大数据下计算机网络安全管理

大数据下计算机网络安全篇1

在大数据技术、云计算技术以及云服务技术不断发展的背景下，不同的服务器在应用过程中发挥着至关重要的作用，尤其是对提高计算机数据分析管理能力有积极帮助。以大数据环境为基础对计算机数据分析管理系统的设计要点进行深入分析，了解当前计算机数据分析管理系统的应用现状，掌握在大数据技术应用过程中的相关内容。并从计算机数据分析管理系统的设计原理、模块设计以及设计方法出发进行研究，有助于提高计算机数据分析管理系统的应用水平。在计算机信息管理系统应用过程中，可以在最大程度上提高信息综合管理效率和质量，能够为管理人员提供更加可靠的数据支撑，辅助管理人员对企业不同数据指标进行全面分析。从而发挥计算机的积极作用。在大数据技术快速发展的背景下，将其应用在计算机数据分析管理系统设计过程中可以充分挖掘大数据技术的应用优势，提升计算机数据分析管理系统的运行效率。

1计算机数据分析管理系统研究现状

计算机数据分析管理系统在应用过程中需要将计算机作为使用工具，管理人员利用信息收集、数据存储、数据分析以及数据处理等各项操作可以获取需要的信息数据资料。计算机数据分析管理系统在应用过程中的主要功能是辅助计算机管理人员开展信息处理、数据预测、数据控制等工作。主要设计环节包括信息收集、输入、输出、信息储存和信息加工等。其中数据预测是计算机数据分析管理系统中的重要技术手段，通过对基础数据的统计分析，利用数学模型和实际模拟的各种方法完成数据预测。可以在掌握之前数据资料基础上，对数据变化情况进行有效预测[1]。数据控制指的是在计算机信息处理过程中对不同部门的数据资料进行检测和分析，通过对比可以掌握不同部门的具体情况。在计算机数据分析管理系统运行过程中，需要对企业限定要求进行全面考虑，对每一个职能部门的具体工作进行科学安排，根据管理部门的级别和工作任务制定出与不同部门实际情况相符合的计划方案。一旦不同部门在执行工作中出现问题，可以直接利用科学手段为管理员提供有效的数据支撑和解决方案，确保企业能够正常稳定运行。目前，在计算机数据分析管理系统应用过程中，对统计学、计算机技术以及大数据技术的应用越来越普遍。尤其是网络技术高速发展的背景下，计算机信息技术的应用越来越普遍。随着不同行业对计算机数据分析管理系统的有效应用，该系统也在不断完善。因此，需要根据当前先进技术的发展现状将大数据技术应用在计算机数据分析管理系统设计中，深入掌握大数据技术在使用过程中的优势，提升计算机数据分析管理系统在信息储存、数据预测、数据控制以及数据分析等方面的应用效益，进一步推动我国高科技信息化产业的持续发展。

2大数据技术在计算机数据分析管理系统中的应用

2.1大数据技术分析

大数据技术指的是可以完成数据获取、数据存储以及数据分析和整理的综合技术。在大数据技术应用过程中，可以从根本上促使人们的生活方式和现代社会发展模式出现极大变化。利用大数据技术从海量数据中挖掘出能够发挥价值的信息，可以为客户提供更加精准的数据服务。大数据技术的发展和成熟是以海量数据为基础的。因此，在大数据技术应用中需要从大量数据、阶段化的数据存储中获取有价值的信息。大数据的信息获取速度比较快，能够在最大程度上提高信息分析处理的效率和质量。大数据处理的数据规模已经从TB级变为PB、EB甚至zB级，数据存储的形式也越来越多样化。对新数据进行存储时，具有实时到达、持续不间断、到达速度比较快的特点[2]。在计算机网络技术快速发展的背景下，信息获取的速度在不断加快，在海量数据中可以及时响应，并且价值密度比较低。在数据计算分析工作后可以获取具有真正价值的真实信息。在电子信息技术以及网络技术高速发展的情况下，促进大数据技术与计算机技术、云服务技术等的有效融合，可以推动大数据技术的完善发展。

2.2大数据下计算机数据分析管理技术

在大数据时代，不同行业中的数据信息越来越多，也蕴含着海量的计算机数据信息。而大数据的海量化以及多样化、共享化特征使不同数据之间的联系性也越来越强。这一特点使网络信息业务处理的量化性选择越来越多，单一计算机数据处理工作量也在不断增加。为了提高计算机数据分析管理的综合能力，需要加强大数据技术在计算机数据处理工作中的有效应用，防止数据管理风险出现。在计算机信息处理技术与大数据技术进行融合的过程中，需要利用数据挖掘、云技术、智能算法等不同技术构建大数据系统平台，才能够完成网络复杂数字信息的收集、分类、运算和处理、分析等工作。从而满足用户的不同需求[3]。目前，在计算机数据分析管理系统设计过程中，要对各种先进技术进行充分应用，信息采集技术、信息加工技术、传播技术、信息存储技术、虚拟化技术等都是在计算机数据分析管理系统设计过程中必须关注的关键技术类型。通过大数据技术构建大数据信息管理平台，将其与云计算、虚拟机、数据访问控制等进行有效融合，可以协同开展计算机数据采集、运算、分析以及数据存储等各项操作，对实现数据资源的合理配置，提高信息处理工作效率有积极作用[4]。

3基于大数据的计算机数据分析管理系统设计要点

3.1计算机数据分析管理系统的设计原理

基于大数据计算机数据分析管理系统设计过程中，必须选择科学的程序语言，这是提高计算机数据分析管理系统设计效果的重要基础。计算机基础知识比较扎实的程序开发人员在程序设计时一般是以C++程序语言为基础的，但是目前计算机语言的不断发展和成熟，很多程序开发人员放弃使用C++程序语言。C++程序语言的优点是比较成熟完整，程序开发速度比较快。但是C++程序语言的更新以及升级速度比较慢，其学习难度比较大，内容也比较多，对程序开发工作人员的要求比较高。以当前的计算机数据分析管理系统和大数据技术的发展现状为基础进行研究，目前比较常用的是利用计算机语言编制程序，后台为数据库。经过综合分析发现目前主要包括PB、VB以及Delphi三种程序语言。这三种程序语言都可以与用户数据端进行有效对接，而C++程序语言处于劣势状态。因此，在对计算机数据分析管理系统进行设计时，可以利用PB、VB和Delphi程序语言进行设计，能够提高系统运行速度，而且可以保证系统的维护效果。在计算机数据信息分析管理系统设计时，需要根据计算机数据分析管理系统的具体功能划分成不同的模块进行设计，确保系统为功能明确、相互独立的结构和模块。利用内聚和耦合对计算机数据分析管理系统结构进行评价，可以掌握计算机数据分析管理系统设计的具体情况。其中内聚指的是逻辑内聚、通信内聚、过程内聚、功能内聚；而耦合指的是包括控制耦合、非法耦合、数据耦合等方式[5]。在对计算机数据分析管理系统进行设计时，对功能模块进行设计有明确的划分标准，所有的设计环节必须严格按照相应的准则进行。并且计算机数据分析管理系统的模块结构设计是以原有的子系统为基础对模块进行优化改进的。要遵循模块自身的特点，对子系统模块结构图进行详细描绘之后才能够进行有序设计。在计算机数据分析管理系统模块结构设计中，必须保证模块与模块、子系统与子系统之间可以实现有效的数据信息传输以及相互配置。计算机程序设计人员在开展程序设计时，要加强模块之间的联系管理，对模块功能实现过程中可能会存在的问题进行全面分析，并提出有效的解决方案，从而确保计算机管理系统能够稳定安全运行。

3.2大数据背景下计算机数据分析管理系统模块设计

在大数据背景下开展计算机数据分析管理系统模块设计工作时，需要以大数据平台为基础对计算机的具体使用情况进行全面分析。在计算机超负荷使用时，需要及时预警，并给出问题解决方案。在此次系统设计中的模块主要包括数据采集、数据处理、数据判比、数据分析、数据读取、数据库信息、控制器、信息互通模块等。在实际研究中主要对数据采集、数据处理以及数据分析三个主要模块进行研究。

3.2.1数据采集模块

数据采集模块的主要功能是完成计算机数据信息以及文档信息采集工作。在计算领域保证数据计算的持续性能至关重要，一般在高性能计算机上运行，可以对具体的性能进行测试。数据信息主要包括计算机使用时间、计算机风扇工作时间、计算机文件的缓存量。而计算机的使用时长可以被看作是计算机屏幕常亮总时长；计算机风扇工作时长主要为计算机温度异常的总时长；计算机文件缓存量可以被看作计算机中过期文件、日志文件。在计算机数据分析管理系统设计中的文档信息主要是每一个本地路径文档打开的时长。

3.2.2数据处理模块

在数据处理模块设计时，需要能够获取上周的数据信息。在具体的设计中可以将时间系数标定为Q，负荷系数为W，缓存系数为E，从而获取计算机的使用系数。在具体的数据处理过程中，其流程为：（1）获取数据信息中计算机的使用时长以及计算机风扇工作时长、文件的总体缓存量，并对不同的指标进行赋值。如果计算机的使用时长为第一、第二、第三时间级，时间系数Q对应的预设值分别为A1、A2、A3，且A1＞A2＞A3；工作时长分别为第一、第二、第三时间级时，负荷系数W对应B1、B2、B3，且B1>B2>B3；如果计算机的文件缓存量为高、中、低量级时，缓存系数E对应的预设值分别为C1、C2、C3，且C>C2>C3。在数据处理模块运行过程中需要获取时间系数Q、负荷系数W以及缓存系数E，并且要分析其对计算机使用程度的影响占比进行权重分配，分别对应于设置q、w、e，且q＜w＜e。需要对计算机使用系数的进行计算，并将使用系数传输到数字判比模块，数据判比模块在获取计算机使用系数时，可以与预设值进行比较。如果使用系数在预设值以上，生成过度使用信号；如果满足使用系数在预设值以下，生成正常使用信号。并且可以将相应的信号传输到数据分析模块。

3.2.3数据分析模块

在对数据进行分析时，可以将获取的正常使用信号传输到控制器，控制器在获取信号时，指示灯闪烁。控制器与指示灯之间通过通信连接。数据分析模块获取过度使用信号时，直接从读取模块内提取计算上周计算机每次使用的CPU占用率、内存占用率以及硬盘读写速率，并开展分析操作工作。在获取上周内计算机每次使用的CPU占用率、内存占用率以及硬盘读写速率后，需要对其进行以此标定。并且要完成计算工作，获取上周内计算机每次使用时CPU占用率、内存占有率、硬盘读写速率的平均变化量。

4计算机数据分析管理系统设计方法分析

在计算机数据分析管理系统整体设计过程中，对周期设计法进行应用时主要是以结构化的系统分析和设计构建计算机数据分析管理系统的设计方法。在设计过程中，需要将计算机系统的生命周期划分成系统分析、信息系统调查、信息系统实施和信息系统设计与转化等不同阶段。与计算机数据分析管理系统维护和用户评价存在一定差异，在周期设计法时，需要根据规定的任务标准和步骤进行筛选，利用系统的工作方法、指定的数据图表工具获取设计要素，在模块化以及结构化的同时，完成计算机数据信息管理系统设计工作。在周期设计法应用过程中，需要先将计算机数据分析管理系统看作整体板块，然后根据信息系统分析设计的标准完成每一个模块的拆解和组合工作。

5结语

总而言之，作为高速计算和分析的电子设备，计算机能够完成大数据计算，同时可以完成逻辑计算，并且具有存储记忆功能。因此，在计算机数据分析管理系统设计时，可以将大数据技术应用在其中，提高计算机程序运行和自动化水平以及整体运行效率。并且可以对获取的海量数据进行快速处理，对现有的计算机数据分析管理系统进行分析时，发现其难以发挥计算机使用功能并且存在过度使用情况。在这种情况下利用计算机数据分析管理系统，可以了解计算机的核心部件情况，并提出有效的问题解决方案，对提高计算机系统的整体运行水平有积极作用。

作者:王玲风 单位:山西工商学院

大数据下计算机网络安全篇2

0引言

大数据时代，网络安全技术越来越高，大数据处理信息变得更加复杂。从安全系统的定义出发,安全系数可以由物理安全、应用软件数据安全、互联网数据传输安全和信息安全。而计算机系统的网络安全就代表了安全系数。从狭义的角度来看,计算机网络信息安全是指互联网上有关个人信息的安全性，即为了保障互联网信息安全，防止利用信息系统安全漏洞且窃取个人信息。

1大数据与计算机网络信息安全简述所谓大数据，就是指海量的数据。随着用户量的增加，在计算机网络中产生的数据就显得十分庞大，这些海量的数据不仅数量大，同时数据类型也是多元化的。计算机的普及给人们的日常生产生活带来了质的变化，人们获取各种信息资源的方式变得简单快捷，基本能在网络上搜索到自己所需的各种信息。网络信息的便捷也给用户带来了不可忽视的弊端，最主要的就是安全问题。用户在通过计算机网络与其他用户建立共享信息的同时，也会将自身的私人信息保存在网络上，容易造成信息被盗取、被泄露，从而带来较大损失。计算机网络信息安全防护十分有必要，要通过科学合理的防护手段来保障用户的信息安全，防止用户信息被不法分子利用。

2大数据时代计算机网络信息安全风险的特点

2.1隐蔽性

大数据时代，计算机网络信息安全具有以下几个方面的特点，要做好网络信息安全，就应结合安全风险特点来采取防护措施。网络信息安全具有隐蔽性，因为互联网遍布范围非常广泛，而且互联网是虚拟的，所以在互联网上的用户身份都是虚拟的，以至于犯罪人员在非法盗取网络信息时，可以随时随地借助黑客技术来入侵用户的电脑，从而盗取相关信息，而且在整个盗窃过程可以不留任何痕迹，导致公安人员很难侦察。

2.2突然性

大数据时代，借助网络，人们可以在相对较短的时间内共享资源，这从另一个维度表明计算机网络世界有利于各种信息资源的快速传递。但是，传输的信息资源中混入了病毒，就会造成大面积的计算机瘫痪。更重要的是，调查表明，计算机网络病毒在真正出现之前不会表现出任何症状，通常是在正常使用时才会突然出现。

3大数据时代和大数据技术的特征及计算机网络信息安全保护的重要性

3.1大数据时代的特征

大数据、云计算和互联网等技术改变了当前人们的习惯和思维方式，并赋予了大数据各种各样的时代特征。大数据时代，人们处理数据的能力增强，使用大数据处理技术可以处理大量的信息和数据。云计算与大数据信息相辅相成，云计算技术是提升数据计算能力的重要组成部分。此外，大数据时代的特点反映在政府和商业数据整合形式的变化越来越明显。

3.2大数据技术的特征

第一，信息量大。在科技蓬勃发展的大背景下，社会各界对数据信息的使用需求日益增加，为了保证数据信息内容的准确性，必须不断提高对数据信息管理与审查的技术水平。第二，数据信息丰富，种类繁多。数据信息内容的多样性主要在于信息通信方面,包括各种图片和视频，同时传统的单一数据的结果与大数据存在差异，如果信息数据的种类繁多，分析大量数据会变得更加复杂。

3.3大数据时代计算机网络信息安全防护的重要性

大数据时代，网络信息系统的安全再次遭到了威胁，损害人们信息安全的状况也时有发生。而通过应用计算机网络技术，能够大大提高数据的传输率和有效性，维护国家、公司和个人的网络安全，创建安全、可靠的网络工作环境，确保计算机网络信息安全。

4大数据时代计算机网络信息安全隐患

4.1黑客攻击

就目前信息安全状况来说，最大的风险就是黑客入侵。近年来，随着信息技术的不断发展，人们开始进入大数据时代，数据的安全越来越重要。黑客入侵会严重影响计算机的正常运行，泄漏资料和个人信息。很多黑客攻击是有目的的，其中以利益为主，如通过盗取商业机密、获取企业的关键信息等来获得非法利益。目前，计算机网络技术存在缺陷，许多黑客利用网络技术缺陷入侵计算机，通过获取、窃听等方式获取关键数据,然后谋取非法利益。除此之外，也不乏为展示自己的攻击技能而发起攻击，严重影响了网络安全。

4.2病毒入侵

影响计算机稳定运行的原因较多,其中主要原因是病毒侵扰。互联网用户在借助计算机网络进行线上交流和电子邮件传递的过程中，难免会遭到病毒入侵，而病毒具有传播速度快、较强的破坏性和隐蔽性等特点，使得很多用户无法及时发现病毒，从而导致计算机遭受损害。病毒破坏力也较强,不仅可以利用硬盘传递病毒，还可以在传递过程中增加大量废弃文件,使被侵入的系统继续处于缓慢运行状态,从而破坏有效文件系统。病毒在以硬盘、光碟、软盘等为载体的介质中散播，或者在信息传递的过程中，跟随数据的传输而传播，不仅严重破坏了互联网秩序，造成数据泄露，还占用了计算机系统中的大量储存空间与网络资源，干扰了计算机系统的正常工作，甚至会破坏数据、造成数据丢失。

4.3计算机问题

大数据时代，人们需要实现对各个应用领域数据信息的共享和交流,这就使得计算机网络具有信息的开放性,而这些开放信息势必会产生安全隐患。由于计算机在运行时产生了大量的数据,会出现垃圾数据，造成数据冗余。将这些垃圾数据拖到回收站后，由于回收站缺乏较强的稳定性，极易被不法分子利用，给计算机和网络数据造成安全隐患。

4.4错误操作

计算机的应用虽然拥有一定的优势，但其必须在用户操作的情况下，才能保证各项功能的发挥。因此，用户的操作也是影响信息安全的一项重要因素，若个人错误操作，那么势必会导致信息泄露。例如，当用户对数据的认识不足或者安全意识不足时，容易出现错误操作的现象，不仅对计算机的正常运行造成影响，还会出现安全隐患。

4.5垃圾信息

垃圾消息一般是通过电子邮件传输和新闻媒体等来传播,利用垃圾处理消息的传输强制为他人提供商务、政策和宗教信仰等消息的宣传。在计算机网络中，个人信息被盗窃的重要原因是被间谍软件入侵，间谍软件与计算机病毒的不同之处就是间谍软件并没有破坏计算机系统,而只是盗取操作系统和应用信息，这涉及计算机系统安全性和使用者个人信息安全性的问题，威胁着互联网工作环境。因此，垃圾信息和个人信息被盗都是直接影响计算机系统安全性的原因之一。

5计算机网络信息安全防护策略

5.1建立具有完备功能的机房

计算机的正常运行是构建在完整机房的基础上的，而伴随着行业信息化发展的不断深入,日益丰富的硬件设施使机房成为网络信息安全的重要节点，故建设具有完整功能的机房是确保企业后期执行安全管理战略的先决条件。对机房建设的最基本要求的硬性条件是防潮、抗雷击、防止停电、防水和相对封闭等。因此，在机舱中，要配置各种核心的网络硬件设施，为整体网络的顺畅运转条件提供了保障。

5.2增强安全防护意识

大数据时代，人们在使用计算机网络时，增强安全防范意识显得尤为重要。具体而言，应保持警惕，尤其是在浏览网页、查看有关咨询时，切勿点击一些广告链接、陌生的弹窗等，这样可以预防木马、病毒的入侵，从主观上形成对计算机系统的保护，也有利于规避重要信息的丢失、被盗等。现阶段，人们在使用手机时，也应增强风险意识，拒绝点击陌生链接，拒绝接听陌生号码，尤其是网络形式的电话号码。同时，不要随意回复陌生短信，避免卷入有关电信诈骗案件中。

5.3采取积极主动的病毒消杀措施

计算机与人们的生活、学习、工作等存在密切的联系，如一些人由于办公需要，可能要高度结合计算机设备的使用。在频繁与计算机设备接触的情况下，有时很难避开一些主动弹窗的侵袭，此种情况下很可能导致计算机系统被植入木马，进而引发信息丢失。一旦这种问题发生，势必会给用户造成极大的困扰。基于此，作为计算机使用者，应积极进行木马查杀，维护计算机系统的健康。例如，现阶段有360软件管家、腾讯卫士等，其具有主动防卫病毒、查杀木马等功能，同时是一种免费软件。因此，用户可以采用每周查杀一次病毒的方式，起到保护系统安全、健康的作用，也可以根据需要不定时进行系统设备的安全管控，从而维护计算机系统的安全、稳定。5.4合理应用防火墙技术在计算机系统工作过程中，要想保证信息安全，就要有效防范黑客的入侵与盗窃等。因此，用户必须寻找合理的方式,主动建立健全互联网安全管理体系，合理应用防火墙技术,避免恶性软件带来的影响，以此保证计算机网络信息安全。

5.5加强对数据加密技术的应用

大数据时代,要加强对数据加密技术的应用，实现对大量数据传输和存储过程的防护,从而有效防止网络信息数据破坏、不法分子利用网络数据信息片段而获得大量机密资料的情况发生。这也是解决当前互联网安全问题的有效途径。通过对数据段的文件加密，能够有效避免数据段被盗取或被破坏,而数据加密技术的主要目的在于保障大量数据的传输，重点在传送和接收数据的两端实现加密和保护。该技术主要是通过线路加密和端对端加密来实现防护。端对端加密技术则是指通过加密软件对数据信息进行加密，文件传输方通过加密软件对传输目标进行加密，从而将文件由明文转化为秘密文件并进行传输，而接收方则使用密钥进行破译,将文档由密文转化为明文。

5.6加强对网络监测技术和入侵检测技术的应用

近年来，入侵检测技术得到了快速发展和广泛应用，其主要监控网络使用中是否存在被用或被侵入的情况，常见的技术包括签名分析技术和统计分析技术。其中，签名分析技术主要检测已经掌握的计算机网络系统的弱点；统计分析技术则是基于统计学理论，判断计算机系统运行动作是否处于安全范围，以此保障计算机网络信息安全。因此，要加强对网络监测技术和入侵检测技术的应用，确保网络安全。

5.7建立完善的计算机网络管理制度

无论是个人还是企业的计算机用户，都需要特别注意做好网络信息安全管理的日常保障工作。首先，市场或企业需要根据自身实际状况建立动态规范的计算机网络系统管理制度,为维护网络运营的稳定性和信息安全提供计算机技术平台。其次，企业需要针对管理人员的日常作业情况制定标准化的管理制度,通过加大专业培训力度，使员工形成网络安全防护观念,充分掌握不同的网络安全保护程序,以此提高网络安全保障效率。最后，企业及相关部门要合理运用数字验证技术手段来合理管控计算机网络数据的使用数量,进一步拓展企业机构计算机网络的数字验证途径，增强内部互联网操作的安全性，以防止不法分子窃取互联网数据。

6结束语

大数据时代，互联网技术的蓬勃发展，带来了泄露个人信息的巨大风险，给个人和经济社会都带来了巨大的损失。实施有效、科学的网络信息安全管理策略，可以提高大数据时代计算机网络信息安全性，有效促进互联网网络经济的蓬勃发展。

作者:解海燕 朱宁静 马嘉琦 单位:银川能源学院

大数据下计算机网络安全篇3

一、引言

在现代科学技术持续发展的背景下，计算机功能正在不断完善，并已在信息处理方面得到广泛应用。但随着大数据时代到来，计算机技术已无法满足社会需求，导致信息处理效率停滞不前。为提高信息处理效果，有必要加大研究投入，充分掌握计算机技术与人工智能技术的各项内容，并采取一系列措施，促使两项技术进行结合，深入挖掘各项先进技术的潜在价值，以满足大数据体系需要，该点对推动计算机网络科技发展具有现实意义。

二、大数据技术与计算机信息处理

（一）大数据技术

大数据技术与人工智能技术能够开展风险性及复杂程度相对较高的工作，以实现在提高工作效率的前提下，防止群众生命安全受到威胁。针对人工智能而言，其能够对智能机器人进行利用，以此对传统人力进行替代，并提高工作效率。智能机器人的操作精准度较高，其能够防止各项工作受到人为因素的影响，从而出现偏差。随着计算机互联网领域持续发展，人工智能科技已进入发展新势态[1]。在计算机网络领域对人工智能技术进行应用时，计算机将实现对复杂程度较高，且规模较大的信息进行高效处理。在计算机互联网得到广泛应用的情况下，人工智能在计算机互联网领域将呈现动态性特征，即该项技术手段能够结合人员实际需求，对大量参数采取处理措施，且能够对体系的简便性产生积极影响，促使互联网处理效率实现最大化。通过调研可以发现，在大数据时代到来的情况下，各类信息参数的数量正在持续增加，致使系统的复杂程度也在不断提高，因此为实现对各项信息进行有效处理，有必要对人工智能技术进行合理运用。该项技术手段的功能呈现多样化，其能够对各类参数及检索信息进行总结与整合，满足计算机数据信息处理方面具有的各项要求。针对非线性难题，该项技术手段能够通过虚拟技术对问题进行处理，并结合需要对各类参数实施高效搜索，全面提高运转成效。互联网的信息传播速度相对较快，导致用户无法对其进行精准操控。考虑到传统互联网通告学说无法对高线性网络管控特征进行充分体现，故而工作人员有必要加大对人工智能体系的研究投入，并合理运用虚拟技术，进而实现高效处理非线性难题。

（二）计算机信息处理

在社会经济持续发展的背景下，计算机信息处理领域也在不断发展。当前，计算机信息处理技术已被广泛应用在多个领域。通过对该项技术手段进行深入分析，可发现其涉及的内容相对较多，例如数据分析技术与信息传输技术等。对数据信息进行处理时，技术人员必须以计算机平台为基础才能完成各项操作。由此可见，计算机技术在信息处理方面占据着重要地位，且能够在一定程度上对数据信息的处理效率及质量产生影响。因此必须对该项技术手段的重要性形成正确认知，并在大数据时代下对其展开深入研究，不断完善该项技术，进而实现高效处理数据信息。在此基础上，技术人员不仅将实现推动物联网技术与云端技术发展，满足用户在日常生活及工作中具有的各项需要，而且还将实现通过计算机技术具有的各项优势为企业挖掘信息提供支持，提高管理与决策方面的可靠性，例如大数据时代下的计算机信息处理技术将结合人员需求，在保障效率与精准性的前提下，帮助人员在大量数据信息中获取具备丰富价值的信息内容，以防止资源浪费现象发生。

三、以HBase时序参数库为基础的设计措施

（一）时序参数

为全面提高计算机处理效果，工作人员必须对与工业生产现场相关，且不断发生变化的工艺数据信息加以重视，并对其进行离散数字化采样，进而促使间隔转变的离散数字参数流形成。针对上述离散数字参数而言，部分学者将其称作时序参数。通过对时序参数进行深入分析，可发现单独时序参数包括的参数元素主要有4个，分别是数据质量、测点、测试数据及时间戳。上述元素可分别应用在数据信息与成果可靠度的测试工作、参数时刻的测试工作、传感设备与工艺数据的标志方面。

（二）HBase储存设计

在通常情况下，HBase的储存创设内容多是主键与储蓄构造的创设，针对创设目的而言，其主要是提高数据检测效果，防止储备空间不足，确保互联网吞吐量符合规范要求。

1.储蓄构造

HBase采用列式储蓄构造，其不同参数列均独立储存，为空的参数不占有相应的储蓄空间。在采取上述创设方式的情况下，稀疏参数的储备成效将显著提高，且列族将实现对多参数数列存储进行兼容。通过深入分析HBase储蓄构造，可发现其创设方案主要包括两种，分别是宽表方案与高表方案。其中宽表构造能够对一行记载进行利用，且能够在同一时间对多条参数模式进行记载，记载的行内参数通过参数列进行区分。对参数进行定位时，必须通过两道程序，即对参数所处的记载行的启示方位进行定位，并对参数所处的参数列方位进行定位。在实际工作中，宽表模式能够对检索记载需要的RowKey数量进行缩减，全面提高参数的检索效率，减少RowKey储存需要耗费的内存及硬盘空间。对小记录参数进行储存的过程中，通过宽表将取得良好成效。针对高表构造而言，其能够对一行记载仅记录一条参数的模式进行应用。在实际工作中，高表方案能够结合实际需求对目标参数进行依次定位。通过对高表方案进行深入分析，可发现由于总记载数相对于宽表构造明显较大，且检索过程中必须对多个RowKey进行应用，故而检索效率将明显降低[2]。此外，RowKey储存需要的内存及硬盘空间相对于宽表构造的增幅较大，尤其针对不同参数而言，其均处于小量参数阶段，不具备良好的储蓄效果，且检索效果欠佳。

2.创设准则

在RowKey创设方面，应对以下几项创设准则进行综合考量（如图1所示）。①长度准则。例如若RowKey属于二进制码流，长度处在10个字节至100个字节的范围内，则操控系统64bit占有，内存通过8byte对齐，RowKey管控在16byte，能够对8byte倍数的对齐要求进行充分利用，进而促使CPU性能实现最优化；②散列准则。HBase能够通过RowKey区段的划分，以此在相异节点对参数进行分布。若RowKey过度集中到某个层面，则载荷极有可能汇集到相应节点，致使CPU的速度降低；③唯一准则。在实际工作中，必须对RowKey数据加以重视，确保一条数据仅能够针对唯一的参数；④相关准则。应对相关的参数予以关注，尽可能在硬盘中对其进行储存，以实现对大量有关参数进行一次性解读，全面提高节点的特性与吞吐量；⑤检索关联性。在实际工作中，应尽可能在主键中完成核心检索条件，以此提高检索效果。

四、检验方案设计

（一）设计

在分析上述创设思维后，工作人员应以原有计算机状况为基础，对以HBase为主体的大数据技术时序参数库的检验模态进行建立。针对整体检验环境而言，其组成部分有4部计算机，能够通过万兆以太网进行连接，所有节点均处在具备一致性的网段中（如图2所示）。在实际工作中，除首部计算机以外，工作人员有必要在其他3部计算机上对Zookeeper软件进行安装，逐步Zookeeper集群，进而实现为Hadoop集群与HBase集群的正常运行提供支持。针对前两部计算机，工作人员应对Hadoop管控节点与Hadoop后备管控节点软件进行安装，以此对集群的命名服务节点与后备命名节点进行承担。应将相应的参数节点软件安装到4部计算机上，并将其作为Hadoop集群参数节点进行使用。应将HBaseRegionServer软件安装在4部计算机上，并在首部计算机上装设HBaseMaster软件，进而建立相应集群。正式进行检验实验的过程中，应促使虚拟参数源每10秒对参数进行输送，每次输送的时序参数数量达到600万条，每次检测记录30分钟内参数的平均值。某学者以上述内容为基础实施检测，其检测成果如下（如表1所示）。通过对检测成果进行分析，可发现检验环境的时序参数写入速率处在每秒107万至120万条的范围内，普通实时参数库商品的参数写入速率数据处在每秒30万至40万条的范围内。考虑到环境因素，故而检验环境的分配集群规模相对较小，且无法对Hadoop科技的功能进行充分体现[3]。在集群规模不断扩展的情况下，HBase集群的处置功能也将拓展。通过大量实践可以发现，当前Hadoop技术能够进行支撑的集群规模为10000个节点，但受到环境方面的影响，暂时未实施相应检验。

（二）反垃圾邮件

从现实角度出发，可发现多数用户在工作过程中极有可能受到垃圾电邮的困扰。因此为实现对上述问题进行有效处理，可选择将人工智能技术应用到计算机网络中，以此提高用户参数的处理效果。例如该项技术手段能够结合实际状况对垃圾电邮进行高效处理识别，防止其进入邮箱内。此外，在实际应用中，若系统选择接收电邮，将自动化对垃圾电邮进行测试与清理，防止电邮对用户造成困扰，以此提高电邮的可靠性与实用性。通过分析互联网资源分享方面，可发现人工智能在该方面具有较高的开放度，其能够在处理庞大资源的过程中实现总结与共享，进而为用户的后续使用奠定良好基础。此外，在上述领域，人工智能科技将充分体现自身的自主学习功能，以满足用户各项需求。

（三）防火墙

人工智能在防火墙系统中具有较高的应用率，其能够为防火墙开展信息识别工作提供支持，全面提高工作效率。在实际工作中，若具有风险性的信息进入计算机中，则防火墙将自动化对信息进行解读，充分掌握信息各项内容，防止存在威胁的软件进入互联网内部。网络侵入检验科技能够对相异类型的参数进行高效过滤，并在短时间内将其反馈给用户。从实际出发，可发现上述科技的防御系统相较于传统系统具有显著优势，能够满足用户在参数识别方面具有的各项需求[4]。在参数采集方面，该项技术能够对不同版块进行解析，以此对不良信息进行约束，全面提高参数安全性，确保计算机能够正常运行。此外，智能化防火墙能够对外部网络的侵犯进行高效应对，提高网络体系的稳定性，防止病毒进入网络体系，进而提升体系安全系数。例如在侵入系统测试方面，人工智能技术将对自身的功能性进行充分体现。在实际工作中，其能够高效保护各类网络资源，提高其可靠性。在科学技术持续发展的背景下，神经网络体系及专家体系已融入侵入网络系统中。在此基础上，侵入体系将实现对网络参数进行高效解读与处理，并对参数库的拦截模式进行分类创设，删除不良信息，以满足用户需要。

五、结语

综上所述，随着现代科技水平不断提高与信息量不断增大，计算机信息处理方面已无法适应时展。因此必须对计算机技术进行深入研究，不断对其进行完善与创新，科学构建时序参数库系统，进而实现高效处理各项参数及信息。基于此，计算机网络科技领域将实现健康发展。

参考文献：

[1]王强.大数据时代下的计算机信息处理技术分析[J].软件，2022，43（03）：112-114.

[2]白洁仙.大数据时代下基于计算机的信息处理技术研究[J].无线互联科技，2021，18（22）：106-107.

[3]徐涛.大数据时代下运用计算机处理信息的方法探究[J].科学技术创新，2021，22（30）：78-80.

[4]管吴弘.大数据时代下计算机电子信息处理技术研究[J].软件，2021，42（09）：98-100.

作者:梁海军 单位:河北工业职业技术大学