大數據下的計算機信息處理技術

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據下的計算機信息處理技術范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：大數據時代的到來，計算機信息技術取得了突破性的創新，并且滲透到各行各業，對行業的轉型與發展提供了技術支持。面對海量化的數據信息，除了提供更快的信息處理速度外，對信息本身的安全性以及信息資源的利用率等也提出了更高的要求。探索大數據時代計算機信息處理技術的運用與創新，成為當下的熱點研究課題。簡述了計算機信息處理流程，包括信息收集、信息存儲、信息傳遞等；分析了基于大數據的計算機多道信息處理技術；就計算機信息處理技術的創新方向、發展前景進行了展望。

關鍵詞：大數據；數據采集板；信息處理技術；信息傳遞

1計算機信息處理技術流程

1.1信息收集。

面對海量化的數據，如何從中挑選出有價值的關鍵信息，是計算機信息處理的第一步。信息收集質量在一定程度上決定了信息處理結果的可用性和可信度，因此在計算機信息處理中，該環節的重要性不容忽視。關鍵詞檢索是信息收集中常用的技術，設計關鍵詞能夠有效縮小信息的采集范圍，并且利用大數據技術快速過濾，將符合要求的信息保留下來，而其他非相關信息則被過濾掉，提高了信息數據的利用價值。信息收集流程如圖1所示。

1.2信息儲存。

對于收集到的數據，應當根據數據來源、數據類型等，將其分類存儲。如何保障存儲信息的安全性，防止信息泄露，是信息存儲環節必須要考慮的問題。在大數據背景下，云存儲逐漸成為一種主流的信息存儲模式，除了提供超大的存儲空間外，在保障信息隱私，方便信息調用等方面也有顯著的優勢?；谠朴嬎愕男畔⒋鎯Τ绦蛉鐖D2所示。

1.3信息傳遞。

資源共享讓信息數據的價值得到了進一步的發揮。而信息共享必然伴隨著信息的交流和傳遞。在大數據背景下，除了要保證信息傳遞效率，還要營造安全的網絡環境，保證信息的安全。數字簽名認證技術是目前保證信息傳遞安全的一種常用計算機信息處理技術。其原理是在信息的發送端對需要傳遞的信息進行加密，在信息的接收端對接收到的信息進行解密。加密和解密共用相同的數字簽名，這樣就可以防止第三方竊取或破壞信息，達到了保障信息安全傳遞的目的，其流程如圖3所示。

1.4信息安全處理。

大數據時代的到來，一方面為計算機信息處理提供了便利和機遇，同時也帶來了諸多的挑戰。如上文所述，如何保證信息安全就成為必須要考慮的關鍵問題。目前來看，已經形成了較為完善的信息安全處理技術體系，而二維碼技術就是其中的一種。通過采集用戶指紋圖像，對數據進行加密、編碼等，生成唯一的二維碼，同樣也能達到保障信息安全的效果，技術流程如圖4所示。

2計算機多道信息處理技術

2.1計算機多道處理技術原理。

雖然根據多道程序設計的不同，多道處理的技術方式存在一定的差異。但是從硬件組成上來看，脈沖多道分析的結構組成基本類似，其中核心模塊包括4部分，分別是用于終端控制的PC機、用戶數據收集的數據采集板、用于數據識別與篩選的甄別器，以及用于脈沖幅度測量的展寬器。利用前端傳感器捕捉信號后，將模擬信號轉變為計算機可識別的數據信號，這一過程稱為ADC變換。在PC機內置程序的控制下，將ADC變換幅度作為地址碼，并通過該地址碼讀取該道址的參數。讀取結果輸入到運算器內，由運算器完成加1運算。PC機獲得這一運算結果后，將其重新計入到存儲器內。通過重復上述流程，實現多道處理。

2.2計算機多道處理技術的構成。

現階段比較流行的計算機多道，是以通用數據采集卡為硬件基礎，以VisualC++6.0、Windows為軟件開發平臺的。計算機多道有如下的功能，數據獲取方面：在定時或定事例數的控制下，采集事件信號幅度的數據，或事例時間間隔的數據；實時顯示所采集的信號幅度譜或時間譜。數據處理方面：顯示已采集的譜形和已采集的時間。點擊鼠標，可顯示該點的道址和該道的事例數。所采集的數據作為數據文件，供保存、調用和離線分析。完成上述功能，計算機多道的硬件構成如圖5所示。

2.3計算機多道處理技術的改進

上述計算機多道基本上滿足了當下對各類信息處理的要求，但是也存在一些不足。例如探測器接受到的信號脈沖，寬度要比常規脈沖略窄。而這些脈沖通過數據采集板之后，還會產生一定的損耗，這也就意味著最終PC機上識別的信號脈沖寬度，大幅度的低于實際值，從而導致處理結果失真。因此，為了避免此類問題，許多在現有的計算機多道軟硬件基礎上，進行適當的改進。一種可行性的技術措施是，用一臺快速恢復式的幅度保持器代替展寬器，新的多道硬件組成如圖6所示。幅度保持器的運行機理為：前端設備捕捉到信號后，首先經過電容C，此時信號被充電并放大一定的倍數。放大后的信號被分成兩部分，并通過不同的路徑進行傳輸。一路信號直接進入甄別器；另一路信號觸發放電控制，并經過放電控制脈沖驅動模擬器開關K重新與第一路信號回合。在該路信號中，可以人為設計信號傳輸延遲，通常在3-5s不等。幅度保持器的脈沖波形如圖7所示。第一個信號脈沖幅度被采集后，電容C開始放電，在基線未完全恢復時，又來相鄰的第2個信號，此信號疊加在未復原的基線上，即第二個信號的幅度疊加了一個對應于當時基線的一個小臺階。此臺階將影響第二信號幅度的采集精度，事例率越高，也就是相鄰第二個信號來的越早，基線的臺階對精度的影響越大，也就是精度越差。因此，我們可以在允許的FWHM條件下，以最高的事例率(或事例率上限)來衡量數據采集的性能。表1給出本幅度保持器的FWHM與事例率上限的關系，所用的探測器系統(NaI晶體)同有的FWHM為8％。

3大數據背景下計算機信息處理技術創新

3.1大規模廉價計算平臺的應用。

大數據時代的一個典型特征，就是數據的爆發式增長。海量的數據一方面是占用了太多的存儲空間，導致物理存儲成本上漲；另一方面則是普通的計算機處理速度難以完全消耗海量數據，造成了數據的浪費。在這種情況下，基于大數據的計算機信息處理技術，也需要進行適應性的創新，才能在新時期保持更高的信息處理效率，以及更深層次的挖掘信息的利用價值。運用虛擬化技術，能夠降低大規模、集成化計算平臺的應用成本，將物理服務器轉化為虛擬服務器，在虛擬環境下同步運行，不僅可以實現所有的信息處理功能，而且進一步提升了虛擬計算平臺的兼容性和穩定性。

3.2采用MapReduce技術的支持。

在大數據的支持下，運用分布式信息處理技術，可以將海量信息分散到不同的虛擬服務器上，以便于提高處理效率。而MapReduce技術的出現，讓并行式信息處理也體現出了應用優勢。處理流程為：管理員對Map和Reduce這兩個端口分別進行定義，然后從端口輸入信息，計算機接收到信息后，根據預設的程序將數據進行分類，形成若干帶有標簽的數據片段。每個片段上分別對應一個鍵值對。計算機通過匹配數據片段的標簽，以及每個Map的特性，進行逐一配對，確保每個Map都能分配數據片段并進行運算。最后將所有的運算結果匯總起來，形成一個鍵值對集合。后期根據信息利用需要，隨時調用鍵值對中的數據。

3.3云計算的大規模數據處理框架模型。

云計算雖然具有極高的數據處理能力，但是面對紛繁復雜的數據，也存在數據處理成本高、系統運行負荷大等問題。通過構建大規模數據處理框架模型，提供一個模式化的數據處理流程，該模型內不同模塊分別承擔大規模數據處理的不同環節，例如數據預處理、數據分類、數據計算等，模型的運行效率和性價比更高。此外，該框架模型還具有較強的可擴展能力，后期可以根據大數據技術的發展，以及信息處理要求的變化，不斷的增加一些新的功能，從而始終保持較高的實用性。

4結論

大數據時代的到來，在推動計算機信息處理效率提升、挖掘信息數據利用價值等方面，提供了必要的支持，并且逐漸滲透到各個行業中，對社會經濟發展、日常生活產生了深遠的影響。下一步要依托大數據、云計算等技術，持續優化計算機信息處理技術，逐步提升技術的應用價值，滿足現代化發展需求。

參考文獻

[1]韓丹，宋勇建，高占江.淺談如何安全高效地進行大數據計算機信息處理[J].科技經濟導刊，2020（1）：51-53.

[2]徐超.大數據背景下審計數據采集技術與方法的研究———以互聯網金融企業專項審計為例[J].會計之友，2020（19）：122-123.

作者：劉慧力 單位：哈爾濱華德學院