景下得到快速發展，為高校電子商務專業的發展提供了機遇和挑戰，電子商務專業在大數據技術作用下需要積極進行教學改革，以適合現代電子商務專業發展的需要，電子商務專業課程體系構建需要符合現代電子商務產業發展的需要。在電子商務體系內發揮大數據的優勢，能有效建立完整的商務監督體系，企業決策機制以及運作模式也要依托大數據技術的信息處理功能。電子商務產業的職業崗位能力涉及到大數據知識，電子商務專業在課程構建的過程中需要把大數據相關知識納入課程體系中，能為學生職業崗位能力提升起到保障作用。大數據技術的實際應用對提升電子商務專業建設，教學模式改革，教學內容整合，教學手段提升等都起到重要保障作用。
（二）大數據技術在會計領域中的應用
大數據技術在會計領域中的應用，對促進會計行業改革，高校會計專業教學改革都起到重要作用，同時完善會計專業人才培養方案，對提升學生職業技能起到重要作用。會計的職業崗位能力涉及到海量數據，會計信息化時代大數據技術的應用對提高會計的工作職能起到重要作用，符合現代大數據技術的應用需要。大數據技術在會計領域中的應用，尤其在會計信息系統建設中的應用，對提高數據挖掘、數據分析、數據處理能力的提升起到重要作用，會計行業涉及到數據很多，數據的種類、數據的形式都是多樣化，利用大數據技術處理數據比傳統的方式大大提高了工作效率，為會計行業的改革起到重要的技術支持作用，符合現代會計領域中的應用需求?？傊?，大數據技術在非計算機專業中的應用對促進其教學改革起到技術支持作用，大數據技術是一種新型技術，其具有廣泛的應用，大數據技術在高校非計算機專業中的應用是專業發展的需要，也是社會發展對高校專業改革提出了新要求。大數據技術尤其在數據挖掘、數據分析、數據處理等方面起到重要作用，適合互聯網+時代，高校非計算機專業發展的需要。
【計算機碩士論文參考文獻】
[1]我國大數據應用現狀與發展趨勢分析[J].李亭亭,趙英豪.電子商務.2016(06).
[2]探討大數據技術在疾病防控上的應用[J].黃文莉.電子技術與軟件工程.2016(06).
[3]基于CitespaceⅢ的大數據研究的可視化分析[J].姜俊鋒,丁香乾,侯瑞春,曲麗君.計算機與數字工程.2016(02).
第6篇：大數據技術論文范文
信息安全論文3900字(一)：探究計算機網絡信息安全中的數據加密技術論文
【摘要】隨著近幾年網絡信息技術的發展，社會生產和生活對網絡數據的依賴程度越來越越高，人們對網絡信息安全重視程度也隨之提升。對于網絡信息而言，信息數據安全非常重要，一旦發生數據泄露或丟失，不僅會影響人們正常生活和財產安全，甚至還會影響社會穩定和安全。在此基礎上，本文將分析計算機網絡信息安全管理現狀，探索有效的數據加密技術，為網絡環境安全和質量提供保障。
【關鍵詞】計算機；網絡信息安全；數據加密技術
引言：信息技術的普及為人們生活帶來了許多便利和幫助，但是由于信息安全風險問題，人們的隱私數據安全也受到了威脅。但是，目前計算機網絡環境下，數據泄露、信息被竊取問題非常常見，所以計算機網絡信息安全保護必須重視這些問題，利用數據加密技術解決此難題，才能維護網絡用戶的信息安全。因此，如何優化數據加密技術，如何提升網絡信息保護質量，成為計算機網絡發展的關鍵。
1.計算機網絡安全的基本概述
所謂計算機網絡安全就是網絡信息儲存和傳遞的安全性。技術問題和管理問題是影響計算機網絡安全的主要因素，所以想要提升網絡信息安全性能，必須優化信息加密技術和加強信息管理控制，才能為計算機網絡安全提供保障。將數據加密技術應用于計算機網絡安全管理中，不僅可以提升數據保護權限，限制數據信息的可讀性，確保數據儲存和運輸過程不會被惡意篡改和盜取，還會提高網絡數據的保密性，營造良好的網絡運行環境。因此，在計算機網絡快速發展的環境下，重視網絡信息安全管理工作，不斷優化數據加密技術，對維護用戶信息安全、保護社會穩定非常有利。
2.計算機網絡信息安全現狀問題
2.1網絡信息安全問題的緣由
根據網絡信息發展現狀，信息安全面臨的風險多種多樣，大體可分為人文因素和客觀因素。首先：網絡信息安全的客觀因素。在計算機網絡運行中，病毒危害更新換代很快，其攻擊能力也在不斷提升，如果計算機防御系統沒有及時更新優化，很容易遭受新病毒的攻擊。例如，部分計算機由于系統長時間沒有升級，無法識別新木馬病毒，這樣便已遺留下一些安全漏洞，增加了信息安全風險。同時，部分計算機防火墻技術局限，必須安裝外部防護軟件，才能提升計算機網絡防護能力。其次：網絡信息安全的人文因素。所謂人為因素，就是工作人員在操作計算機時，缺乏安全防護意識，計算機操作行為不當，如：隨意更改權限、私自讀取外部設備、隨意下載上傳文件等等，嚴重影響了計算機網絡數據的安全性，涉密數據安全也得不到保障。例如，在連接外部設備時，忽視設備安全檢查工作，隨意插入電腦外部接口，容易導致計算機感染設備病毒，導致計算機網絡信息安全受到威脅。
2.2計算機網絡信息安全技術有待提升
信息安全是計算機網絡通信的重要內容，也是計算機網絡通信發展必須攻擊的難題。隨著信息技術的發展，我國計算機信息安全防御技術也在不斷創新升級，能夠有效應對病毒沖擊危害，但是相比先進國家而言，我國計算機信息技術起步較晚，網絡信息安全技術也有待提升。例如，根據我國計算機網絡信息安全現狀，對新病毒的辨識能力和清除能力較弱，無法有效控制病毒侵害，這對信息安全保護和系統運行都非常不利。因此，技術人員可以借鑒他國安全技術經驗，構建出針對性的信息安全防護技術，優化計算機系統安全性能，才能為網絡信息安全傳輸提供保障，避免造成嚴重的安全事故。
3.數據加密技術分析
3.1對稱加密技術
所謂對稱機密技術，就是指網絡信息傳輸中所采用的密鑰功能，利用加密和解密的方式，提升傳輸數據的安全性，常常被應用于電子郵件傳輸中。同時，對稱加密技術具有加密和解密密鑰相同的特征，所以密鑰內容可以通過其中一方進行推算，具備較強的可應用性。例如，在利用電子郵件傳輸信息時，傳輸者可以采用加密算法將郵件內容轉化為不可直接閱讀的密文，待郵件接收者收到數據信息文件后，再采用解密算法將密文還原可讀文字，既可以實現數據傳輸加密的目的，又能確保交流溝通的安全性。從應用角度來講，對稱加密技術操作簡捷方便，并且具備較高的安全度，可以廣泛應用于信息傳輸中。但是，對稱加密技術欠缺郵件傳輸者和接收者的身份驗證，郵件傳輸雙方密鑰有效的獲取途徑，所以也存在一定的安全風險。
3.2公私鑰加密技術
相對于對稱加密技術而言，公私鑰加密技術在進行信息加密時，加密密鑰和解密密鑰不具備一致性，密鑰安全性更佳。在公私鑰加密技術中，信息數據被設置了雙層密碼，即私有密碼和公開密碼，其中公開密碼實現了信息數據加密工作，并采用某種非公開途徑告知他人密鑰信息，而私有密碼是由專業人員保管，信息保密程度高。因此，在采用公私鑰加密技術時，需要先對文件進行公開密鑰加密，然后才能發送給接收者，而文件接收者需要采用私有密鑰進行解密，才能獲取文件信息。在這樣的加密模式下，網絡數據信息安全度提升，密碼破解難度也進一步加大，但是這種加密方式程序較為復雜，加密速度慢，無法實現高效率傳播，加密效率相對較低，不適用于日常信息交流傳輸。
3.3傳輸加密和儲存加密技術
在計算機網絡信息安全保護中，數據傳輸加密、儲存加密是重點保護內容，也是信息數據保護的重要手段，其主要目的是避免在數據傳輸過程中被竊取和篡改風險問題。線路加密和端對端加密是兩種主要的傳輸加密方式，實現了傳輸端和傳輸過程的信息安全保護工作。例如，傳輸加密是對網絡信息傳輸過程中的安全保護，通過加密傳輸數據線路，實現信息傳輸過程保護，如果想要停止加密保護，必須輸入正確的密鑰，才能更改數據加密保護的狀態。端對端加密技術是在信息發送階段，對數據信息實施自動加密操作，讓數據信息在傳遞過程中呈現出不可讀的狀態，直到數據信息到達接收端，加密密碼會自動解除，將數據信息轉變為可讀性的明文。此外，存取控制和密文儲存是儲存加密的兩種形式。在存取控制模式中，信息數據讀取需要審核用戶的身份和權限，這樣既可以避免非法用戶訪問數據的問題，又能限制合法用戶的訪問權限，實現了數據信息安全等級分層保護。
4.計算機網絡信息安全中數據加密技術的合理應用
4.1數據隱藏技術
在網絡信息數據加密保護中，將數據信息屬性轉變為隱藏性，可以提升數據信息的可讀權限，提升信息安全度。因此，將信息隱藏技術應用于網絡信息加密工程中，利用隱蔽算法結構，將數據信息傳輸隱蔽載體中，可以將明文數據轉變為密文數據，在確保信息安全到達傳輸目的地時，再采用密鑰和隱蔽技術對數據信息進行還原，將密文數據還原成明文數據。例如，在企業內部區域網絡信息傳輸時，便可以采用數據隱蔽技術控制讀取權限，提升網絡信息傳遞的安全性。因為在企業運行模式下，一些企業信息只限于部分員工可讀取，尤其是一些涉及企業內部機密、財務經濟等數據，所以需要采用隱蔽載體技術，通過密鑰將隱藏的提取數據信息。在這樣的加密模式下，企業數據信息安全性得到保障，不僅可以實現信息數據高效率傳播，還降低了二次加密造成的安全隱患，控制了員工讀取權限，對企業穩定發展非常有利。
4.2數字簽名技術
相比公私鑰加密技術而言，數字簽名技術更加快捷便利，是公私鑰加密技術的發展和衍生。將數字簽名技術應用于網絡信息安全中，在數據傳輸之前，傳輸者需要先將數據文件進行私有密鑰加密，加密方式則是數字簽名信息，而數據文件接收者在收到文件信息后，要使用公共密鑰解密文件。由此可見，數字簽名技術在公私鑰加密技術的基礎上，增加了權限身份的審核程序，即利用數字簽名的方式，檢查數據文件傳輸者的權限和身份，進一步提升了網絡信息傳輸的安全性。同時，在計算機網絡信息安全管理中，根據信息數據管理要求，靈活運用對稱加密技術、公私鑰加密技術和數字簽名技術，充分發揮各項加密技術的優勢作用，落實數據傳輸和存儲加密工作。例如，針對保密程度較低的數據信息而言，可采用靈活便利的對稱加密技術，而對于保密級別較高的數據而言，即可采用數字簽名技術進行加密。通過這樣的方式，不僅可以保障網絡信息傳輸效率，優化信息傳輸的安全性能，還可以提升數據加密技術水平，為網絡信息安全提供保障。
4.3量子加密技術
隨著計算機信息技術的發展，數據加密技術也在不斷創新和優化，信息安全保護質量也隨之提升。相比以往的數據加密技術而言，量子加密技術的安全性更好，對數據安全控制效果更佳。將量子力學與加密技術進行有效融合，既可以實現數據傳輸時的加密操作，又能同時傳遞解密信息，節省了單獨的密鑰傳輸操作，加密方式也更加智能化。例如，在網絡信息傳輸中，一旦發現數據傳輸存在被竊取和被篡改的風險，量子加密技術會及時作出反應，轉變數據傳輸狀態，而數據傳輸者和接收者也能及時了解數據傳輸狀況。這種數據加密方式一旦發生狀態轉變是不可復原的，雖然有效避免的數據泄漏風險，但可能會造成數據自毀和破壞問題。同時，由于量子加密技術專業性強，并且仍處于開發試用狀態，應用范圍和領域比較局限，無法實現大范圍應用。
5.結束語
總而言之，為了提升計算機網絡信息的安全性，落實各項數據加密技術應用工作非常必要。根據網絡信息安全現狀問題，分析了對稱加密、公私鑰加密、數據隱蔽等技術的應用優勢和弊端，指出其合理的應用領域。通過合理運用這些數據加密技術，不僅強化了數據傳輸、存儲的安全性，營造了良好的網絡信息環境，還有利于提升用戶的數據加密意識，促進數據加密技術優化發展。
信息安全畢業論文范文模板(二)：大數據時代計算機網絡信息安全與防護研究論文
摘要：大數據技術的快速發展和廣泛應用為計算機網絡提供了重要的技術支持，有效提高了社會經濟建設的發展水平。計算機網絡的開放性和虛擬性特征決定了技術的應用必須考慮信息安全與防護的相關問題。本文介紹了大數據時代計算機網絡安全的特征和問題，研究了如何保證網絡信息安全，提出了3點防護策略。
關鍵詞：大數據時代；計算機網絡；信息安全與防護
進入信息時代，計算機網絡技術已經逐步成為人們的日常工作、學習和生活必備的工具，如電子商務、網絡辦公、社交媒體等。計算機網絡相關技術的發展也在不斷改變人類社會的生產模式和工作效率，實現全球各地區人們的無障礙溝通。但在網絡世界中，信息的傳播和交流是開放和虛擬的，并沒有防止信息泄露和被非法利用的有效途徑，這就需要從技術層面上考慮如何提高計算機網絡信息安全。特別是近年來大數據技術的高速發展，海量數據在網絡中傳播，如何保證這些數據的可靠性和安全性，是目前網絡信息安全研究的一個重要方向。
1大數據時代計算機網絡信息安全的特征
大數據是指信息時代產生的海量數據，對這些數據的描述和定義并加以利用和創新是目前大數據技術發展的主要方向。大數據的產生是伴隨著全球信息化網絡的發展而出現的，在這個背景下誕生了大量的商業企業和技術組織，也為各行各業提高生產力水平和改變生產模式提供了有效幫助。大數據時代的網絡特征首先是非結構化的海量數據，傳統意義上的海量數據是相關業務信息，而大數據時代由于社交網絡、移動互聯和傳感器等新技術與工具快速發展產生了大量非結構化的數據，這些數據本身是沒有關聯性的，必須通過大數據的挖掘和分析才能產生社會價值；其次，大數據時代的網絡信息種類和格式繁多，包括文字、圖片、視頻、聲音、日志等等，數據格式的復雜性使得數據處理的難度加大；再次，有用信息的比例較低，由于是非結構化的海量數據，數據價值的提煉要經過挖掘、分析、統計和提煉才能產生，這個周期還不宜過長否則會失去時效性，數據的技術和密度都會加大數據挖掘的難度；最后，大數據時代的信息安全問題更加突出，被非法利用、泄露和盜取的數據信息往往會給國家和人民群眾造成較大的經濟社會損失。傳統計算機網絡的信息安全防護主要是利用網絡管理制度和監控技術手段來提高信息存儲、傳輸、解析和加密的保密性來實現的。在大數據時代背景下，網絡信息的規模、密度、傳播渠道都是非常多樣化的和海量的，網絡信息安全防護的措施也需要不斷補充和發展。目前網絡信息安全的主要問題可以概括為：一是網絡的自由特征會對全球網絡信息安全提出較大的挑戰；二是海量數據的防護需要更高的軟硬件設備和更有效的網絡管理制度才能實現；三是網絡中的各類軟件工具自身的缺陷和病毒感染都會影響信息的可靠性；第四是各國各地區的法律、社會制度、宗教信仰不同，部分法律和管理漏洞會被非法之徒利用來獲取非法利益。
2大數據時代背景下計算機網絡安全防護措施
2.1防范非法用戶獲取網絡信息
利用黑客技術和相關軟件入侵他人計算機或網絡賬戶謀取不法利益的行為稱為黑客攻擊，黑客攻擊是目前網絡信息安全防護體系中比較常見的一類防護對象。目前針對這部分網絡信息安全隱患問題一般是從如下幾個方面進行設計的：首先是完善當地的法律法規，從法律層面對非法用戶進行約束，讓他們明白必須在各國法律的范疇內進行網絡活動，否則會受到法律的制裁；其次是構建功能完善的網絡信息安全防護管理系統，從技術層面提高數據的可靠性；再次是利用物理隔離和防火墻，將關鍵數據進行隔離使用，如銀行、證券機構、政府部門都要與外部網絡隔離；最后是對數據進行不可逆的加密處理，使得非法用戶即使獲取了信息也無法解析進而謀利。
2.2提高信息安全防護技術研究的效率
大數據技術的發展是非常迅速的，這對信息安全防護技術的研究和發展提出了更高的要求。要針對網絡中的病毒、木馬和其他非法軟件進行有效識別和防護，這都需要國家和相關企業投入更多的人力物力成本才能實現。目前信息安全防護技術可以概括為物理安全和邏輯安全兩個方面，其中物理安全是保證網路系統中的通信、計算、存儲、防護和傳輸設備不受到外部干擾；邏輯安全則是要保障數據完整性、保密性和可靠性。目前主要的研究方向是信息的邏輯安全技術，包括安全監測、數據評估、撥號控制、身份識別等。這些技術研究的效率直接影響著網絡信息安全，必須組織科研人員深入研究，各級監管部門也要積極參與到網絡管理制度的建立和完善工作中來，從技術和制度兩個方面來提高信息防護技術的研究效率。
2.3提高社會大眾的信息安全防護意識
目前各國都對利用網絡進行詐騙、信息盜取等行為進行法律約束，也利用報紙、電視、廣播和網絡等途徑進行信息安全防護的宣傳教育。社會大眾要認識到信息安全的重要性，在使用網絡時才能有效杜絕信息的泄露和盜用，如提高個人電腦防護措施、提高密碼強度等。各級教育部門也要在日常的教學活動中對網絡信息安全的相關事宜進行宣傳和教育，提高未成年人的安全意識，這都是有效提高信息安全防護能力的有效途徑。
第7篇：大數據技術論文范文
關鍵詞：大數據時代；學科館員；數據素養服務；學科發展支撐服務
摘要：在大數據環境下，高校學科館員應努力提供基于數據獲取與利用的信息素養服務，為學者提供基于文獻信息和數據的學科知識發展支撐服務，為學?？蒲泄芾砼c決策部門提供決策支持服務，為深入科研一線的學者提供定制化知識服務。
中圖分類號：G251.6文獻標識碼：A文章編號：1003-1588（2017）04-0131-03
1大數據對圖書館發展的挑戰
1980年，美國最早提出了“大數據”概念，但大數據時代的到來是在2004年以后，以Facebook、Twitter為代表的社交媒體相繼出現，互聯網成為全世界網民實時互動、交流協同的載體。隨著數字化、移動化、網絡化的發展，大數據的應用無處不在，使得圖書館用戶的信息環境、信息行為等發生了巨大的變化，圖書館已經不再是用戶獲取信息的唯一渠道。對用戶來說，在大數據時代，信息資源的組織管理、數據挖掘和價值發現比信息獲取更加重要。
Web of Science、中國知網等國內外商業數據庫的迅猛發展，使得圖書館需要培養大數據時代的圖書館數據管理與應用人才。隨著采集存儲數據的成本越來越低，分析工具越來越先進，個人隱私安全面臨著巨大的沖擊與風險，如何保護用戶的個人隱私，對新時代的圖書館員提出了更高的職業道德與專業素養要求[1]。傳統出版社的電子出版、數字圖書館的發展及開放獲取等，促進了科研資源的大數據化發展。為此，學科服務在大數據時代應積極探索信息服務的新理念和新方法，努力構建智慧學科服務[2]。學科服務是圖書館全館服務體系的靈魂和有機部分，學科館員是全館最核心、最重要的資源，應當借助大數據時代的優勢與機遇，在算機軟硬件操作、信息資源挖掘、讀者隱私保護等方面提高服務質量[3]，從而運用知識圖譜整理館藏資源、建立學科文獻數據庫、整合資源知識等。
2基于數據獲取與利用的信息素養服務
數據素養主要體現為數據解讀、數據管理、數據利用、數據評價等[4]，強調對數據的操作和使用。另外，其還包括數據的倫理道德修養[5]、數據存取[6]等。學科館員應具有發現、評估與使用信息和數據的意識和能力。
2.1數據獲取與利用能力
學科館員的數據素養主要體現為對科學數據的獲取和再利用、數據庫重組、數據分析與可視化軟件使用及培訓等。預計到2020年，80%以上的公益性、基礎性科學數據資源將通過因特網面向全社會共享。學科館員應幫助用戶群體提高數據獲取能力，努力培養和提高用戶群體的公共自助科學數據開放獲取意識，幫助人們識別和查找科研數據的在線信息庫。此外，數據重組會創造出更大的價值，如：英屬哥倫比亞大學圖書館和華盛頓大學圖書館建設學科服務門戶，將購買的多個數據庫（如期刊論文、圖書、研究報告、數據、數字化館藏、學位論文等）分裝打包，并推送到各學科平臺，不僅降低了用戶查找相關數據庫的時間成本，而且提高了各數據庫的利用率；北京大學將古籍資源加入3D技術進行處理，添加古代地圖，聚合其他人文景觀信息，大大提高了古籍的觀賞價值和利用率。
2.2學會和善于利用工具
在新時期，學科館員應具有學科專才、情報能力，并能熟練掌握及利用相關的軟件工具，如：信息導航、信息檢索、檢索查新、文獻管理、知識發現、專利分析等工具。數據軟件培訓主要是指學科館員根據用戶需求，到相關院系開設數據分析軟件（如SPSS、Eviews、Stata等）、文獻管理軟件（如EndNote、RefWorks等）、科研管理軟件、商業統計軟件等相關專題講座、討論會，幫助用戶主動運用軟件工具并提高科研效率。云計算正在改變人們對數據存儲的看法，海量數據存檔研究成為一項基礎性工作，越來越多的大學和研究中心開始建立科學數據倉儲庫，如Figshare、Dryad、PANGAEA等。因此，面對云架構，學科館員需要對云存儲等數據存儲基礎設施及數據組織進行必要的了解和認識，通過高度標準化的數據存儲工具適應科研數據負載的變更，保證在可信賴環境中提供數據集的持續永久性訪問。
3基于文獻信息和數據的學科發展支撐服務
3.1學者成果驗證
科研機構的科研能力是衡量其競爭能力的重要指標，學者作為其中的主體，其科研能力直接決定科研機構的科研水平和后續的發展優勢。圖書館學科館員可以根據學者需求，利用WOS、Scopus等數據庫檢索學者在某一時段的發文數量、被引頻次、所投期刊的影響因子等，分析合作者的影響和產出績效，并基于學者個人成果，包括期刊、會議論文、專著等作品，提供文獻收錄和引用檢索證明，方便科研人員進行職稱申報、基金申請和評獎等。
3.2嵌入式課程教學
學科館員以課程為主要服務方式，提供信息素養教育課程，促進用戶通過課件學習、課堂研討等方式全面提高自己的信息素養技能。學科館員與專業教師進行合作，將信息素養培訓內容嵌入課堂教學，通過“課堂教學信息指導”和“嵌入課程教學”等方式，針對性地提供信息素養教育；借助虛擬學習環境，提供注冊課程，獲取課程學習資源、課程考試資源等內容，延伸教學空間與交流空間，培養學生的終生學習能力。
第8篇：大數據技術論文范文
摘 要：文章從信息-技術-人三個方面分析了大數據對情報學帶來的影響，以及數據提取知識的大數據應用目標與建立人與知識間關聯的情報學目標之間的關系。通過對美國國立衛生研究院的BD2K大數據項目的案例分析，從信息-技術-人的維度、數據生態系統建設以及數據素養提升三個方面，提出了情報學的大數據應對策略。
關鍵詞：BD2K；大數據；情報學；信息-技術-人；信息鏈；應對策略
中圖分類號：G250.2 文獻標識碼：A DOI：10.11968/tsyqb.1003-6938.2017030
1 引言
大數據是近五年來我國情報學的研究熱點，在中國知網的“圖書情報與數字圖書館”子庫中以“大數據”作為主題搜索，能夠檢索到2183篇論文，其中2013年之前只有零星的論文，2013年之后每年以約300多篇的速度增加（見表1）。以“大數據+影響”為主題搜索，能夠檢索到317篇論文，以“大數據+策略”為主題搜索，能夠檢索到278篇論文（截至時間為2017年2月10日）?？梢娢覈鴪D書情報領域對大數據及其影響和策略的研究成果在短短的五年內增長速度非?？臁?/p>
盡管大數據對情報學的影響和對策研究論文數量增長很快，但其一，大數據和數據科學的發展本身尚處在起步階段；其二，相關論文增長的年代還不夠五年，歷時比較短；其三，大數據的影響和策略研究成果大多從圖書館的角度開展。因此，開展大數據對情報學的影響以及情報學的應對策略，對于情報學在大數據時代的準確定位以及健康發展非常有必要。
本文將從情報學的視角，結合醫療健康領域大數據的國家應對措施的案例分析，研究大數據對情報學的影響，探討情報學的大數據策略。
2 情報學視角的大數據影響分析
2.1 大數據影響的考察維度
2.1.1 大數據的數據、技術和應用三個維度
考察大數據的影響，我們首先要找到一個全面和客觀的考察維度。對于什么是大數據，業界已經存在很多定義以及圍繞著定義的質疑，很多學者認同大數據是有著“4V”（即容量（Volume），種類（Variety），速度（Velocity）和價值（Value）） 特征的數據，其數量大、類型多、實效強、價值高。大數據的發展歷史并不長，故人們常在不同立場上對其定義進行敘述，因而，不同背景下大數據就有不同的指向，只有站在同樣的認知角度上討論大數據的問題，才能得到解決大數據問題的正確辦法。
大數據最先是來自技術領域的術語，它被認為是現有的技術手段難以在短期內處理的數據，2009年美國政府了數據網站，率先開始了政府數據開放的歷程，到2012年美國政府“大數據研究和發展倡議”之后，從決策和應用的角度研究大數據才開始大量出現。大數據之所以受到廣泛的關注并不因為它是技術上的新挑戰，當前人類科學和技術上的挑戰很多，但大多數都只受到科學家或工程師們的關注，而大數據的不同是因為它的應用價值高、影響廣泛深刻。
朱揚勇和熊S[1]論述了大數據的三個要素，即數據、技術和應用，是對大數據比較全面的認識。大數據中隱含了大價值，需要技術支持價值的發掘，需要結合社會應用來實現價值。
2.1.2 情報學的“記錄的知識、人、工具”三大內容結構
對于情報學的內容結構，業界同樣存在很多不同的認識。2000年，J.M.Griffiths[2]在《回歸未來：千禧年的信息科學》一文中將情報科學的基本構成歸納為“人、記錄的知識、工具”三個要素，并提出了圍繞三個要素的情報學研究內容，對人的研究內容包括：人與信息的關系、人的認知過程和知識結構、人的信息查詢行為、人所處的信息環境、人與環境的互動、人際互動；對記錄知識的研究內容包括：知識組織與傳播、信息管理和知識管理、信息檢索設計、信息計量學、網絡計量學；對工具的研究內容包括：人在獲取、存貯、識別、傳播記錄的知識中起作用的工具如分類法、標引、主題詞表、檢索算法、搜索引擎、人工智能等[2]。
而早在1999年，iSchool運動便開始興起，最早有十多所世界一流的LIS院系參與iSchool聯盟，秉承聯盟所倡導的在教學和研究中關注“人-信息-技術”以及它們之間的關系的理念。
2.1.3 “信息（數據）-技術-人”的考察維度
從大數據的“數據-技術-應用”視角、到情報學內容結構的“知識-工具-人”視角、以及iSchool的“信息-技術-人”的相互關系視角，雖然它們的思想來源不同，但卻是異曲同工。大數據視角中的“數據”，可以看作是信息的一種，或者說是信息的原料；大數據強調的“應用”就是強調大數據對人的作用，強調大數據的人文關懷；大數據視角和iSchool理念強調的“技術”比情報學內容結構中的“工具”范圍稍微廣泛一些，但是都是圍繞信息或者數據的獲取、存貯、識別和傳播所起作用的技術、工具或者方法。
所以，不管我們是從全面認識大數據本身的角度，還是從情報學內容結構以及iSchool理念的角度分析，從“信息-技術-人”的角度關注大數據帶來的影響都是一種可行的、客觀的考察模式。
2.2 大數據帶來的影響分析
2.2.1 從信息方面看
網絡可以留下人類行為的數字化記錄，科學儀器采集記錄大量的實驗和觀測數據，可穿戴設備記錄人體生理和活動數據，這些逐漸形成了來源多樣、數量巨大的大數據；數據的采集、存儲、傳播技術的發展使數據利用的成本降低、便利程度提高，逐漸造成了當今社會人人生成數據、人人需要數據、人人分析數據、人人理解數據的狀況；大數據可以在不經意間自然反映出一些過去無法用科學手段揭示的現象和結果，直接影響人們的決策，因此很快被應用普及。以公共健康為例，集中記錄匯總全國或全地區的患者病歷數據庫、匯總患者的臨床記錄，形成覆蓋全面的大數據，便可以幫助醫療機構快速檢測傳染病，進行疫情監測、疾病監測，還可以聯動公眾健康個性化咨詢和疾病防控的快速響應程序，從而形成智慧醫療的效果。
以信息管理和信息服昭芯課己任的情報學不論是滿足公眾的一般性信息需求，還是為教學、科研服務，其所面臨的問題是：由于數據正在成為人們決策中所需要的信息中的一個重要種類，在未來要保證信息管理和信息服務的水平和質量，應該開展數據管理和數據服務，從而更好地延續滿足公眾的信息需求、為教學和科研服務的目標。
2.2.2 從技術方面看
技術方面的影響是全方位的，圍繞著數據的產生、采集、加工、存儲、檢索、傳播和利用過程的技術，涉及到很多的學科領域，包括計算機科學、軟件開發、通訊技術、人機交互、信息管理、信息系統等。
對于情報學而言，比較有特色的一些信息處理的技術手段，如信息分類、信息主題、元數據、信息計量、信息評測、信息檢索、知識發現、信息標準化、信息分析、信息質量控制、信息可信度測評等都面臨著針對大數據處理的升級改造。
2.2.3 從人的方面看
（1）大數據時代人的信息需求發生變化。數據、信息和知識都是人類需要獲取來處理的對象，我們常統稱它們為信息，信息根據人的需要和自身的特征呈現不同的類型，大致可分為事實型信息、社會型信息和知識型信息三種。真實記錄和反映個人、社會和自然界情況的、未進行思維加工的信息稱為事實型信息，它們一般以數據的形式出現；反映個人、社會和自然界情況的，經過人腦提煉、組織和表達的信息是社會型信息，它們經過了人的思維過濾，作為一般性的社會需要傳播，但還沒有或者沒必要成為規律性的認知結果，如人對一些事件的看法和觀點的陳述、報紙上的新聞報道、觀眾對某一電影的影評文章，人可能對這些信息感興趣，但不一定都想知道這些信息背后隱藏的科學規律；人對自然和社會的規律性的認識稱為知識型信息，它們是人對社會和自然界認知的結果。
用戶的信息需求與信息的可獲得性關系密切，信息的可獲得性大，信息的需求就高，反之亦然，而信息的可獲得性很大程度上受信息傳播技術和傳播渠道等客觀條件的影響。由于三種信息的價值不同、傳播技術的不同，人類對上述三種類型的信息傳播的情況也不同。最早得到傳播的是知識型信息、其次是社會型信息、再次才是事實型信息。知識型信息能夠直接指導人的決策，價值最高；社會型信息經過少量采集和分析能夠轉化為知識型信息，價值次之；事實型信息經過大量采集和分析才能夠轉化為知識型信息，單個信息價值低、總體信息價值才高。知識型信息的可獲得性受到國家的保障，可獲得性最高，社會型信息的受眾面最廣，滿足人們的日常信息需求；事實型信息是自然形成的，數量最大，正在逐步滿足日常信息、社會信息和知識信息各個層面的信息需求。
在信息傳播的不同發展歷史階段，用戶信息需求的變化可以分為四個階段。第一階段用戶的需求：以圖書館傳播渠道為主要形式，滿足對知識型信息的需求，由于傳播條件限制，用戶只能通過圖書等形式獲取他人提煉之后的知識型信息，圖書館通過借閱形式滿足了大部分的社會知識型信息需求，而其它類型的信息只能依靠自己觀察和記錄來獲得；第二階段用戶的需求：以圖書館輔助大眾媒介為傳播渠道，是以知識型信息為主輔佐少量社會型信息的信息需求，除了圖書館傳播知識型信息的渠道，用戶通過廣播電視報紙等大眾媒介獲得社會型信息；第三階段的用戶需求：以網絡傳播形式為主，獲取數據庫、互聯網、圖書館提供的知識型信息和社會型信息的混合型信息，用戶通過訪問數據庫、互聯網、圖書館能夠得到豐富的信息類型，圖書館傳播的主要是知識型信息，而數據庫可能提供視頻音頻、圖書、期刊、數據等各種類型的信息，包括知識型信息和社會型信息，人們可以在此基礎上生成知識；第四階段的用戶需求：仍以網絡傳播的數字信息形式為主，但可以從圖書館、數據庫、互聯網等獲取知識型信息、社會型信息和事實型信息等三種類型的高度混合型信息；這一階段剛剛開始，是記錄個人、社會、自然界的行為特征的大數據的加入傳播渠道并壯大發展為特征的信息傳播和需求，人類的選擇和決策受到大數據的影響，科學研究進入到第四范式。
綜上，用戶的信息需求經歷的四個階段為：
* 以知識型信息為特征的需求模式；
* 以知識型信息為主輔助社會型信息為特征的需求模式；
* 以知識型和社會型混合性信息為特征的需求模式以及以知識型；
* 以社會型和事實型信息需求為特征的需求模式。
（2）大數據時代人使用信息方式的拓展。人類發展的歷史，也是隨著信息和通訊技術的發展，人使用信息的種類和方式也在不斷拓展。情報學的研究內容經歷了多次拓展，從紙媒時代的圖書資料，到計算機單機時代的電子資源和數據庫資源，再到網絡時代的數字資源，再到大數據時代的數據資源，信息的存在和利用形式在不斷改變，情報學一直的目標都是研究人的信息需求、研究信息產生、采集、組織、存儲、傳播和服務的全過程，為人們從信息中提取知識提供便利。
大數據時代，人所使用信息內容和方式增加了數據的使用和數據中的知識挖掘，情報學所研究的信息內容必須做適當拓展。隨著數據科學的出現，國際上已經成立了數據科學的學會協會，國內外也有了專門的數據科學學術刊物，在高等教育層面，國內外都有了本科、碩士和博士層面的數據科學課程和培養方案。雖然數據科學發展很快，但它目前還不是一個成熟的學科，還沒有形成確定的研究對象和核心的研究內容。由于數據問題涉及的學科眾多，未來的數據科學也許類似信息科學，會形成一個學科群，而情報學從人們使用數據的角度提供數據的管理和服務的研究應該屬于該學科群中的一個核心內容，因為不管信息的類型如何變化，人們對知識的渴求是不變的。知識型、社會型、事實型信息的混合和信息需求的多樣化，會使信息世界和信息空間越來越復雜，社會更加需要幫助人們從信息中獲取知識的服務。
2.3 情報學價值和大數據價值的本質分析
情報學的核心價值在于通過信息生命周期的管理，建立人與知識的連接，解決人的知識利用問題。該觀點的來源可以追溯到1945年，范內瓦?布什博士在《誠如所思》的文章中提出二戰后科學發展的目標――要讓人類正在增多的知識得到充分的利用。國內外學者都認為，《誠如所思》的發表標志著情報學的誕生。情報學從誕生時到今天所追求的目標就是，建立人與知識的連接，幫助人類充分的利用知識[3]。
上述實踐案例應對大數據的對策給我們的啟示主要有：（1）從數據中識別知識和數據中生成知識成為了科學研究的必要手段；（2）管理上的投入和社會各方廣泛參與是解決大數據問題的有效措施；（3）大數據隨處可見，但大數據獲取仍然很困難；（4）應對大數據的問題仍然需要注意標準先行；（5）為大數據建立索引、幫助實現大數據的發現是核心的問題；（6）人的意識和能力是大數據應用的核心問題；（7）大數據工具和方法的開發是大數據應用的核心問題。
4 情報學的大數據對策研究
4.1 在“信息-技術-人”及其之間關系的研究中更多嵌入大數據的內容
4.1.1 開展針對全信息鏈的信息研究和信息管理
Peter Ingwersen教授1994年就指出，由于信息社會的出現，人類從物理上和智力上獲得快速增長的知識出現問題，再加上在社會范圍內解決問題的復雜性增強、信息技術提供了各種機會，在這樣的條件下情報學產生了。由于獲得信息對解決問題的潛在價值隨著全球對技術的依賴性而逐步增強，結果，信息處理過程、工作的專門化和信息科學受到促進[11]。如果我們現在把上面這句話中的一些“信息”轉化為“數據”二字，可以看到數據對解決問題的價值隨著全球技術的發展而逐步增強，數據處理過程、數據工作的專門化和數據科學必然受到促進。按照Harold Borko先生在1968年的情報科學定義，情報學是一門研究信息的行為和屬性以及處理信息使其易于獲得和易于使用的最適宜方法的學科。它關注與信息的產生、收集、組織、存儲、檢索、解釋、傳播、轉換和使用相關的知識體（the body of Knowledge）[12]。
按照學界廣泛接受的“數據-信息-知識-智慧（Data Information Knowledge Wisdom，DIKW模型或DIKW金字塔）”[13]，數據、信息、知識和智慧之間是一種鏈的關系，其中信息是最核心的，所以，很多學者將DIKW稱為信息鏈，DIKW模型反映了四種概念之間本質的關聯性，數據是原始素材，信息是加工處理后有含義的數據，知識是信息之間的關聯性的本質認識，智慧是人運用知識的能力。從上面兩位著名情報學者的論述中，我們可以看到，情報學曾經經歷過技術依賴所帶來的學科發展的促進，在今天的大數據時代，數據對于解決問題的潛在價值不言而喻，情報學需要繼續研究作為一種特殊信息或者作為信息原料的數據的行為和屬性，關注數據的產生、收集、組織、存儲、檢索、解釋、傳播、轉換和使用，研究處理數據使其易于獲得和易于使用的最適宜的方法。
傳統情報學比較注重的是DIKW模型中的信息（I）這個層次，大數據將信息鏈中的焦點左延到了數據（D）這一層，而大數據的關鍵在于應用，在于從數據中發現知識，數據中獲得信息再獲得知識是大數據應用的目標，因此大數據同時將信息鏈中的焦點右移到了知識這一層（K）。因此，從信息的角度看，情報學的大數據對策之一就是：將研究的重點從信息鏈的信息層左延到數據層并右伸向知識層，重點關注數據向信息和知識的轉化，針對數據-信息-知識-智慧開展全信息鏈的信息研究和信息管理。
4.1.2 信息處理技術向數據處理技術傾斜
技術是當今數據和信息的存在環境，圍繞著信息的生命周期，技術的介入經歷了從局部作用到整體作用的發展過程。在數據獲取、數據組織和數據分析的大數據處理中，來自不同學科的技術都分別起到自己的作用，如計算機科學、通訊科學、數學、統計學、信息管理學、圖書館學情報學等，它們對數據處理的介入和定位是比較復雜的部分。
從上一節的BD2K的實踐分析中我們看到，大數據的工具開發的最佳模式是不同知識背景的人同編程人員一起協同工作；此外，促進大數據利用的工作除了開發還有管理，除了分析還有應用，除了技術還有政策，其中對很多的W科都提出了挑戰，IT技術也開始向數據技術傾斜。
因此，從技術的角度，情報學的大數據對策之二是：情報學傳統的對信息加工和管理的技術如信息組織、信息檢索、信息分析、知識發現、元數據、信息質量控制、信息可信度評估、信息標準化等技術，要向數據技術傾斜。
4.1.3 分析數據需求，建立人與數據之間的聯系
今天的信息是在技術環境下為人服務的，無論是數據和信息還是技術的挑戰，都面臨著人在工作、生活和學習中對知識的需求內容和方式的根本改變，技術促進了這種改變，信息形式促進了這種改變，信息和技術的綜合作用影響了人對知識的需求和利用。
人和知識之間的聯系是個人和社會發展的基礎，情報學一直致力于能夠建立人與信息或知識之間聯系。七十多年前的1945年范內瓦?布什博士提出的讓人類正在增多的知識得到充分利用的科學目標，成為了情報學的研究宗旨；十多年前的1999年iSchool運動中，很多學校以人和信息的交互作為LIS教育的培養理念和教學目標，如佛羅里達大學信息學院的教學目標就明確為建立人與信息的重要聯系[14]。
由于人與知識之間的信息聯系在內容和方式上是不斷進化的，圍繞著信息有各種技術不斷出現，包括信息的表達和記錄（如文字、印刷、圖書、期刊、報紙、視頻、音頻等）、信息的傳播（如出版機構、圖書館、廣播電臺、電視臺、互聯網等），人必須找到合適的方式利用信息，有學者認為人、信息、技術是環環相扣、互相適應、互相制約發展的[15]。人對信息的需要是永恒的，人也永遠在思考和探索能夠運用什么樣的技術來吸收、傳播和利用信息。每一次新的技術突破，都會對人、技術和信息三者之間平衡關系的打破進而尋求新的平衡。
大數據的發展造成人與知識的聯系出現了新的問題，尋求新的平衡就帶來新的突破，包括學科的突破、專業的突破，正是在人與知識之間關系的沖突和矛盾之中，情報學得到發展。因此，從人的角度看，情報學的大數據對策之三是：深度研究人的數據需求，建立大數據時代人與數據之間、人與信息之間以及人與知識之間的重要聯系，推動情報學理論與實踐的發展。
4.2 尋找數據生態系統建設中情報學的定位
從BD2K的案例分析中，我們看到醫療健康大數據策略中非常強調數據生態系統的建設，專門召開研討會和工作會來研究相關的問題，如何優化數據生態系統，將是大數據時代管理層和應用層要解決的關鍵問題。
當前數據生態系統存在的問題很多，BD2K提出了缺乏合適的數據工具、數據獲取困難的問題，提出了讓數據可發現、可接入、可交互和可重用的建設目標；我國學者朱揚勇和熊S也很精辟地提出了大數據應用中的“6用問題”，即數據不夠用、數據不可用、數據不好用、數據不會用、數據不敢用、數據不能用[1]。
數據生態系統建設一定需要跨學科和跨領域的合作，不是某一個學科和某一個領域可以獨立完成的。情報學本質上是研究人的信息利用問題的學科，在解決數據生態系統建設的問題中，其相關度很高，應該處于核心的位置，對于數據共享、數據標準開發，數據資源索引，數據資源描述、數據溯源、數據知識產權、數據發現、數據重用、數據管理、數據質量、數據可信度等數據生態系統建設的關鍵問題，情報學可以用參與和合作方式，加入數據生態系統的建設和優化的隊伍中。
因此，從數據生態系統建設的角度，情報學的大數據對策是需要積極尋找在數據生態系統建設中本學科的理論、方法和實踐方面的貢獻，明確本學科的定位，借助大數據的機遇推動學科的發展。
4.3 社會人和專業人全方位的數據素養提升
從BD2K在人員培訓和教育上的投入，我們看到人的數據素養不足是大數據應對策略需要解決的重要問題。信息素養教育一直是LIS的研究熱點，圖書館學和情報學長期以來的信息素養提升的理論和實踐中積累了豐富的經驗，建立了國際間的合作關系、形成了廣為流傳的信息素養標準，信息素養教育所積累的經驗、國際合作模式、標準推廣方法等都為情報學在大數據時代開展數據素養的提升計劃奠定了良好的基礎。
情報學需要研究針對人人利用數據的時代中，社會普通人的數據素養要求；研究在服務于人的數據需求的過程中，專業數據人才的數據素養要求；制定社會人和專業人全方位的數據素養提升計劃，通過社會科普、職業培訓和專業教育，采用學校教育、社區教育、繼續教育、MOOC’s教育等多種方式，開展全方位的數據素養的培訓和教育。
針對數據素養提升，情報學的大數據對策是研究如何區分信息素養和數據素養之間的不同，制定數據素養的合理標準，針對不同的數據需要和應用需要，開展全球性的數據素養提升計劃，全面提升普通民眾和數據專業人士的數據意識、數據知識和數據能力。
5 結語
大數據的影響是多個方面的，用信息（數據）-技術-人的三個維度考察其影響和應對措施既符合大數據思維也符合情報學的學科視角，從醫療健康領域的大數據實踐看，從數據到知識是大數據應用的關鍵，研究借助于大數據技術建立數據與人之間聯系的理論與方法，是情報學在大數據時代的目標，情報學可以從信息-技術-人的維度確立學科的研究內容，在數據生態系統建設中找準學科的定位，并且為大數據時代人的數據素養的提升做出貢獻。
參考文獻：
[1] 朱揚勇，熊S.大數據是數據、技術、還是應用[J].大數據，2015，1（1）：71-81.
[2] José-Marie Griffiths.Back to the Future： Information Science for the New Millennium[J].Bulletin of the Association for Information Science and Technology，2000，26（4）：24-27.
[3] 周曉英.情報學的形成與定位[J].情報資料工作，2006（2）：5-10.
[4] The White House.Obama Administration Unveils‘Big Data’Initiative： Announces $200 Million in New R&D Investments[EB/OL].[2017-02-10].https：//whitehouse.gov/sites/default/files/microsites/ostp/big_data_press_release_final_2.pdf.
[5] NITRD Big Data Senior Steering Group.The National Big Data R&D Initiative[EB/OL].[2017-02-10].https：//nitrd.gov/bigdata/documents/NationalBigDataRDInitiativeVisionAndActions.pdf.
[6] 王曰芬，x清楠，宋小康.國外數據科學研究的回顧與展望[J].圖書情報工作，2016，60（7）：5-14.
[7] Ohno-Machado，L.NIH's Big Data to Knowledge initiative and the advancement of biomedical informatics[J].Journal of the American Medical Informatics Association，2014，21（2）：193.
[8] Jocelyn Kaiser，Emily Underwood.NIH makes $32 million in awards to mine big data[EB/OL].[2017-02-10].http：///news/2014/10/nih-makes-32-million-awards-mine-big-data.
[9] NIH.About BD2K[EB/OL].[2017-02-10].https：//datascience.nih.gov/bd2k.
[10] Lucila Ohno-Machado.NIH's Big Data to Knowledge initiative and the advancement of biomedical informatics[EB/OL].[2017-02-10].https：///jamia/article-lookup/doi/10.1136/amiajnl-2014-002666.
[11] Peter Ingwersen.Information and Information Science[M].Allen Kent.Encyclopedia of Library and Information Science.New York： M.Dekker，1994：137-175.
[12] Borko H.Information science： what is it？[J].Journal of the Association for Information Science and Technology，1968，19（1）：3-5.
[13] Rowley，Jennifer.The wisdom hierarchy：representations of the DIKW hierarchy[J].Journal of Information and Communication Science，2007，33（2）：163-180.
[14] 陳傳夫，于媛.美國iSchool的趨勢與啟示[J].圖書情報工作，2007，51（4）：20-25.
第9篇：大數據技術論文范文
美國大數據研究學者表示，如今是大數據大行其道的世界，大數據可以帶來巨大的成就，在軍事、經濟及其他領域中，決策將日益基于數據和分析而做出，而并非基于經驗和直覺。正如《孫子兵法》所說：“知彼知己，百戰不殆”。所謂知者，乃數據也，數據要“未卜先知”。在大數據時代，“知彼知己”、“未卜先知”能夠更加容易地實現。
白宮里的大數據戰略
如今，美國已進入“大數據”時代。“大數據”對信息爆炸時代的嶄新描述，它的基本單位是“太”（TB），而1000個“太”則等于一“拍”（PB）。這個單位有多大？舉個例子，美國國會圖書館是世界上最大的圖書館之一，它所有印刷品的信息量加起來只有15太，而全美國僅在2010年一年的新增數據量就足足有3500拍，這比13億中國人人手一本1500頁的書加起來的信息量還要大。
奧巴馬政府意識到大數據技術的重要性，將其視為“未來的新石油”。2012年3月，奧巴馬政府在白宮網站了《大數據研究和發展倡議》。2012年5月，美國數字政府戰略，更是提出要通過協調化的方式，以信息和客戶為中心，改變聯邦政府工作方式，為美國民眾提供更優的公共服務。其中關鍵，就是政府必須保證美國民眾可以隨時隨地通過任何平臺或設備獲取政府信息和公共服務。美國國家科學基金會、國家衛生研究院、國防部、能源部、國防部高級研究局、地質勘探局等六個聯邦部門和機構承諾，將投入超過2億美元資金用于研發“從海量數據信息中獲取知識所必需的工具和技能”。
美國最重要的數據開放平臺就是奧巴馬政府在2009年推出的Data.gov，Data.gov也是美國“開放政府”承諾的關鍵部分。依照原始、地理數據和數據工具三個門類，涵蓋了農業、 氣象、金融、就業、人口統計、教育、醫療、交通、能源等大約50個門類，匯集了“從家庭和企業能耗趨勢分析到全球實時地震通知等，甚至還可以查詢從好奇號火星漫步者發回來的數據中得知火星的天氣情況”。
為了確保美國民眾能方便快捷地找到政府服務欄目，美國在各聯邦政府層面實施了“數字分析項目”，“這是政府IT部門第一次摸清公眾都在網站上尋找什么信息、在哪里尋找這些信息，以及他們是否能夠順利找到信息等情況?！闭甀T部門還對聯邦政府網站在移動設備上的使用進行了優化，并開發了移動應用程序，確保美國公民隨時、隨地，通過任何設備都能獲取政府信息。
大數據戰略在企業
除了政府，美國企業也同樣擁有對于數據重視和應用的歷史傳統。
早在大數據概念火熱起來之前，美國信息技術產業在大數據產業已經有了很多技術積累，這使得美國的大型信息技術企業可以迅速轉型為大數據企業。有的企業自身是大數據技術的推出者，谷歌就是典型代表。大數據核心技術Hadoop是雅虎員工Doug Cutting根據谷歌2003年的學術論文研究而來。有的企業則通過收購業內已經存在的大數據企業來建立大數據業務，典型代表是IBM。自2005年以來，IBM出資160億美元收購了超過30家大數據企業。大數據不同于傳統的結構化數據，而是充斥了非結構化數據和半結構化數據，美國在結構化數據庫領域有數據庫行業的領頭羊甲骨文公司，但甲骨文公司也推出了大數據業務。甲骨文公司成為了業界首個以全面、軟硬件集成的產品滿足企業關鍵大數據需求的公司。它可幫助客戶進一步提高效率、簡化管理并洞察數據的內在本質，從而最大限度地挖掘數據的商業價值。
不僅如此，全球最大的芯片企業英特爾也進入大數據產業，而全球最大的PC廠商惠普也在精簡PC業務，2011年斥資110億美元收購英國大數據企業Autonomy公司，進入大數據業務。美國信息技術產業的大企業，從軟件企業到硬件企業，從門戶網站企業到社交網絡企業，紛紛介入大數據。因此，大型信息技術企業順應時代潮流，轉型升級為大數據企業，是美國發展大數據產業的重要推動力。美國一些大型公司已經開始贊助大數據相關的競賽，并且在為高等院校的大數據研究提供資金。
