大数据时代计算机信息处理技术

随着信息时代的迅速发展和人们要求的不断增加,计算机信息的处理越来越不尽如人意,大数据的出现是电脑处理信息的革新机会.大数据时代计算机信息收集技术是通过各种平台的数据建设,实现大量数据信息的高效收集,建立高效的数据存储系统,让用户可以随时随地收集数据.     

大数据时代计算机信息处理技术应用分析

大数据技术的普及,意味着我国迎来了大数据时代。大数据能够有效提高资源数据的利用率,为我国社会经济的发展带来无数的机遇。在大数据时代,海量信息实现了互通传输和共享,人们随时随地都能够接触到无数的计算机网络信息,这使人们之间的交流变得更为容易。与此同时,大数据的发展也给计算机信息处理技术带来了新的挑战,海量数据信息的出现,对计算机信息处理技术的要求越来越高。利用计算机信息处理技术可对庞大的数据进行收集和处理,一定程度上加速了社会的发展,在大数据时代,计算机信息处理技术拥有更好的发展前景[1]。基于此,笔者围绕大数据时代的特征,分析计算机信息处理技术的相关应用。     

安全日志统一收集平台的数据架构设计与实现

1 数据架构 安全日志统一收集平台采集的业务系统信息数据和安全日志数据信息在一定轮询周期（时间较短）内需要进行一次存储,数据特征为数据量大、插入操作频繁、查询操作范围小。因此对采集上来的数据存储逻辑进行优化,     

面向海量网络数据的收集方法研究与分析

网络爬虫是当前应用最普遍的针对海量网络数据的收集方法,其通过一定规则和URL自动抓取互联网信息及数据,主要是由程序来实现的.研究和分析了海量网络数据收集方法的理论基础,针对微博用户信息数据收集,提出了一种基于Scrapy框架的爬虫方法.     

“大数据”时代的计算机信息处理技术探讨

近几年来,在改革开放和经济全球化的推动下,我国社会不断进步、经济不断发展的同时,科学技术也取得了重大的进展,尤其体现在"大数据"时代的计算机信息处理技术上。对于计算机信息处理技术来讲,其在发展的过程中,更加注重收集数据信息的智能化与自动化,在准确性、科学性等方面有一定的优势,大大促进了人们生产与生活质量的提高。因此,笔者主要从计算机信息处理技术的概述入手,对大数据时代的计算机信息处理技术进行系统的探讨,以更好地促进我国经济科学与合理发展。     

使用“数据黑匣子”对付休眠数据

数据仓库（Data Warehousing,简称DW）工作过程中,休眠数据也会以同样的增长率在成长,其增长大大影响了数据仓库的工作效率。常规处理休眠数据的方法存在许多不足之处。文章阐述如何使用收集数据本身的一些元数据帮助数据仓库管理在最快时间内处理休眠数据。“数据黑匣子”对数据操作语言进行分析,分离关键词,再提取相关信息,并将关键信息数据送入“数据黑匣子”进行存储。最后,通过信息的频繁使用度,自动分析所有的休眠数据。     

基于预取机制的传感器网络移动查询技术

无线传感器网络技术所面临的关键问题之一是解决向终端用户提供传送信息的数据服务问题.提出了一种移动环境下满足时间空间约束的数据查询处理技术,结构上由代理体和网络节点两层组成,其中网络节点执行消息预取、查询扩散和数据收集处理功能,通过对用户的运动路线进行预测并向传感节点发出预取消息,由节点自主构建网络查询树,再由数据集中组件完成数据的收集和融合,用户在到达传感区域后能在查询周期结束前获取查询数据.仿真表明该技术能以较低的能量消耗提供高的数据服务质量.     

基于预取机制的传感器网络移动查询技术

无线传感器网络技术所面临的关键问题之一是解决向终端用户提供传送信息的数据服务问题。提出了一种移动环境下满足时间空间约束的数据查询处理技术,结构上由代理体和网络节点两层组成,其中网络节点执行消息预取、查询扩散和数据收集处理功能,通过对用户的运动路线进行预测并向传感节点发出预取消息,由节点自主构建网络查询树,再由数据集中组件完成数据的收集和融合,用户在到达传感区域后能在查询周期结束前获取查询数据。仿真表明该技术能以较低的能量消耗提供高的数据服务质量。     

电力系统动态信息数据库关键技术的应用研究

笔者以电力系统动态信息数据库关键技术的应用研究为主要内容进行阐述,结合当下基于时间序列下动态信息数据库框架和电力系统动态信息数据库关键技术应用,从并发数据处理机制、内存映射文件形式和磁盘保存机制、关联数据保存形式、电力系统数据收集处理流程、混合压缩算法以及电力系统数据采集处理步骤等方面深入探讨。其目的在于加强电力动态信息数据库技术的使用效果,为相关研究提供参考。     

WSN中一种基于多sink的快速数据收集算法

数据收集问题是无线传感器网络中的研究热点之一。数据收集方式会影响数据到达sink的准确度、延迟以及网络的能量消耗。针对时间响应和数据准确度要求高的应用,提出了一种基于多sink的快速数据收集算法（QDGA）。sink利用已知的全局信息和计算能力构建出基于最小度的数据收集森林进行任务分发,得到网格粒度最优的数据收集策略,网格内的普通节点通过时隙分配来进行数据收集,并可以根据自身的局部信息动态调整数据收集路径。仿真实验表明,相对于已有的方法,QDGA在保证网络生命周期的前提下,能够有效降低延迟以及提高数据收集的准确率。