第1篇：大数据网络应用范文
关键词：大数据技术；网络入侵检测；数据挖掘技术
就目前情况而言，随着我国社会科技的发展，我国计算机技术、信息技术得到了快速的发展，而大数据技术则是计算机技术与信息技术发展的产物。大数据技术是一种信息收集、分析、整理与存储技术，其能够实现对多种信息数据的管理，在网络入侵检测中应用大数据技术，不仅能够提高网络入侵检测的精准度与准确度，同时还能够实现自动化、智能化的网络入侵检测管理，这对于保证计算机网络能够安全、稳定的运行具有十分重要的现实意义。
1相关理论概述
1.1大数据技术概述
大数据技术是现代信息化社会发展的必然产物，同时也是推进我国现代社会发展的重要技术。大数据是一种数据的集合，能够实现海量信息的分析、整理与存储，是以信息数据为本质的信息技术，同时，在对大数据中数据信息挖掘的过程中，能够实现对理念、模式、技术及应用的创新，从而达到不断优化、创新大数据技术的目的，促使大数据技术更适用于现代信息化社会发展的需求，为现代社会发展提供辅助型的力量。大数据其实就是一种数据库，在该数据库内存储了各行各业的各类数据信息，相关工作人员在数据库收集数据信息时，便可通过相应的技术收集到想要的信息，提高了信息收集的时效性。大数据技术即通过互联网、物联网及企业数据等建立一个数据源，经过提取、转化、加载完成数据的收集，并能够将数据存储与系统当中，在该系统中，能够实现对信息数据的自动化管理，当使用用户想要收集相关数据时，可根据权限在数据库中提取，从而使得数据变得可视化[1]。
1.2网络入侵检测概念
网络入侵检测是保证网络运行安全的重要技术，网络入侵检测主要是检测的是网络的运行状态，即计算机用户使用计算机网络的行为，并辨别用户的行为是否能够对网络产生入侵威胁，若用户的行为将对计算机网络产生入侵伤害，则网络入侵检测能够对入侵行为进行拦截，并上报网络用户，从而最大程度上保证网络的安全性，确保了网络能够平稳运行。网络入侵检测是计算机网络的内部系统，是一种重要的网络安全管理技术，利用网络入侵检测技术，能够实现对不同系统源的信息收集，并通过对这些数据信息的分析判断计算机网络的运行状况，并辨别计算机网络是否存在入侵危险，是否存在他人网络入侵攻击的问题。此外，利用网络入侵检测能够对计算机网络的运行数据实现全面的监控，当网络开始运行时，网络入侵检测便开展工作，直至计算机网络停止运行，在此过程中，网络入侵检测能够根据自动收集的网络运行状况制作成网络检测记录，并自动上传至系统保存，相关工作人员在进行网络管理时便可到系统中搜寻网络检测记录，从而为计算机网络的稳定运行提供判断支持。同时，当网络入侵检测发现存在入侵攻击时，可自动生成反应报告，并上报给相关工作人员，部分威胁网络入侵检测可以利用防基于大数据技术的网络入侵检测应用研究董天宇 黄云（安徽继远检验检测技术有限公司安徽省合肥市230088）火墙自动地域，而对于抵御难度系数较大的入侵行为，需要相关工作人员根据反应报告及时制定入侵抵御计划，从而保证计算机网络运行的安全性与稳定性[2]。
1.3常见的网络入侵方式
网络入侵是影响计算机网络使用稳定性与使用安全性的关键因素，其不仅可以导致计算机网络正常运行受到影响，同时也能够盗取网络用户计算机中的数据信息，使得网络计算机用户的数据信息泄露，使得网络计算机用户的信息安全无法得到保证，甚至有可能损坏企业的经济效益。据笔者调查研究显示，现阶段常见的网络入侵主要包括三种，分别为网络病毒入侵、网络黑客入侵及拒绝服务攻击。（1）从网络病毒入侵的角度来分析。网络病毒入侵是最为常见的网络入侵方式，其主要是在计算机网络中植入木马病毒，导致计算机网络无法正常的使用。网络病毒入侵对网络运行的损害较大，且修复难度较大，同时，现阶段由于我国网络入侵检测技术还不够成熟，且木马病毒具有较大的感染性与隐蔽性，很多木马病毒无法顺利的被检测出来，致使计算机网络很容易受到网络病毒的侵害。（2）从网络黑客入侵的角度来分析。网络黑客入侵主要是入侵技术人员根据计算机网络中的漏洞深入计算机网络系统当中，并对计算机网络实行修改、植入木马病毒等攻击行为。网络黑客入侵的主要目的为盗取计算机网络中的相关数据，或利用计算机网络指令等。（3）从拒绝服务攻击的角度来分析。拒绝服务攻击是指利用相关技术手段使得计算机网络拒绝为用户提供服务，导致用户的数据信息无法被保存，造成用户的计算机网络瘫痪或停止运行，从而引起用户的数据丢失[3]。
1.4网络入侵检测的重要作用
近年来，伴随着我国社会科技的发展，我国网络入侵检测技术在大数据技术、云计算机技术的支持下得到了快速的发展，但由于我国网络入侵检测技术起步较晚，目前仍处于发展中阶段，很多网络入侵检测产品并不完善，致使其在实际使用过程中还存在诸多的问题。首先，就目前情况而言，我国很多网络入侵检测产品的精准度不高，难以实现对入侵行为的精准把控，存在较大的漏洞，很多入侵行为发现不及时或未发现导致计算机网络运行受到了损害。其次，针对网络入侵行为的拒绝服务攻击的处理能不强，且未有完善的自动修复技术，致使还是存在较大的数据信息丢失威胁。再次，现阶段我国大部分网络入侵检测产品的独立性较强，未能实现与计算机网络其他安全部件的良好联动，致使网络入侵检测功能大打折扣，且成本增加。最后，我国大部分网络入侵检测产品未具备完善的测试评估便上市发行，致使在实际使用中适用性与功能性不强，且对于网络入侵产品的检测标准不统一，致使市场上网络入侵产品质量参差不齐。
2数据挖掘技术在网络入侵检测中的应用
数据挖掘技术是大数据技术的重要组成部分，结合业内相关研究成果与工作经验来看，该技术在网络入侵检测的应用中具有良好表现。具体来讲：
2.1系统模型与检测方法
数据挖掘技术是现阶段我国网络入侵检测中普遍使用的一种检测技术，其能够帮助网络入侵检测提高检测的精准度，促使网络入侵检测能够真正的发挥其功能与价值，同时具有成本低、流程简便的优势。数据挖掘技术是基于大数据技术下的数据信息自动收集技术，将数据挖掘技术应用于网络入侵检测中，能够实现与计算机网络其他安全部件的良好配合，达到1+1>2的目的，同时，在大数据技术的支持下，数据挖掘技术还能够实现自我学习、自我创新，从而达到优化技术的目的，促使数据挖掘技术更具备适用性。就目前情况而言，现阶段我国常用的网络入侵检测系统主要包括两种，一种是在主机上安装网络入侵检测产品，而另一种则是在网络上安装网络入侵检测系统，但无论是那种方式都存在一定的漏洞，而基于大数据的数据挖掘技术主要是将两种系统向融合，构建一个Agent检测系统，在该系统中，既能够实现对主机的入侵检测，又能够实现对网络的入侵检测，同时，能够实现智能化、自动化的检测，从而满足不同环境下入侵检测对检测系统的需求。同时，利用数据挖掘技术构建的网络入侵检测产品可以说是一种新型的网络入侵检测产品，其并不需要进行对硬件、软件的调整，而是直接将系统输入到网络系统当中，具有较强的适应力，且具备自主学习功能，能够应对多变的网络入侵手段与形式，故而能够提升网络入侵检测水平。
2.2系统架构设计
现阶段，国内外常用的网络入侵系统构架主要有两种形式，第一种为设计一个中心管理平台，在在该平台对入侵检测进行管理与控制，但该系统构架适用于小心网络管理中，若将其应用于大型网络管理中容易存在检测数据信息准确度降低的劣势。第二种网络系统构架为分布式体系构架，该构架主要是在子网上构建一个独立的系统，每一个区域均有一个系统负责入侵检测，且每一个系统均可以看做是一个个体，该种方式的系统构架能够全面、细致的检测到每一个子网络上的入侵行为，故而更适用于网络入侵检测系统的构架当中。在进行网络入侵检测系统的构架设计时，首先需要收集预处理数据源，并将预处理数据源转移到数据仓库存储，随后利用数据挖掘技术建立一个数据挖掘引擎，随后将数据信息分别输送到检测模块与规则库当中，且规则库同时需要收集管理控制模块，经过规则库分析与处理的信息也需要传送到检测模块当中，随后检测模块通过对数据信息的检测判断是否存在网络入侵行为，若发现存在入侵规则行为后，需要将信息传递到入侵相应模块当中，从而完成对网络入侵检测的全流程。
2.3数据挖掘算法在网络入侵检测中的应用
数据挖掘技术在网络入侵检测中的应用主要利用的是数据挖掘算法，数据挖掘算法主要是利用关联规则建立数据集合，由此可见，数据挖掘算法主要是挖掘网络入侵数据中的关联性，从而分析入侵属性之间的联系，利用相应规则建立数据排列，并剔除无用数据信息，从而提升了数据信息分析的准确性。关联规则在网络入侵检测中应用的主要机理为：通过应用相应的关联规则算法，可在计算机网络系统中快速发现很多未知的网络入侵检测方式，为网络入侵检测和防范提供必要的数据支撑，从而更好地保护计算机网络运行的安全性和稳定性。和其他网络入侵检测方式相比，利用关联规则算法能够快速有效的挖掘出那些未知的网络入侵方式，同时显示目前计算机用户的各种信息及行为方式，检测现有的行为方式和历史数据及行为是否一致，如果二者之问存在较大的差距，则可判定为入侵行为。在网络入侵检测方中，用户在使用计算机系统时，需要先进行登录，每登录一次可看作是一个事务，用t来表示，随着用户登录次数的更多，会形成t的事务数据库，用D来表示，D数据库有很多个不同类型的表组成。用户登录计算机系统记录样本的集合，可用T来表示；特征项的集合，用z来表示.关联规则的蕴含式为A一B，无论是A，还是B，属于z的子集，而且A和B不存在相互关联，二者之问的交集为空集。A在D中是成立的，其支持度为S，置信度为C。其中S为D中事务包含AUB的百分比，可看作是一个概率。而C则是D包含A事务的同时也包含B事务的百分比，可以看作是一个条件概率。
3结论
综上所述，网络入侵检测技术直接影响着计算机网络运行的安全性与稳定性，因此，为了提升我国网络入侵检测技术的水平，提升网络入侵检测产品的质量，保护计算机网络运行的安全，需要在网络入侵检测中融入大数据技术，并合理的运用数据挖掘算法实现对入侵数据信息的精准信息，从而提升网络入侵检测的精准度，确保不会存在入侵信息的漏失，这对于提升我国网络入侵检测产品的发展十分重要，同时也是满足我国现代信息化社会发展的必然选择。
参考文献
[1]张思松,周同旭.大数据时代下加强计算机网络安全的防范措施研究[J].铜陵学院学报,2020,19(04):103-106.
[2]靳亚洽.基于机器学习的DDoS实时网络入侵检测系统关键技术的研究[D].华南理工大学,2019.
[3]张永,杨学.大数据环境下复杂网络入侵数据智能检测平台设计[J].现代电子技术,2019,42(08):183-186.
第2篇：大数据网络应用范文
关键词：大数据 广电网络 发展策略
中图分类号：TP311 文献标识码：A 文章编号：1672-3791（2017）04（b）-0005-02
人们的生活中，无论是社区网络、云计算还是移动互联网、物联网，各类智能终端产生的数据都会被存储，数据不断增多并产生了大数据。目前广电行业处于发展变革的重要时期，面临比较复杂的市场环境与变化，如移动互联、体制变革、全媒体和三网融合等，用户接受习惯和广播电视的营销模式均出现显著改变，因此，广电行业如何高效准确的使用网络大数据以促进行业的快速发展成为每个行业工作者需要思考的重要问题。
1 大数据时代的发展背景
近年来互联网发展迅猛，已经在传播、交易、政治等各个社会层面深入，影响并改变着人们的传统生活习惯，大数据在这一背景下应运而生。大数据可采集到用户的使用信息，并进行精准处理，分析出用户的行为模式与行为习惯，从而为企业的生产提供参考。对于广电行业而言，通过对大数据进行分析能够得到用户习惯与喜好，从而更好地进行资源整合与变革，作用尤为显著。
1.1 大数据含义
目前关于大数据的含义尚不明确，麦肯锡全球研究将大数据含义界定为：规模十分巨大的数据集合，通过传统的数据库软件工具获取这些数据难度较大，对这些数据很难管理、存储和分析。Gartner研究组织认为所谓大数据是指：只有在新的处理模式下，才可以充分发挥更强的洞察发现力、流程优化力及决策力，增长速度迅速、数量庞大且多样化的信息资产。大数据的主要特点表现在：数据规模巨大、数据的流传速度飞快、数据类型多样及价值密度低。在对大数据进行处理时，速度越快、越及时，获得的价值就越大。通过对大数据巨大的数据信息进行分析、预测能够得到较为可靠的结果，与以往的小数据时代比较，能够弥补很多小瑕疵。
1.2 大数据背景下广电行业受到的影响
大数据时代，广电行业受到了很大的冲击，虽然广电行业的有线渠道布局更加健全，内容制作方面具有较大的优势，然而近年来，电视收视市场的市场份额出现大量的缩水。目前世界上众多的网络巨头公司如谷歌、苹果等都通过分析客户的大数据信息来制作更加能够满足客户需要及兴趣的视频内容。以往对广播电视的内容是否优良进行评价时主要依赖于收听率及收视率等，大数据时代背景下，可供用户选择的终端明显增多、需要统计的数据形式也不断的发生变化、数量增多，若仅仅依赖于机顶盒所反馈的用户数据样本分析已经无法准确反映民众的口味。在互联网的推动下，网络电媒体的水平不断提高，电视媒体创作者已经不仅仅将电视作为节目播出的平台，网络的其他平台也可观看。
2 广电网络大数据运用的必要性
网络的快速发展使得各种智能终端快速普及，仅承载视频的终端就在PC基础上增加了Xbox、PS3、安卓、iphone、iPad、蓝光播放器及互联网电视等，而国家网络三大运营商、硬件设备商、互联网企业级内容生产商均对自己的定位进行了调整，积极参与到视频产业的制作中，并通过提供视频服务来获得相应的价值，传统的视频制作行业被颠覆。
c传统的广播电视比较，互联网在全面监测用户的操作习惯时更加方便，用户的收视习惯、收视场景及收视喜好均被大数据所掌握，通过对这些大数据分析能够在平台上向用户投放更加精准、针对性的视频内容、应用需要和广告推荐，以满足用户的其他潜在要求。目前大数据不仅用在用户群体、收视次数、收视时长等分析上，同时也用于微博传播监测、搜索引擎监测等网络维度上，从而为视频产业的参与者的业务运营提供指导，如内容推荐、内容编排、营销手段与广告投放等[1]。在以往较长时间里，有线电视一直处于霸主地位，然而在近年来受到竞争对手的冲击与用户观看习惯的改变，以OTT和IPTV为代表的IP电视发展迅速，传统的政策控制已经失效，只有顺应市场发展的需要才能够迅速发展。
网络发展迅速与大数据的背景下，传统的视频内容服务已经无法满足用户对视频的要求，因此，传统的广电网络要提高自身的竞争力，获得生存之地，必须充分运用互联网这一手段，大力发展广电网络大数据。
3 广电网络大数据应用的挑战与应对策略
3.1 挑战
虽然有线运营商掌握着大量的用户数据，然而这些数据要被充分挖掘并高效利用仍然需要较多的工作，同时面临着巨大的挑战。首先，受到市场需求转变、业务范围的扩展及网络规模不断扩大的影响，广电网络大数据规模不断增加，而原有的系统搭建已经不能适应这些零散、非结构化和无规律的大数据的存储与才处理，导致传统的数据处理平台无法线性扩容，无法更好的应对多元的数据类型与数据规模。其次，有线运营商业务经营范围逐渐增加，使得业务体系更加复杂，这就涉及到多部门的合作问题，业务流程的梳理难度明显加大。再次，大数据的特点与传统的网络业务分析特点不同，需要从多维度来分析海量的非结构化数据，广电网络要满足新的信息服务需求，就必须要构建新型的数据分析模型，挖掘大数据的深层价值。最后，广电网络以往平台比较单一，无法满足多元化、大规模数据的快速处理与分析，需要构建新型的大数据处理平台。
3.2 思考与实践
广电网络要更好的利用大数据，就需要从以下几方面入手：（1）广电网络的核心数据主要来源于电视与用户之间在互相“沟通”时的双向网络，然而目前用于采集用户收视数据的广电网络寥寥无几，基本是依靠采样的固定模式来对数据进行采集与分析，因此可信度不高。广电网络发展中用户行为数据的真实性成为其制约因素，因此急需要采集有效数据。（2）广电网络在对数据进行分析时，要从多平台收集多元数据，已实现数据的融合。目前人们在手机、PC和PAD等终端上观看视频的行为已经非常普遍，广电网络需要重视这一习惯，并对电视数据、点击流量数据、互联网数据进行融合，努力实现客户的识别与标签系统。（3）目前网络视频众多，广电网络要突出重围，就不能沿用以往电信数据集市、传统金融、数据仓库建设的老路子，需要坚持自己的特色，灵活使用数据，建设数据平台。在大数据时代，广电网络可以挖掘收视率市场监测 、广告插播市场等大数据，以求获得差异化。（4）改变以往对“数字”层面的单纯关注[2]，减少对财务指标的过多关注，将重点放在大数据的理解、采集和使用上，从而更系统、规范的使用大数据。（5）增加人才方面的投入与引进，目前广电网络数据分析的人员多是单纯的技术型人才，商业敏感性较差，因此，广电网络在引进和考核人才才时，在保证技术水平过硬的基础上，综合考察人才的商业敏感性、创新性等，同时建立完善的激励机制 。
4 结语
互联网快速发展，大数据的运用对广电网络提供了新的机遇与挑战，广电行业实现快速发展，就必须顺应时代潮流，精准管理、分析与利用用户、节目和内容的大数据，放远眼光，合理挖掘这些数据，以获得更好的发展前景。
参考文献
第3篇：大数据网络应用范文
关键词:大数据技术;网络信息;应用
大数据技术作为一种信息的处理模式，越来越多地被应用到各个领域当中。也可以说，大数据技术的应用预示着算计机网络信息管理进入一个全新的时代。但同时，大数据技术在网络信息管理中还存在着一些问题，这就需要相关人员对大数据技术进行不断的改革。
1大数据技术在计算机网络信息管理中存在的不足
1．1信息处理不规范问题
目前有些工作人员在对计算机网络信息处理时经常会出现数据缺失问题，这就导致了信息在处理过程中的不完整，影响信息的利用率。另外，有些信息在处理时，不能实现共享功能，这就给社会活动中信息的利用造成障碍。
1．2计算机网络信息处理技术的问题
大数据技术依赖于计算机网络环境，对计算机网络信息管理能力要求十分高。但目前我国一部分计算机网络信息处理中，由于计算机硬件设备的落后，导致了信息处理的速度远无法满足时展需求，无法实现数据信息的海量存储。
2大数据技术在计算机网络信息管理中的应用
大数据技术的应用对提高计算机网络信息管理效率有着至关重要的作用。大数据技术主要是指能够处理计算机网络巨大信息量的技术，其技术类型包括了大数据的采集、大数据的预处理、大数据存储管理、大数据分析及大数据应用技术。
2．1大数据技术的特点
首先，大数据技术具有能够存储巨大数据量的特点。目前人们所使用的大数据技术均是LSI技术，据统计，这种技术可以存储的数据量相当于宇宙天体三倍以上的容量。另外，计算机网络一天工作中所产生的数所量可以刻满1．68亿张光盘。这也就表明了LSI大数据技术的信息存储量已经达到了千万亿，甚至是十万亿亿以上。其次，大数据技术可以全方位收集各种类型的数据信息。大数据技术可以收集各种类型的信息资源，如:音频、视频、非结构性数据、网络文章、文本信息、公共地理位置等。例如:UPS公司早在2009年的时候，就已经实现了行车整合优化和导航大数据技术系统，并且至2003年底，该大数据系统已经实现了高速一万多条道路的使用率。同时，该公司还实现了出件率高、燃油量消耗小的目的，大大提高了企业创造经济利益最大化的能力。再次，大数据技术具有较高的商业价值。计算机网络的信息数据量是十分巨大的，其中包括了来自各平台、企业、各运输工具的数据。要想在计算机网络环境下对这些数据进行挖掘和整合，就必须要借助于大数据技术进行分析。企业可以通过大数据技术对信息的分类，选择更有利于自身发展的数据，推动企业商业化进程。最后，大数据技术是提高计算机网络工作效率的最佳途径。在计算机网络中，通常采用非关系型数据处理技术、数据群处理技术对非结构化的系统数据进行管理，从而获取最有价值的数据资源，这与传统的数据处理形式相比，大大提高了数据信息效率，避免了大量时间上的浪费。
2．2大数据技术的应用
大数据网络入侵检测技术的应用。在计算机网络信息管理中，入侵检测技术是信息安全的重要保障。首先，计算机网络信息管理中采用入侵检测技术，可以大大提高计算机网络信息的安全性和可靠性，同时对提高网络信息的保密性能也有十分重要的作用。其次，采用大数据网络入侵检测技术可以依照对信息的不同管理方式，对存在安全隐患的数据进行过滤，确保网络信息数据的安全性。最后，采用大数据网络入侵检测技术还可以实现对计算机运行情况实行监控的功能，大大提升了计算机网络运行的性能。同时也降低了计算机网络信息被袭击的风险。大数据技术在网络信息多元化管理中的应用。随着计算机网络的发展，信息资源共享已经成为了多元化发展的重要手段。在大数据技术环境下，数据的收集、分析效率会大大提升。同时，大数据技术具有存储量大的特点，更加有利于对网络各类信息进行整合，提高网络数据信息的使用率。
3提高大数据技术在计算机网络信息管理中应用能力的措施
3．1发挥政府部门的引控能力
大数据环境下所要处理的信息量十分大。因此为了确保这些信息在处理过程中的安全性和隐秘性，政府部门必须要参与进来，发挥其引控职能。首先来讲，大数据技术信息处理过程中的数据安全性对计算机网络能否正常运行有着十分重要的意义，因此政府部门在管理中要建立专门的信息评估制度，一方面可以对信息的安全性进行监控，防止不良信息的侵入。另一方面可以保护大数据信息处理环境下的数据安全性，避免个人信息的泄露。另外，加强网络信息管理的规范性，也是引导大数据技术在计算机网络信息应用管理中健康发展的必要手段。
3．2提高信息管理人员的综合管理能力
在大数据技术的信息管理中，工作人员的技术水平及综合管理能力是十分关键的。因此，首先要加强工作人员对大数据技术信息管理的重视度。其次要大量引进优秀的大数据技术信息管理人才。再次，对现有的大数据技术信息管理人员进行培训，提高管理人员的技术水平。最后，要建立一个完善的信息管理制度，保证将大数据技术在计算机网络信息管理中应用到每一个环节中，提高信息管理的有效性。
第4篇：大数据网络应用范文
本文通过对云计算以及4G网络的定义和特点进行分析，提出了在4G移动网络平台上采用云计算技术处理城市智能交通系统中的大数据问题，主要是结合二者的优势分析智能交通系统的功能，并加以实现，这将给缓解交通压力、提高行车效率等提供便利。最后对未来智能交通系统开发与应用进行展望。
关键词：4G网络；大数据；云计算；智能交通；交通云
随着人们生活水平的提高，汽车逐渐进入到普通家庭，这无疑对道路交通的要求也越来越高，为提高道路行车效率，迫切需要建设一个高性能的智能交通系统（IntelligentTransportationSystems，ITS），以满足大家的需求。
1智能交通系统的概念
智能交通系统（IntelligentTransportationSystems，ITS）指的是建立在较完善的基础设施之上，将先进的信息技术、计算机处理技术、数据通讯传输技术、电子传感技术及电子控制技术等有效组合在一起，并运用于整个交通运输管理体系中，从而能够在大范围、全天候发挥作用，建立起的一种准确、实时、高效的综合运输和管理系统[1]。依据智能交通系统的概念，我们可以看出，为了解决社会不断增加的交通需求与有限的道路资源之间的矛盾，使有限的道路资源能被充分利用，提高人们的出行效率，保障人们出行安全，智能交通系统作为信息、通信、传感与控制技术综合运用的产物，能给人们带来便捷。但目前，我国城市交通仍面临着许多严重问题，如成都，作为西南地区的一个大型城市，虽然其承载能力越来越强，路网体系也日趋完善，但随着汽车保有量的强劲增长，道路供需关系依然非常严峻。据成都市交管局数据显示，截至2014年3月，成都地区的汽车保有量突破268.59万辆大关，中心城区突破114.18万辆，这个数据仅次于北京。而且成都已月均增2万新车，并持续了62个月。一天就会产生数百亿条GPS数据，而车牌识别信息、交通监控视频信息等数据量更大，交通相关的数据量也早以从TB级跃升到PB级[2]，因此，如果要实现对城市道路的交通流量信息、交通状况、交通违法行为等的全面监测，特别是承担在交通高峰期采集、处理及分析大量的实时监测数据的工作，整个平台的运行压力将会非常巨大，大数据（bigdata）就此产生，大数据分析交通除了流量及车辆的相关信息外，还必须包括路面情况、天气、突况、周边环境等诸多因素，传统的交通数据分析法已很难有效处理如此庞大的数据的问题。城市智能交通应具备的特点和需求分析如下。
1.1数据信息海量化
整个城市的交通行为主体作为城市智能交通的分析对象，海量数据必然成为固有特性。
1.2应用负载变化大
城市交通流特性呈现出区域关联性强，随时间变化大的特点，系统需要根据实时的交通流数据，做出全面采集、分析、处理等。而传统的智能交通方案由于无法在全局上统筹，往往会因此陷入彼此孤立的情形。
1.3高稳定性和高可用性
只有要求城市智能交通系统具有高可用性和高稳定性，才能更好地、更快捷地提供畅通、安全、高品质的行程服务，以保障交通运输的高安全、高时效和高准确性，让政府、社会和公众感觉到方便。而目前的很多方案中，由于各生产厂商繁杂、设备类型众多、质量参差不齐，而国内也缺乏统一的标准，这样不仅系统维护成本高，而且也很难做到保持智能交通系统的高稳定性。
1.4数据共享需求
目前，正在建设中的智能城市交通系统，大量的终端设备出自不同的厂商或不同平台，这样就形成了许许多多的信息孤岛，彼此间很难实现共享数据。这在很大程度上影响了系统功能的充分实现，智能交通系统在硬件、接口上应做的统一，从而使行业信息资源的全面整合与共享成为智能交通发挥整体方案优势、整体统筹资源、统一协调的基础。
1.5信息实时处理性能要求高
随着城市交通的拥堵日趋严重，人们在出行时要求能随时随地通过熟悉的方式获取所需的出行计划和实时的出行信息，因此，未来的智能交通需要满足高效性、实时性的要求。
2大数据与云计算技术对智能交通系统的影响与应用
云计算（cloudcomputing）是将计算任务分布在大量互联的计算机构成的资源池上，使各种应用系统能够根据需要获取存储空间、计算力和各种软件服务，该资源池被称为“云”。“云”是指一些可以自我管理和维护的虚拟计算资源，通常包括宽带资源、计算服务器、存储服务器等大型服务器集群[3]。而云计算（cloudcomputing）是一种基于互联网平台的计算方式，为计算资源提供全新的计算模式，其服务方式可动态、伸缩且虚拟化，云计算技术还会将所有的计算资源汇集在一起，并通过软件实现对资源的自动高效管理。这使用户能更加专注于自己的业务，无需为繁琐的处理细节感到烦恼。云计算技术之所以能有效处理和应对交通数据量大、可用性高、稳定性要求高、信息实时处理要求高、应用负载波动大、数据共享需求大等问题，并能实现应用的灵活性，高效整合资源，降低运维成本和总能耗，很大程度上是源于其自身的高可靠性、弹性扩容性好、快速部署及按需服务的特性。云计算技术以其高度的信息部署、优异的扩展性以及自动化IT资源调度，成为解决智能交通面临的问题的关键技术手段，成为一种全新概念的信息服务模式，有助于智能交通系统的快速实现。建设基于“云计算”的智能交通系统，要实现交通信息的动态采集、分析、处理及，并及时向用户提交动态交通信息，报告路况动态变化信息，指导用户出行计划，规划用户行车线路，从而有效提前进行分流拥堵流量，从而提高交通通行效率[4]。其具体应用如下。
（1）城市中的车、人或设备等每个交通终端节点，均可以实时地通过交通云得到基于整个城市交通信息智能分析后提供的服务。
（2）通过综合整个城区的交通流信息及汽车的运行计划信息，每个交通信号灯都得到高效控制，并在面控、立体多维的基础上进行相关预测；城市交通引导系统也可以与交通信息个性化服务进行无缝结合。
（3）为了更智能地提高交通运行效率，拓展一个智能交通信息服务市场，运营商要相应地通过手机基站定位，向用户提供实时的交通信息服务，这些信息与交通控制、引导相结合。随着移动通信网络的发展，从早期的2G网络到3G网络，再发展到当前的4G移动通信网络，4G网络使图像视频传输更加稳定，决策也更具有时效性，并为智能交通系统提供了更多应用的可能，移动网络在智能化交通信息系统中的运用日趋娴熟、准确，使智能交通系统真正、全面、高效地服务于社会，为缓减交通压力做出了更大的贡献。移动网络技术还有效地为智能交通系统的发展提供了新的发展思路。
34G移动网络的网络结构的核心技术及优点
3.14G移动网络的网络结构的核心技术
4G移动网络体系结构从下往上可分为物理网络层、中间环境层、应用网络层。正交频分复用（OFDM）技术是这一代移动通信网络的核心技术，该技术可以为用户提供速率高、时延小的数据交换服务，能达到下行50Mbit/s与上行100Mbit/s的峰值速率。OFDM技术特点包括：具有良好的抗噪声性能及抗多信道干扰能力，可扩展网络结构。
3.24G移动网络的优点
3.2.1通信速度高、灵活性好4G移动通信系统速率可以高达到l00Mbps，甚至是150Mbps。由于4G网络不仅是面向手机，还面向智能手表、控制器、眼镜等移动智能终端设备，这些终端设备极大丰富了人们的生活，使通信变得更加灵活多样。
3.2.2系统兼容性好未来的4G移动网络要面向全球发展，可以预测4G移动网络一定会开放出更多标准化的接口，并与全世界各种网络进行高速通讯、互联。
3.2.3网络采用宽频谱4G移动网络的每个信道会占有100MHz的频谱，是3G移动网络的20倍左右。
3.2.4通讯费用低目前，很多3G移动网络用户之所以能方便地过渡到4G移动网络进行通信，是因为4G移动网络与3G移动网络的兼容性较好，且4G移动网络的系统采用灵活的操作方式。在加上4G移动网络通讯费用相对较低，为4G移动网络的快速部署创造了条件。
3.2.5网络通信质量高4G移动网络通信时代是高质量通信的时代，与3G移动网络通信技术相比，4G移动网络通信技术将在很大程度上提升大数据的交互、处理能力，特别是跟云计算技术的结合，大大提高了效率，4G移动网络让广大人们拥有了前所未有的、便捷的移动网络交互体验，面对越来越复杂的网络环境，通信质量也得到了较好的保障，4G移动网络通信也能满足3G移动网络通信尚不能覆盖的区域。
4基于云计算的智能交通的关键技术
上述的需求，使大数据与云计算技术成为城市智能交通系统的重要支撑。为了有效地将云计算技术与跟4G网络相结合，提升信息传递的准确性和可达性，还需解决以下几个主要技术问题。
4.1最优路径规划问题
云计算技术在智能交通系统中的另一个重要应用是智能交通系统中的最优路径规划，它在各类应急系统及车辆路径导航系统中具有重要作用。智能交通最优路径规划是以交通运行数据为基础，在云计算数据中心对各交通影响因素进行分析、处理和判断后，再通过短讯、车载终端、GIS电子地图等各类终端帮助信息，为道路的使用人员提供最优路径，引导信息及各类实时交通帮助服务信息，以提高车辆的通行效率及行车安全。
4.2智能交通流预测与出行引导问题
基于云计算的智能交通流预测与出行引导可通过物联网对交通流量数据进行实时采集，对这些数据进行分析和快速处理，以便对道路交通流进行实时动态判别和准确预测，从而正确指导用户出行，这样必须建立起智能交通流量采集数据库及非结构化的数据库。
4.3智能交通事故预警处理问题
道路交通中的突发事故严重影响城市道路交通运行的安全性和可靠性，因此，面对突发事故，必须快速做出反应，提出处理预案，然后对其进行有效、及时地处置。基于大数据分析的交通事故应急处置方案的形成，是通过物联网技术快速采集和分析交通突发事件及整个道路流量信息，迅速地进行事故故障处理，并及时发出预警信息，提前、有效和安全地疏散车流，达到不影响交通正常运行的目的。
5我国智能交通系统发展趋势
众所周知，我国4G移动网络牌照已经发放，围绕4G移动网络的各项业务也快速展开，但目前，网络通讯费用并没有下降，这对基于4G移动网络智能交通系统的开发与使用具有较大影响，相信随着4G网络的普及、通信环境的改善、资费的下调，大数据的交互平台将有望在许多移动设备（如手机、平板电脑）上实现，云计算技术也将得到更广泛的应用。例如，未来的智能交通系统将会出现自动驾驶系统、大数据与智能交通、生态智能交通系统、移动互联网与智能交通等。近年来，基于移动网络智能终端的与交通相关的APP得到飞速发展，因而，移动互联网技术在人们出行中的作用将越来越大。
6结语
基于4G移动网络的大数据和云计算技术的智能交通系统是一个复杂的系统工程，它涵盖了网络构建、信息采集、系统集成及应用开发等多方面内容，同时也涉及城市交通运行管理中的许多领域。要在4G移动网络平台上加快推进大数据和云计算技术在城市智能交通系统中的研究及应用，必须不断加强技术革新、保障云安全、完善基础设施建设，并将政府构建的基础性开放平台与引导科研机构、高校、企业参与应用研发相结合。
参考文献
[1]吴忠泽．迎接中国智能交通的新时代[J].科学,2010(1):3-6．
[2]毕然,党梅梅．智能交通系统标准化现状及发展趋势[J]．电信网技术,2011(4):44-47.
[3]赵娜,袁家斌,徐晗.智能交通系统综述[J].计算机科学,2014(11):7-11.
第5篇：大数据网络应用范文
关键词 : 计算机网络技术;人工智能;应用讨论;
Abstract： Computer network technology as the core of modern society, has a profound impact on the whole society. Artificial intelligence based on computer algorithm is the development trend undoubtedly in the future. This paper will discuss the application of artificial intelligence technology in computer network.
Keyword： computer network technology; artificial intelligence; application discussion;
1、 人工智能技术的优势
1.1、 突破计算能力的局限
人工智能采用了人类学习方式，能通过对大量信息的扫描分析，从而提高底层计算能力，特别是在GPU发展的阶段，让人工智能的计算能力增长到几倍甚至是十几倍。目前随着TPU的发展，让计算速度达到以往的30倍左右，这样不仅降低了人类数据计算成本，也能在相关人员对海量数据进行计算时，提高数据处理的精准度与全面性。
1.2 、强化对数据信息的积累
随着信息技术的发展与普及，也增加了数据处理量。随着人工智能的发展，从互联网中收集到的信息，然后经过人工智能分析、整理、储存，可尽量减少数据井喷带来的影响，帮助在数据层面做更多的积累。
2、 人工智能技术主要应用
2.1、 人工智能数据处理
充分运用其对数据信息的挖掘处理作用。计算机强大的计算能力，帮助处理数据和挖掘相关数据，并不意味着对计算机网络系统中的非法入侵方式以及途径等进行分析和处理、深入对数据的挖掘处理，而这样就能有效对比运用人工智能后的差异，通过整理进而形成一套合理的计算机编码，实现对非入侵以及途径的确认，并通过分析和掌握入侵规律，提高计算机网络运行的安全性。但值得注意的是，由于计算机网络系统自身就存在很多漏洞，需用户不断对其系统进行持续的改进，并对非法入侵的原因进行和分析，对计算机较为落后的相应设备问题，用户要进行及时的更换。
2.2 、计算机网络管理
要想提升计算机网络人工智能技术在计算机网络管理中体现其作用，就需建立安全管理的保障措施，采用其数据统计、运算以及记忆识别等对数据信息进行统计和筛选。
2.2.1、 建立专家系统数据库
人工智能技术中其核心内容是具有丰富数据的专家系统数据库，通过运用专家知识、经验以及对数据的处理和推理方法，将互联网技术中的内容嵌入专家数据库中，并运用人工智能技术进行转换，将简单的数据信息转化为较复杂的程序化信息，这样用户在对数据进行运用时就能根据专家的经验不断对数据信息进行优化处理，选择最为合适的方式用到计算机网络系统中，更好地进行互联网系统管理工作。
2.2.2、 提供智能解答
人工智能技术应用到计算机网络系统中还有一个重要的作用就是实现对用户问题的解答。用户在运用计算机并想从网络中获取信息时，人工智能技术就能自动在互联网中搜寻相关答案并匹配出最佳答案。与以往的问答方式不同，人工智能技术的解答只需通过一个简单的指令就能实现，并能持续做好后续的筛选工作，进而对数据信息进行很好的分析和处理，找出用户最需要的信息，缩短整个信息搜寻的时间，提高用户在海量数据信息中找到精准答案的效率。
2.3、 BP网络技术
BP网络技术能输出或输入相关的数学映射关系，从而加强学习和存储功能。它是集生物学、心理学和统计学等相关学科做支撑的现代网络技术，可高度模拟人的大脑神经，有规律地进行计算。随着它的广泛应用，人们开始越来越了解和熟练掌握其相关功能，如音频、视频等的处理都是经过BP神经网络技术。它的优势就是注重数据方面的独立分析和处理，也随时引进新技术，增加新能力，不断创新和发展。
2.4 、支持向量机算法
支持向量机算法可带来超强的人工智能技术，基于一种完整的样本数量，实现非线性的数据采集，从而高度准确地应用于计算机的高维度数据模式。在人工智能技术与计算机网络技术高度融合时，人工智能技术只要查找到一个与实际较符合的核函数，并进行类别区分，最终就可实现基数大的目标函数。现今，支持向量机算法广泛应用于计算机建模、地图分析等多领域，提高了建模质量，为人工智能技术与计算机网络技术高度融合提供最大可能。
2.5、 智能反垃圾邮件系统
民众在使用电子邮件的过程中，经常会收到一些包含了敏感信息和病毒的邮件，或是收到一些垃圾邮件的骚扰，这些软件给用户造成很大的困扰。利用人工智能技术，可提升电子邮箱对垃圾邮件的拦截，防范垃圾电邮对用户的骚扰。其通过在电邮系统服务器之前设立一个多层次的邮件过滤方案，使那些对用户无用的邮件无法进入到服务器内，从而实现对垃圾邮件的拦截。目前的QQ邮箱、163邮箱以及一些企业级的邮箱都利用人工智能技术实现了反垃圾邮件的智能化，使用户不再受垃圾邮件的侵扰。
2.6、 智能检测、升级系统软硬件
在大数据时代背景下，数据处理技术的发展和应用为计算机网络的软、硬件提出更高的要求，而计算机及其衍生技术的快速发展又使得计算机网络的软、硬件升级换代日益频繁。计算网络应用的软、硬件基础设施建设直接决定了其在数据采集处理以及信息流通共享上的效率，注重计算机网络软硬件设施建设，与时俱进地对其进行升级，更新成为用户最为关心的内容之一。人工智能在计算机网络上的应用，可根据其工作需求对软硬件性能作出科学的判断，并根据判断结果对软件系统进行更新升级，也可及时提醒用户对硬件系统进行更新升级。
人工智能的先进性同时还能提高企业在数据信息资源流通共享中的安全等级，其自动升级和检测提醒功能，能保证企业的计算机网络实时处于最优状态，不仅提高数据信息资源共享效率，还提高企业计算机网络的安全性能，避免数据信息资源被盗取、泄露的可能。
3 、人工智能应用问题分析
3.1 、安全问题
任何技术的开发和应用的前提条件就是安全，这是第一位的。人工智能作为一项高尖端技术，如果脱离人类的控制，将引发严重的安全问题。其一，技术滥用引发的安全危机。人工智能可能被不法分子利用，如黑客可通过智能技术攻击国家的网站、盗取机密信息。此外，黑客还可以借助计算机技术攻破公司的防火墙，非法获得公司的财务信息，甚至将公司财务的资金转移到自己名下；其二，技术缺陷或管理不当诱发的安全隐患。到目前为止人工智能系统还不够成熟，有些技术存在漏洞，可能使人工智能系统出现异常或失灵。例如，深度学习技术不完善，机器人的生产及安装不当会导致严重后果等。
3.2、 伦理问题
人工智能的产生，带来新的伦理问题。智能机器的行为规则能否与社会规范相兼容。机器人也要遵守社会伦理道德，按照人类伦理来行动。如若不然就会引发特殊的伦理问题。谷歌等公司研制的无人驾驶汽车，拆除方向盘、油门和刹车，仅靠智能系统感知周遭情况，基于大数据的分析而判断行车方向。如果是正常行驶、没有意外发生，那么智能汽车可以安全行驶。然而，遇到前方有5人闯红灯，路边有2人在等待，在不能及时刹车的情况下，无人驾驶汽车是选择直行还是转向路边呢？而这类交通事故的发生，又由谁来负责？显然，这是人类都难以抉择的问题。
4 、结束语
综上所述，人工智能出现以后，一种模拟人的大脑进行学习而获取有用信息的智能技术，在当今时代得以高水平发展。
参考文献
[1]戚爽,计算机网络环境下金融信息安全保障体系的构建[J].长春金融高等专科学校学报, 2015(4).78-81.
[2]贾新春,彭登永,李雷,等,城市路网的一种最优路径搜索算法[U].山西大学学报(自然科学版) , 2020,43(1):58-64.
[3]赵娟平,高宪文,符秀辉,改进蚁群优化算法求解移动机器人路径规划问题[U]南京理工大学学报, 2011,35(5):637-641.
[4]苏晨大数据背景下计算机网络安全及解决策略[J]J南方农机, 2020,51(23):153+156-157.
[5]詹盘毅,王霞.大数据时代人工智能在计算机网络技术中的应用[J].科技创新与应用，2020(33): 168-169.
第6篇：大数据网络应用范文
[关键词]大数据；突发事件；网络舆情
[DOI]1013939/jcnkizgsc201718225
随着我国网民的数量越来越多，移动智能设备如手机、电脑、平板也越来越普及，社交网络等新媒体工具更是渗透到人们生活中的每个角落，突发事件在网络上的传播速度也越来越快，人们对突发事件的关注度也随之提高。突发事件一旦发生，相关部门如何快速收集网络上的舆情信息，跟踪事态变化，及时向有P部门通报，是新形势和新环境下急需解决的问题。大数据时代，网络上承载的信息和数据越来越多，给网络舆情的信息工作带来了机遇和挑战，利用大数据技术的优势，网络舆情信息相关部门可以从网上海量的、多样的信息中迅速分析、挖掘出有价值的舆情信息，如何浓缩并解读海量的信息，提高舆情数据的研判能力是大数据环境下舆情分析的重要挑战，大数据技术将在突发事件的网络舆情工作中发挥巨大的作用。
1突发事件网络舆情现状分析
从目前研究舆情的文献来看，舆情的研究经历了传统社会舆情分析、网络舆情分析、大数据舆情分析三个阶段。Facebook、推特、微博等社交网络媒体的兴起掀起了研究网络舆情的热潮，Nathalie Henry通过推特获取了2012年法国大选中网民情感取向数据，并对大选结果进行了预测，证明社交网络媒体确实有较好的预测能力。喻国明（2013）在文章中指出网络舆情的研究经历了早期简单粗放的研究阶段和当前海量的网络舆情研究两个阶段。孙帅（2014）等用时间序列的分析方法探求网络舆情的进化规则，创立了网络c情变化发展的分布模型，并且发现其适应的分析方法。李弼程（2010）等人创立了多种网络舆情的姿态分析模型来对网络行为进行分析判断。网络舆情的信息工作要适应大数据时代的新特点、新变化，将大数据与突发事件网络舆情的应对策略紧密结合起来，充分发挥大数据在网络舆情工作中起的重要支撑作用，既可以推进互联网现代化的治理，还可以提高政府在突发事件网络舆情的应急处理能力。
2大数据在突发事件网络舆情的应用
应用在网络舆情的大数据技术有很多，目前比较成熟的是Apache 软件基金会提出的 Hadoop 分布式计算系统基础框架。框架包含多个大数据技术开源项目，相关的核心技术主要包括：分布式计算模型（MapReduce）、分布式文件系统 HDFS（Hadoop Distributed File System）、数据仓库工具Hive和分布式数据库 Hbase，其中对大数据网络舆情分析起着关键作用的是MapReduce。Hadoop的工作原理主要是通过MapReduce模型实现其对突发事件网络舆情数据的监测、分析以及舆情的趋势分析、跟踪预警，从而提高数据挖掘与分析能力。分布式文件系统 HDFS还可以有效利用与管理硬件资源和存储资源，提供更高的数据存取能力。Hive可以快速查询数据、挖掘数据并迅速建立索引。基于非结构化数据存储的数据库Hbase的使用，可以兼容不同类型的数据实现分布式存储。
传统的监测工具、方法和流程难以处理现在海量复杂的网络舆情，基于Hadoop的大数据技术因其快速的数据处理能力、数据存取效率极高、灵活的应用平台能力以及可以通用的硬件系统诸多良好的性能，可以在海量数据的环境下完成舆情信息数据的采集、处理、分析及突发事件预警支持、舆情信息报告等工作，满足了突发事件网络舆情信息相关工作的高标准和高要求。Hadoop是当前学术科研界和企业实务界用来解决大数据存储和数据分析的主流技术，更加缩短了数据处理的时间、降低了综合成本。
3基于大数据的突发事件网络舆情应对策略
31前期：搭建网络舆情收集、分析平台
搭建具有公信力的网络舆情收集、分析平台，该平台应同时具有网络舆情宣传、评价、报告和处理等功能。通过平台，我们可以及时收集、跟踪网络热点问题，第一时间研判网络舆情事件；通过多种方式引导网络舆情，在收集、分析网络舆情信息的基础上科学合理传播、处置信息；及时反馈处理的舆情信息、作出评价并定期舆情报告。通过平台，可以有效地掌握舆情处理的主动权。
32中期：建立突发事件网络舆情的处理机制
突发事件网络舆情的处理不仅适用于事件舆情的前期爆发阶段，也适用于事件网络舆情发展的其他阶段。有效的突发事件网络舆情处理机制，可以把事件的影响控制在最小范围内，然后采取有效的措施进行疏导，从而化解社会矛盾、减小影响，并防止事件矛盾的进一步激化。
33后期：完善突发事件网络舆情事后体系
善后是突发事件网络舆情应对策略里必要的步骤，主要协助舆情相关部门恢复网络的正常秩序，防止或控制此事件舆情再次发生，为以后突发事件网络舆情的应对和处理提供经验。所以，事后体系应该包括对现有处理方案的评估、总结和舆情数据库的建立。我们需要建立相关的网络舆情数据库，便于以后及时查阅、完善网络舆情的事后体系。
4结论
突发事件网络舆情的分析已逐渐成为研究的热门课题。目前来看，国内外的研究大都集中在网络舆情分析算法、舆情监控系统的研究，对基于大数据的突发事件网络舆情分析相关的技术研究相对较少，还不能满足现在突发事件网络舆情的需求。确实，现在网络舆情的研究大部分都是情报方面的工作，但是加入大数据的背景之后，我们可以从定性的方法慢慢变成定量研究。本文主要基于大数据对突发事件的网络舆情进行研究，总结了大数据在网络舆情的应用及应对策略，展望下一步研究可以从可视化方面研究，利用现代信息技术等解决网络舆情问题。
参考文献：
[1]Jennifer Bachner，Kathy WHillAdvances in Public Opinion and Policy Attitudes Research：The Policy Studies in New Zealand[J].International Journal of Drug Policy，2014，23（1）：45-53
[2]Nathalie Henry，Jean-Daniel Fekete，Michael JMcGuffinNodeTrix：A Hybrid Visualization of Social Networks[J].Management Science，2012，46（3）：1302-1309
[3]喻国明大数据分析下的中国社会舆情[J].中国人民大学学报，2013（5）：2-9
[4]李艳灵，李刚大数据环境下突发事件网络舆情分析及应对策略[J].网络通讯与安全，2015，15（11）：14-15
[5]汪可大数据路径下铁路突发事件舆情研究[D].武汉，华中师范大学，2015
[6]张宁熙大数据在突发公共事件网络舆情信息工作中的应用[J].现代情报，2015，35（6）：38-42
[7]张倩大数据在突发事件政府决策中的应用[J].东北农业大学学报：社会科学版，2013，11（6）：73-79
[8]孙帅突发事件网络舆情管理机制研究[D].苏州：苏州大学，2014
[9]李弼程，林琛，郭志刚突发事件网络舆情研究探讨[J].情报杂志，2010，29（7）：54-57
第7篇：大数据网络应用范文
关键词：大数据时代；计算机远程网络通信技术；优势；问题；应用
互联网时代，计算机网络的应用更加广泛，基于互联网的产业结构升级步伐不断加快，人类社会经济生活与互联网联系更加密切。大数据时代背景下，各种数据信息成为最为重要的资源，计算机网络通信技术的应用也得到了长足的进步和发展。各国竞争不断加剧，计算机网络通信技术也面临更多的变革，基于大数据分析的计算机远程网络通信技术在我国得到了充分的发展，从最为传统的电子邮件到即时在线通讯工具，从固定的计算机到现在的移动通讯终端时代，远程网络技术充分发挥大数据技术优势，不断提升计算机远程网络通信技术水平和运营效率。重点做好计算机远程网络技术维护，依靠科技进步和应用创新，推动计算机远程网络速度提升，保证网络通信安全，服务我国社会经济发展。
1大数据时代计算机远程网络通信技术的应用优势
人类进入智能化时代，计算机远程网络通信技术有着更加广阔服务空间，各发达经济体都在争夺计算机远程网络通信技术发展的制高点，纷纷投入巨资研究相关的技术，加大基础设施投资，重视相关技术应用的研发，推动计算机网络和大数据技术的有机统一。在大数据时代下，依靠先进的计算机远程网络服务大数据应用，用大数据技术优化计算机算机，为之更好的数据分析支持，进一步提高数据传输的抗干扰性，增强数据的保密性能，强化数据传输的精准性。对通信中出现的各种现象和问题进行综合分析，不仅能够提前预测各种危机，还能做好相应的应急预案，保障计算机远程网络稳定。
1.1具有较强的抗干扰能力
移动通讯时代，互联网技术的应用越来越广泛，计算机网络通信技术对社会经济发展影响越来越全面。在各种通讯信号不断强化的新环境下，计算机网络通信技术需要有更强的干扰性，需要保证数据传输更加高效，需要避免对其他数据传输的影响，也要有效防止其他信号对计算机网络通信信号的干扰。大数据时代，大数据技术的加持，充分利用通信技术设备的更新和优化，更好地提高计算机网络通信的抗感染能力，提升通信设备运行质量和效率，杜绝通讯信号中断，最大限度的减少各种信息的丢失问题，保证各种信息不受任何影响。这是新时代背景下，计算机网络通信技术发展的客观要求，也是大数据时代，保证计算机网络通信技术应用的重要前提，更是推动计算机网络通信技术向更广领域发展、促进社会经济全面发展和产业结构升级的重要保障。
1.2更有利于计算机应用相融合
大数据时代下，各种技术的应用越来越丰富，数据处理更加庞大；网络化时代，互联网与社会经济的联系更加紧密。既要注重计算机网络通信技术的发展，又要重视计算机大数据应用，实现计算机大数据的有效整合，更好地推动人类社会技术的进步。计算机网络通信技术更好地应用大数据技术，推动计算机网络通信技术优化，确保计算机远程通信网络具有更强的兼容性，保证计算机网络通信质量。
1.3满足计算机网络通信技术的多元化需求
移动通信技术快速发展，计算机远程网络应用不断革新，社会经济与计算机网络的融合越来越广泛，基于计算机远程网络新兴产业不断兴起，人们对计算机远程网络通信技术的要求越来越高。不同客户都有着不同的要求，不同企业对通讯速度、质量需求也不相同，且基于计算机网络通信技术的各种创新应用无时无刻不在推陈出新，这就给计算机网络通信技术提出更高的要求。大数据时代下，依靠大数据技术为计算机网络通信多样性多元化服务数据支持，设计更多适应不同消费的需求的服务方案，为更多企业提供定制化的应用方案，最大限度的发挥计算机远程网络通信技术优势和大数据技术优势，推动通信事业发展。
2大数据时代计算机网络通信技术存在的问题
大数据时代下，网络通信发展非常迅速，大数据技术对计算机网络通信的支持力度越来越大，当前的计算机远程网络通信还存在一些突出的问题。
2.1计算机远程网络通信技术故障
大数据时代背景下，计算机网络通信的稳定和安全非常重要，不容出现技术故障。计算机远程网络通信产生故障会产生一系列严重的问题，造成数据发送和接收中断，给人们的工作和生活带来重大影响。大数据时代背景下，计算机远程网络通信技术在带来各种便捷的同时，也更多绑架现代社会经济生活，对计算机远程网络通信技术的依赖程度越来越高，一旦出现技术故障，都会造成无法估量的损失。计算机远程网络通信技术故障主要原因表现为两个方面。首先，物理层面问题，大数据时代，计算机远程网络需要更多可靠的设备，计算机与交换机连接时出现故障，或者安装不牢固，运行过程中因为各种原因造成设备无法运行，连接脱落，都会出现故障。其次，网络层次故障，基于硬件应用的系统和应用软件需要兼容，系统和各种软件的安装衔接以及网络设备中路由器运营问题等，都会造成网络故障。上网的人数过多，引发的网络拥堵等，都会造成网络通讯故障。尤其是很多人同时上网，计算机远程网络通信带拥堵，造成通讯中断。比如，每年的“双十一”都是对电商的一次重要巨大考量，更是对计算机远程网络通信技术的考量，上亿交易订单瞬间提交，给网络带来空前的负荷。又比如，2020年的新冠病毒疫情爆发时，中小学采用网络课堂，学生一起登录直接网络瘫痪。网络层面还有其他一系列病毒木马、黑客攻击等，给计算机远程网络通信带来重大威胁。
2.2计算机远程网络通信速度问题
随着计算机网络向更多领域渗透，计算机远程网络在大数据的加持下，优势更加突出。人们将工作、生活都转移到计算机网络，更多经济贸易活动等都借助计算机远程网络。更多客户要求有更高的带宽，有更快的速率，有更好的应用体验，确保各种数据能够非常准确及时传输。网速过慢造成很多数据延迟或者发送失败，影响人们的体验，更影响人们的生活和社会经济发展。使用计算机远程网络时，如果不能有效提升网速，不能优化网络资源分配，就会造成局部网络负荷过重，影响网络传输。比如，微信这些最为重要的聊天软件，是大数据时代背景下计算机远程网络技术应用的重要体现，这一技术实现基于络的视频聊天、各种数据传输，微信用户非常庞大，由于受到网络通讯速度的影响，在视频聊天过程中出现卡顿、声音延迟，通讯被迫中断。2.3计算机远程网络通信安全问题计算机网络通信的覆盖面越来越宽广，计算机网络远程网络通通信在带来各种便捷的同时，也为各种网络犯罪滋生提供了土壤，网络犯罪活动日益猖獗。网络诈骗，造成经济损失，甚至带来严重的社会问题。各种经济联系、贸易网络、信息交互、商业数据等都要通过网络，很多网络用户缺乏必要的安全意识，为网络安全埋下隐患。用户在应用网络通信时没有采取的防范措施，接收了危险文件，或者登录了一些不可靠的诈骗网站，感染病毒，或者重要信息泄露，就会造成计算机网络中毒瘫痪，重要数据被盗，各种网络诈骗就会接踵而至。另外，软件安装安全保障不到位，容易造成各种数据丢失，重要数据在传输的过程中丢失，或者被人截取，会造成重大危害。
3大数据时代计算机远程网络通信技术应用创新
在我国大力推动经济发展方式转变的新时代，在不断促进产业结构优化升级的重要时期，推动计算机远程网络通信技术进步，在AI技术、大数据应用创新、物联网勃发之际，注重计算机远程网络通信技术的革新，推动网络通信技术进步，更促进我国社会经济健康发展。
3.1充分计算机远程网络通信的综合维护和保障工作
信息化时代背景下，计算机远程网络通信技术出现故障是常见的问题，也是影响计算机网络通信的重要方面。注重计算机网络通信维护，做好网络检修工作，应用更为先进的计算机远程网络监测设备，构建更加稳定的计算机远程通讯网络。加大硬件维修和保养，及时升级各种硬件，确保计算机网络设备最优化。对路由器、电脑网卡以及各种交换机等不断升级，推动计算机网络通讯硬件产业进步，提供更加安全的计算机网络设备，选用知名企业的高质量设备，确保计算机远程网络更加可靠。大数据时代，计算机远程网络还应更加注重网络软件维护工作，做好软件的优化升级，确保系统和各种应用软件更加稳定可靠。做好技术储备，企业加大对现有人才的培养工作，引进先进的网络技术人才。大数据时代，计算机远程通讯行业人力资源有着特殊性，及时引进先进的人才是每个企业必需要做的重要工作，唯有不断引入更为新鲜的活水，才能确保行业技术长青，才能真正在应对各种技术创新，迎接各种挑战，推动企业技术进步，适应行业发展变化。
3.2进一步提高计算机远程网络通信速率
大数据时代背景下，计算机远程网络通信技术要更加注重技术创新，须不断提高计算机网络通信的速度。尤其是在5G加速到来的时代，更加注重网络通讯技术的升级改造，保障通讯网速，保障带宽。采购更加先进的基础设备，选用更为先进的软件，做好各种系统和应用的优化升级，真正提高网络通讯速度，解决信息传输、失真延迟等问题。扶植更多的计算机网络企业，推动我国通讯企业创新，引导通讯制造企业升级改造，为我国计算机远程网络通信提供更为先进的硬件设备，保障网络通讯速度。构建更加完善的计算机远程网络通信生态链条，为大数据时代下的计算机远程网络通信提供全面的技术支持，最大限度地提升网络通讯速度，保障网络稳定。与更多国际企业展开合作，大数据时代，计算机远程远程网络通讯行业联系更加紧密，相互借鉴，吸收更多先进国家的技术和设备，实现优势互补，让我国计算机远程网络通信有更加可靠的通讯速度。
第8篇：大数据网络应用范文
现如今，网络的普及范围越来越广，网络用户也逐步增多，在这个平台上，存在着各式各样的人群，由于相关的管理制度不够完善，从而使得很多人受到利益的驱使，在网络上从事非法活动，由此导致大量网络用户的信息安全遭到威胁。目前，对网络安全威胁比较严重的因素有黑客、病毒、系统漏洞等外部因素和安全意识方面等内部因素。在上述安全威胁中，网络黑客是危害性相对较大的因素之一，几乎所有黑客对网络的攻击都是出于主动性的，他们以非法获取网络用户的信息为目的，借助各种程序，通过网络侵入用户的计算机系统。除了黑客之外，病毒对计算机网络的安全威胁也比较严重，一旦感染病毒，极有可能造成网络系统瘫痪。与黑客和病毒相比，系统漏洞对网络安全的威胁相对较弱，但是由于系统漏洞可能会被黑客进行利用。所以，对此类威胁也要予以重视。内部因素对网络安全的威胁主要体现在网络用户的安全意识不高，部分用户对网络安全方面的知识了解不够透彻，对自己的账号和密码，未采取有效的保护措施，从而造成信息泄露。
2大数据技术在网络安全分析中的应用
2.1大数据技术的特征
大数据是一种数据集合，其具有如下特征：2.1.1大容量。在是大数据技术最为突出的特征之一，大数据能够支持不同量的数据计算与存储，并且可以是数据的存储量在原本的基础上获得进一步提升，在一些复杂数据的处理中，大数据技术可以使数据本身的完整性得到有效保障，由此为海量数据的分析、存储提供了可能。2.1.2高精度。通过大数据技术的运用，能够使数据挖掘的能力获得大幅度提升，由于大数据技术可对多维度数据进行分析处理，并且还能对相关联的数据进行处理，由此进一步提高了数据分析的精确度。2.1.3快速高效。异构数据是数据中一类比较特殊的存在，常规的技术在此类数据的处理中，速度比较慢，并且效率也不是很高。而大数据技术能够对异构数据进行快速的查询和存储，由此使得系统对数据的处理速度变得更快。
2.2在网络安全分析中应用
在网络安全分析中，较为关键的内容包括两个方面，一方面是流量数据，另一方面是日志数据。在具体的分析过程中，可对大数据技术进行合理应用，通过该技术能够将流量和日志数据全部聚集起来，借助数据采集和数据挖掘功能，可对相关的数据进行存储，再以检索的方式对这些数据进行分析，若是发现数据中存在安全隐患，大数据技术则会采取有效的措施，对隐患进行排除，无法排除的隐患，则会以告警的方式通知用户，由此使得网络的安全得到进一步保障。利用大数据技术对网络安全方面的问题进行分析，除了可以使安全问题的发生几率大大幅度降低之外，还能防止数据信息丢失或是外泄的情况发生，其将网络安全防御从原本的被动型转变为主动式，从而使网络安全问题得到有效解决。在网络安全分析中，大数据技术的应用主要体现在如下几个方面：2.2.1在数据采集方面的应用。对网络安全进行分析的过程中，相关数据信息的采集是非常重要的环节，大数据技术可利用一些有效的工具，完成数据的采集任务。通常情况下，对数据的采集采用的是分布式的采集方法，这种方法在日志数据的采集中具有相对较高的效率。而在流量数据采集方面，则可采用数据镜像，这样可以使采集到的数据更加全面。2.2.2在数据存储中的应用。由大数据技术的特征可知，其不但具有较大的容量，而且数据的种类也相对比较复杂，在这一前提下，使得大数据有着多种不同的应用方式。为了满足网络安全分析的需要，并在原有的基础上，进一步加快网络安全分析的速度，在应用大数据技术使，就必须采用不同的存储方法，对不同类型的数据信息进行存储。在网络安全分析中，原始数据非常重要，该数据与流量和日志数据的检索有着密切的关联。对此，可通过Hbase存储原始数据，该方式最为突出的特点是，检索速度快。经过分析处理之后，被判定为安全的数据，则可借助Hahoop的方法计算出数据的构架，并将计算结果存储到数据阵列当中。当需要对数据进行实时的安全分析时，则可采用Stom进行计算。2.2.3在数据检索中的应用。在对网络安全进行分析的过程中，安全的数据检索可借助相应的检索架构来完成。这种检索架构通常需要以MapReduce作为基础，当用户正确输入检索条件后，架构会将检索信息自动传给分析节点，并完成对信息的加工和处理，再通过分布式的计算方法，可使检索速度获得进一步提升。2.2.4在数据分析中的应用。在网络安全分析中，数据具有实时性的特点，在对此类数据进行分析的过程中，可借助Spark进行计算，结合CEP技术，完成实时数据的分析监控。而对于网络中少数的非实时数据的分析，可采用分布式计算及多种数据处理技术，对深层次的数据进行处理，分析数据风险，找到攻击源头，提高网络的安全性。此外，对复杂数据的分析，通过大数据技术的应用，能够进一步提高存储和检索性能，从而找到系统中存在安全隐患，并针对攻击行为做出有效的应对，以此来确保网络安全。
3结论
综上所述，网络安全是一个不容忽视的问题，随着网络用户的快速增长，使得网络中的数据量越来越大，并且威胁网络安全的因素也随之逐步增多，在这一背景下，应当在网络安全分析中，对大数据技术进行应用，在提高分析处理效率的基础上，为网络安全提供保障。未来一段时期，应当加大对大数据技术的研究力度，从而使该技术不断完善，以便更好地为网络安全服务。
参考文献
[1]张森.大数据时代的计算机网络安全及防范措施探析[J].网络安全技术与应用,2018(01):43-44.
[2]汤应.大数据背景下的计算机网络信息安全及防护措施[J].现代工业经济和信息化,2018(03):65-66.
第9篇：大数据网络应用范文
关键词 网络编码 无线网络信息交换
1网络编码技术与传统网络的差异
在传统的计算机网络数据传输过程中，要借助路由器进行数据传递，根据数据的目标地址，路由器将数据包向各个链路发送。由于没有统一的安排和协调，在同一链路中会出现很多数据包，必须排队等待通过的情况，这就制约了计算机网络的传输速度和效率的提升。2000年，新型网络编码技术一经出现就得到了广泛关注。网络编码技术着力解决的问题是有效地将同时到达路由器的数据同时发送出去，不让数据产生拥塞，从而提高数据传输速度。
2网络编码技术在无线网络中的应用
2.1网络编码的概念
网络编码是一种融合了路由和编码的信息交换技术，它的核心思想是在网络中的各个节点上对各条信道上收到的信息进行线性或者非线性的处理，然后转发给下游节点，中间节点扮演着编码器或信号处理器的角色。
2.2网络编码应用于无线网络的优势
网络编码融合了路由和编码的概念，使网络节点不仅可以对数据进行存储转发，还可以进行编码处理，已证明了使用线性网络编码已经能足够达到网络多播容量。但网络编码的好处不止这些，尤其是当网络编码应用于无线网络时。网络编码首先应被应用在无线网络环境。无线网络的特性是不可靠性和广播特性，使网络编码非常适合应用在无线网络上，因为无线链路的不可靠性和物理层广播特性非常适合使用编码的方法。应用网络编码，可以解决传统路由、跨层设计等技术无法解决的问题，提高网络编码在无线网络中的应用。无线网络的广播特性使其非常适合使用网络编码，当一个节点传输一个数据包给它的一个邻居节点时，它的其它邻居节点也可以接收到这个数据包。因此，当一个节点的邻居节点对不同的数据包感兴趣时，可以将这些数据包编码后再一起传输，这样子可以使其所有的邻居节点都收到感兴趣的数据包并可以节约无线资源。
应用网络编码，可以解决传统路由、跨层设计等技术无法解决的问题，提高网络性能。网络编码在无线网络中的应用可以提高网络的吞吐量，尤其是组播吞吐量。可以减少数据包的传播次数，降低无线发送能耗。当网络部分节点或链路失效时采用随机网络编码，最终在目的节点仍然能恢复原始数据，增强网络的容错性和鲁棒性。网络编码对无线网络的性能改善主要体现在提高网络编码的吞吐量上，网络编码已经被证明对于提高某些网络的吞吐量有着很大的作用。运用网络编码可以在很大程度上提高网络吞吐量，但是同时会增加网络的复杂性。不少研究者在研究提高无线网络的组播吞吐量的同时，研究如何降低因采用网络编码带来的复杂性。在网络状况恶劣的条件下，网络编码和路由之间组播吞吐量的差别不大，网络编码的优势体现在降低网络复杂性上；在网络状况较好的条件下，网络编码相对于路由方法，在很大程度上，提高了组播吞吐量。这为根据网络状况动态调整网络编码算法提供了可能。
2.3网络编码如何提高无线网络的安全性
网络编码在提高无线网络的安全性研究方面亦取得了一定的成果。在无线网络组播中，对于数据包的恶意修改的检测，过去是使用基于消息认证码或者数字签名的方法。基于网络编码产生了一种基于数据包的随机网络编码检测策略，这种方法计算量小，而且检测概率可以根据通信控制开销、网络编码复杂程度和检测时间这些因素进行调控。但这种方法亦存在不足。这种方法要求接收节点需要预先获得至少一个没有被恶意修改过的数据包，并且数据包的内容不能被攻击者知晓，因此，这种方法对抗攻击效果不好。
无线网络广播重传处理中，多个接收节点中的任意一个节点的丢包都要求源节点重传数据包，需要广播发送较多的重传次数.本文将随机线性网络编码技术应用在无线网络广播重传中，提出一种新颖的广播重传方法（RLNCBR）。该方法中，源节点记录多个接收节点中丢包最多的接收节点丢包数，再按照随机线性网络编码的方法编码组合该丢包数个线性编码包。源节点广播重传，接收节点采用运算编码线性组合的方法获得信息包数据。数学分析表明，该方法能保证所有接收节点的编码可解性，同时重传次数可达到理论最优性。模拟测试结果表明：与传统重传方法相比，RLNCBR有效地减少了信息包的平均传输次数，提高了传输效率。
3网络编码在无线网络的应用发展方向
网络编码正在给现有的网络带来革命性的变化：网络编码从用来达到有线网络中的组播容量，发展到在有线和无线网络中提高吞吐量、节省能量、增强鲁棒性和安全性，甚至改变网络结构、改变网络协议设计方法。网络编码在无线网络中的应用还存在着以下的几个问题：网络编码的具体实现和降低网络编码的复杂性。现在已经提出了很多网络编码方法，有集中式线性网络编码和分布式随机网络编码，但是如何在实际网络环境中实现网络编码，需要考虑许多实际应用问题，例如同步、控制开销等。网络编码在实际网络环境中如何实现是一个很迫切的问题。采用网络编码可以在很大程度上提高网络性能，但设计和实现上的复杂性也随之增加。如何在不显著增加网络开销，综合考虑效率和性能的前提下，实现网络编码问题是将来需要进行深入研究的方向。
4结束语
无线网络环境由于环境的多变性，使得数据包在传输过程中更加容易丢失。目前，重传常被用来实现无线广播的错误处理，普通重传方法思想基于发送方通过反馈得到接收方的出错情况，重传出错的数据报文来恢复出错的报文。
网络编码技术是近十年来飞速发展的一个研究课题。虽然还没有应用到实际的通信网络中，但已引起了较大的关注，比如美国军方已经意识到网络编码技术的优势，已经拨款研究网络编码技术在移动自组网（MobileAdHocNetwork）中的应用。因此，我们也应当及时跟踪国际上的网络编码技术的发展趋势。同时，结合各种应用深入思考网络所涉及的各种安全技术问题。
参考文献：
［1］范明，盂小峰.数据挖掘概念与技术［M］.机械工业出社，2001.8.
