大数据时代算法技术被控制和滥用的风险防范

0 引言 算法技术目前被广泛应用于医疗、卫生、公共交通等领域,在提供便利的同时也产生了诸多风险.市场力量借助其技术优势、数据优势和资本优势,利用算法技术窃取用户个人数据信息、对数据信息进行篡改和伪造、通过定向的算法技术实行各类歧视等等,大有"通过算法控制社会"之势.这是国家法律所不能容忍的,必须防范其对国家、社会和个人...     

基于大数据的计算机网络安全防范对策

大数据时代的到来,为人们的日常生活和工作提供了极大的便利,但是,却给计算机网络安全运行埋下了一系列安全隐患问题,为了解决这一问题,提高计算机网络运行的稳定性、可靠性和安全性,现根据网络安全技术与应用相关理论知识,针对计算机网络安全隐患问题,从提高用户安全意识、加大网络监管力度、安装防火墙、修复计算机漏洞等方面入手,为实现对计算机网络安全防范提出具有建设性的建议。希望通过这次研究,为技术人员提供有效的借鉴和参考。     

大数据环境下网络信息安全的风险与防范对策

随着信息技术的不断创新和迭代,大数据技术已经广泛应用于社会生产生活的各个方面。但由此形成的海量网络信息也在一定程度上面临着诸多风险,如果未及时应对,不仅会造成信息数据失真和异常,还会引发严重的网络信息安全问题,甚至导致系统性崩盘。基于此,笔者将简单介绍大数据的特点、作用以及采用的核心技术,通过分析大数据环境下网络信息安全存在的各种风险,详细阐述应对信息安全风险的相关措施,以供参考。     

基于大数据的煤矿安全风险智能评价和预警研究

文章提出基于大数据的煤矿安全风险智能评价和预警方法,用来提升企业风险判识能力,评价煤矿安全风险等级,为后续开发打下基础。使用空间重构方法离散性映射处理大数据,选择最佳时延和最小嵌入维数构建大数据时间序列的信息流模型,通过模糊C聚类算法求解初始聚类中心搜索目标函数,最终获得大数据最优聚类中心。通过聚类大数据得到煤矿安全风险评估指标,使用可拓理论构建风险预警评估模型,运用熵权法确定指标权重,定量计算关联函数,根据关联度最大原则判断预警对象的风险等级。经实验分析,该方法在数据聚类方面具有较高准确性和计算效率,并且能够准确评估出煤矿存在的风险和预警等级。     

基于大数据的网络信息安全防范浅析

如今网络时代逐渐迈向云科技时代,涌动出一批计算机新技术,带动着人们生产、经济等各个方面的进步,使得人们从思想到行为都发生着变化,这都得益于时下较为火热的大数据技术。然而事物都存在两面性,在这样的网络环境下,网络信息安全必然会引起各界人士的关注。所以针对此类问题,本文从以下几个方面对网络信息安全展开了浅显的分析与深度的研究,并对此提出了有效的防范措施。     

防范7大安全风险

前不久,SANS研究所对外公布了2007年20大互联网安全风险报告。该报告列举了2007年对于个人、公司和政府机构危害最严重的网络安全风险。这20大互联网安全风险是由来自六个国家的政府、行业和学术界的43位网络安全问题专家评选出的,详细列表可以登陆www.sans.org/top20查询。     

基于绿色消费行为的环保购物袋设计引导分析

文章以设计能动性理论为基础,从设计角度评估环保购物袋的市场发展趋势,分析环保购物袋的优势、改良方式、普及对象,探究环保购物袋引领绿色消费行为的方法,阐明设计是助推社会良性发展的重要手段,进一步推动全社会的绿色消费行为。通过引入双向机制可激发环保购物袋的潜在能动性,从而引导人们逐步实现低碳环保的社会整体环境。     

基于Hadoop的大数据平台风险监测系统设计

以Hadoop平台为基础,开发设计了一种用于企业大数据平台风险监测的系统。该系统模型能够有效防止主机管理环境下的入侵监测保护系统遭受分布式拒绝服务攻击（Distributed Denial of Service attack,DDoS）,利用网络神经实现对检测对象的特征选择,并分类配置云服务器,能够检测大数据平台安全风险。     

信息数据管理风险与风险防范机制研究

在世界经济全球化与中国经济发展进入新常态的大背景下,科学技术发展突飞猛进,知识爆炸和信息爆炸是这个时代的主要特征,信息数据也就随之成为这个时代赖以生存发展的必需之物,它就像整个经济发展社会进步的大金字塔的地部,虽然是最底层的技术和管理,却是最基础、最庞大、最无可替代的支撑。信息数据管理也就变得尤为重要。     

基于大数据的高职学生学习行为及效果分析

大数据技术的迅猛发展正在影响社会的各个领域,其在教育中的应用已取得了很大的进展。在教育大数据深入发展的背景下,基于蓝墨云班课平台中的高职学生学习行为日志数据,对学生的资源浏览情况、参与活动情况、作业测试成绩等相关的数据进行收集、预处理和展示。在此基础上,采用大数据学习分析得到了学生学习行为与学习效果的关系,以期为教育教学工作者提供教学内容组织、构建教学模式的依据。     

基于大数据的高校学生网络行为监测系统的设计

校园网的发展对学生的学习与生活带来了极大的便利,但同时也影响着学生的思想和行为,给高校学生管理工作带来了新的挑战。该文基于校园网流量分析,设计了一套学生网络行为监测系统,可通过分析学生网络行为监测学生的网络游戏沉迷情况,通过分析学生网络浏览内容监测学生的话题关注情况,为学生的思想教育和行为引导提供可靠、有效的科学依据。     

基于大数据的高校学生在线学习画像研究

以四川省某高校的网络教学平台为研究对象,对该平台的学生在线学习数据进行学习行为画像。采用python、dycharts、图表秀,对不同任务点(视频)学习情况下学生章节测验平均分、不同作业平均分下学生的章节测验平均分、不同网络测评成绩下学生网络学习状况进行了画像。画像结果能直观看出任课老师对于课程设置的情况、学生学习的各项基本情况、各学院对于学生学习管理的长处和短处,从而更有针对性地进行改善和提高。     

基于大数据的五年制高职护生在线学习行为要素研究

在线学习已逐渐成为高职院校一种重要学习形式,该领域也成为当前研究热点之一。对在线学习进行介绍,同时对大数据技术在在线学习平台中的应用进行分析,重点对五年制高职护生在线学习行为要素进行研究分析,为更好地开展在线学习评价提供参考,促进高职院校更好地开展在线学习,提高在线学习质量。     

大数据时代大学生个人隐私保护问题研究

伴随着互联网+的风生水起,信息量暴增的大数据时代应运而来,"网络原住民"大学生不可避免、理所当然地处于大数据洪流之中,但也为其个人隐私保护带来了极大挑战。文章针对大数据带来的安全隐私问题,指出大学生个人隐私泄露的可能原因,提出可以采取的个人隐私保护措施,给出大数据时代隐私保护几种技术,期望能给相关人士提供有效参考。     

基于大数据的高校学生综合评测系统设计

大数据时代的到来,正在改变着人类生活的各个领域和行业,引起了世界的重大的变革,高校教育事业也在随之变革。通过阐述大数据的概念、特点和大数据技术,分析高校学生综合素质评测现状和引入大数据的必要性和可行性,研究并设计了基于大数据的高校学生综合评测系统。     

基于最优风险与预防模型的医疗数据挖掘算法

为有效地实现疾病的早期诊断和预防,提出一种带权重的、基于最优风险与预防模型的医疗数据挖掘算法。利用最优风险与预防模型产生和疾病相关的特征属性值项,通过带权重的风险和预防集算法确定每个特征属性值项的权重。在2个标准医疗数据集中的测试结果表明,该算法能获取医疗数据中具有代表性的特征属性值项,并且每个特征属性值项都被赋予一个权重,使其获得较好的挖掘效果。     

一种用于海洋大数据的低功耗数据采集器设计

为了对海洋环境进行实时监测,设计了一种对气压、气温、湿度、降水、风速、风向、潮汐和盐度等各类信息进行采集的低功耗数据采集器。首先对总体硬件框架进行了设计,然后对各组件的硬件组成进行了详细描述,即数据采集接口、存储器模块、通信模块、显示模块和时钟以及看门狗等硬件进行设计;同时对软件总体框架进行了设计,对软件的各组成部分如串口的初始化、传感器数据读取流程均进行了详细描述。最后,对海洋数据采集器在海洋监测系统中的应用进行了说明。为了验证数据采集器的功能,对所设计的采集器进行了测试,实验表明文中方法能对海洋环境信息进行实时监控,具有测试准确、成本低、功耗低以及布设简单优点。     

基于大数据技术的网络异常行为检测模型

针对传统的网络异常检测受数据存储、处理能力的限制,存在准确率较低、误报率较高以及无法检测未知攻击的问题。在Spark框架下结合改进的支持向量机和随机森林算法,提出了一种基于大数据技术的网络异常行为检测模型。使用NSL-KDD数据集进行了方法验证,表明该方法在准确率和误报率方面明显优于传统的检测算法,整体检测的准确率和误报率分别为96.61%和2.92%,DOS、Probe、R2L和U2R四种攻击类型的准确率分别达到98.01%、88.29%、94.03%和66.67%,验证了方法的有效性。     

基于Hash算法的大数据架构下电力系统风险评估研究

为解决电力系统风险评估传统方法存在的处理数据耗时长、实时交互性能欠缺、难以全面反应电网状态等问题,本文提出一种基于Hash算法的大数据架构下电力系统风险评估方法,利用Hash算法将电力系统基础数据关联至服务平台和风险评估系统,采用架空线路停运模型、变压器时变停运模型对电力系统进行大数据建模,融合静态和暂态安全性风险指标,依托多维度数据源,形成电力系统风险评估关联大数据分析体系。该方法有效解决了电力系统风险评估所涉及的多样性和不确定性问题,提升了风险评估实效。将其应用到重庆市某区域电网全年风险评估中,得到的评估结果符合实际情况,验证了所述方法能够综合反应电网设备状态演变和电网外部环境变迁,提高风险评估的准确性和实时性。