大数据技术在计算机网络信息管理中的应用分析

刘正军 周丽英

（1.江西工业工程职业技术学院 江西 萍乡 337055；2.萍乡学院 江西 萍乡 337055）

引言

随着大数据技术的出现和在计算机网络信息管理中的应用，可借助于大数据技术进行海量数据信息挖掘、分析、处理和存储等，不仅能有效提高计算机网络信息管理质量和效率，同时还能最大限度地保障计算机网络信息管理的可靠性和安全性。

1 大数据技术概念及其核心技术

大数据技术指的是采用现代化信息处理模式和技术对海量的数据信息进行处理，以帮助人们在短时间内获取大量的数据信息，从而促进人们良好的把控有效信息，并利用有效信息完成一系列的生活、生产活动，进而不断提高其生活或生产活动效率[1]。大数据技术之所以能实现上述功能，主要是因为其具备几项核心技术：(1)数据收集技术，大数据采集系统主要由Web信息系统、管理系统和物理信息系统等组成，这几个系统相互配合，可实现数据高效率采集，从而能为大数据技术提供可靠的数据基础。(2)数据挖掘技术，这是大数据技术的核心技术，该项技术能够根据确定的数据分析对象将数据分析中所需要的特征信息抽象出来，然后，经过数据集成、规约、变换、挖掘、模式评估、知识表示等一系列的过程，将数据挖掘所得到的分析信息以可视化的方式呈现给用户，从而促进用户利用相关的信息更好地进行生产或管理活动。(3)数据处理技术，大数据技术采用关系表、XML等数据结构能够实现数据的异构性处理，也即能将不同的数据整合成全新的数据集合，从而能实现数据的高效处理。(4)数据存储技术，大数据技术不仅能实现大规模大结构化数据存储、半结构化和非结构化数据存储以及结构化与非结构化混合数据存储，同时还能进行数据备份，也即能将部分或全部数据集合从应用主机的硬盘或阵列复制到其它的存储介质，从而能避免系统出现故障或操作失误导致数据丢失。

2 大数据技术在计算机网络信息管理中的应用

2.1 数据库平台在计算机网络信息管理中的应用

计算机网络信息管理的内容众多，为提高网络信息管理质量和效率，在日常管理过程中，计算机网络信息管理人员往往会采用大数据技术及相关设备搭建数据库平台，并将数据库资料导入到数据库分布式平台中，利用该平台可开展高效的数据挖掘、整理、分析和处理。且利用该平台，还能帮助管理人员清理网络信息管理中无价值或无效的数据，促进其重点针对有价值的数据进行分析处理，从而能提高信息管理质量和效率。

2.2 数据备份在计算机网络信息管理中的应用

人们在使用计算机进行信息处理或存储的过程中，往往会受到一些客观因素的影响导致其计算机中的相关数据信息受到破坏或丢失，从而会对其生活或工作造成不良影响，为消除这一影响，就需要应用数据备份技术进行网络信息管理。随着互联网技术的发展,越来越多的黑客也利用网络直接破坏用户数据的安全性[2]。目前，大数据技术中具有较多的数据备份形式，如授权、认证及分析等数据备份形式，人们可根据自身的实际情况选择合适的备份方式，才能最大限度地保障其存储数据信息的安全性和完整性。

2.3 大数据挖掘技术在计算机网络信息管理中的应用

利用计算机网络进行数据信息管理虽能有效提高信息管理效率和减轻管理人员的工作量，但是网络本身具有不确定性和不安全性等特征，从而易导致计算机网络中的相关数据信息易受到各方面因素的影响或攻击，进而会引发计算机网络信息管理出现较多的风险问题，为解决这些问题，就可将大数据挖掘技术应用于计算机网络信息管理中，原因为采用传统人工分析模式难以精准预测计算机网络信息是否受到攻击或把控其受攻击程度，而采用大数据思维和大数据挖掘技术，则能有效挖掘和分析出计算机网络信息管理中相关的信息，并对这些信息进行合理评估和预测其风险，从而能指导管理人员尽早采取相应的防御措施，进而能有效防范计算机网络信息管理安全问题的发生。大数据网络入侵检测技术便是大数据挖掘技术在计算机网络信息管理中应用的典型代表，借助于该项技术不仅能自动挖掘计算机网络信息管理中的相关数据信息和过滤有关的安全隐患数据，从而最大限度的保障网络信息数据的可靠性和安全性，另外，应用大数据网络入侵检测技术还能全面监控计算机的整体运行情况，一方面能有效防御病毒入侵计算机网络系统，从而保障网络的安全性，另一方面还能促进系统整体运行性能得到有效提升[3]。

3 结语

随着我国计算机网络技术的快速发展，计算机网络技术已被人们广泛应用于各项生活和生产活动中，虽有效改变了其生活方式和提高其生产质量、效率，但是，也引发出一系列的网络信息破坏、丢失等问题，这些问题不仅会导致人们生产活动难以顺利进行，同时还会给其带来诸多的不良影响，因此，就需要探寻有效技术或措施保障计算机网络信息管理质量和安全性。大数据技术是一种集海量数据信息挖掘、分析、处理和存储等为一体的现代化技术，将其应用于计算机网络信息管理中，不仅能最大限度地提高计算机网络信息管理质量和效率，同时还能借助于大数据挖掘技术预测和分析相关的数据风险问题，从而能有效保障信息管理的安全性。