大数据小论文题目相关的it服务

在大数据环境下，计算机信息处理技术也面临新的挑战，要求计算机信息处理技术必须不断的更新发展，以能够对当前的计算机信息处理需求满足。下面是我给大家推荐的计算机与大数据的相关论文，希望大家喜欢!计算机与大数据的相关论文篇一 浅谈“大数据”时代的计算机信息处理技术 [摘 要]在大数据环境下，计算机信息处理技术也面临新的挑战，要求计算机信息处理技术必须不断的更新发展，以能够对当前的计算机信息处理需求满足。本文重点分析大数据时代的计算机信息处理技术。 [关键词]大数据时代;计算机;信息处理技术 在科学技术迅速发展的当前，大数据时代已经到来，大数据时代已经占领了整个环境，它对计算机的信息处理技术产生了很大的影响。计算机在短短的几年内，从稀少到普及，使人们的生活有了翻天覆地的变化，计算机的快速发展和应用使人们走进了大数据时代，这就要求对计算机信息处理技术应用时，则也就需要在之前基础上对技术实施创新，优化结构处理，从而让计算机数据更符合当前时代发展。 一、大数据时代信息及其传播特点 自从“大数据”时代的到来，人们的信息接收量有明显加大，在信息传播中也出现传播速度快、数据量大以及多样化等特点。其中数据量大是目前信息最显著的特点，随着时间的不断变化计算机信息处理量也有显著加大，只能够用海量还对当前信息数量之大形容;传播速度快也是当前信息的主要特点，计算机在信息传播中传播途径相当广泛，传播速度也相当惊人，1s内可以完成整个信息传播任务，具有较高传播效率。在传播信息过程中，还需要实施一定的信息处理，在此过程中则需要应用相应的信息处理工具，实现对信息的专门处理，随着目前信息处理任务的不断加强，信息处理工具也有不断的进行创新[1];信息多样化，则也就是目前数据具有多种类型，在庞大的数据库中，信息以不同的类型存在着，其中包括有文字、图片、视频等等。这些信息类型的格式也在不断发生着变化，从而进一步提高了计算机信息处理难度。目前计算机的处理能力、打印能力等各项能力均有显著提升，尤其是当前软件技术的迅速发展，进一步提高了计算机应用便利性。微电子技术的发展促进了微型计算机的应用发展，进一步强化了计算机应用管理条件。 大数据信息不但具有较大容量，同时相对于传统数据来讲进一步增强了信息间关联性，同时关联结构也越来越复杂，导致在进行信息处理中需要面临新的难度。在 网络技术 发展中重点集中在传输结构发展上，在这种情况下计算机必须要首先实现网络传输结构的开放性设定，从而打破之前计算机信息处理中，硬件所具有的限制作用。因为在当前计算机网络发展中还存在一定的不足，在完成云计算机网络构建之后，才能够在信息处理过程中，真正的实现收放自如[2]。 二、大数据时代的计算机信息处理技术 (一)数据收集和传播技术 现在人们通过电脑也就可以接收到不同的信息类型，但是在进行信息发布之前，工作人员必须要根据需要采用信息处理技术实施相应的信息处理。计算机采用信息处理技术实施信息处理，此过程具有一定复杂性，首先需要进行数据收集，在将相关有效信息收集之后首先对这些信息实施初步分析，完成信息的初级操作处理，总体上来说信息处理主要包括：分类、分析以及整理。只有将这三步操作全部都完成之后，才能够把这些信息完整的在计算机网络上进行传播，让用户依照自己的实际需求筛选满足自己需求的信息，借助于计算机传播特点将信息数据的阅读价值有效的实现。 (二)信息存储技术 在目前计算机网络中出现了很多视频和虚拟网页等内容，随着人们信息接收量的不断加大，对信息储存空间也有较大需求，这也就是对计算机信息存储技术提供了一个新的要求。在数据存储过程中，已经出现一系列存储空间无法满足当前存储要求，因此必须要对当前计算机存储技术实施创新发展。一般来讲计算机数据存储空间可以对当前用户关于不同信息的存储需求满足，但是也有一部分用户对于计算机存储具有较高要求，在这种情况下也就必须要提高计算机数据存储性能[3]，从而为计算机存储效率提供有效保障。因此可以在大数据存储特点上完成计算机信息新存储方式，不但可以有效的满足用户信息存储需求，同时还可以有效的保障普通储存空间不会出现被大数据消耗问题。 (三)信息安全技术 大量数据信息在计算机技术发展过程中的出现，导致有一部分信息内容已经出现和之前信息形式的偏移，构建出一些新的计算机信息关联结构，同时具有非常强大的数据关联性，从而也就导致在计算机信息处理中出现了新的问题，一旦在信息处理过程中某个信息出现问题，也就会导致与之关联紧密的数据出现问题。在实施相应的计算机信息管理的时候，也不像之前一样直接在单一数据信息之上建立，必须要实现整个数据库中所有将数据的统一安全管理。从一些角度分析，这种模式可以对计算机信息处理技术水平有显著提升，并且也为计算机信息处理技术发展指明了方向，但是因为在计算机硬件中存在一定的性能不足，也就导致在大数据信息安全管理中具有一定难度。想要为数据安全提供有效保障，就必须要注重数据安全技术管理技术的发展。加强当前信息安全体系建设，另外也必须要对计算机信息管理人员专业水平进行培养，提高管理人员专业素质和专业能力，从而更好的满足当前网络信息管理体系发展需求，同时也要加强关于安全技术的全面深入研究工作[4]。目前在大数据时代下计算机信息安全管理技术发展还不够成熟，对于大量的信息还不能够实施全面的安全性检测，因此在未来计算机信息技术研究中安全管理属于重点方向。但是因为目前还没有构建完善的计算机安全信息管理体系，因此首先应该强化关于计算机重点信息的安全管理，这些信息一旦发生泄漏，就有可能会导致出现非常严重的损失。目前来看，这种 方法 具有一定可行性。 (四)信息加工、传输技术 在实施计算机信息数据处理和传输过程中，首先需要完成数据采集，同时还要实时监控数据信息源，在数据库中将采集来的各种信息数据进行存储，所有数据信息的第一步均是完成采集。其次才能够对这些采集来的信息进行加工处理，通常来说也就是各种分类及加工。最后把已经处理好的信息，通过数据传送系统完整的传输到客户端，为用户阅读提供便利。 结语： 在大数据时代下，计算机信息处理技术也存在一定的发展难度，从目前专业方面来看，还存在一些问题无法解决，但是这些难题均蕴含着信息技术发展的重要机遇。在当前计算机硬件中，想要完成计算机更新也存在一定的难度，但是目前计算机未来的发展方向依旧是云计算网络，把网络数据和计算机硬件数据两者分开，也就有助于实现云计算机网络的有效转化。随着科学技术的不断发展相信在未来的某一天定能够进入到计算机信息处理的高速发展阶段。 参考文献 [1] 冯潇婧.“大数据”时代背景下计算机信息处理技术的分析[J].计算机光盘软件与应用，2014，(05)：105+107. [2] 詹少强.基于“大数据”时代剖析计算机信息处理技术[J].网络安全技术与应用，2014，(08)：49-50. [3] 曹婷.在信息网络下计算机信息处理技术的安全性[J].民营科技，2014， (12)：89CNKI [4] 申鹏.“大数据”时代的计算机信息处理技术初探[J].计算机光盘软件与应用，2014，(21)：109-110 计算机与大数据的相关论文篇二 试谈计算机软件技术在大数据时代的应用 摘要：大数据的爆炸式增长在大容量、多样性和高增速方面，全面考验着现代企业的数据处理和分析能力;同时，也为企业带来了获取更丰富、更深入和更准确地洞察市场行为的大量机会。对企业而言，能够从大数据中获得全新价值的消息是令人振奋的。然而，如何从大数据中发掘出“真金白银”则是一个现实的挑战。这就要求采用一套全新的、对企业决策具有深远影响的解决方案。 关键词：计算机 大数据时代 容量 准确 价值 影响 方案 1 概述 自从计算机出现以后，传统的计算工作已经逐步被淘汰出去，为了在新的竞争与挑战中取得胜利，许多网络公司开始致力于数据存储与数据库的研究，为互联网用户提供各种服务。随着云时代的来临，大数据已经开始被人们广泛关注。一般来讲，大数据指的是这样的一种现象：互联网在不断运营过程中逐步壮大，产生的数据越来越多，甚至已经达到了10亿T。大数据时代的到来给计算机信息处理技术带来了更多的机遇和挑战，随着科技的发展，计算机信息处理技术一定会越来越完善，为我们提供更大的方便。 大数据是IT行业在云计算和物联网之后的又一次技术变革，在企业的管理、国家的治理和人们的生活方式等领域都造成了巨大的影响。大数据将网民与消费的界限和企业之间的界限变得模糊，在这里，数据才是最核心的资产，对于企业的运营模式、组织结构以及 文化 塑造中起着很大的作用。所有的企业在大数据时代都将面对战略、组织、文化、公共关系和人才培养等许多方面的挑战，但是也会迎来很大的机遇，因为只是作为一种共享的公共网络资源，其层次化和商业化不但会为其自身发展带来新的契机，而且良好的服务品质更会让其充分具有独创性和专用性的鲜明特点。所以，知识层次化和商业化势必会开启知识创造的崭新时代。可见，这是一个竞争与机遇并存的时代。 2 大数据时代的数据整合应用 自从2013年，大数据应用带来令人瞩目的成绩，不仅国内外的产业界与科技界，还有各国政府部门都在积极布局、制定战略规划。更多的机构和企业都准备好了迎接大数据时代的到来，大数据的内涵应是数据的资产化和服务化，而挖掘数据的内在价值是研究大数据技术的最终目标。在应用数据快速增长的背景下，为了降低成本获得更好的能效，越来越趋向专用化的系统架构和数据处理技术逐渐摆脱传统的通用技术体系。如何解决“通用”和“专用”体系和技术的取舍，以及如何解决数据资产化和价值挖掘问题。 企业数据的应用内容涵盖数据获取与清理、传输、存储、计算、挖掘、展现、开发平台与应用市场等方面，覆盖了数据生产的全生命周期。除了Hadoop版本2.0系统YARN，以及Spark等新型系统架构介绍外，还将探讨研究流式计算(Storm，Samza，Puma，S4等)、实时计算(Dremel，Impala，Drill)、图计算(Pregel，Hama，Graphlab)、NoSQL、NewSQL和BigSQL等的最新进展。在大数据时代，借力计算机智能(MI)技术，通过更透明、更可用的数据，企业可以释放更多蕴含在数据中的价值。实时、有效的一线质量数据可以更好地帮助企业提高产品品质、降低生产成本。企业领导者也可根据真实可靠的数据制订正确战略经营决策，让企业真正实现高度的计算机智能决策办公，下面我们从通信和商业运营两个方面进行阐述。 2.1 通信行业：XO Communications通过使用IBM SPSS预测分析软件，减少了将近一半的客户流失率。XO现在可以预测客户的行为，发现行为趋势，并找出存在缺陷的环节，从而帮助公司及时采取 措施 ，保留客户。此外，IBM新的Netezza网络分析加速器，将通过提供单个端到端网络、服务、客户分析视图的可扩展平台，帮助通信企业制定更科学、合理决策。电信业者透过数以千万计的客户资料，能分析出多种使用者行为和趋势，卖给需要的企业，这是全新的资料经济。中国移动通过大数据分析，对 企业运营 的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。 2.2 商业运营：辛辛那提动物园使用了Cognos，为iPad提供了单一视图查看管理即时访问的游客和商务信息的服务。借此，动物园可以获得新的收入来源和提高营收，并根据这些信息及时调整营销政策。数据收集和分析工具能够帮助银行设立最佳网点，确定最好的网点位置，帮助这个银行更好地运作业务，推动业务的成长。 3 企业信息解决方案在大数据时代的应用 企业信息管理软件广泛应用于解决欺诈侦测、雇员流动、客户获取与维持、网络销售、市场细分、风险分析、亲和性分析、客户满意度、破产预测和投资组合分析等多样化问题。根据大数据时代的企业挖掘的特征，提出了数据挖掘的SEMMA方法论――在SAS/EM环境中，数据挖掘过程被划分为Sample、Explore、Modify、Model、Assess这五个阶段，简记为SEMMA： 3.1 Sample 抽取一些代表性的样本数据集(通常为训练集、验证集和测试集)。样本容量的选择标准为：包含足够的重要信息，同时也要便于分析操作。该步骤涉及的处理工具为：数据导入、合并、粘贴、过滤以及统计抽样方法。 3.2 Explore 通过考察关联性、趋势性以及异常值的方式来探索数据，增进对于数据的认识。该步骤涉及的工具为：统计 报告 、视图探索、变量选择以及变量聚类等方法。 3.3 Modify 以模型选择为目标，通过创建、选择以及转换变量的方式来修改数据集。该步骤涉及工具为：变量转换、缺失处理、重新编码以及数据分箱等。 3.4 Model 为了获得可靠的预测结果，我们需要借助于分析工具来训练统计模型或者机器学习模型。该步骤涉及技术为：线性及逻辑回归、决策树、神经网络、偏最小二乘法、LARS及LASSO、K近邻法以及其他用户(包括非SAS用户)的模型算法。 3.5 Assess 评估数据挖掘结果的有效性和可靠性。涉及技术为：比较模型及计算新的拟合统计量、临界分析、决策支持、报告生成、评分代码管理等。数据挖掘者可能不会使用全部SEMMA分析步骤。然而，在获得满意结果之前，可能需要多次重复其中部分或者全部步骤。 在完成SEMMA步骤后，可将从优选模型中获取的评分公式应用于(可能不含目标变量的)新数据。将优选公式应用于新数据，这是大多数数据挖掘问题的目标。此外，先进的可视化工具使得用户能在多维直方图中快速、轻松地查阅大量数据并以图形化方式比较模拟结果。SAS/EM包括了一些非同寻常的工具，比如：能用来产生数据挖掘流程图的完整评分代码(SAS、C以及Java代码)的工具，以及交换式进行新数据评分计算和考察执行结果的工具。 如果您将优选模型注册进入SAS元数据服务器，便可以让SAS/EG和SAS/DI Studio的用户分享您的模型，从而将优选模型的评分代码整合进入 工作报告 和生产流程之中。SAS模型管理系统，通过提供了开发、测试和生产系列环境的项目管理结构，进一步补充了数据挖掘过程，实现了与SAS/EM的无缝联接。 在SAS/EM环境中，您可以从SEMMA工具栏上拖放节点进入工作区的工艺流程图中，这种流程图驱动着整个数据挖掘过程。SAS/EM的图形用户界面(GUI)是按照这样的思路来设计的：一方面，掌握少量统计知识的商务分析者可以浏览数据挖掘过程的技术方法;另一方面，具备数量分析技术的专家可以用微调方式深入探索每一个分析节点。 4 结束语 在近十年时间里，数据采集、存储和数据分析技术飞速发展，大大降低了数据储存和处理的成本，一个大数据时代逐渐展现在我们的面前。大数据革新性地将海量数据处理变为可能，并且大幅降低了成本，使得越来越多跨专业学科的人投入到大数据的开发应用中来。 参考文献： [1]薛志文.浅析计算机网络技术及其发展趋势[J].信息与电脑，2009. [2]张帆，朱国仲.计算机网络技术发展综述[J].光盘技术，2007. [3]孙雅珍.计算机网络技术及其应用[J].东北水利水电，1994. [4]史萍.计算机网络技术的发展及展望[J].五邑大学学报，1999. [5]桑新民.步入信息时代的学习理论与实践[M].中央广播大学出版社，2000. [6]张浩，郭灿.数据可视化技术应用趋势与分类研究[J].软件导刊. [7]王丹.数字城市与城市地理信息产业化――机遇与挑战[J].遥感信息，2000(02). [8]杨凤霞.浅析 Excel 2000对数据的安全管理[J].湖北商业高等专科学校学报，2001(01). 计算机与大数据的相关论文篇三 浅谈利用大数据推进计算机审计的策略 [摘要]社会发展以及时代更新，在该种环境背景下大数据风潮席卷全球，尤其是在进入新时期之后数据方面处理技术更加成熟，各领域行业对此也给予了较高的关注，针对当前计算机审计(英文简称CAT)而言要想加速其发展脚步并将其质量拔高就需要结合大数据，依托于大数据实现长足发展，本文基于此就大数据于CAT影响进行着手分析，之后探讨依托于大数据良好推进CAT，以期为后续关于CAT方面研究提供理论上参考依据。 [关键词]大数据 计算机审计 影响 前言：相较于网络时代而言大数据风潮一方面提供了共享化以及开放化、深层次性资源，另一方面也促使信息管理具备精准性以及高效性，走进新时期CAT应该融合于大数据风潮中，相应CAT人员也需要积极应对大数据带了的机遇和挑战，正面CAT工作，进而促使CAT紧跟时代脚步。 一、初探大数据于CAT影响 1.1影响之机遇 大数据于CAT影响体现在为CAT带来了较大发展机遇，具体来讲，信息技术的更新以及其质量的提升促使数据方面处理技术受到了众多领域行业的喜爱，当前在数据技术推广普及阶段中呈现三大变化趋势：其一是大众工作生活中涉及的数据开始由以往的样本数据实际转化为全数据。其二是全数据产生促使不同数据间具备复杂内部关系，而该种复杂关系从很大程度上也推动工作效率以及数据精准性日渐提升，尤其是数据间转化关系等更为清晰明了。其三是大众在当前处理数据环节中更加关注数据之间关系研究，相较于以往仅仅关注数据因果有了较大进步。基于上述三大变化趋势，也深刻的代表着大众对于数据处理的态度改变，尤其是在当下海量数据生成背景下，人工审计具备较强滞后性，只有依托于大数据并发挥其优势才能真正满足大众需求，而这也是大数据对CAT带来的重要发展机遇，更是促进CAT在新时期得以稳定发展重要手段。 1.2影响之挑战 大数据于CAT影响还体现在为CAT带来一定挑战，具体来讲，审计评估实际工作质量优劣依托于其中数据质量，数据具备的高质量则集中在可靠真实以及内容详细和相应信息准确三方面，而在CAT实际工作环节中常常由于外界环境以及人为因素导致数据质量较低，如数据方面人为随意修改删除等等，而这些均是大数据环境背景下需要严格把控的重点工作内容。 二、探析依托于大数据良好推进CAT措施 2.1数据质量的有效保障 依托于大数据良好推进CAT措施集中在数据质量有效保障上，对数据质量予以有效保障需要从两方面入手，其一是把控电子数据有效存储，简单来讲就是信息存储，对电子信息进行定期检查，监督数据实际传输，对信息系统予以有效确认以及评估和相应的测试等等，进而将不合理数据及时发现并找出信息系统不可靠不准确地方;其二是把控电子数据采集，通常电子数据具备多样化采集方式，如将审计单位相应数据库直接连接采集库进而实现数据采集，该种直接采集需要备份初始传输数据，避免数据采集之后相关人员随意修改，更加可以与审计单位进行数据采集真实性 承诺书 签订等等，最终通过电子数据方面采集以及存储两大内容把控促使数据质量更高，从而推动CAT发展。 2.2公共数据平台的建立 依托于大数据良好推进CAT措施还集中在公共数据平台的建立，建立公共化分析平台一方面能够将所有采集的相关数据予以集中化管理存储，更能够予以多角度全方面有效分析;另一方面也能够推动CAT作业相关标准予以良好执行。如果将分析模型看作是CAT作业标准以及相应的核心技术，则公共分析平台则是标准执行和相应技术实现关键载体。依托于公共数据平台不仅能够将基础的CAT工作实现便捷化以及统一化，而且深层次的实质研究有利于CAT数据处理的高速性以及高效性，最终为推动CAT发展起到重要影响作用。 2.3审计人员的强化培训 依托于大数据良好推进CAT措施除了集中在上述两方面之外，还集中在审计人员的强化培训上，具体来讲，培训重点关注审计工作于计算机上的具 体操 作以及操作重点难点，可以构建统一培训平台，在该培训平台中予以多元化资料的分享，聘请高技能丰富 经验 人士予以平台授课，提供专业技能知识沟通互动等等机会，最终通过强化培训提升审计人员综合素质，更加推动CAT未来发展。 三、结论 综上分析可知，当前大数据环境背景下CAT需要将日常工作予以不断调整，依托于大数据促使审计人员得以素质提升，并利用公共数据平台建立和相应的数据质量保障促使CAT工作更加高效，而本文对依托于大数据良好推进CAT进行研究旨在为未来CAT优化发展献出自己的一份研究力量。 猜你喜欢： 1. 人工智能与大数据论文 2. 大数据和人工智能论文 3. 计算机大数据论文参考 4. 计算机有关大数据的应用论文 5. 有关大数据应用的论文

伴随着信息化技术飞速发展的同时，作为重要业务的支撑基础，IT基础设施规模亦日益强大.我整理了it热门技术论文，有兴趣的亲可以来阅读一下!

IT设备数据处理技术

摘 要：伴随着信息化技术飞速发展的同时，作为重要业务的支撑基础，IT基础设施规模亦日益强大与复杂，这给信息系统的安全、故障定位、信息监控带来了新的挑战，增加了运维管理的难度。本论文对IT设备数据处理技术介绍以及IT服务设备数据处理设计和系统的测试与分析做了描述并进行了总结与展望。

关键词：运维;监控;数据处理

中图分类号：TP315

1 绪论

1.1 课题的来源及研究背景

伴随着信息化技术飞速发展的同时，作为重要业务的支撑基础，IT基础设施规模亦日益强大与复杂，这给信息系统的安全、故障定位、信息监控带来了新的挑战，增加了运维管理的难度。经过近几年的IT管理发展，目前市场上已初步具备对主机、网络设备、数据库和业务系统进行监视管理的能力。但由于监控工具众多而分散，缺乏统一的监控数据展示及集中管理平台，导致目前的监控手段并没有很好地在运维流程中发挥更大的作用。同时对于不同的IT服务设备产生的告警和性能信息的处理也进一步出现在运维管理工作的议程上，IT服务设备数据的复杂性和多样性为企业IT运维管理工作的提出了新的难题，鉴于此，策划并启动了本研究课题，提高对IT服务设备数据处理能力的突破，以切实有效地提高IT管理及业务服务能力，确保信息系统的安全稳定运行，最终得以有力支撑企业管理模式改革和创先需求。

1.2 国内外研究现状

目前，在国内外，根据各企业的IT服务设备数据特点和技术难点，各个行业都已经开始着手于IT服务设备数据处理技术的研究，以解决IT服务设备故障定位问题。但是，较为成熟的IT服务设备数据处理模型还没有完全定型。

1.3课题研究意义和研究内容

通过对课题的研究背景的研究，IT服务设备数据主要包含这些设备的性能数据和告警数据，将这些复杂的告警数据通过数据处理规则和模型进行规范化处理，对设备问题的定位能起到快速、准确的目的。为信息系统的安全运行，运维管理水平的提高，起到决定性的作用。本文正是以这样的目的为初衷，研究将IT服务设备数据处理技术与系统建设结合起来，通过分析IT服务设备数据的特点，提出将复杂的IT服务设备数据处理技术应用到企业业务系统中，对企业的运维管理进行辅助处理，提高企业IT设备故障处理的效率，以及降低企业运维管理的难度。

本文分析了某公司IT设备数据处理技术的模型和规则，阐述了IT服务设备数据在企业运维管理中问题定位能力所起到的作用，同时阐述了数据在系统中的效果。通过对IT服务设备数据的分析处理，能够及时获取最准确的故障定位信息。

1.4 论文组织结构

本论文围绕IT服务设备数据处理技术进行研究分析，目的在于对复杂的IT服务设备性能和告警数据进行处理分析，以提高IT设备故障定位的能力，起到提高整个IT运维服务水平的作用。论文一共分为五章，各章节的内容安排大致如下：

第一章：对课题的背景和国内外研究现状进行调研分析，结合相应的环境背景提出课题并分析课题研究的意义，在第一章中，我们还对论文的整个架构进行一个简单的介绍。

第二章：在第二章中，主要是对IT服务设备数据处理技术相关的一些概念的进行简单的介绍说明。

第三章：详细介绍IT服务设备数据处理设计架构，模块设计，业务处理规则设计思路等内容。

第四章：对系统进行测试和性能分析，并对测试结果进行了分析和总结。

第五章：对整篇论文和实验进行总结，提出论文中存在的不足，提出课题研究中还存在的问题等。

1.5 本章小结

本章中主要是对本文要进行研究的课题IT服务设备数据处理技术进行一些预先的调研工作，比如对课题的来源，课题研究背景，国内外对复杂事件处理技术的研究状况等。

2 IT设备数据处理技术介绍

2.1 IT服务设备

本论文中提到的IT服务设备数据主要是指：

(1)主机设备，包含小型机、PC服务器、VM、LPAR等;

(2)软件实例，包含操作系统类、数据库类、中间件类、用软件类等;

(3)网络安全设备，包含交换机设备、路由器设备、漏洞扫描设备、审计设备、入侵检测设备、、防火墙设备、负载均衡等;

(4)存储设备，包含磁盘阵列、带库、光纤交换机等;

(5)环境设备，包含UPS、空调、机柜、配电柜等;

(6)业务服务类，包含基础的业务系统等。

2.2 IT服务设备数据

本论文中提到的IT服务设备数据主要是2.1章节中所提到的设备在运行状态中的性能数据和告警数据，这些数据是通过不同的监控工具获取，各自独立的存在，数据之间没有进行有效关联，对IT服务设备的故障排查、问题定位。

2.3 IT服务设备数据处理所涉及技术

2.3.1 列表法

列表法是记录和处理实验数据的基本方法，也是其它实验数据处理方法的基础。将实验数据列成适当的表格，可以清楚地反映出有关物理量之间的一一对应关系，既有助于及时发现和检查实验中存在的问题，判断测量结果的合理性;又有助于分析实验结果，找出有关物理量之间存在的规律性。一个好的数据表可以提高数据处理的效率，减少或避免错误，所以一定要养成列表记录和处理数据的习惯。

2.3.2 作图法

利用实验数据，将实验中物理量之间的函数关系用几何图线表示出来，这种方法称为作图法。作图法是一种被广泛用来处理实验数据的方法，它不仅能简明、直观、形象地显示物理量之间的关系，而且有助于我们研究物理量之间的变化规律，找出定量的函数关系或得到所求的参量。同时，所作的图线对测量数据起到取平均的作用，从而减小随机误差的影响。此外，还可以作出仪器的校正曲线，帮助发现实验中的某些测量错误等。因此，作图法不仅是一个数据处理方法，而且是实验方法中不可分割的部分。 2.3.3 逐乘法

逐差法是物理实验中处理数据常用的一种方法。凡是自变量作等量变化，而引起应变量也作等量变化时，便可采用逐差法求出应变量的平均变化值。逐差法计算简便，特别是在检查数据时，可随测随检，及时发现差错和数据规律。更重要的是可充分地利用已测到的所有数据，并具有对数据取平均的效果。还可绕过一些具有定值的求知量，而求出所需要的实验结果，可减小系统误差和扩大测量范围。

2.3.4 最下二乘法

把实验的结果画成图表固然可以表示出物理规律，但是图表的表示往往不如用函数表示来得明确和方便，所以我们希望从实验的数据求经验方程，也称为方程的回归问题，变量之间的相关函数关系称为回归方程。

2.4 本章小结

在第二章中，主要是对IT服务设备数据处理技术相关的一些概念的进行简单的介绍说明。

3 IT服务设备数据处理设计

3.1 IT服务设备性能数据处理设计

3.1.1 IT服务设备性能数据处理架构设计

3.1.2 IT服务设备性能数据处理规则

(1)性能数据-轮询采集

3.2.2 IT服务设备告警数据处理规则

(1)告警数据-级别映射

1)监控管理系统分四个级别：严重、重要、一般、提醒;

2)分别收集整理底层监控工具的告警级别;

3)在系统的告警级别映射模块中，搭建系统与底层工具的级别映射关系;

4)此环节为获取原始告警信息后的第一个业务处理环节。

(2)告警数据-过滤

1)系统支持对对象或对象组的过滤，比如单独针对小型机或针对小型机、pc机一起定制过滤;

2)支持对IP、周期、级别、类型、业务系统、采集工具等的过滤;

3)支持对关键字的过滤;

4)支持对不同维度的交集或并集的联合过滤;

(3)告警数据-次数过滤

1)鉴于底层采集工具中，次数过滤的算法参差不齐，初步确定在本系统中搭建一层次数过滤机制。原工具自身包含算法的，设定为不启用。

2)系统提供告警次数过滤的配置功能，一旦设定了次数，需要同类型的告警连续达到此数字，才将告警抛出，否则将丢弃。

(4)告警数据-压缩

(5)告警数据-关联

策略1：对象指标关联

系统提供源指标和目标指标的配置功能，如在某时间段内，A对象的A1指标和B对象的B1指标均产生告警信息，而两指标又存在关联关系，则报出A1指标告警，同时在告警内容中反映B1指标受关联的提示。

策略2：类型指标关联

在对象指标关联的基础上，提供根据主机或业务系统泛化功能，即：A对象所属类型中的A1指标对同属一台主机或同属一个业务系统内的B对象所属类型中B1指标存在关联关系。

(6)告警数据-处理

3.4 本章小结

本章详细介绍IT服务设备数据处理设计架构，模块设计，业务处理规则设计思路等内容，主要包括以下内容：(1)性能数据-轮询采集处理;(2)性能数据-数据量折算;(3)性能数据-归档存储方案处理;(4)告警数据-级别映射;(5)告警数据-过滤、压缩;(6)告警数据-关联;(7)告警数据-处理与清除。

通过上述的方法和步骤，对IT服务设备的性能数据与告警数据的从收集到分析处理建立了一套行之有效的规则，保证了IT服务设备数据的及时性和准确性，为企业IT运维管理的有效开展提供了强有力的数据支持。

4 基于系统的测试与分析

4.1 系统测试分析

通过对性能和告警数据的处理分析，能够快速定位IT服务设备的告警信息，在业务拓扑图上也能明细定位设备问题。

4.2 本章小结

本章主要介绍了IT服务设备数据处理技术在系统建设实现中的应用，通过业务关联分析，能够快速定位IT服务设备故障，提高运维工作效率，提升整个运维管理水平。

5 总结与展望

经过系统的运行和测试，使用IT服务设备数据处理技术在IT运维管理上对问题定位起到决定性作用，同时提高了整个运维工作效率，提升了运维管理水平，为企业的信息化管理水平起到了促进的作用。

但是由于IT服务设备的复杂性，底层监控工具的多样性，目前IT服务设备数据处理技术的公用性和通用性还存在着一定的缺陷，该技术需要进一步的提升和优化。

展望，本文主要分析和论述了IT服务设备的性能数据和告警数据的处理，后续也可以考虑对IT服务设备的属性数据进行管理和分析，充分考虑数据与性能数据、告警数据的技术处理，为IT运维管理水平的提高起到积极的促进作用。

参考文献：

[1]薛尤贵.基于PCIM的告警分析处理方法[J].电信工程技术与标准化，2011(7).

作者简介：赵旭(1987.08-)，女，黑龙江人，研究方向：软件开发与运维。

作者单位：广州供电局有限公司，广州 510000

IT技术的日常生活化

【摘 要】互联网从最初崛起时作为最具震撼力的社会事件发展到如今近乎家喻户晓，期间伴随兴起的IT行业，催生出一批拥有专有技术知识的群体，他们借助网络平台共享技术知识。IT知识日益被民众所接受，拥有专业技术知识的人员是如何将自己拥有的知识社会化，普通大众又是如何内在化这些知识?IT专业知识融入后对日常生活产生了怎样的影响?文章拟在借鉴前人研究成果的基础上，通过文献资料的搜集与解读，就IT技术的“自然化”与日常生活化做一分析。

【关键词】IT技术的“日常生活化”;自然化;影响

一、IT的引入与虚拟社区的建立

从上个世纪80年代中国IT业起步至今已经过了30多年的风风雨雨，伴随中国经济社会的快速发展，IT行业的发展速度和技术更新的周期也越来越快，IT技术如何从最开始令人震惊的社会事件发现到被人们的日常生活所熨平，这一自然化的过程源起于IT专业技术知识人才的出现，这支队伍人数伴随IT行业在日益壮大 ，由于他们在日常生活中专业实践内容的日益丰富，一个依附互联网形成的为有着相同爱好、经历或与IT相关业务的网络用户服务的虚拟社区产生了，在这里他们可以相互交流和分享经验。

二、IT技术的日常生活化

(一)IT技术初入日常生活产生文化震惊

互联网起源于美国国防部先进研究计划局为军事目的而采用的一项工作，经过20世纪后30年的发展才逐渐进入人们的日常生活，最初IT技术的产生带来一场信息技术革命，技术神秘性对具有惯习的日常生活产生冲击，产生文化震惊，人们对这个知道的比自己多的多的并且运算速度超过人脑的庞然大物感到惊奇和震惊，那个时候的计算机还不为多数人所熟悉和使用，使用计算机还只是少数专业人员的事情。

在中国曾掀起三次计算机的普及高潮，普及的对象已经涉及一切有文化的人，可以想象对IT技术的震惊和好奇会随着IT技术的快速发展和人们不断接受的教育而消减。随即进入IT技术融入日常生活的第二个阶段，IT技术逐渐被人们接受并为日常生活服务。

(二)快速更新换代的IT技术抚平产生的文化震惊

日常生活的经济适用性和重复性特征习惯简单重复旧有的行为。然而，由于IT技术更新换代速度快，当新的IT技术出现的时候，人们已经在一定程度上被已有的IT技术所包围，因而新技术产生的社会震惊要小于最初进入民众日常生活。这个过程的实现是专业IT知识群体专业知识社会化和普通民众IT知识内在化两个过程结合实现的。

1. IT技术人员的专业知识客观化。(1)IT技术人员专业知识制度化的过程。人们的所有行为都会倾向于习惯化，在习惯化的过程中，偶然性行为逐渐采取有规则的形式变为可以预见的行为。行为的规则在行动者行为中保留、传递和发展的过程就是沉淀化。IT精英群体借助网络语言把习惯化的行为超出特定的行动情境而传递下来，这样用语言文字把行动规则巩固下来就产生了制度。进一步，行动的规则和制度经过长时间的执行和巩固，逐渐被互动网络中成员接受为一种传统。(2)IT专业知识合法化的过程。合法化的功能是使已经制度化的“初级秩序”客观化，在客观上可以得到，在主观上听起来可信。IT专业技术人员拥有的专业知识通过“类化”、“定型化”后在网络虚拟社区形成一种彼此共享认同的行为规则，这种规则或制度得以被执行和传递需要“合法化”的保证，它向人们解释和证明制度化的行为何以如此。

2. 非IT专业人员专业知识内在化。这个过程是通过行动者个人的社会化而实现的，包括初级社会化和次级社会化。(1)初级社会化是个体在孩童时期经历的最早的社会化，初级社会化的关键是“概化他人”在意识中的形成，当概化他人的概念在意识中晶化时，客观现实与主观现实之间的一种对称关系便确立下来。在这一内化过程中，个体对客观知识的学习主要来自父母。(2)次级社会化是制度或是以制度为基础的“亚社会”的内在化，一定程度上可以说，次级社会化是获取专门知识的过程，这些知识直接或间接地扎根于劳动分工，爱好信息技术或从事IT工作的人们最先获得这方面的专业知识。在多数次级社会化中，不需要个体对重要他人的情感认同，只需人与人之间进行沟通的相互认可即可，这时人们在与他人的沟通交流中内化各种IT知识。

IT群体的专业知识不断外化、客观化为客观知识，非专有知识群体又不断通过社会化来内化各种专业知识，共同构成技术的“自然化”循环往复的过程。渗透到日常生活中的专业知识又对民众的日常产生了怎么样的影响呢?

三、IT专业知识融入日常生活产生的影响

IT知识主观化使IT知识内化为普通大众的认知结构，从而提高他们的知识水平，对人类发展和社会发展都具有重大的理论意义和实践意义。

(一)加速社会知识的生产和进步

主观知识不断地转化为客观知识的过程就是社会知识加速生产的过程。IT专业技术人员通过社会实践等途径所获得的各种新的IT知识、新发现源源不断地从他们那里客观化到社会共有知识体系中，个体通过初级社会化和次级社会化等过程而内化那些贮藏在各种载体上具有创新性的客观知识，从而提高自身的知识拥有水平。

(二)有利于促进IT行业的更快发展

社会知识因主观知识不断地转化而提高质量，有利于促进了科学研究和科技教育事业的发展，并通过应用其科研成果推动了科学技术的发展与进步。随着社会知识质量的提高和数量的增长，人们通过交流和学习社会知识提高了素质，产生出新的消费需求，刺激新一轮的技术创新，普通大众新的消费需求将促使IT行业的更进一步发展。

伴随IT行业出现的IT群体，他们拥有的专业知识不断客观化以及普通大众将IT知识内在化这两个过程相互渗透、循环往复实现技术的日常生活化。与此同时融入日常生活后的IT技术在对社会各个方面带来各种影响，如何趋利避害，合理引导IT技术融入日常生活，需要每个人的努力。

参考文献

[1] 彼得・伯格，托马斯・卢克曼.现实的社会构建[M].北京：北京大学出版社，2009.

[2] 马恒通.主观知识客观化论纲[J].中国图书馆学报，2004， 30(5).

作者简介：潘广芝(1989- )，女，山东日照人，辽宁大学文学院研究生，研究方向：民俗学。

当今时代，电脑已经成为人们生活以及公司发展的必需品。现在和未来一切都是电脑，所以现在电脑技术还是很有前途的，只要你的技术过硬，找到一份好工作，获得高额薪水，一切都不是问题。

大数据（Big Data）又称为巨量资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。“大数据”概念最早由维克托·迈尔·舍恩伯格和肯尼斯·库克耶在编写《大数据时代》中提出，指不用随机分析法（抽样调查）的捷径，而是采用所有数据进行分析处理。大数据有4V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。