大数据环境下的数据迁移技术研究

数据是信息系统运行的基础和核心,是机构稳定发展的宝贵资源。随着信息系统数据量成几何级数增加,特别是在当前大数据环境和信息技术快速发展情况下,海量数据迁移是企业解决存储空间不足、新老系统切换和信息系统升级改造等过程中必须面对的一个现实问题。如何在业务约束条件下,快速、正确、完整地实现海量数据迁移,保障数据的完整性、一致性和继承性,是一个关键研究课题。从海量数据管理的角度,阐述了海量数据迁移方法,比较了不同数据迁移的方案特点。     

Forensic Investigation Through Data Remnants on Hadoop Big Data Storage System

Forensic examiners are in an uninterrupted battle with criminals in the use of Big Data technology. The underlying storage system is the main scene to trace the criminal activities. Big Data Storage System is identified as an emerging challenge to digital forensics. Thus, it requires the development of a sound methodology to investigate Big Data Storage System. Since the use of Hadoop as Big Data Storage System continues to grow rapidly, investigation process model for forensic analysis on Hadoop Storage and attached client devices is compulsory. Moreover, forensic analysis on Hadoop Big Data Storage System may take additional time without knowing where the data remnants can reside. In this paper, a new forensic investigation process model for Hadoop Big Data Storage System is proposed and discovered data remnants are presented. By conducting forensic research on Hadoop Big Data Storage System, the resulting data remnants assist the forensics examiners and practitioners for generating the evidences.     

大数据下的Web数据集成与挖掘研究

随着Web2．0技术的快速发展,社交网络、物联网、移动互联网等新兴服务行业日益涌现,Web数据呈爆炸式增长,成为炙手可热的“大数据”。Web大数据巨大的价值使得越来越多的人开始关注,如何获取Web数据并进行挖掘利用。在大数据的环境下,Web数据呈现出规模大、种类多、数据流高速性等特点,使得Web数据抽取与集成,数据分析,数据解释等方面的研究更加深入,与此同时,Web大数据的集成与挖掘仍存在着数据规模、数据多样性、数据时效性、隐私保护等方面的挑战。     

基于大数据挖掘分析的高校信息化建设探索

高校信息化建设过程中积累了大量的数据资源,如何利用数据挖掘技术获取有价值的信息是高校大数据分析中的一个重要问题。介绍了几种典型的数据挖掘技术,并且通过分析其在学生信息管理中的应用,说明了数据挖掘是一种在高校信息化建设中提高学校的管理能力和科研教学水平的有效技术。     

云环境下基于代数签名持有性审计的大数据安全存储方案

针对存储在云端的大数据的安全性和动态更新问题,提出一种基于代数签名持有性审计的大数据安全存储方案。构建可信第三方审计者,利用代数签名(AS)技术对大数据进行数据持有性审计(DPA)以确保数据的完整性。另外,基于分而治之(DC)思想构建一种新型数据结构,使数据拥有者可以动态地进行修改、插入和删除操作,同时通过减少平移数据块的数量来降低操作的计算复杂度。实验结果表明,该方案能够有效地检测恶意操作,提供了较高的数据安全性,同时大大降低了服务器和审计端的计算量。     

面向医疗信息的大数据安全管理策略探究

随着各种医疗信息系统的广泛应用与深入发展,医疗数据快速增长．医疗信息进八“大数据”时代,大数据的产生带来了较为突出的安全问题。针对提高医疗信息系统的大数据安全管理策略进行探讨,着重讨论了系统架构、备份机制、数据库纵深防御体系等方面的内容。     

基于工业大数据的压缩机全寿命周期管理系统开发

在国家清洁能源发展战略实施推动下,工业用天然气压缩机得到迅猛发展,为应对压缩机行业发展需求,结合相关新兴技术和制造企业的管理流程,研发了基于工业大数据的压缩机全寿命周期管理系统。介绍系统架构,并阐述关键技术实现,最后列举系统测试实例。系统已在企业规模应用并持续创造效益,可作为其他装备物联网系统参考。     

大数据环境下的多源数据演化更新研究

大数据环境下的多源数据呈现出数据量大、数据种类多、数据变化快的特点,这些特点对数据更新提出了新的挑战。通过分析大数据下多源数据的特点,定义了演化数据的概念,基于此建立了大数据的动态变频遍历更新模型。首先通过抽象数据的演化方式,建立了演化数据的势与稳定性概念,从而推导出更一般的代数意义上的演化运算工具;其次通过将运算工具导入大数据数据更新的实际应用中,推导出基于概率的变频遍历与动态权值模型;最后通过实验验证了在大数据环境下动态变频遍历模型(Dynamic Frequency Conversion Traversal,DFCT) 对多源数据具有较高的更新效率。     

大数据背景下的民政公共服务信息平台研究

大数据具有规模大、种类多、生成速度快、价值巨大但密度低的特点。民政大数据应用就是利用数据分析的方法,从大数据中挖掘有效信息,为民政提供辅助决策,实现大数据价值的过程。主要介绍民政公共服务模型、技术框架、大数据的联机分析和大数据挖掘模型,对民政公共服务数据处理具有一定的参考价值。     

大数据时代的思维特点研究

近年来,“大数据”已经成为科技界和企业界关注的热点,所谓big data(大数据),是指靠专有平台实现价值提炼以帮助使用者决策分析的海量数据集产品。目前,拥有数据的规模大小和运用数据的能力将成为一个国家综合国力的重要组成,一个国家对数据的占有、控制将成为国家间和企业间新的争夺焦点。重点研究分析了大数据的5个特性,指出了企业的经济效益是推动大数据发展的主要动力,当前的大数据处理技术使人们从事的工作变得更加智能。通过对大数据时代的思维特点及思维方式进行研究,可以得出大数据时代最大的转变就是研究方式将进入数据密集型科学的范围中进行。