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（Back Propagation，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，应当对此保持关注。

2 计算机软件技术在大数据中的应用

2.1 信息数据通信应用

应用计算机软件技术可以在大数据中对信息数据通信过程进行数据分析、数据监控。在数据分析上，利用信息处理技术强大的数据分析能力可以对信息数据通信状态、通信环境等进行数据分析。如用户利用计算机及局域网可以实时接收网络环境中不断产生的新信息数据，这些数据会不断地汇总到计算机中，被信息数据处理技术获取，这样信息数据处理技术可以全天候地对获取的信息数据进行整体分析，对信息数据进行定义、识别，人工直接查阅结果即可。这种功能表现能够准确地帮助人工掌握信息数据通信过程状态，如果发现异常可以及时防控。在数据监控上，信息数据在通信过程中可能受外界因素（恶意攻击等干扰因素）干扰出现通信质量差的问题，使得信息数据丢失或通信断续，而通过信息数据处理技术，人工可以实时对通信过程中信息数据进行监控，若发现异常则查阅详细数据，可知干扰来源，以便处理。此外，计算机软件技术在大数据信息数据通信中的应用表现不止于此，还能做到自主学习、自动分类储存等，这些应用表现均有利于对大数据的利用。

2.2 数据开发及管理应用

数据开发及管理通常是指人工对数据进行分析后，结合现实目标对数据的利用价值进行开发，随之为了保障利用价值水平开展相关管理工作的行为。这种行为常见于大数据企业用户处，即对于企业用户而言，他们在现实发展中必须根据市场环境的发展趋势、变化方向来调整自身。但市场环境的发展与变化是非常复杂，且没有定式的，因此只根据少量数据来进行分析无法准确掌握市场发展与变化情况。这时企业用户开始关注大数据，而大数据内量级庞大、关系复杂的信息数据使得企业用户遭遇了人工能力局限性，数据开发及管理工作难以开展，很多企业就开始引入计算机软件技术，如云储存技术与信息处理技术，由此构建一个企业的大数据信息数据系统。该系统中，云储存技术主要负责接受市场信息数据，并将这些信息数据全部集中后导入信息处理技术中，借助信息处理技术可对市场信息数据进行定义，并了解信息数据下市场的发展趋势与变化，这样企业就能准确把控市场动向，数据开发有了明确的方向。同时在管理工作中，利用大数据信息数据系统，企业可以随时依照市场走势来对自身进行调整管理，始终维护企业发展的准确性、正确性。此外，因为现代很多企业很早就开始使用计算机软件技术来处理大数据信息数据，所以相关软件技术被开发出了很多新的应用方式，例如某些企业经常使用信息处理技术分析庞大用户群体的需求，这样可以帮助企业对潜在用户进行预测，还能帮助企业对网络信息数据管理漏洞进行检查，这样一来，企业的发展动能将得到强有力支撑，可见计算机软件技术具有较高的应用价值。

2.3 问题信息数据处理应用

任意网络用户在网络环境中都会遇到一系列问题，而这些问题往往能够通过大数据来解决，因此用户可以使用计算机软件技术来发挥大数据的功能，以便于解决问题。以普通用户与企业用户为例，普通用户在使用网络时经常会遇到网络攻击，而普通的杀毒软件、防火墙等很难对所有网络攻击进行防护，尤其是面对新型攻擊手段。这时如果普通用户利用计算机软件技术将有关于网络攻击的信息数据构成大数据体，就能让计算机在遭遇网络攻击时利用大数据对攻击手段中的程序、代码等进行分析、定义，由此起到全面防护的作用。企业用户经常会遭遇工作中信息数据处理难题，如金融企业就会遇到业务用户信用评估方法上的难题，人工面对复杂、数量庞大的用户信用信息难以处理，而通过计算机软件技术即可避免这一点，帮助企业用户进行准确评估，帮助企业解决相关信息数据问题。

3 结语

综上，本文对计算机软件技术在大数据中的应用进行了分析，阐述了常见计算机软件技术种类、计算机软件技术在大数据中的应用表现。通过分析可知，目前常见的计算机软件技术早已与大数据融合，在应用中各项软件技术的功能能够有效解决大数据带来的难题，这些功能体现在应用中能够起到提高信息数据利用率、开发信息数据利用价值等方面。

参考文献：

[1]姜亮，陈凯，王松，等.计算机软件技术在大数据时代的应用[J].计算机产品与流通，2020（02）.

[2]张倩，王玲玲.计算机软件技术的不可靠性分析与研究[J].计算机产品与流通，2020（01）.

[3]罗兰.浅谈大数据时代计算机网络技术发展模式的研究与应用[J].数字通信世界，2017（07）.

[4]李宏宾.大数据时代计算机网络技术发展模式研究与应用[J].数字技术与应用，2016（10）.

[5]范晓菁.“大数据”时代背景下计算机信息技术在网络安全中的应用解析[J].信息与电脑（理论版），2018（16）.