周艳萍　曾宪群　沈艳芳

摘要：由于计算机技术的快速发展，为生产生活创造了许多的便利条件，计算机用户具有了较大的规模，信息也呈爆炸式增长，需要有大量的数据需要处理。面对数据的增长，大数据技术的产生，可以为提升计算机信息处理能力创造有利条件。大数据技术的应用也会给当前的信息处理技术产生多方面的压力。由于计算机信息处理能力不能满足保证大数据的处理效果，计算机领域需要实现技术革新。另外针对海量数据的处理，还需要保证数据安全问题，借助数据挖掘发挥数据的价值，明确计算机未来的发展方向，有利于应对计算机信息处理技术面临的机遇与挑战。

关键词：大数据;计算机;信息处理;技术发展

中图分类号：TP391 文献标识码：A

文章编号：1009-3044（2020）09-0022-02

由于计算机技术的普及应用，实现数据的大规模处理与共享已成为计算机技术发展的方向。面对数据总量的高速增长，数据处理需要有更强的能力，计算机技术在发展中需要解决数据的高效处理问题。提升计算机的信息处理能力是保证数据得以高效应用的必要条件，因此要结合大数据技术的应用，发挥网络技术作用，创新计算机信息处理技术，以应对海量数据的处理问题。

1 大数据的引入

大数据是指规模庞大的数据量，伴随着技术的发展，大数据的概念范围也发生了变化，不再局限于对数据量的描述，还用来描绘数据的复杂性、多样性。在计算机技术快速的背景下，产生了多种多样的数据，因此计算机数据处理能力也需要面对新挑战。在当代社会的发展中，许多领域将信息处理变化数据化，区别于传统的数据处理方式，借助大数据可以保证更加低廉的信息处理成本，保证数据具有更高的利用率，更高的处理效果，信息数据借助挖掘可以实现更大的价值。由于大数据的应用，可以对行业活动产生的多种数据加以记录存贮。由于海量数据冗杂，存在复杂的数据关系，计算机处理要应对庞大的数据处理。在未来的发展中，借助大数据的挖掘，可以实现数据资源的深度利用，还可以满足未来物联网与计算机技术的发展多种需要。

2 大数据发展中计算机信息处理技术要解决的问题

2.1 信息资源实现共享

当前单位用户的管理更加依赖于计算机技术，内部要高效处理多方面的数据信息，还要与外部实现数据传输，数据的利用需要突破地域空间存在的限制，要实现在特定范围内的信息共享。数据实现也是降低信息处理投资、减少管理费用的有效措施。当前地理空间下信息实现共享虽然实现了很大的進步，已达成了多层次的共享协议，但从发展的整体情况来看，面对海量数据，当前数据共享还需要解决多方面技术问题，比如共享范围有限的，共享深度还处于浅层次的，还缺少特定范围内数据共享的配套机制，还需要适用的共享技术支持。

2.2 需要完善运维管理机制

针对大数据的处理，计算机数据中心的运营建设要有标准规范的支持，为海量数据的高效处理建立基础条件。另外，针对跨区域的数据处理、数据挖掘、数据服务要有可行的运行维护管理机制，实现不同数据在横向与纵向可以实现信息交流，以发挥信息共享的作用。针对数据平台的建设，也要考虑到存在的影响因素，比如标准没有实现统一，有些采用行业标准，因此要解决大范围数据维护挖掘的技术标准问题，还要建立面向数据用户与管理者的运维沟通机制，消除数据平台由于数据处理能力受限和用户共享数据存在的时效能低下问题。

2.3 大数据技术的应用层次低下问题

当前部分数据处理中心的作用发挥受到了地理空间的限制，面对大数据的利用还处于松散状态，数据信息的挖掘应用难以实现高效，数据挖掘能力不足，数据难以高效加以利用。比如信息共享还局限于文件拷贝或传送图文。这种方式的不足在于数据信息获取局限于一次性利用，难以实现持续更新并对数据的关联加以利用;数据的挖掘利用仅局限于特定的系统，新系统的建立要考虑到地理空间信息的识别认证。

2.4 受到服务能力制约

当前大数据平台能获得多种多样的数据，但是由于服务能力的制约，信息资源与不同行业的数据信息实现了深度融合，数据资源难以保证更有效的利用价值。一些数据资源在利用前还需要完成二次加工。资源难以结合用户存在的差异化需求，服务层次由于不深人，数字化建设中的应用受到影响。

3 大数据发展中计算机信息处理技术的应用

3.1 设计系统

计算机针对信息处理系统的设计要保证大数据的利用效

作者简介：周艳萍（1977-），女，江西吉安人，江西生物科技职业学院信息工程系副教授，硕士，研究方向为软件工程、计算机软硬件等。果，要发挥技术对管理的推动作用，保证数据系统要实现信息处理的核心作用。针对系统的设计还要考虑到成本的控制，以实现数据资源得以充分的利用。在当前技术支持下，系统的设计还要考虑到合理的数据挖掘方案，设计出适应大数据挖掘的应用系统，保证用户可以获得多方面的服务。此外系统还要保证数据信息处理的多样化，用户对于数据需求多方面的差异，而数据信息体现出多而杂的特点，数据系统要保证多种信息得以处理，保证用户可以获得高效的服务。系统的应用还要考虑信息处理存在的外界因素影响，信息处理随机性影响要控制到最低水平。信息技术的利用还要保证领先，管理系统要注重更新，以控制管理风险。

系统的设计要考虑到规范体系的科学合理，保证数据资源的共享效果。数据系统要实现多种服务，针对数据的融合，实现大范围的网络互联，保证大数据挖掘的效果。不同数据要实现深度融合，提升数据资源的覆盖范围。系统的设计还要保证信息数据的开放共享，消除信息孤岛的不利影响，消除重复建设存在的浪费。

3.2 设计信息平台

面对大数据的利用，许多行业注重了信息平台的建设，实现了很大的发展，但是当前计算机系统处理技术受到多种因素的影响在发展中还需要解决多种问题。因此信息平台的设计要面对多样化的业务，信息平台的性能还要有更高的标准。在大数据的发展中，数据的开发利用更加依赖于系统，因此信息平台的设计要有更高的标准。信息平台的设计要保证功能的实现，还要结合运营维护。比如平台如果存在缺陷，可能会崩溃，导致数据发生丢失，会对数据利用造成不利影响。随着信息技术与大数据业务的融合，需要数据平台具有更强大的信息处理能力，信息平台要保证功能性与可靠性，为运营维护创造有利条件。

4 大数据条件下计算机信息处理技术的发展

4.1 实现信息平台的功能

大数据条件计算机信息处理需要借助信息平台，因此平台的设计是关键，平台的功能要包括运营服务、数据管理、功能保障。运营服务管理要通过业务流程对信息加以处理，实现数据管理的高效;数据管理的价值体现在提升数据资源的挖掘效果，要规范框架，保证数据操作流程的合理，保证数据发挥多种作用;功能保障是保证数据平台的安全性与可靠性，借助技术措施防范黑客、病毒对不台的影响。数据平台要保证技术基础架构的可靠性，建立起有效的服务流程，保证服务效果。服务支持要有利于规范大数据的管理中，数据服务流程要结合业务，考虑到信息处理的目标，要发挥信息技术架构库的作用，降低系统对人员的依赖性。数据平台要结合大数据信息处理特点，分析信息处理的要点，充分考虑到数据业务处理的需求，建立運行模型，提升数据平台的处理效率，消除处理不合理、流程不合理等制约问题，建立起高标准维护方案，保障数据信息处理的同步、安全、稳定。

4.2 提升大数据的价值

数据挖掘技术的应用基于对海量数据的抽取分析。海量数据存在噪音，不完全，具有随机性，表达模糊。数据挖掘技术是抽取分析不同数据之间的关联变化、数据的变化趋势、结构存在的异常等。随着技术的发展，数据挖掘技术的应用结合了人工智能、模糊计算、统计学、机器学习等。数据挖掘技术当前已应用于金融、科研等多个领域，比如应用于城市的规划，用于消费行为的分析等。传统模式下的数据挖掘基于数据仓库，利用关系数据库完成数据的统计分析，分析内在的关系，以提升数据的利用价值。数据挖掘要占用大量存储的空间与计算资源。互联网的发展中，数据规模不断增大，传统的数据挖掘难以保证效果，表明为效率低下;软件硬件的应用成本较高，资源及空间占用高;体系架构薄弱，数据分析基于单一算法，难以保证普遍适用性。大数据在应用要具备使用需要利用数据处理技术，以挖掘不同的类型数据内在的价值。比如应用于金融业，借助大数据可以为商业银行发展的起到了导向作用。在大数据挖掘的中，决策可以更加科学性与合理性。在信息技术快速发展并应用领域不断扩大的背景下，产生了多种数据，引发了大数据技术的应用，并已应用于多个领域。大数据技术在应用与发展中，云计算技术得以发展。云计算技术的应用提升了数据信息的处理效果，数据分析可以更加高效与便利，数据挖掘保证了服务性和时效性，可以为社会发展提供多方面的数据支持。

4.3 数据的安全问题

大数据的包括了不同的实体，分别为大数据的服务商、用户、云服务商。大数据服务商要实施借助版权认证，服务借助定义接口，参数修改要通过授权。数据库用户要借助ID或实名注册。云数据服务资源依据节点绑定到公钥系统，保证了数据的安全存储。认证识别借助单点登录，建立信用终身跟踪机制，防止非法入侵。云服务的安全服务还要注重基础设施的完善，包括云计算服务中心、硬件设备、网络通信等。云计算要借助基础设施推进多功能的服务平台，云数据存储、传输、计算等都依赖于基础设施。借助云计算风险评估体系可以服务系统的潜在威胁、薄弱环节、防护方式加以动态化的风险评估。评估结果可以作为风险识别与控制的依据。云系统安全评价要针对价值资产、信息威胁、攻击点、安全措施、潜在风险等要素，涉及云计算平台、安全设施、存储设施、服务协议、风险识别与防范等。要构建多层次风险评估体系，借助模糊矩阵、事件树分析法等对服务流程加以风险评估，识别风险并采取应急措施。

5 结束语

大数据技术在发展中对于计算机信息处理技术提出了更高要求。计算机信息处理技术要结合大数据技术的应用，为数据的深度挖掘创造条件，提升信息的加工质量，实现大数据对信息化的推动作用。

参考文献：

[1]苟阳波.大数据的计算机信息处理技术应用与实践[Jl.数字化用户，2018（5）： 125.

[2]么瑶.大数据时代计算机信息处理技术[J].电子技术与软件工程，2017（16）： 257.

[3]梁凌宇.大数据时代计算机信息处理技术[J].信息与电脑，2016（18）： 139-140.

[4]杨柳.基于大数据的计算机信息处理技术研究[J].数字技术 与应用，2018（3）： 49，51.

【通联编辑：谢媛媛】