大数据时代下计算机电子信息处理技术研究

郝俊英

（神木市职业技术教育中心，陕西神木，719300）

1 大数据和计算机信息处理技术概述

1.1 计算机信息处理技术概念

计算机信息处理技术对于人们的生产生活来讲非常重要，利用信息处理技术可以有效实现相关数据的传输和接收，对人们处理信息数据有非常大的帮助。随着信息技术的发展，计算机信息处理技术已经广泛应用于各个领域，基于信息处理技术的发展，传感技术和网络工程技术发展得越来越好。该技术在各大企业中的广泛应用，在很大程度上提升了企业员工处理信息数据的能力[1]。在过去的工作中，很多的信息数据均是由纸张和钢笔来完成记录的，而信息数据的存储与提取则会耗费大量的时间与人力。而在计算机信息处理技术的辅助下，工作人员可以将信息数据录入电脑，并使用各种软件进行自动的信息数据加工，减轻工作人员的负担，提高工作效率。在对信息数据进行查询时，只要使用计算机内的查询设备即可迅速查找到有关的资料，从而解决使用信息数据过程中出现的信息缺失问题。

1.2 大数据概念

从字面上解释大数据的概念。可以将大数据看作是非常大的数据，这个“大”并不是单纯信息数据的量，也是指信息数据的复杂程度。大数据是人类社会发展的必然结果，相比于传统的计算方法，大数据具有其自身的优越性，在大数据中的投资成本相对于过去要更少，其能够充分发挥各种信息资源的应用价值，并能有效将各种信息资源进行综合利用。然而，大数据也有自身的缺陷，即数据量过大，各种数据之间的关系十分复杂。不管是在日常生活中还是在生产中大数据都能将信息数据存储起来，这些优点正是大数据的核心关键。分类算法和遗传分析技术均是当前大数据中关键技术之一[2]。大数据具有前瞻性和敏锐的判断力，这是传统计算机信息数据处理技术所没有的优势，其能够满足现代人的生活节奏和工作需要，大数据的出现使人们的生活和工作均发生了巨大的变化。云技术也是大数据的体现，云空间中存储了海量的数据资源，可以让使用者在云端存储、访问和获取数据信息。

1.3 大数据时代信息的特征

大数据时代信息的特征主要包括以下几个方面：

(1)信息多元化：随着信息数据的革新和发展，数据信息在样式、种类等方面更加丰富，再加上和多媒体的发展，信息形式不断朝着媒体化特征发展，这特使得数据信息更加多元化。

(2)信息共享性：在大数据时代下信息本身就具有共享性，所有用户均能够利用云数据分析，获取自身想要的数据信息。

(3)信息可量化：在想要获取某项数据时，可以运用大数据的方式对这些信息进行处理，也正是因为能够将各项事物转化为数据进行储存、提取的优势，使得信息数据不断朝着量化的方向发展。

(4)可预测性：在利用大数据对各项信息进行处理的过程中，能够找到信息数据的变化规律，然后就可以通过这个规律对事物进行预测。

2 大数据时代下计算机电子信息处理技术分析

2.1 收集数据

在大数据的应用中数据收集是必不可少的，尤其是在电子信息处理技术中。收集数据与技术运用的品质有密切关系，做好收集数据工作，不但要保证数据质量，更要为信息处理技术的推广提供有利的环境。所以在收集数据过程中，要格外注重数据的品质，并要考虑收集数据的成本费用，在确保数据质量的基础上尽量减少成本费用的使用[3]。然而由于传统计算机信息处理技术存在着诸多不足，在收集数据的过程中存在着效率低下、有效性差等问题，使得收集数据的有效性难以满足理想化的需求。关键词查找方法的出现可以提高收集数据的针对性和品质，利用关键词搜索可以较快地获得海量相似的数据信息，利用收集数据的对比可以实现完善数据搜索的目的，从而提高了大量查询结果的准确性，减少了分析时间。在数据库技术实际应用中，可以依据不同数据分类别，创建多个不同的数据库，将不同类别的数据分别储存于不同的数据库，从而更好地完成数据的分类与储存。

2.2 存储数据

大数据时代的一个显著特点是大量的数据量迅速增长，而常规的存储设备无法保持几十TB的数据有效存储，而同时数据格式也打破了人们常规的认识，数据形式变化的多样性也对数据存储方式提出了挑战，从理论上来说，数据系统必须能够具备同时储存大量数据的能力。目前的计算机信息处理技术难以应对大量、多种数据格式的数据存储，数据存储量不能适应大数据的需求，若技术体系不进行重大变革，将明显减缓大数据时代发展进程。所以推进计算机信息处理技术创新的核心是开发新数据储存技术，以适应新的数据储存方案。在实际应用过程中既可以进行数据储存，又可以及时进行数据更新，确保数据可以及时使用。另外，这种新型储存技术应该具有对智能化处理数据的能力，可以对已有数据进行过滤，剔除无用数据，提高储存设备的利用率。

2.3 传递数据

数据元素彼此间并非独立存在，在与使用者进行互动的同时会进行相应的数据处理，其实质就是传递数据的表现。互联网迅速发展和日益开放的生态系统，为传递数据提供了极其便利的条件。然而在完全开放的环境中，数据的高度分享很可能会导致数据丢失和被盗，所以在数据公开传递过程中既要保证数据的安全性，又要保证数据传递的便捷性[4]。在理论型的传递数据系统中，数据信息是在全开放的情况下进行传递的，没有进行相应的保密措施，从而间接提高了数据信息被潜在危险因素所盗用的可能性，结果导致使用者的数据信息全部曝光。若能对数据信息进行编码，尤其是对与使用者关系密切、敏感程度高的数据进行加密，就能使用者的权益得到全面保障。目前传递数据主要是依靠信道，使用加密信道技术可以确保数据的安全性，但由于网络环境中信道具有多样性、复杂等特点，所以信道加密不可能做到完全没有纰漏，仅能确保部分数据的安全性。为有效保证数据安全性，推出了数字签名技术，该项技术通过向签署人发送签名要求将其信息传递给签署人，然后按照签名信息来获得签名私有密钥，验证者将私有密钥签名与公开密钥数据进行比较，从而判定签名申请是否成功通过。数字签名技术的运用离不开计算机专用的设施，其也是计算机信息处理技术重要门类之一。利用计算机设施在识别上的优越性，可以迅速地对签名进行密码认证，从而达到对敏感信息进行加密处理的有效性。

2.4 处理数据

在计算机数据处理过程中，数据安全一直是比较热门的课题，随着信息技术的飞速发展服务大数据时代的到来，数据的安全性也越来越受到人们的关注。数据加密、数字签名等技术是解决数据安全性问题的重要手段，其终极目标是快速处理数据和防止数据泄露，同时保证数据的处理效率和安全性。众所周知技术的高速发展会产生巨大的影响，随着数据安全理念的提升，潜在的风险也会随之增加，这也说明在大数据时代下数据安全问题是没有终点的。唯有持续改进现有的计算机数据处理技术模式，才能应对更加复杂、更加精密的危险因素，同时还需持续加强大数据的防御体系[5]。数据更新频率加快、规模不断扩大，这就要求信息安全处理系统必须具备足够的灵活性与敏感性，利用即时追踪方式完成大量数据的追踪，并利用快速测的方式找出其中存在的可疑因素。在任何情况下都要确保数据传输的流畅性，同时对数据的传输过程进行追踪，对存在潜在风险的数据进行及时处理，防止数据被盗而导致的损失。在进行数据处理过程中，必须对各类风险因素的特点进行归纳和分析，并根据其特点找出正确的应对方法，从而反映出计算机数据处理中的风险应对观念。

2.5 数据建模

在大数据的应用中，数据建模一般采用流处理和批处理两种方法，其中流处理具有较高的数据处理速度，可以为技术工作者准确地进行数据分析。在金融业中流处理方式被广泛运用，原因在于金融业需要大量的实时信息，而采用流处理方式，可以迅速处理客户电子转账业务，并为客户提供高质量的金融服务。批处理技术主要是对已处理过的数据进行整理和加工，提高大量数据的储存和利用率，以便更好地进行其他工作。两种数据建模方法各具优势，极大地丰富了计算机信息处理技术系统[6]。在实际的应用中，要充分利用大批量数据资源制定有目标的技术解决方案，并利用建模分析大量数据内部的价值，从而为企业的生产和运营提供有效支持。

3 大数据时代下计算机电子信息处理技术面临的机遇和挑战

3.1 发展机遇

在大数据时代背景下，由于数据的数量不断增加，数据的潜在的商业和经济价值不断提高，使得数据挖掘的有效性越来越高。在此背景下，数据挖掘的效能和计算能力逐渐成为企业发展潜能、管理能力和企业决策计划是否合理的关键评判标准。企业应充分利用信息数据，对其进行全面分析，以把握市场经济发展规律，制定有针对性的发展计划，提高企业市场核心竞争能力。

3.2 缺陷和挑战

当前，各类计算机信息技术在实际运用中，存在着数据安全性缺乏必要保障和对数据价值认识不足等两个问题。一些公司和使用者在使用计算机管理系统时，没有对各种虚拟化数据信息的真实价值进行准确的判断，也没有给予足够的关注。致使其在不知不觉中向外界泄漏一些重要的商业和经济价值，从而产生重大的经济损失，同时对社会造成严重的负面影响。比如经常发生的个人信息泄露问题。其次，与各种数据高效索引挖掘、数据存储等技术相比，各项计算机信息处理技术还需要进一步的优化和改进，计算机信息管理系统在实际使用过程中存在着数据可能被盗和泄露等问题，这说明计算机防护能力有待增强，这会给计算机信息处理在实际中的推广和运用带来不利影响。