大數據時代下計算機電子信息處理技術研究與應用

侯玉林

（安徽亳州新能源學校 安徽 亳州 236700）

0 引言

人們的日常生活工作與電子信息處理技術息息相關，大數據技術已經逐漸成為人們對信息數據進行挖掘的重要手段。 借助于大數據技術，各行各業的發展腳步在不斷加快，其對于計算機信息技術的應用水平也越來越高［1］。同時每一天都會產生大量的數據，必須有相應的信息處理技術來提供技術支持，才能夠更好地篩選其中的信息，將其中的價值提煉出來。 在當前大數據時代的背景下，必須加強對于計算機信息技術這一方面的研究，從而更好地為各行各業提供幫助，促進各行各業更好地發展。

1 電子信息技術

電子信息技術是一種涉及電路設計、數字信號處理、通信網絡、集成電路等領域的綜合技術，它的應用已經滲透到現代社會的方方面面。 根據當前階段計算機信息技術發展的實際情況來看，可以將計算機電子信息技術分為三種類型，分別是信息系統技術、數據庫技術以及檢索技術。 首先，針對信息系統技術而言，其以計算機作為各種技術的中心，數據庫以及通信網絡技術是實現信息處理的主要方式。 其次，數據庫技術的主要內容是整理各種信息的順序，其不僅能夠集合相關信息，還能夠完成對于各種信息以及數據的儲存。 最后，檢索技術在使用時，人們能夠非常方便地查詢各種信息［2］。 隨著我國科技水平不斷提高，電子信息技術也得到了快速發展和大范圍的應用，大幅地提升了人們生活質量。 可預見的是在未來的發展中，電子信息科技將向更加智能化、自動化以及集成化方向發展。 同時，電子信息科學技術還能夠與互聯網進行有效結合，實現對各種資源的共享和利用，并且可以為人們提供更多便利服務。

大數據是指由巨型數據集組成，這些數據集必須借助計算機對數據進行統計、對比和分析才能得出客觀結果。目前大數據技術及應用已經滲透進我們生活的各個方面，如自動駕駛、網絡購物、直播平臺等醫療衛生、商業分析、國家安全、食品安全、金融安全等。 近十年以來，大數據已經作為國家重要的戰略資源，其實現了創新發展，在全社會形成了“用數據來說話、用數據來管理、用數據來決策、用數據來創新”的文化氛圍與時代特征。

2 電子信息處理技術和大數據處理技術

在當前大數據時代的背景下，各行各業產生的數據量非常龐大，所以需要采集的數據量也在不斷變化，在這樣的情況下，必須有強大的電子信息處理技術和大數據處理技術提供支撐。

2.1 電子信息數據的處理技術

2.1.1 數據的采集技術

在以往的傳統模式當中，只有一些社會中的企業對本行業內的用戶采集數據，在近些年來，由于數據共享理念正在不斷地發展，所以數據采集的對象也越來越多樣化［3］。 雖然從數據本身來說不會造假，但是在實際收集數據的過程中，難免會出現數據錯誤的情況。 這主要是因為數據的收集工作會涉及非常多的流程，而且在數據采集的過程中還會出現各種細節性的內容，這都會直接影響到最終的數據，甚至會直接影響到數據的收集，這是當前階段人們在收集數據時所面臨的主要問題。

2.1.2 數據的存儲技術

當前，很多企業更加傾向于選擇“云端”作為數據的存儲方式，例如亞馬遜、谷歌云、微軟以及阿里云都是非常常見的信息儲存工具，儲存數據的一個重要目的之一就是更好地處理各項數據。 因此，在數據處理的過程中，云計算或者其他類別的計算框架都能夠將數據處理與存儲相互融合，從而成為一個整體［4］。

2.1.3 計算與處理技術

根據當前階段的實際情況來看，國內的很多企業都開始采取各種措施來開發自身的云計算體系。 從一定程度上來說。 云計算實際上是計算以及大數據轉移存儲的協同體，在處理分布式數據庫的過程中可以實現分布處理，而且當前其正在朝著并行計算的方向發展。 由此可見，其最大的優勢是能夠及時地對各種類型大量的數據進行處理，所以要能夠準確地看待云計算技術與大數據技術之間緊密的關系［5］。 借助于云計算技術，能夠深度挖掘大數據的價值，然后有針對性和目的性地進行系統性判斷，從而為廣大的用戶推送更多準確的信息，最終創造出更大的價值。 在這一過程中，還有不少的企業受限于自身技術方面的限制，缺乏開發云計算的能力，這時他們就需要積極地尋求與高端企業之間進行合作，共同合作和開發云計算系統，更好地利用大數據，處理好大數據技術與云計算技術之間的關系。

2.2 大數據技術

從一定程度上來說，大數據實際上就是在信息獲取、存儲、管理以及分析的過程中，能夠超出傳統數據庫軟件工具能力范圍的數據集合，其主要具有四大特征，分別是海量的數據規模、價值密度低、數據流轉快以及數據類型多樣化。 在當前多元化發展的時代背景下，大數據發揮著不可替代的作用。 大數據技術與應用研究方向是將大數據分析挖掘與處理、移動開發與架構、軟件開發、云計算等前沿技術相結合的“互聯網＋”前沿科技。 在這樣的背景下，加強對于大數據價值的分析和研究具有十分重要的意義，將會直接對整個社會的發展走向產生影響。

大數據技術通常包含：分布式存儲技術、分布式計算技術、數據挖掘和機器學習技術、數據庫技術、可視化和報告技術、安全和隱私保護技術等。

2.2.1 大數據建模技術

在應用大數據的過程中，通常采用流處理和批處理兩種方法進行數據建模，其中，流處理具有比較快的數據處理速度，能夠幫助相應的技術人員實時分析數據。 流處理這種方式在金融業當中被廣泛運用，這主要是因為金融業發展的過程中需要大量的實時信息作為支撐，而采用流處理的方式，能夠對客戶電子轉賬的業務進行快速處理，從而為用戶提供更加高質量的金融服務。 針對批處理技術而言，其主要是整理和加工已經處理過的各種信息，從而促使大量數據的儲存和利用率大幅提升，以便于其他各項工作的開展。 由此可見，這兩種建模方法都具有自身的優勢，能夠在最大程度上豐富電子信息處理技術系統。 在實際應用的過程中，要將大批量數據資源應用好，以此為基礎制定更多具有目標性的技術解決方案，然后通過建模的方式，對這些數據內部的價值進行分析，最終為企業日后的正常發展創造更多的有利條件。

2.2.2 大數據的安全技術

隨著大數據技術的不斷應用，大數據的安全問題也逐漸開始受到了人們的廣泛關注。 之前廣泛使用的等保1.0 體系，在時效性以及適用性等方面還需要不斷地進行完善，在這一背景下，等保2.0 體系就出現了。 從大數據的安全性方面來說，其通常覆蓋兩個方面的內容，首先是用戶方面，用戶在瀏覽商品的過程中，喜好被記錄，而且在發送信息的過程中自己的位置也很有可能會被暴露。 為了解決這一問題，在利用大數據平臺時，就需要謹慎處理其所擁有的各種權限。 其次就是如何在大數據開發方面確保數據的安全性。 例如很多企業的數據在共享以及流通的過程中很容易泄露，還有一部分黑客也會攻擊企業的網絡來獲取各種數據信息。

3 電子信息處理技術分類

3.1 分布式數據存儲

在當前大數據的時代背景下，分布式存儲技術的應用是計算機處理技術的主要應用領域，這一技術是在谷歌公司全球定位系統的基礎上建立的，廣泛應用到了很多大型互聯網企業當中。 這是隊列存儲概念的一個典型應用。 其在存儲數據的過程中所采用的單位為列，所具有的優勢在壓縮方面完全體現出來，能夠促使信息技術循環的速度加快。 與此同時，在具體應用的過程中，其在高效應用磁盤空間以及加載數據方面也具有無可比擬的優勢。

3.2 遺傳算法和神經網絡

當前，人們更加關注遺傳算法。 遺傳算法，顧名思義，其主要的原理就是對生物界的進化演化規律進行模仿，最終達到能夠隨機化搜索的目標。 而且在使用這一方法的過程中，還需要采用概率化的方法實現尋優，從而自動地調整搜索的方向［6］。 在當前階段，遺傳算法已經得到了人們的廣泛運用，其中最為典型的應用是機器學習以及信號處理這些領域。 針對模擬神經算法來說，其主要是對動物的運行神經進行模擬，在不斷模擬的過程中產生一些具體化的網絡行為，其最明顯的一個特點就是在處理信息的過程中可以實現分布式處理。

3.3 基于大數據的信息挖掘技術

在當前大數據的背景下，信息數據的挖掘也是電子信息處理技術的一個相當重要的應用領域，其以對網絡實施搜索作為基礎，然后再分析和關聯。 在當前階段，排序算法是互聯網信息搜索領域當中熱度非常高的話題，其被很好地運用在了大規模社會媒體信息量的短文特征搜索當中，以便于能夠更好地對各種信息進行處理。 結合當前階段的實際情況來看，主要從三個領域來研究排序學習算法，分別是逐點、逐列和逐對。

3.4 數據高效索引技術

在當前大數據時代的背景下，數據的高效索引技術是熱點研究方向。 當前谷歌公司的BIGTABLE 技術比較先進的索引技術，主要集中體現在以下兩個方面：第一，聚簇索引方式。 以索引順序作為指導，存儲全部的數據結構；第二，互補式聚簇索引方式。 主要是運用副本作為索引列，創建互為補充的索引表，其在具體使用的過程中，往往會與查詢結果相互配合以達到更好的效果。

3.5 數據感知與獲取技術

數據感知與獲取技術是大數據時代背景下電子信息處理技術中非常重要的一個技術。 信息量非常龐大以及訪問形式特殊是這一技術的明顯特征。 這一技術最主要的用途就是充分利用數據，高質量集成海量數據是最有價值的內容，實現對于數據的整合和抽取。

4 大數據時代下計算機電子信息處理技術的應用

4.1 計算機輔助控制

為了確保計算機處理技術能夠更加符合實際情況，就可以通過模擬的方式來實現計算機輔助控制，從而確?？刂菩Ч麡藴屎鸵幏?。 與此同時，在運用自動化模擬運行技術的過程中，還需要以計算機作為輔助，通過這種方式確保所設計的效果與預期高度相似，在這一過程中，需要對智能化技術進行合理運用，最終為企業的發展提供全新的動力。 根據當前階段的實際情況來看，計算機大數據分析工作當中還存在著劃分不清的問題，這就需要在確保網絡系統運行效率的基礎上，深入地優化整合子網，然后結合自身的實際發展狀況，使防護網絡的覆蓋面不斷地擴大。在此基礎上，還需要將電子電路系統與電子信息工程相互配合，確保信息資源在使用的過程中更加有效和安全。

4.2 構建應用服務供應商專業平臺

應用服務供應商（application service provider，ASP）是當前比較成熟的第三方專業管理平臺，通過ASP 語言編制的計算機網絡服務管理系統，能夠以板塊設置作為基礎，合理劃分各種內容。 對于使用者而言，他們在各種論壇之間開展討論，可以在這一平臺上學習技術操作視頻等內容。 同時還可以多部門同時獲得豐富的項目信息，節省層層上報的時間，確保信息共享的效率得到提升［7］。 與此同時，在全面信息化的過程中，全面信息管理工作也要求更高水平的安全管理，這時可以將安全監管作為初步的安全保障工作，將一些不安全的服務請求以及非法用戶的侵入篩選出來，然后根據實際的情況建立相應的安全系統，確保共享數據的安全性有所保障。

4.3 集成智能化處理

當前，電子信息處理技術集成智能化已經逐漸成為不可阻擋的趨勢，不同技術之間的相互融合具有無可比擬的優勢，不僅能夠促使我國科技發展的進程加快，同時還能夠將生產技術之間存在的差距縮小，確保整體的設計更加準確。 與此同時，為了確保大數據分析處理工作具有更高的效率，在實際應用的過程中還需要將計算機設備作為輔助設備使用，融合數據的收集、分析、整理以及應用環節，在最大程度上提升數據處理的效率［8］。 例如利用傳統的數據處理方式，每小時只能過濾掉1 000 條數據，但是如果使用集成智能化處理方式，數據處理的效率能夠提升80%左右。

5 機遇和挑戰

重要意義主要在以下幾個方面有所體現。 首先，大數據已經不再僅僅是一些數據，更是國家級別的重要戰略性資源，所以要想能夠提升國家的信息安全競爭力，就必須加強對于大數據的研究。 其次，加強對于大數據方面的研究，能夠為人們的日常生活和工作創造更多的便利，對我國未來經濟發展及產業升級產生直接的影響。 最后，推動科學思維革命也需要不斷地加強對大數據的研究。

大數據技術所擁有的發展機遇主要集中在以下幾個方面。 首先其具有非常明顯的產業價值，所以加強對于信息基礎的挖掘以及應用非常重要。 其次，在當前大數據時代的背景下，對于大數據本身而言面臨著非常多的風險，其信息安全的要求也在不斷提升。

6 結語

綜上所述，隨著社會的不斷發展，大數據時代對電子信息處理技術既帶來了機遇，同時又帶來了挑戰。 這同時也代表信息處理技術將會涉及更多的領域，對電子信息處理技術提出了更高的要求。 當前電子信息處理技術還存在著較多的不足，在充分明確了大數據所面臨的發展機遇之后，必須對其面臨的挑戰產生正確的認識。 需不斷深入地挖掘各種類型的數據，采取各種措施不斷地進行完善，提升信息安全等級，實現電子信息處理技術又快又好地發展，為社會中更多的領域提供服務。