大数据背景下计算机信息处理技术优化

李春梅

（西安汽车职业大学计算机工程学院 陕西 西安 710600）

0 引言

传统计算机处理系统数据处理速度慢、已难以满足时代发展对数据处理的要求，为了促进数据信息处理技术不断提高，满足高效率统计和处理数据的要求，计算机信息处理系统需要结合时代发展需求，开展全方位优化。 计算机信息处理系统要确保信息数据处理的准确性、可靠性，同时满足信息数据的安全性，尤其是信息数据处理技术支撑计算机信息处理系统［1］。 随着互联网的发展，大量的个人信息和数据被公开，使得网络黑客可以轻易地获得与用户有关的信息，而用户信息一旦被泄露，可能会给用户带来不可逆转的损害。 因此计算机信息数据处理过程需要充分考虑信息数据的安全性与重要性，在满足用户安全性需求的同时，要尽量提高数据处理的精度和效率。 在计算机信息数据处理系统发展过程中不断优化信息数据处理技术，不断提高信息数据的安全性。

1 信息数据处理系统发展的必要性

1.1 发展现状

随着通信技术的发展，大量的信息被收集起来，构成了一个巨大的信息库。 为提高信息数据的使用效率，需要对信息数据进行管理。 计算机信息数据技术的应用，可以有效解决问题，满足对信息数据的运算需求。 对比于传统信息处理方式，计算机信息处理系统与先进的信息数据处理技术相结合，扩大了信息数据处理的范围，面对庞大的数据运算量，该系统可进行有效的处理。 在对数据信息进行处理的时候，计算机信息数据处理技术能够实现数据的集成化发展，促进数据链的形成，优化数据库的信息，搭建完善的信息数据结构，并对数据进行分类管理与处理，构建信息数据库，促进信息数据库数据的实际应用范围不断扩展。

1.2 信息数据优化处理的必要性

搭建完善的信息数据平台，可为用户提供个性化服务，满足客户对信息数据的需求。 通过搜集、整理大量的信息数据，寻找信息数据间的关联性，逐渐优化数据结构。计算机信息数据处理系统的推广与应用，在信息数据处理过程中充分引入大数据的优点，提高信息数据利用率，增强数据应用价值。 信息技术的发展，促进多领域数据彼此融合，大数据的应用是基于日程大数据本身的深度融合，涉及面广。 计算机信息数据处理技术与大数据相结合，可将庞大的数据列为多个数据模块，实现数据模块的相对独立性、稳定性与关联性。 在日常工作中需要使用某些数据，用户可通过精准的数据检索，提取自身需要的数据及对应的数据链，提高工作效率，降低对服务器的冲击，确保数据检索的稳定性，进一步促进计算机信息数据处理系统的稳定性发展，有效避免因检索导致的网络崩溃［2］。 企业在发展过程中，需要充分利用大数据，对客户需求进行精准分析，为客户提供精准服务，满足客户需求，促进企业的稳定发展。 计算机信息数据系统的引入，能够方便企业整理数据、分析数据，得出数据间的关联性，为企业的长远发展，打下坚实的基础。 企业与企业直接的信息交互，在企业发展过程中也是一个必不可少的环节，通过将计算机信息数据处理系统与大数据技术进行有效融合，可促进信息数据在数据处理过程中快速发展，为企业与企业之间信息交互提供必要的技术支撑，简化企业工作流程，减少繁琐的工作环节，提高工作效率，此时信息数据处理系统的重要性就会凸显。 计算机信息数据处理系统的不断发展，其对数据处理的要求趋于规范，实现信息数据标准化数据采集、数据管理以及数据存储等。 图1 为计算机信息数据处理流程图。

图1 计算机信息数据处理流程图

2 信息处理技术所存在的问题

2.1 数据处理技术不完善

社会与科技的不断进步与发展使得人们对信息处理技术提出了更高的要求。 然而，在应用日益广泛的同时，其不足之处也日益明显。 由于其内在的不完备性，从某种程度上来说，其工作效率甚至还无法与传统的人工数据处理方式相比。 当前，由于对各种资料分别进行分析，很难取得一致，因此需要将各种资料进行相关处理。 但是，它的位置不够准确，无法采用计算机内部设定的计算方式，从而造成了资料的偏差。

2.2 安全性能不高

大数据背景下，个人信息的隐私性问题引起了越来越多的关注，企业和用户对个人计算机操作的隐私性提出了更高的要求。 在实际应用中，很多应用系统因其本身的安全性能不高而发生了数据丢失，造成了用户的财产损失。特别是在目前，有些不法分子甚至组织了一支黑客队伍，窃取了大量的网络资料，使用户蒙受了巨大的损失。 还有一些非法的软件，收集用户的个人信息，对用户的财产和隐私构成威胁［3］。

3 大数据技术在计算机信息数据处理系统中的应用

3.1 信息数据储存技术

随着计算机技术在世界各地的广泛应用，建设一个大规模数据库已成为计算机技术发展和社会进步的重要依据［4］。 研究人员需要不断发展计算机信息数据处理技术，在实际应用过程中不断完善信息数据处理技术和信息数据处理系统。 为有效解决实际工作中所遇到的计算机存储空间不足的问题，需要结合大数据，去除繁琐、重复的数据信息，形成完整的数据模块，搭建完善的数据结构，提高存储空间的科学使用。 可有效避免因信息数据处理而导致的数据丢失以及数据存储空间不足的问题，提高数据的安全性。

3.2 信息数据处理技术

不完善的计算机信息数据处理技术，使计算机信息数据体系存在很多不足。 通过不断地提高信息数据处理技术，对信息数据的搜集、整理与分析、数据的存储等各方面进行整合，可以逐渐完善计算机信息数据处理系统的数据结构，提高系统运行的稳定性。 在实际应用过程中，不断搜集客户使用体验，对信息数据模块进行充分优化，再融入大数据技术，推动计算机信息数据处理技术不断发展与提高，提高数据的安全性与应用的时效性，进一步提高客户认可度［5］。

3.3 隐私信息安全技术

在计算机技术日益成熟的今天，信息的安全性也日益受到人们的关注。 在计算机网络系统对信息进行处理的时候，需要对所有的个人和企业的信息展开整合和处理，在此过程中，稍有不慎，就可能会导致信息数据泄漏。 通过引入隐私信息数据安全技术，搭建数据结构，满足对数据安全管理的要求。 计算机信息数据处理系统与信息数据隐私技术的深度融合，可以实现完整的数据架构，为数据的安全性提供技术保障。

4 计算机信息化处理系统优化流程

4.1 优化信息收集

一般工作会通过对各种资料的采集，为后续工作的开展奠定良好的基础。 要实现计算机的整体优化和更新，就必须从资料的搜集、建设等多个层面上来进行。 在资料处理前，要从有关电脑上进行资讯化的工作要求，建立庞大的网络联接，以方便海量资料的搜集。 传统的计算机处理系统在对数据进行采集的时候，主要采取的是一体式控制方式，该采集方式效率很低，对数据的集成非常不利。 因此必须对其进行全面地优化，并借助先进的技术，让芯片变得更加智能化［6］。 芯片设计分为中央处理区和传输区：中央处理区用于对信息数据开展搜集、初步筛选；传输区，主要是使用美国生产的A 型微处理器，提高了数据采集的效率，提高了数据采集的精确度，同时还可以通过芯片和EHT10 数据线，将初步筛选出来的数据进行传输［7］。在中央处理器和传输过滤器的帮助下，筛选出了一些无关紧要的数据，以防止出现错误的结果。

4.2 完善信息处理

数据采集后，需要根据相关要求，对数据进行处理。在对数据进行处理时，研究人员可以从中挖掘出有价值的信息。 在信息处理方面，主要是运用软件、数据模型等手段来对数据进行处理、分析，逐渐优化信息数据结构。 将CS 程序服务器与Winsock 软件技术进行深度融合，搭建完整的信息数据系统，通过与计算机终端设备实现对数据的管理与显示，了解信息数据处理过程，实现实际用户在信息数据处理全过程的监管，及时处理在工作过程中遇到的问题，确保信息数据获取的精准度，并使信息处理系统趋于完善［8］。 信息数据处理系统工作过程复杂，但实际用户所需要的固定数据可以在PC 端获取，并且实际使用者能够通过终端设备将数据导入信息数据处理系统。 为了优化信息数据处理过程，提高数据管理实效性，计算机信息系统需要对终端设备输入的信息数据进行处理，分析用户所需数据内涵，将整理好的数据通过计算机网络在终端设备显示。 为确保信息数据的一致性，在搭建计算机信息数据处理系统时需要结合实际用户需求，开展数据链的分析，提炼数据关联性，优化数据结构，实现信息数据价值的最优化。

4.3 信息数据优化的安全性

计算机信息数据管理的安全性在数据管理中处于重要位置，必须对已采集并加工过的数据进行加密。 在大部分的计算机处理系统中，密码处理技术使用了密钥进行管理。 通过在数据链中加入相应的口令、设置访问权限、增加密钥等技术手段，提高了计算机信息数据处理系统的安全性，从而确保信息数据的安全使用。 在信息数据传输过程中，对数据进行加密处理，变换数据传输方式，确保信息传输的安全性。 通过对数据链的各个节点进行加密处理，使信息数据在收集、分析、传输等环节的安全性得到充分保护。 在加密技术方面，东进终端的加密传输网络是最好的，它以加密为主，密码结构是较为高级的嵌入式，具有很好的兼容性，按照相关的管理和维护规范工作，保证了整个数据处理系统的安全性和可靠性。 计算机信息处理技术对物理接触的要求不高，因此只需要利用公钥基础设施（public key infrastructure，PKI）技术来对系统安全进行保护，而操作系统则选择易于操作的人工智能系统，两者相互联系，使PKI 技术的保护功能发挥最大的效用。

5 大数据视域下计算机信息系统的优化方法

5.1 云计算技术

在系统数据处理上，强化云计算技术可以提高数据处理效率。 在大数据的背景下，云计算与大数据具有互补性。 把云计算技术运用到计算机的信息处理系统中，可以有效地将系统中的数据进行分散处理，提高了系统的整体存储能力和操作效率。 一旦系统的云网络建立完毕，就能为该系统提供更多的数据。 在云计算的支持下，可以将整个系统的数据处理过程分成若干个小的过程，再通过多台服务器的协同工作，将计算过程整合到一起，使整个系统能够在数秒之内完成上万条数据的处理。 基于用户需求，利用云技术可以对系统中的各类应用和软件进行再部署，在此基础上，实现了对相关数据资源的最优配置，并进一步提高了系统的数据处理能力。

5.2 网络安全技术

要确保信息的安全，就需要加强网络的安全防护。 在与系统相连的局域网与公共网络之间，要先用防火墙技术建立起一道屏障，防止系统数据受到外部黑客或病毒的攻击，从而能够有效地保护系统信息。 在系统数据传输过程中，要加强对数据加密技术的应用，在此基础上，本文提出了一种积极的安全防范策略，通过设置访问权限，减少了对系统数据的保护。 对于所发送的消息，通过二次加密，确保了未被授权的用户不能得到消息。 因此，有必要构建一套能够对网络中的信息进行全方位感知的探测与防护体系，提高网络的安全性和防御性。 此外，还应加强对系统恢复技术的应用，通过对云计算中的数据信息进行备份，建立一个恢复机制，为恢复提供支持，增强数据的安全防护能力，从而提升系统的可靠性。

5.3 深网数据感知

深网数据感知是分析和研究海量信息的技术，其数据规模是互联网40 ～450 倍。 它在数据构成和处理方式上都有别于普通的因特网。 在深度网络中，所有行动不会留下任何踪迹，所以很难确定最后的访问路径。 在大数据视域下，深度网络分析通过将两套不同的计算机信息处理系统进行融合，对有效促进计算机信息系统的功能提升，具有非常重要的意义。

5.4 数据索引技术优化

非关系数据库是在大数据基础上建立起来的一种新型数据库，提倡对非关系数据进行平行存储。 此方式极大地激发了数据信息的承载能力，并且非关系型数据库并不只是一个数据库类型，它还可以通过对数据结构进行优化，从而形成更加高效的存储方案。 该方法所涉及的关键技术，可以为数据索引的实时性提供支撑。 谷歌公司之前开发的分布式存储系统，也是以非关系数据库为基础的，从应用的角度来看，该系统具有非关系数据库的特点，具有较强的自适应能力和可扩展性，并具有较强的数据和信息处理能力。 对实现持续优化的数据储存功能具有很高的实用价值。 该方法对计算机信息系统的数据存储方式进行了优化。

6 结语

计算机信息数据处理系统的发展促进大数据技术的发展，面对大量复杂数据的处理，传统的计算机难以满足需求。 计算机信息数据处理系统的出现，为海量数据及信息数据安全提供技术保障。 使各个渠道的数据汇编成一个庞大的数据网络，并对信息数据进行分析与整理，搭建完善的数据架构，实现信息数据交互，进而形成一个完整的数据平台。 互联网的发展，大大提高了信息传输，但不法分子利用网络的开放性，获得隐私的信息数据，严重威胁企业或个人。 所以在设计计算机信息处理系统时，必须确保信息数据的安全性。 在网络信息系统的建设中，需扩大对信息数据软件和硬件的开发，搭建完善且安全的信息数据处理管理体系，确保信息数据安全。