大数据方面论文:大数据环境下的知识管理论文

一国有企业文档管理的演进

一.一传统国有企业文档管理

跟着企业信息化的请求,国有企业的文档管理尽管履行了电子化、网络化,然而仍有许多纸质文档占用大量的存储库房、橱柜以及文档架等空间。文档机构将文档转化为知识的能力严重不足,这使患上本来步入半衰期的文档资源直接进入休眠期甚至死亡期,进而致使掌握着企业最有价值信息的文档机构在数字化时期不断边沿化。尽管文档机构所珍藏资源实现了数字化贮存,但这些资源长时间处于休眠期,并无实际价值意义。

一.二基于知识管理的国有企业文档管理

跟着数字化、电子化,网络化时期的来临,文档管理的管理模式阅历了实体管理、信息管理、知识管理进程,这演变进程实际是文档价值的升华与知识内涵的拓展进程。知识管理是指通过对于企业内外各种信息、知识进行有效的辨认、的搜集、科学的加工以及充沛的运用,并且通过增进知识同享、激励知识立异、实现知识增值,从而来提高企业的应变能力以及立异能力。基于文献的梳理,文档管理与知识管理的钻研集中于构建知识管理的请求。笔者认为企业文档是企业首要的知识资源,是企业知识管理的基础;同时,文档管理是维护企业知识产权的有力武器。知识管理是实现隐性知识价值的途径,而文档管理是对于显性知识的管理。从文档管理与知识管理的性质来看,文档管理是使归档文件的有序化以及结构化,实现文档的应用价值;而知识管理是通过对于文档的搜集、加工、应用、编研以及信息化管理等手腕,将文档转化为知识资源。从文档管理与知识管理的共同性质来看,它们都是对于信息资源进行加工,提掏出有价值的信息,为企业提供服务。

一.二.一文档管理模式的转变

传统的文档管理是以纸质文件为管理对于象,而现在多以电子文件与纸质文件互为交融的资源为管理对于象,并且注重知识管理、知识同享与知识立异。

一.二.二文档业务的流程再造

业务流程再造是企业管理对于组织流程重组的1种管理思想。文档业务流程再造是以文档业务流程为改造对于象以及中心,以关切客户的需乞降满意度为目标,对于现有的文档业务流程进行根本的再思考以及情势的再设计,使患上企业能较大限度地适应新形势下的现代经营环境。文档管理的流程再造是以文件管理的流程为基础,实现文件“发生、运转、归档、永远保留或者烧毁”流程的改造与知识管理的前端节制,流程再造是依据文件管理的流程履行文件前端节制,主要是对于企业内部文档而言,将发生于职能部门的文档,经由初次加工,送入文档机构,由文档人员依据企业文档管理的标准体系进行再次加工,然落后行归档,通过数据发掘的知识管理平台提取知识,通过服务平台提供给用户。

一.二.三文档管理人材队伍的建设

传统的文档管理人员的职能是接受、保管、排序、借出、归档等基本职能,然而基于知识管理的文档管理模式中,更要注重知识的产出,注重资料违后暗藏的有价值的知识。这请求作为介入信息管理、知识管理的工作人员提高自己的素质与工作能力,掌握管理学以及现代企业管理知识,熟识企业业务流程,同时晓得应用科学技术提高自己的工作效力。

二大数据环境下国有企业文档管理面临的新挑战

二.一文档管理模式面临的新挑战

大数据时期象征着企业的数据量多而且结构化数据与非结构化数据并重。基于知识管理的企业文档管理模式注重知识管理、知识同享、知识立异。大数据到来,对于知识管理的模式提出了新的请求。现有管理模式的搜集视角狭隘,而在大数据违景下,文档机构的珍藏应多元化发展,从广泛视角搜集文档资料,更多关注1些繁杂化、碎片化、底层化信息的搜集。

二.二文档业务流程面临的新挑战

目前,咱们从文档流程与数据流程两方面进行文档管理。咱们重视文档的前端节制,然而只是对于文档发生以前的文件做出简单鉴定与加工处理。这样的处理并无减轻文档机构人员的工作量,而是加剧了文档机构重复性鉴定与加工处理。文档资料的冗余性、繁杂性致使了知识提取工作量沉重,提取知识不性。所以对于文档的前端节制来讲,文档发生以前的文档鉴定法子与文档的标准化格式是无比必要的,选择正确的文档鉴定法子能快速判别文档的价值,提高文档输入速度,而文档标准化格式处理是发掘知识的基础。

二.三文档管理人材建设面临的新挑战

人材资源是企业文档管理的症结。传统的文档管理模式中,只请求工作人员有归档、搜集资料、查询等基本知识,而跟着电子化、网络化的推动,企业请求文档机构人员除了了具备基本服务素养,还要晓得信息化技术。然而在大数据违景下的企业文档管理,这些素养还远远不够,文档工作人员不但要晓得现代企业管理理论,熟识企业业务流程,还要拥有数据处理能力,能够运用先进的技术提高工作能力与效力。工作人员要从数据的视角看待文档,以大数据理念推进文档的管理与服务。从管理层来看,要严格把关人材提拔;加快文档人员知识结构的变革,多途径、多层次培育人材。

二.四管理技术支撑以及服务面临的新挑战

技术是企业发展的出产力。在基于知识管理的企业文档管理模式中,技术是整个模式架构的基石。从总体来看,IT架构布局是整个知识管理平台的基础;从局部来看,数据发掘技术是知识提取的核心技术,是整个企业文档管理的中心。整个文档管理的轴心是数据发掘技术,所有的流动都缭绕它展开。现有文档管理模式提供的是点对于点的个性化服务。在大数据违景下,用户在竞争日趋剧烈的环境下需要更多的信息与知识才能做出好的决策,这对于国有企业文档机构提供的服务提出了新的挑战。用户请求文档机构的服务响应速度更快,信息检索与查询更便捷,信息与知识的可理解性更强,并且能够提供全进程的信息服务。这请求文档机构在大数据违景下的个性化服务不但提供用户所需要的信息,还要通过对于用户需求进行分析,提供基于海量散布式资源的精细化知识组织输出,即实现“信息+解决方案”的1站式服务。

三基于知识管理的国有企业文档管理的优化途径

为了应答大数据时期的挑战,咱们可从两个方面解决基于知识管理的文档管理的问题。

三.一基于知识管理的文档管理模式的改良文档

管理工作的展开需要两方面的支撑。文档是企业的可贵资源,增进企业的成长,所以知识管理需要管理层领导的支撑。管理层要注重、关注企业文档管理工作,为文档管理配备必要资源,从大局动身,定时提出请求,及时给予工作指点。在人员配备方面,企业要选用有必定信息素养,掌握必定管理理论的工作人员,同时要拥有数据处理能力。大数据技术能够解决企业文档的电子文档数据贮存提供与调用速度慢的问题,所以企业的技术服务部必需从企业大局动身,建设企业信息化平台。从企业底层的网络IT架构到面向用户的信息平台,技术部的人员要提供1站式技术,为文档管理部门提供基础技术支撑。此外,在面向用户的文档管理平台上,必需要对于用户进行权限管理,防范企业泄密的风险。

三.二基于知识管理的文档管理业务流程再造 基于文档管理业务流程再造,是指咱们在文档前端节制的时候,增添文档鉴定与文档格式标准化功能。在文档鉴定方面,采取徐拥军学者(二八年)的宏观鉴定论。它再也不采取“时间、来源、职能、内容或者用户”之类的具体标准,而是改用更为宏观且相对于抽象的“文件构成机关的社会职能”标准。这类宏观鉴定标准与法子可以对于体积量大的文件进行批处理式的鉴定,提高鉴定速度,进而提高资料搜集工作的效力。对于于提高企业文档输入工作的效力问题,这就请求企业树立文档管理标准化体系。标准化体系分为两个层次:第1个是数据输入的标准化格式。标准化格式的电子文档数据提高了工作人员对于数据输入的效力,同时也利于工作人员对于海量标准化数据深层次的发掘。第2个是企业文档管理流程的标准化。工作人员严格依照标准化流程办事,落实流程各个阶段的责任,避免文档泄密与丢失等其他突发事件。知识管理平台是企业档案管理的核心,它的前端是企业搜集的文档经由标准化处理的数据,后端是面向用户的开放性信息平台。知识管理平台的核心是数据发掘技术,数据发掘技术是大数据时期的1种数据处理技术,它指从大量的、不完整的、有噪声的、隐约的、随机的实际利用数据中,提取隐含在其中的、人们事前不知道的、但又是潜伏有用的信息以及知识的进程。数据发掘技术擅长发现文档海量信息中的精髓,有益于有效的知识管理,是实现知识发掘、知识同享、知识立异的途径与法子。

四结语

跟着国有企业范围的增长,文档累计量愈来愈大,在必定程度上相符了大数据的数量大、多种类、高价值的特征。文章对于基于知识管理的文档管理进行文档前段节制,筛选文档并对于文档进行标准化处理,以便在知识管理平台上,通过数据发掘技术,实现知识管理、知识同享与知识立异。

大数据方面论文:大数据助力保障性安居工程跟踪审计论文

摘要：保障性安居工程跟踪审计自2012年起实施，审计机关充分发挥审计“免疫系统”功能,依法履行审计监督职责,促进住房保障政策落实、分配公平、制度完善,切实维护广大中低收入住房困难家庭的切身利益。然而，保障性住房审计仍然面临着涉及面广、数据量大、信息化程度不高、核查手段单一等问题。本文以大数据审计为背景，提出保障性安居工程分配管理方面存在问题及审计思路，创新审计方法，运用计算机审计方法筛查疑点数据，更大程度提高审计效率。

【关键词】安居工程审计 分配管理 大数据分析

作为经济运行综合性监督部门，保持对社会经济数据的灵敏感触，深挖细掘、充分运用，是大数据时代对审计工作的内在要求和必然选择。国务院印发《关于加强审计工作的意见》第十九条明确提出：探索在审计实践中运用大数据技术的途径，加大数据综合利用力度，提高运用信息化技术查核问题、评价判断、宏观分析的能力。这是国家首次在文件中将大数据审计列入审计信息化工作重点。审计部门作为经济运行综合性监督部门，和数据有着天然的联系，每天都会产生大量的数据，这些数！据都是真实性的，不是通过预测和推理得到的，具有非常大的价值。所以审计部门要保持对社会经济数据的灵敏触感，并深度挖掘、充分运用所拥有的数据，这是在大数据时代背景下，审计服务国家治理的内在要求和必然选择。

本次保障性安居工程跟踪审计包括各类棚户区改造和廉租房、公共租赁住房、经济适用房、农村及垦区危房等保障性住房的投资、建设、分配、运营等情况，审计涉及财政、融资、分配、工程建设等多方面内容。审计署在对地方审计业务工作的指导意见中，明确要求各级审计机关重点加强保障性安居工程跟踪审计，促进党中央、国务院各项保障性住房政策措施的有效落实和工作目标任务的完成，促进保障性住房的公平分配和规范管理[1]。为保质保量完成审计任务，必须做到部门协调顺畅、方法有效。保障房的分配和使用是审计中应关注的重点内容，也是审计的难点。面对大量的保障房房源和申请家庭信息，运用大数据技术开展保障房审计是必由之路，运用多部门数据的联合比对是实施保障房审计的有效手段，能极大地提高审计效率。

总理曾强调：“确保公平分配是关系保障性安居工程成败及可持续发展的‘生命线’”。要抓好保障房资源分配与保障效果的集合，关注保障性住房分配与运行管理中的公平公正问题。分配问题解决不好，就会造成新的不公和社会矛盾，分配管理审计可从以下几个方面为切入点，使真正的住房困难群众受益，真正把保障性住房建设成果转化为惠民成果。

一是审核保障对象资格及流程。由于住房保障对象资格审核手段单一，需要相关部门提供或佐证保障对象收入和财产状况的信息，而各部门之间未能实现数据共享，致使保障对象的核查工作流于形式，不利于住房保障政策的实施。审计实施过程中，通过SQL计算机辅助审计，筛查疑点，审查分配结果是否公平，是否存在利用虚假申报材料骗取保障房或补助资金。了解当地政府是否建立了科学有效的申请、审核、公示、复核、退出等制度，包括申请申报阶段、审核和公示阶段及后续入住等环节住房分配制度是否健全完整，制度设计是否公平，分配过程是否公开透明。

二是审核保障性住房动态管理及退出机制。由于个人工作、家庭收入以及个人财产属于动态变化因素，实行保障性住房的定期复核是保障性住房政策落实的重要内容。了解社区、街道、民政部门是否定期复核，是否及时把握保障对象的动态信息，实现对保障对象的动态管理，查看是否存在违规将保障性住房出售、转借、出租、闲置，以及未将租赁补贴用于改善住房条件等问题。由于保障性住房数量有限，若不能实行严格的退出机制，势必造成已不符合资格的人群继续享受保障政策而侵占了其它需要保障人群的利益，从而引起社会不公，需要审查保障性住房退出机制是否健全。

三是分清责任，加大问责力度。由于缺乏相应的问责机制，对违规的单位和经办人员不能严加处理，对违规领取补贴对象仅采取停发等处理方式，未采取相应处罚措施。审计实施过程中，对于刻意隐瞒收入、伪造收入证明等方式取得资格保障的家庭要取消其资格，并将其记入不良信息档案，规定时限失去申请保障性住房资格。另外，对于相关部门管理人员或具体经办人员有徇私舞弊问题，应进行严肃处理。

我们把审查分配环节中可能存在的“骗钱、骗租、骗售”等问题作为审计工作的一项重要内容。主要审查有无以虚假材料申请住房保障待遇的问题，揭示已拥有住房、高收入等不符合条件家庭，采取编造虚假证明材料申报、串通工作人员违规审批等手段，骗取住房保障待遇的问题。为了有效实现这一审计目标，我们采取了计算机审计方法对取得的相关数据进行比对、核实。有了大数据分析的支持，审计人员犹如多了一双透视眼，可以快速锁定疑点，并追询疑点、定向排查、查实查透。从保障对象是否收入超标、已死亡、经商办企业、机关编内人员、拥有车辆、拥有其他房产等多个角度考虑，对保障对象申请资格和动态管理情况进行审查，从保障房分配后是否出租、私下转让、长期闲置等多个方面着手，对保障房分配后的使用绩效进行跟踪。并对数据来源、数据采集、数据筛选、数据分析比对等各个环节可行性进行论证，创新审计方法，强化计算机实施方案的可操作性。

（一）查处违规享受廉租房实物配租、经济适用住房配售问题。

1.将享受房实物配租、经济适用住房配售信息与享受公积金家庭信息表关联查询，筛查出疑点数据61条，其中缴纳公积金享受廉租房实物配租数据6条，缴纳公积金享受经济适用住房配售数据55条。

2.将享受廉租房实物配租、经济适用住房配售信息与拥有车辆信息表关联查询，筛查出疑点数据48条。

3.将享受廉租房实物配租、经济适用住房配售信息与机关事业单位缴纳养老

保险信息表关联查询，筛查出享受保障性住房人员缴纳养老保险的情况，共16条疑点数据。4.将享受廉租房实物配租信息与已死亡人口信息表相关联，筛查出已死亡人口享受廉租房实物配租疑点数据1条。

（二）查处违规领取农村危房改造补贴问题。

1.根据政策规定一户只能享受一次危房改造补助，对《申请人员基本情况表》以身份证号为关键字进行筛选，查找重复申请危房改造资金的人员情况。

2.将领取农村危房改造补贴资金表与机关事业单位人员基本情况表以身份证号相关联进行比对，生成机关事业单位人员领取危房改造补助资金疑点数据4条。

3.以贫困户的身份证号作为关键字，将补助资金发放花名册与该地区贫困户花名册进行比对，查询不在民政或扶贫部门提供的贫困户名单内的人员享受贫困户补助资金。

4.在领取农村危房改造补贴资金表中查询身份证号重复出现的情况，即可得到是否存在一人多次领取危房改造资金补助的信息。

（三）查处违规领取保障房租赁补贴问题。

1.将低收入家庭信息表与领取住房租赁补贴人员信息表进行比对，生成非低收入人员领取住房租赁补贴疑点数据10条。

2.将低保家庭信息表与领取住房租赁补贴人员信息表进行比对，生成非低保人员领取住房租赁补贴疑点数据3条。

通过以上数据关联分析，生成违规享受保障房及农村危房改造待遇数据疑点，再有针对性地延伸到乡镇、村，直至入户进行调查落实，最终核实保障房申请人身份及保障房待遇资格的真实情况。

一是构建国家审计数据系统和数字化审计平台。这是为适应大数据审计需要而提出来的。由于审计要查证的宏观的、普遍性的问题往往隐藏在大数据中，审计要查证的个别的、特殊的问题又容易显现在数字化大数据中，因此构建国家审计数据系统很有必要。随着信息技术的发展，审计对象的信息化使得计算机辅助审计成为必然。《实施意见》要求构建与国家审计数据系统相配套的数字化审计平台，目的是要充分利用国家审计数据系统等电子资源，改进、提高审计能力、质量和效率，扩大审计监督的广度和深度[3]。可采取“小步快跑”的方式，有计划有步骤地把财政、地税、社保、公积金、固定资产投资等重点行业和重点资金纳入平台统一管理，同时平台要具备良好的扩展性，能够按审计需求导入人口、住房、车辆等行业管理信息，实现数据的跨部门、跨行业、跨年度的搜集和分析。数据集中管理，按需使用，保障审计数据的安全性、完整性和连续性。

二是大力培养提高大数据审计能力。<span style="cole="color:#000000; font-family:'宋体'; font-size:12pt">数字化审计要求审计人员不仅要精通审计业务，还要会运用现代电子信息技术。大数据平台的搭建、实施、运行以及到后期的维护更需要既懂计算机、网络、数据库技术，又懂审计的复合型审计人才。审计人员要深刻认识到大数据审计是审计发展的未来趋势，充分认识到掌握大数据审计知识的极端重要性，主动学习现代知识、优化知识结构，提升自身能力，掌握基本的计算机审计技能。审计机关要把引进既懂大数据信息技术又掌握审计基本技能的复合型人才，以及培养现有审计人员大数据审计的能力作为现阶段提升数据审计水平的根本措施来抓，尽快造就一支熟悉审计业务、精通现代信息技术的大数据审计专业队伍。

大数据方面论文:大数据时代下学生管理论文

一、中职学生的特点

中职学生年龄一般在15—18岁之间，好奇心强，尤其对新生事物具有较高的兴趣，对感兴趣的事物热情有余，但自我管理能力不足，这种情况对于中职院校的学生管理方面的影响是利弊共存。作为青少年的中职学生是最早接触网络的群体之一，也是受网络影响最强的群体之一，网络上传递的大量正面信息，一方面开阔了学生的视野，增长了新知识，同时也影响着他们的思维方式、价值观念、人际交往和心理健康等，对于自律不强的学生来说，大量的负面信息会严重地影响了他们的身心健康。

二、中职学生网络使用误区

1.沉迷游戏。

在大数据时代下，对于中职学生来说，主要表现就是大范围的使用手机并开通4G，通过手机的上网功能，学生可以随时随地下载更新游戏并沉迷其中。手机的通信功能被弱化，娱乐功能大大增强，尤其是作为游戏机的功能更被无限放大。很多学生不仅在课下玩手机游戏，甚至上课时也会偷偷的玩游戏，严重地影响了学生的成长和学习。

2.依赖网络交流，拒绝现实交往。

随着社会的转型，在经济全球化，信息网络化、教育大众化环境的成长起来的90后以及00后，自我意识更加突出，凡事以自我为中心，这种状况会成为人际交往的障碍，与人交往时不做换位思考，以自己的认知作为判断的事物的基础，听不进去别人的意见，更不喜欢老师和家长说教式的管理；同时网络上的交流就避免了这种情况，一是彼此不认识，即使不欢而散也不会带来困扰，二是交流的双双是平等的，所以相对于现实中的人际交往，中职学生会选择网络交友。

3.对于网络传递的信息，无区别地接受并传播。

中职院校的学生心智发展有待成熟，缺少对信息进行鉴别能力，网络传递信息具有高度的开放性、平等性，信息量大，覆盖面广，传播知识的同时，也存在可信度较差，假新闻泛滥。网络不良信息对青少年成长和社会稳定构成了潜在威胁。这些现状对中职院校的学生管理者提出了新的要求。

三、对策建议

1.管理渠道多样化，教学管理两手抓。

韩愈在《师说》中写道，师者，所以传道授业解惑也。老师的职责不仅仅是讲授知识和解释困惑，还包括教授给学生人生道理，现状是很多老师割裂了这二者的关系，过于注重知识的传授，忽略了德育教育。这就要求老师在课堂上不仅仅要传授书本知识，也要注重德育教育，积极改进创新教学模式，把大数据的优势引入到课堂教学中，引导学生正确利用网络资源，调动了学生学习的积极性。

2.管理手段多样化，运用各种通信软件进行沟通管理。

班主任是班级的组织者、管理者和教育者，既要管理又要育人。班主任的工作对象是活生生的人，并且是正处在生长发育、形成人生观和价值观的阶段。在大数据时代下要提高管理育人的效果，必须改变传统的管理育人方式，将现代信息技术融入到班主任工的工作中。(1)运用QQ和微信架起师生沟通的桥梁。班主任可以科学地运用QQ和微信，与学生进行心灵交流，实现教育管理。通过QQ、微信与学生交流，可以消除学生与老师直面交流的胆怯和顾虑，更容易深入到学生的内心，聆听学生最真实的声音，从而拉近与学生的距离，了解了学生思想、学习和生活上的问题，就可以有针对性地给予引导和帮助。(2)运用班级主页、QQ空间、博客和朋友圈搭建师生互动的平台。班主任可以创建班级主页和班级博客，在班级主页或博客中可以记录班级发展过程中的点点滴滴，提供大量适合学生浏览的内容。可以分成不同板块并找专人负责，让学生参与班级管理，增强学生的责任感和主人翁意识。同时，同班同学也可以在这个平台上交流以及交友，增强班级的凝聚力，一个团结的集体一定会是一个很有前途的集体，在团结融洽的环境中，班主任也更容易教书育人，学生也更容易接受班主任的管理。

3.根据学生身心特点，引导其健康发展。

处于青春期的中职学生，性意识开始出现，对异性感到好奇，网络上的色情信息，会严重影响他们身心发展，特别是一些网站为了提高点击率，大量传播色情信息，好奇心会促使有些学生观看并传播相关信息。一方面要引导学生鉴别信息的能力，另一方面还要告诉他们对于同学和朋友传播的信息要正确的对待，不围观、不传播，不影响同学之间的交往，对于那些传播不良信息的同学，要帮助其正确认识问题，共同进步。

作者：周长勇 仲献荣 单位：贵州省机械工业学校 贵州大学

大数据方面论文:大数据时代信息安全论文

一、“大数据”时代概述

1.定义

大数据作为新的经济资产类别，与土地、石油、黄金、货币等并列成为经济运行的根本资源，关于其概念定义不是最近出现的，只是在信息化时代的驱动下，重新进入人们的视野，甚至被称为第三次浪潮的华彩乐章。而关于“大数据”的定义，顾名思义就是指数量很大的数据，包含了数量大、结构复杂、类型众多的多种数据，因此又被成为海量资料，是一个大型的数据集合。美国早在2012年就正式启动了大数据研究与开发计划，投资2亿美元提升收集、分析、萃取数据信息的能力。由此可见，大数据时代的到来，使得数据成为各个国家以及各大企业竞争的核心，更可能取代人才成为具价值的重要载体，利于进一步优化运营企业发展。

2.特点

根据大数据的定义可以明显看出其具有数据量大、形式多样、运算高效、产生价值等4个特点，业界更多使用4V来概括，即Volume、Variety、Velocity、Value。其中数据量大是大数据的显著特点，也是计算机网络存储技术发展必然结果，在计算机相当普及的今天，计算机网络渗透人们的生活、工作、休闲，不但的产生新的数据，此外传感器、探测器等也在产生数据，致使开始使用PB、EB甚至ZB等计数单位。同时，大数据又是多种多样不同类型的数据构成，如：字符、日期、声音、视频、数值、动画等，加速数据量增长的同时，提升了大数据的利用价值。由于大数据数量的巨大以及形式的多种多样，因此在进行数据处理时，更多的要求实时与高效，便于及时根据数据结果决策。当然，大数据的大量使用及推广，不仅仅是因为其具有大量的数据，更重要的是通过对数据的深度采集、分析、处理、挖掘，可以对大数据的数量、多样性、速度进行分析，萃取更多深入的职能的有价值的真正有用信息，最终产生价值。而对大数据进行信息萃取的过程包括数据输入、数据处理与数据输出三阶段。

二、“大数据”时代背景下信息安全存在的主要问题

大数据时代的到来，对全球经济发展来说既是机遇又是挑战，在推进国家与企业发展的基础上，也潜藏着信息安全风险。

1.缺乏对大数据时代的正确认识

计算机信息网络的大规模普及推广，是促使大数据时代到来的主要推力，无论是人们在生活工作中的邮件传递，还是网购、下载视频音乐等都会产生新的数据，也存在着个人信息泄露的可能性。进入大数据时代后，信息泄露事件层出不穷，甚至导致个人数据的权利边界都更加模糊，在这样的环境下，人们对大数据时代的认识还不够。通过对大数据时代人们最关注的调查分析，发现74.91%选择了个人隐私被侵犯，9.97%选择了经济损失，8.93%选择了浪费时间与精力，5.84%选择了危害个人声誉，0.34%选择了没有损失。根据这一调查可见，人们对于个人隐私被侵犯的选择率较高，最为关注，相对其他的还认识不足。大数据时代的到来，对各方面的信息安全都造成了一定的威胁。

2.集中的大数据库存在安全威胁

全球互联网用户高达3亿，移动上网终端有20亿，联网设备更是多达500亿个，每天产生的数据信息近1EB。如：每天使用谷歌搜索次数近100亿次，淘宝网产生3000万笔交易，2500万张照片共享，加上电话、短信等消息软件产生的数据，更是不可估计。根据相关数据统计，2012年我国在各类媒体上花费的时间较多，其中互联网、手机等占绝大部分。大数据时代信息多集中在几大互联网巨头手中，而互联网的开放性特点又决定了其数据存在一定的泄露风险。目前大数据集群应用数据库并没有采用“围墙花园”模式，并没有对内部数据库进行隐藏，避免其他程序随意访问，因此大数据的架构极其容易暴露。这样集中的大数据库，使得客户端在进行程序操作间，可以同不同节点进行通信，避免验证客户是否具有访问权，加大了信息泄露的可能。

3.大数据技术自身存在风险

当前，大数据技术还不太成熟，自身平台较为脆弱，大数据存储处理技术多采用分布式与大规模结合处理，增大了被攻击的范围。同时，在进行数据分布式处理时，节点处的存储数据多为碎片，难以进行集中统一的安全机制部署。当然在大数据技术中，普遍缺乏一定的内生性安全保障机制设计，多通过外部保障技术来确保信息的安全性，这样的大数据技术在实际应用过程中多缺省配置，失去了对信息的基本安全防护。

4.加大了黑客攻击的可能性

大数据自身的4V特点，增大了黑客攻击的吸引力，刺激黑客实施非法攻击。黑客多是有组织有目的的对确定的数据进行攻击，在大数据海量数据信息存储的环境下，黑客更容易通过攻击，获取更多有价值的信息内容，给受攻击方带来名誉、财产等不可预估的损失。如：Android系统使用用户越来越多，产生的数据信息也是海量的，成为黑客攻击的重要对象，当移动设备感染木马被黑客攻击后，当用户使用APP提供的服务后，就会泄露相关的数据信息和访问权限。甚至有的黑客行为主要是针对国家的，给国家社会带来不可估量的后果，因此必须采取措施积极预防黑客的攻击。

三、提升信息安全的途径分析

1.提高公众的安全意识

大数据是一种新兴的宝贵资源，在法律法规的约束下要充分尊重数据所有者权利，这才能充分显示出大数据时代的真正魅力所在。而公众无论在什么情况下，只要将信息到网络上，就会成为大数据的一部分，也就存在信息泄露，被盗用的可能。为了更好的防止大数据信息泄露，确保信息安全，就必须提高公众的安全意识。在进行个人信息公布时格外小心，注意保护与个人信息相关的大数据，避免成为黑客攻击的对象，导致信息泄露造成不要的损失，尽量做到防患于未然。

2.建立异构数据中心安全体系

传统的数据存储通常都会建立完善的防护措施，但大数据的架构较为复杂，多采用虚拟化海量存储技术来进行数据信息资源的存储，用服务的形式提供数据信息操作存储，更需要进一步完善数据的隔离与调用。同时，大数据利用云计算存储数据，为了方便所有者对数据进行存储、分析、挖掘、控制，可以构建一个异构数据中心安全体系，从管理上来增强对大数据信息安全的防护。尤其是，集中的大数据库，更需要格外主要防护，降低出现“棱镜门”事件。

3.加强大数据安全技术的研发

经过无数实践证明，传统的信息安全技术无法适应大数据时代，尤其是大数据时的到来，加速了云计算、物联网以及移动互联网等多种新技术的发展，反而加大了大数据收集、存储、分析、处理的难度。为了进一步从技术上加强对大数据信息安全的防护，应当加大大数据技术研发资金投入，提高相关技术产品，包括信息访问控制、数据加密、数据备份等技术手段的发展，促进大数据安全技术的研发，才能真正有效的推动国家社会的高速发展。

4.完善大数据信息安全体系建立

大数据作为新兴的数据类别，需要相关政策措施进行维护，在“十二五”计划上，工业信息化部将信息处理技术作为新工程提上日程，包含了大数据中的数据存储、分析，以及图像视频分析挖掘等方面。因此，为了防止黑客的攻击，造成信息泄露，必须进一步完善大数据信息安全体系的建立，以实现对大数据信息安全防护的目的。同时，要进一步加快大数据安全防护技术的研发，可以通过在网络设备或是节点上设置访问权限，或是使用SSL技术对登录传输数据实现加密保护。当然，针对重要的大数据信息，还应当实现端对端的数据保护，及时备份相关数据，避免因为系统出现故障造成数据损害、泄露等情况。

四、结语

综上所述，在大数据到来的背景下，不仅带来新的发展机遇，也带来更多的信息安全风险。为了更好的利用大数据时代的优势，就必须采取相应的对策提升对信息的安全防护，以便寻找到新的突破口，确保大数据时代的更好发展。

作者：黄隽 单位：黔南民族师范学院计算机科学系

大数据方面论文:大数据时代中网络教育论文

1数据教育是网络教育的发展理路

1．1数据教育的内涵

什么是数据教育？目前尚无定论。笔者认为，在整合用户资源的基础上，数据教育可以通过数据分析与管理实现拉长数据产业价值链，改善网络教育的结构和模式，是以大数据为核心整合网络教育资源所进行的信息、产品与服务的交易活动。大数据正在重构很多传统行业。麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是收集、整理生活中大量的相关数据对其进行分析挖掘，从中获得有价值的数据信息而演化出更有使用价值的新的商业模式。规模经济和范围经济是行业战略扩张的本质动因。网络教育向数据教育发展，本质是依托规模经济和范围经济来强化网络教育的影响力、延展网络教育经济规模、降低生产成本、提高社会效益和经济效益。数据教育的主要对象的是网络教育的使用者，具体为学习者和教学者。利用数据教育使用者在学习中产生的大量数据，建构数据分析模型来发现社会关系和有价值的数据信息，进而预测学习者的学习情况并提供个性化建议。因此，数据教育的范式中首先应测量、收集、分析和报告有关网络教育使用者及其学习环境的数据，然后进行理解和优化产生的学习环境。网络教育教育平台的使用会产生积累大量系统化、结构化的学习结果和学习行为数据。网络教育将这些数据提取出有意义的信息，并利用这些信息为教育者、学习者、管理者、教育软件开发者和教育研究者等提供服务是大数据时代网络教育的必然趋势。

1．2数据教育的发展理路

网络教育与数据的融合是网络教育扩张的战略选择。目前网络教育的融合转型中没有成功先例，原因是大家都把科技对网络教育的作用看成是渐进使用过程，而没有看到它实际上对整个教学内容从生产一直到传播、到效应的发生，全都是一种革命性的改变。若能认识到这一点，就可以在全世界的网络教育发展过程当中占领、占用这样一个产业的制高点。用互联网的思维、用互联网所代表的好的技术、好的文化形态，再加上相应的政策支持，就能够开启数据教育。由于数据教育本质上归属于信息传播与网络教育融合的服务产业，因此，它们之间具有众多邻接点，网络教育的传播力、公信力和影响力等无形资产以及信息生产、传播途径等资源和能力便于转移到数据教育过程中，从而形成独特的数据教育运营模式。以物联网、云计算等综合技术的成熟为基础，在用户在线学习的数据库中挖掘出有价值的深数据，然后进行过程性和综合性的考量，找到学习者的学习行为、学习习惯以及学习兴趣等之间的内在联系，考量背后的逻辑关系，并作出恰当的教学决策，是数据教育的发展理路。作为网络教育的高级应用和发展路径，数据教育可以分析学习者的一些静态数据和动态数据，静态数据如过去的成绩和学习行为，动态数据如在线登陆方式，讨论发帖量之类，通过分析这些数据追踪分析学习者的类型，把学习者进行分类，诸如高成就、比较危险、社会型学习者等不同的类型。在分类的基础上对不同的学习者进行实时干预，对高成就类型可以提供具有挑战性和具有一定难度的学习任务，对处于危险状态的学生，给予特别关注和一些学习上的帮助，对社会型的学生，给予社交上的一些支持。在学习开始时做一个学习能力测验对于期末考试成绩预测最的方法。设计更复杂的数据驱动预测模型，则必须在此基础上进行改善，这一改善需要进一步的数据分析。数据分析的目的是确定能够预测哪些变量。目前，Purdue大学的CourseSignalsoftware已经部分实现了这一技术。Sig－nals在学生的学习过程设置了红色、黄色、绿色等信号，这些不同的信号可以帮助使用者了解目前的学习状态。CourseSignalsoftware的评估报告显示，参与CourseSignal项目可以使学生获得更高的平均分，并快速地寻找所需要的资源。

2数据教育的理念分析

通过数据教育的内涵和发展理路的分析和梳理，数据教育包涵以下几种核心理念，即用户为中心、巧用慢数据、借力数据思维和构建数据产业链。

2．1数据教育的核心理念仍是用户为中心

新的科技出现之后，网络教育用户的需求不但是量的增加，还是层次的增加，过去人们对共性的东西有需求，现在对个性的东西也有需求，过去对理性的东西有需求，现在对涉及到人们的情感、情绪等过去在主流网络教育中所占比重很少的东西也有很大需求。如用户对网络教育的游戏化，反转式的趋向，数据教育让这些趋向变成了现实。网络教育的竞争是各种教学法的精细化化，并且在呈现给学习者的用户前端界面上进行优化，增强前端界面与学习者之间的黏合度，如整个网络教育教学的链条才会不断下移，才会更加符合学习者个体的特点。数据教育是一个更加了解并较大化满足用户需求的方式，借助多样化的科技实现了用户之间差异化学习与学习模式的无缝对接。数据教育能够检测数据中的模式，因为这一教育模式是建立在数据分析和人工智能方法的基础之上的。类似技术可用于智能教学系统，以动态的方式对学生进行有针对性的分类而不是进行诸如人口统计的简单分类，也可以利用协同过滤技术对特定的资源建立模型。如隐含的人与人在论坛上的互动和外显的人与人、朋友或者关注对象之间的关系，这些分析用于数据教育的学习分析中来探索网络集群、影响力网络、参与及不参与状况。数据教育可以用来对所提供的数据进行意义建构，数据教育的价值在于对大量数据进行分析和处理，进而形成教育模式为网络教育提供帮助。相比传统的网络教育，数据教育能够提供更加细致和有效的反馈，如学习者掌握熟悉和了解概念到何种程度，根据数据自动呈现以后的学习内容或者不呈现影响学习者掌握后来学习内容的材料。

2．2数据教育要巧用慢数据

2014年5月29日，第九届百度联盟峰会上百度董事长兼CEO李彦宏预测了未来5年有非常大发展的两大产业机会，这两大产业是百度、阿里巴巴、腾讯三者都不大可能涉足的领域：及时是新型企业级软件，这些软件可以解决企业从内部到外部链接的问题；第二就是挖掘新的有价值的慢数据，发掘具有个性化针对性的预测信息，为用户寻找真正有价值且能产生效率的慢数据。李彦宏的这一分析和预测不但而且有说服力。目前，互联网企业在网络用户规模不断扩大、流量激增的情况下，面临着新的尴尬，即搜集到的数据真正有价值的很少，无价值的增多。很多的数据根本没法分析更谈不上运用。因此，李彦宏建议搜集慢数据来获取真正有价值的数据，找准并挖掘能真正帮助用户解决问题的新数据。另一个与之印证的观点是，阿里巴巴集团执行副总裁曾鸣分析说，大数据最重要的特征不在大小，而在死活。数据的死活决定一切，从数据的管理到数据的运用，数据必须能活起来，开始跑通迭代，才能产生持续价值。网络教育和其它领域一样，在利用大数据方面基本处在同一起跑线上。数据教育的特点在于能够为网络教育平台提供实时数据，通过利用这些实时数据，达到为网络教育者提供帮助的目的。数据教育可以通过分析学生的诸如课程材料等学习资源来追踪学生的学习轨迹，通过设计和优化教学模式和统计方法来实现教学效果化的目标。对数据教育来说，抓住机遇去挖掘应用好慢数据和活数据，让大数据成为网络教育改革的一大新的增长点，是网络教育工作者亟需解决的问题，通过数据共享、交叉复用后获取较大的数据价值是数据教育对待大数据应有的态度。

2．3数据教育需借力数据思维

好的数据教育需要有好的教学内容点、技术支撑以及用户洞察。目前的网络教育都没有占齐这三点。互联网不但对这个社会重新组织、重新结构与自己革命性改变的声音，而且已经成为教育领域的中枢操作系统和底层的操作架构，数据教育必须要和它的规则去接轨对接，在这种及ID那个规则的框架中来决定资源配置和运作方式。在这个层面上讲，大数据时代数据教育的核心竞争力就在于互联网数据思维的竞争。没有可循环利用的数据，就无法提供数据教育的开发。用好数据思维，首先要注重数据积累的长期性和动态性，避免数据库的短期化行为；其次要注重数据的完整性和统一性。完整性即数据的性和性，统一性即一致性，是数据之间的逻辑关系是否正确和完整。统一性保障了完整性。数据的缺失和不，将会带来分析的偏移，因此在这种分析上进行的一系列开发也没有针对性甚至是徒劳。因此，在采集和管理数据的时候要设计和完善多种数据维度，有助于数据仓库中设置更多更有效的细分标签。保障收集到的数据、，用以分析的数据形式统一，才能确保通过大量数据分析得出的用户行为习惯是有效的。要注重数据挖掘和利用。用户数据的积累和挖掘是一个长期、动态、循环的过程，如果把数据枢纽中心比喻成一个大型的水利枢纽工程，那么数据教育要利用枢纽对水进行过滤和引导，让它长期保持动态和循环使用，在这个数据的枢纽中心，要不停地激活用户数据，积累用户的消费行为和消费习惯，让大数据在这个枢纽型中转站得到动态的循环。

2．4数据教育应建构数据产业链

从价值链和传统网络教育的角度分析，网络教育即使在用户数据的采集、处理、储存、分析等各方面数字化后，即使数据量再大也不可能去做基于数据本身的公司。因为与很多互联网入口企业相比、与真正生成大数据的公司相比，这些数据量的量仍旧是非常单薄远远不够大的。因此，相对理性和可行的选择是数据教育的运用着力点应放在以下三个方面。

（1）借力数据资产中介。

在互联网上，任何主动收集庞大数据的行为，其成本都难以想象。目前我国已有不少学校开始了数据挖掘的探索。如东华大学的智能实验室项目、浙江大学的资产数据项目、复旦大学的学生数据分析和清华大学一些学生成长类的数据分析。总体来看，开始进行数据挖掘的高校共同特点是信息化做得好且规模较大并拥有有充足的数据量。建立网络教育数据的资产中介，专门进行数据的挖掘使用和分析，是数据教育的可行之道。对不具备大规模数据资源的机构来说，数据资产中介是有效的可行之道。

（2）进行数据资产管理，实现学习内容深加工、学习行为分析和监测，是网络教育应用大数据重点挖掘的项目。

全球复杂网络研究艾伯特•拉斯洛•巴拉巴西曾指出，在大数据背景下，人类的很多行为都是可被预测的。但海量的数据沉淀在网上，没有精准而靠谱的分析和应用，就没有价值。用户期待网络教育提供的，不是大而全的教学资源，而是满足自己需求的教学内容范围更广的信息类产品。数据教育不是单纯的资源集大成者，而要从数据库中深度发掘有用信息，进行趋势分析。数据教育显然是大数据时代网络教育一展身手的方向。通过使用各种集合的综合技术，平台上可以自动留存用户关于学习行为的各种数据，如学习一个知识点花多长时间、学习的顺序是否有断点、是否会反复重新学习等等，但需要注意的是，仅仅是远程教育和在线课程，这些信息只能称之为数字并不是数据。在媒体领域，我国媒体拟与甲骨文公司展开了多样化的数据库营销合作，并且建立有效的数据库体系，目的是实现数据库营销方面的收入拓展。数据教育可以借鉴这一模式对海量数据进行挖掘，以及数据的分析。

（3）做好数据驱动的解决方案，量身打造个性化资讯内容，私人定制、精准推送内容。

传统网络教育把所有网络教育的内容向所有人传播，缺乏针对性、度，这是粗放型的教育模式。目前网络教育之间的同质化非常严重。数据教育在充分利用大数据和关系链，为用户筛选、推荐最适合的内容并提供私人订制的教育内容的同时，还应使他们体验网络学习的新感受。大数据时代，基于用户兴趣生产和传播是重要趋势，根据用户上网的习惯、浏览的痕迹、参与的话题以及讨论的内容，对其较长时间的浏览数据进行分析，便可得知其上网习惯以及浏览喜好等的数据。根据这些数据，选取合适的时间应用恰当的方式向用户提供其需要并且感兴趣的学习内容和信息，在此基础上就可以定制学习内容。理论上网络上的每一个用户都有自己的一幅网络肖像以及一个属于自己的UID（UserIdentification用户识别）号。个人的兴趣图谱就是数据教育的基础。基于用户识别特征和兴趣图谱建构的数据教育不但目标明确，可以强化与用户的黏度，而且有利于整合网络教学资源，甚至达到自动生成匹配高效精准教学模式的效果。要做到这一点，就必须借助大数据技术和相关分析软件，建立可挖掘、可分析的用户资源数据库，通过对数据的整合和分析，针对不同的用户需求，推出满足用户个性化和专业化需求的各类内容产品。

3结语

大数据正在重构很多传统行业。数据教育为未来网络教育内容打开充满想像的空间。对数据进行分析与过滤，数据教育解放了传统网络教育的思维方式，创新了传统网络教育的学习形式。数据可以帮助用户选择适合自己学习水平和学习习惯，满足自己学习需求的学习模式。在某种程度上讲，网络教育的未来就是分析数据。因此，数据教育是网络教育以后发展的一个重要方向。大数据时代，基于数据教育的的发展潜力，数据教育会越来越显示出其的重要性和不可替代性。哈佛大学社会学教授加里•金指出，庞大的数据资源使得包括学术界、商界以及政府在内的所有领域都开始了量化进程。因此，借助大数据发力，做品质的网络教育模式，期待数据教育给出答案。

作者：孙华 单位：四川广播电视大学

大数据方面论文:大数据时代网络教育论文

一、大数据特征

大数据的特征常用4V来表示，具体是指大数据的四个显著的特征：及时是数据体量，主要指的是巨大的数据量与数据的完整性。第二是数据类型，指数据的种类非常的多而且复杂，大数据技术就是要在这些复杂的数据类型之间寻找其关联性。第三是处理速度，爆炸式增长的数据量要求快速化的处理速度，才能使得数据的有效利用。第四是价值，大数据的最终目标是将庞大数据中找到数据时间的价值关系，通过找到低密度的数据价值对决策做支持。当前大数据技术不仅产生于特定领域中，而且还产生于我们每天的日常生活中，Facebook、微博、微信等社交媒体上的数据就是好的例子。大数据发展为社会各领域带来的机遇和挑战，网络思想政治教育作为信息时代育人的新载体自然无法回避这个新的环境变化。分析大数据对网络思想政治教育带来的巨大机遇与严峻挑战，探讨如何在大数据时代创新网络思想政治教育的具体措施，进而为下一步发展提供有益的指导已然成为热点研究问题。

二、大数据时代下的网络思想政治教育的新发展方向

（一）树立大数据时代的网络思想政治教育的数据意识

网络思想政治教育必须顺应科技与时代的发展。大数据时代教育工作者需要树立网络思想政治教育的数据意识，这是发展大数据环境的网络思想政治教育的首要前提。针对大数据发展网络思想政治教育可以分为如下三个方面。首先是要了解和分析大数据本身，理解大数据是什么、大数据的变革力量何在、大数据的未来发展趋势等等；其次是在理解大数据的基础上，系统地分析大数据时代对网络思想政治教育可能产生的影响，带来的机遇和挑战。是充分的确立数据意识，意识到数据是现代社会具价值的资源，是发展与决策的源泉。用数据意识驱动网络思想政治教育工作创新发展，例如在一定的数据分析基础上将灌输式集中教育变为交流式个别教育。

（二）借助大数据技术对网络思想政治教育进行量化研究

定性研究与定量研究相结合是网络思想政治教育的重要研究方法。定量分析法是对社会现象的数量特征、数量关系与数量变化进行分析的方法。定量分析使用数学模块对研究对象可量化数据进行的分析，通过分析对目标给予评价并做出判断。定量分析方法始终受到教育工作研究人员的关注，因为网络思想政治教育中存在极大的不确定性和动态性的因素，定量分析方法可以帮助我们对网络思想政治教育进行科学评价。但与此同时定量分析方法具有很大的复杂性，受很多技术因素的限制，一直不能很好的发挥作用。大数据技术的出现为定量研究提供了一种新的技术手段，成为科学研究新的范式。定量研究可以运用大数据技术进行理论假设、建立数据模型以及数据分析验证。由此可见，大数据时代网络思想政治教育的研究，需要与数据资源丰富的机构单位合作，借助这些数据载体的平台、资源以及高精尖的技术，进行合理合法的挖掘教育对象的信息，从而的开展网络思想政治教育活动。另外，要建设一支过硬的网络思想政治教育队伍，不但要具备思想政治教育的专业知识，而且还要具备创新的网络教育观念、精通大数据等新技术手段。

（三）促进大数据时代网络思想政治教育信息资源建设

发挥大数据技术的优势，分析网民的接受习惯，增强教育内容的实效性、趣味性，以服务成长成才为核心有针对性地加强功能开发，提高网络思想政治教育信息资源的受关注度。此外在信息资源建设过程中要注意好以下几点：首先要把握信息资源内容的方向性，弘扬主旋律、传递正能量。其次信息资源的形式要多样，通过文字、声音、图像等形式，经由微博、微信等新兴传播手段，提高教育的实效性。再次，信息资源来源要丰富，可以从各大媒体引进、从理论学习资料借鉴、从大型活动中总结、从日常工作中提炼，确保信息资源及时更新。

三、结语

通过以上的分析，可以看出，大数据时代网络思想政治教育必须在继承传统中实现新发展。坚持不动摇的是网络思想政治教育的基本结构、功能以及原则。创新发展的是符合大数据时代的教育内容与内涵，进而找准变化点，更新网络思想政治教育的研究方法，将网络思想政治教育带入新的发展阶段。

作者：方世敏 单位：南京政治学院上海校区 南京陆军指挥学院

大数据方面论文:大数据桥梁工程论文

1“大数据”及其应用现状概述

伴随互联网技术的快速发展与应用，互联网中的数据量也呈几何数量级产生、增长;当前互联网每分钟产生的数据量比二十年前所有互联网产生的数据还要多。数据存储已由最初Bite、KB、MB发展到今天GB、TB甚至是PB、EB、ZB级，用一个字来衡量就是“大”，我们已经进入到了一个“大数据”时代。互联网中的“大数据”纷乱而复杂，具体表现为五个特点，分别是数据体量大的特点、数据生产快的特点、数据种类多的特点、数据价值密度低的特点和数据价值量大的特点。“大数据”已经逐渐在体现出其巨大的价值;美国麦肯锡咨询公司认为“数据已经渗透到各个行业、领域，已经成为重要的生产因素或者要素之一，下一波互联网发展浪潮必定是对海量数据的挖掘与再利用”;美国著名学者维克托•迈尔－舍恩伯格，也是《大数据时代》的作者，其在书中详细解析了“大数据”，通过大量应用实例来说明未来的石油、金矿必然存在于“大数据”之中。大数据的价值，一方面在于其经过对海量数据的处理，产生了新的价值，使数据成为一种新的、有价值的资源;另一方面大数据也改变了人们传统的发现问题、分析问题的方法，传统统计分析方法是基于“抽样”的，而大数据时代样本不再是总体的一部分，而是“样本=总体”，我们可以通过对近似“总体”数据的分析来发现“抽样”状态下发现不了的问题或者规律，其也逐渐改变了传统科学研究的“因果”思维方式，而转向“相关”，将关注的重点转向“事实”而不是背后的“原因”，了解当前正在发生什么，以便采取措施及时应对。目前，世界各国已经认识到大数据及其潜在的价值，纷纷制订计划、项目来开发与应用大数据资源。如2012年，美国就正式公布了“大数据研发计划”，旨在提高人们分析与处理海量数据、信息的能力，旨在改变人们发现问题、分析问题和解决问题等观察与理解世界的方式、方法，为美国未来的科学与经济发展提供新的动力。我国也专门制定了“中国大数据科学与工程研究计划”，专门设立了大数据科学研究项目专项资金，旨在开发互联网中的大数据资源，深度挖掘与利用海量数据中所蕴藏的巨大价值。

2桥梁工程“大数据”应用的必要性及其现实意义

2．1桥梁工程中“大数据”应用的必要性

桥梁工程中的数据分类，按着收集时间的不同可以为静态数据和动态数据两种。所谓静态数据，是指与桥梁相关的传统信息资料库和借助于科学实验产生的数据。桥梁传统信息资料库是典型的静态数据，这些数据、资源不是定期更新的，按着相关要求一般会被保留十年到二十年时间，不同国家、地区的政府、相关桥梁管理部门都建立有地区所有桥梁工程的资料库，保存地区所有桥梁工程的基本信息，如设计与建成时间、桥梁系统的功能和具体建设与运营部门等数据、信息;除了地方政府、相关桥梁管理部门以外，各级科研单位也在设计、完善相关桥梁统计分析系统，系统中包括与桥梁相关的桥型、跨径、材料和建成时间等信息，以及桥梁病害、桥梁运营状况评定等内容。对于桥梁科学试验数据，其主要是指存在于各大高校、科研单位、科研中心的与桥梁有关的模型试验、振动台试验、风动实验和桥梁荷载试验等产生的实验结果、数据等;这些数据也被分门别类的保存起来，但这类数据一般不对外开放。所谓动态数据，主要是指对桥梁施工过程的监控、成桥运营阶段桥梁健康状况的监测等获得的数据，这类数据来自于安装在桥梁之上的实时监测传感器，如风速仪、温度计、位移传感器、速度传感器、加速度传感器、应变计和GPS等;上述安装的各类传感器，再配以相关采集系统就可以获得与桥梁相关的实时、动态数据信息，这些数据、信息再辅以相关软件分析和处理，就能及时了解桥梁的健康状况，对桥梁的整体健康状态做出评估和预测。无论是长期保存的静态数据，还是实时产生的动态数据，随着时间的增长，这些保存与收集的数据无疑是“海量”的，为了获得更好的桥梁状态分析结果，将大数据思维方式应用其中是必要的也是可行的。

2．2桥梁工程中应用“大数据”的现实意义

借助于大数据对传统信息资料库中数据的分析，可以使我们更好的、的了解地区桥梁基本信息，从而为全国其他地区的桥梁统计、国家相关部门桥梁信息的普查与管理提供有价值的参考。与桥梁有关的科研数据的开放与利用，则可以加速学术界中各学者之间的交流、创新，为取得更为丰富的研究成果奠定基础。而桥梁动态数据的可利用价值更大，由于包括了桥梁施工过程中重要的监控数据，使我们可以充分利用大数据思维方式和技术挖掘其蕴含的价值，为日后桥梁工程建设中提高施工质量、优化施工进度、提前预防、预测和解决施工过程中遇到的问题，以及减少不必要的质量事故和经济损失等提供有价值的指导建议。对于成桥运营阶段实时状况的监测数据，是桥梁健康状况重要的评估依据，在大数据思维方式与技术的支持下，使我们预测桥梁可能发生的问题及预先采措施防止问题发生成为可能，其也必然是大数据时代背景下桥梁工程监测的发展方向。

3桥梁工程中大数据应用预期存在的问题及有效对策

大数据是一个新兴事物，更是一种全新的思维方式，其在传统桥梁工程中的应用必然会产生一系列新的问题，但这是不可避免的，而需要我们做的就是找出有效的应用策略。

3．1数据的去冗、去噪问题

随着数据量的增长，冗余数据也会随着有价值数据的增多而增多，我们俗称的“噪音”干扰;因此，在对桥梁工程相关数据进行大数据利用时，首先就是要去冗、去噪。面对桥梁上各类传感器收集的海量数据，有效的去冗、去噪方法就是编译相关智能分析软件，借助于“云分析”等管理技术、方法来提高数据处理与利用效率。

3．2信息数据库重复建设问题

在“大数据”背景下，地方府部门、相关科研单位定会兴建与完善自己的桥梁信息与监测数据库，这就会造成重复建设的资源浪费问题。对于这一可预见的问题，最有效的解决途径莫过于在大数据广泛应用之前就提醒地方政府、科研单位等要加强合作，在地方“云计算中心”的支持下建立专门的“桥梁工程大数据系统”，实现彼此数据的开放和共享。

3．3国家政策、资金支持问题

在我国大数据研究、应用的初始阶段，大数据在桥梁工程中的价值还未真正显现，还需要收集更多的数据用于分析和利用，这就需要国家要给予地方政府、相关部门政策上的支持和加大与桥梁工程有关的大数据应用基础设施的建设投入力度。同时，也要在大数据应用成熟之前，就探索建立相关法律、法规、标准，旨在规范与保护“大数据”的应用。

作者：马依努尔·麦麦提依明 单位：新疆交通职业技术学院

大数据方面论文:大数据时代计算机网络安全论文

一、大数据时代下计算机网络安全的现状

1.计算机网络安全概述。

计算机网络安全，是指利用相关网络管理控制与技术，确保在一个网络环境中数据的完整性、保密性及可用性。计算机网络安全，主要包括逻辑安全与物理安全两个方面，其中，逻辑安全包括数据的保密性、完整性及可用性，防止没有经过授权对数据进行随意篡改或破坏的行为；物理安全包括相关设备与设施在受到物理保护的条件下保护设备上的数据免于丢失、破坏。

2.计算机网络存在的主要安全问题。

目前，计算机已经广泛应用于各行各业，人们对计算机网络的认识与利用水平也显著提升，办公、社交、生活等方方面面都离不开计算机网络。计算机网络在丰富和改变人们生活的同时，其存在的安全问题也不得不让人们警醒，经过笔者梳理，计算机网络安全问题主要存在以下几个方面：

1）网络病毒所导致的安全问题。

在计算机网络技术快速发展的过程中，也出现了越来越多、感染力越来越强的新病毒，它们无时无刻地影响着计算机网络的安全。由于计算机网络病毒具有复制性，能够感染其他程序和软件，因此，一旦计算机中了病毒，其所运行的每一步都将是危险的，都会存在让病毒也随之运行并产生破坏行为，然后应用程序被破坏，机密数据被盗用或被破坏，甚至让整个计算机系统瘫痪。

2）人为操作失误所导致的安全问题。

在人们进行计算机相关操作过程中，人为操作失误可能会引起计算机的安全漏洞，或者泄露了某些重要的信息，而这些信息一旦被不发分子所利用，便会造成难以挽回的损失。

3）网络黑客攻击所导致的安全问题。

在大数据时代下，网络黑客对计算机网络的攻击具有更隐蔽、破坏性更强的特点。由于在大数据时代下，网络黑客通过非正常手段窃取到某一重要数据时，一旦其利用这些数据进行非法行为时便会引起巨大的波及。同时，在海量的数据中，难以及时识别网络黑客的攻击行为，对于计算机网络安全而言是一种严重的威胁。

4）网络管理不到位所导致的安全问题。

在网络安全维护中，网络安全管理是非常重要的环节，但是目前很多使用计算机的个人乃至企业、政府部门并没有对网络安全管理引起足够的重视，从事使得计算机网络的安全受到各种威胁，最终导致大量的计算机网络安全事件频繁发生。五是，网络系统自身的漏洞所导致的安全问题。理论上而言，一切计算机网络系统都存在某些漏洞。同时，在用户使用各类程序、硬件过程中由于人为疏忽也会形成一些网络系统漏洞。二者相比，后者的破坏性常常是巨大的，很多不法分子通过非法途径给用户造成计算机系统漏洞，进而窃取用户信息，给用户造成巨大的损失。

二、大数据时代下的计算机网络安全防范对策

1.加强病毒治理及防范工作。

在大数据时代，计算机病毒的种类与数量与日俱增，对其进行治理与防范是较为困难的。在对计算机病毒进行治理与防范时，笔者认为最重要的是防范，这种防范是一种主动的、积极的治理，可以通过加强计算机防火墙部署来提高网络环境的安全性，将那些不稳定的、危险的网络因素隔离在外，进而实现对网络环境的安全保护。同时，计算机使用者树立正确的病毒防范意识，在计算机日常使用中，能够定期利用杀毒软件对所使用的计算机网络环境进行杀毒，并更新病毒样本库，进而确保对计算机网络的扫描能及时识别计算机病毒并进行及时的处理。

2.加强黑客防范工作。

隐藏在大数据背后的网络黑客一旦实施其不法行为，常常会产生巨大的安全问题，因此，为了防范计算机网络安全，应当积极整合大数据的海量信息优势，建立科学的网络黑客防范攻击的模型，以此来提升识别网络黑客的反应速度。通过加强计算机网络的内外网的割离、加强防火墙配置，能够有效降低黑客攻击的可能性。同时，还可以大力推广数字认证技术，加强对访问数据的有效控制，并合理认证，有效避免非法目的用户的非法访问，进而提升对网络安全的有效保护。

3.加强网络安全管理。

使用计算机的个人及机构，需要从思想上高度重视网络安全管理的重要性，在熟悉大数据的特征与性能的基础上采取安全的管理措施，时常关注网络安全管理，从技术上给予网络安全保障的同时，还需要通过有效的网络安全管理来实现大数据时代下计算机网络安全的防范目的。对于机构而言，需要从宏观上认识到网络安全管理的重要性，并建立动态的、有序的、系统的管理规章，依托于云计算技术构建一个更加高级的智慧平台来加强网络安全的防范，进而确保网络安全。对于个人而言，需要从主观上认识到网络安全的重要行，在进行计算机操作中，要养成规范化的、文明的使用计算机网络的习惯，尤其是对于一些钓鱼网站、非法链接，要从主观上认识到其危害，并做自我做起，将网络安全问题尽可能消灭，不传播有安全隐患的信息或链接。

4.加强网络系统漏洞的修复工作。

在大数据时代，数据更新快、存在的漏洞多，需要确保计算机系统的不定能够及时得到更新，进而使得整个计算机网络系统能够安全、正常地运行。及时对计算机网络进行修复，能够有效避免蠕虫病毒攻击计算机网络。微软不定期在专门的update站点近期的漏洞补丁，对于使用微软系统的计算机用户而言，便需要及时进行下载这些漏洞补丁，并及时安装。目前，大家可以使用金山毒霸、百度卫士、360安全卫士、腾讯电脑管家等安全管理软件完成对网络系统漏洞的修复工作，进而有效保护计算机网络安全。

作者：张国强 单位：国家新闻出版广电总局725台

大数据方面论文:大数据与云计算会计信息化论文

一、大数据与云计算的概述

云计算是一种根据使用量确定付费的模式，这种模式主要是提供便捷的、可用的网络访问，并进入计算资源共享池，这些资源能够被迅速的提供，只需要投入较少的工作，或者与服务供应商进行很少的交流。目前，高能力的计算发展和应用水平已成为一个地区科研实力甚至一个国家综合实力的重要体现。云计算很大程度上提高了资源的服务水平和利用率，而且避免了跨结点划分应用程序所带来的低效性和复杂性。

二、大数据与云计算对会计信息化的推进

(一)大数据拓展了会计信息化的资源利用范围。

随着数字化、软件和处理能力的发展，对可利用的数据的范围进行了进一步的扩大，企业必须敏感地认识到不同类型的信息通过深加工后能给企业带来怎样的财富，更要掌握哪些信息可以通过信息化技术和软件的进步来实现。大数据时代，会计信息化不再只针对会计作业上产生的数据进行分析，而且云计算是世界各大搜索引擎及浏览器数据收集、处理的核心计算方式，因此可以通过云计算将零散的数据整合在一起，提炼其有价值的信息，再将这些信息与传统的会计信息融合，挖掘被忽视的重要信息，提高会计管理决策能力和企业管理水平，这样就能从行业中脱颖而出。

(二)促进了会计信息化成本降低。

传统的会计信息化需要企业自身投入大量的基础设施建设，同时还要考虑硬件与软件的升级和维护，这方面是阻碍会计信息化发展的重要原因，特别是对中小企业的发展。而大数据与云计算融合后，用户可以根据自己的利用资源的多少和时间的长短付费，不再需要前期大量的工作和资金投入。这样，企业也能将重点放在自身的发展上，增强竞争优势。

(三)提高了会计信息化的效率。

传统的会计信息化受到时间和地域等条件的限制，这样信息交流不及时，可能错过稍纵即逝的机会，尤其是竞争激烈的大环境下，信息获取的及时性更加重要的。在大数据时代的背景下，提供云计算的会计信息化系统只需通过互联网就能随时随地的实现与客户的沟通，及时地掌握所需的信息。同时，云计算强大的计算能力，可以更快地形成所需的各项指标，管理者能更快的了解企业的经营状况并识别潜在的风险。

三、大数据和云计算对会计信息化的挑战

(一)会计信息化共享平台发展滞后。

目前，企业信息化逐步在向社会信息化发展，各企业在加工处理自己的会计信息时会形成这个行业整体的信息流。通过会计信息化共享平台，各企业可以随时知道自己的企业在整个行业或地区的地区和影响力，了解自己的强势和弱势，不断强化自己的优势并弥补自己的不足，实现动态地对公司的持续改善管理。这一平台需要在云计算的基础上发挥作用，而云计算供应商要求能够满足不同用户、不同地域和不同业务规则的需求，所以对其适应性、扩展性以及灵活性要求比较高。我国在这方面起步比较晚，国内的云计算平台建设滞后，使云会计这种新型会计信息化发展面临很大的阻碍。

(二)会计信息化共享平台的数据安全性挑战。

这种平台作为一种能降低企业成本并提高信息沟通灵活性的有效途径，近几年得到了更多企业的关注。但值得关注的是这种平台的应用同时也伴随着安全性的风险。企业通过放弃对某些数据的控制来节约经济上的交换成本，对于高层管理者来说，他们必须对这种交易是否值得做出决策。正如Cearley所说，“在外部的共享资源池中，企业对其资源在何处运行无从知晓也无从控制。如果企业认为数据的来源和所在的位置对企业来说很重要，那么这就成为企业不使用云计算的一个重要原因。”因此，还有很多企业是不愿意将自己核心的财务数据放在这个共享平台上。对于数据的安全性防护要随着信息化平台的发展而不断地加强，这样就会导致云服务供应商在安全上投入更多的资金，摊到用户上的成本也会增加。因此，如何建立安全、性价比高的存储系统成为业界的普遍需求。

作者：丁婧 单位：山西财经大学会计学院

大数据方面论文:大数据下图书馆员职业素质论文

1馆员要具有个性化服务意识

图书馆工作人员的信息素养和图书馆的服务水平息息相关。信息意识和信息能力共同构成了信息素养的内涵。信息意识是指人对信息的一种内在的心理倾向，通常指人对信息有着较高敏感度，有能力从海量的事物和社会现象中，发现有价值信息，并有进一步对其进行整理、分类、调取和使用的欲望。信息意识不仅是当代社会人应普遍具备的基础意识，更是图书馆馆员做好本职工作，服务好读者的必备素质。信息组织能力是指信息收集、鉴别、加工、存储、分类归属、整序组合等系列活动所具备的能力。信息分析综合能力是在信息活动中所实行的思维推理与判断能力，这是在对信息进行搜集开发、加工整理、运用过程中的高级智能阶段。只有拥有对信息较强的综合分析能力，才能提高信息的运用效果，才能激活原有的死知识，组成一种新的知识体系。大数据时代的图书馆员能够通过信息检索、搜集和处理，掌握读者的阅读习惯和检索习惯，热门图书的流向与出借频率等等。这些关键信息可以帮助图书馆员向读者提供相关图书推荐等个性化服务，甚至为读者建立微型个人数据库，帮助读者从浩瀚的知识海洋中寻找到最符合其需求的文献资料。

2保持旺盛的求知欲和好奇心

大数据时代的来临，给图书馆带来了翻天覆地的变化，同时也大幅提升了读者个体能力以及对图书馆员的服务要求。从总体而言，读者群体的知识结构更为完整，知识水平更高，对文献检索及加工的要求也随之提高。例如有些读者提出的专业化信息检索服务要求可能超出所有图书馆员的现有知识储备量而导致出现图书馆员答非所问的尬尴。在这种大背景下，不可能强求图书馆员有着知识量上的占有优势，但必须要求图书馆员有着旺盛的求知欲和好奇心，在工作中不断学习提高。对新生事物有着开放的心态和了解的热情，与读者、社会共同进步，共同发展，并在学习过程中完善自己的知识结构，与时俱进，紧跟读者的变化。

3具有较强的的信息技术运用能力

我国图书馆已经步入信息化阶段，大量文献以数字化方式被存储和使用。图书馆员的工作延展至包括从各种服务和媒体中检索、存取、评价、使用和传播信息。这要求图书馆员要学会对信息进行分析判断、去伪存真、去粗取精；要建立和掌握信息源，掌握信息检索的技术、方法、途径；能指导读者使用各种信息源和信息技术找到必要的信息；了解信息分析研究成果评价的程序、方法、使之成为具有科学价值的新信息并加以传递、交流。信息技术能力包括但不限于能熟练使用办公室软件、社交网络工具、专业统计软件、网页制作工具等。掌握并能熟练使用这些软件工具，并配合图书馆整体工作的需要，多渠道，多形式向读者提供服务，是图书馆未来发展的方向。

4严守信息道德底线

信息道德是指人们在整个信息交流过程中表现出来的行为底线。它规范信息生产者、加工者、传播者及使用者之间的相互关系，对信息安全，信息伦理等提供最基本的保护，也是每个图书馆员都应该自觉遵守的道德标准。面对纷繁复杂的信息流，图书馆员要培养自身良好的信息道德，增强对信息的辨别能力，去伪存真，增强抵御有害信息、垃圾信息的能力。此外，馆员在获取和利用信息时也必须遵守相关的法律和一定的信息道德，规范自身的信息行为活动，主动维护合法的信息环境，合法、合理地利用信息。

5良好的心理素质

大数据时代，通过各种海量数据可以勾画出一个自然人各方面各层面的面貌和特征，从某种意义上说，自然人在大数据的作用下成为透明和公开的个体。图书馆员作为窗口服务行业的工作人员，更容易在这样一个环境中缺乏隐私。这就要求图书馆员具备良好的心理素质，冷静对待外界的窥探和评价。心理素质主要与控制和调整自己的情绪有关，能够及时调整和排解不良情绪，保持饱满的工作热情，以阳光的心态和积极的情绪面对读者，提供品质服务，这是对图书馆员的必要要求。此外，由于技术条件的进步和通信工具的普及，任何个人行为都可能成为公众关注的焦点。图书馆员必须注重个人言行，并且有私人行为被网络媒体、社会舆论上升为公众事件的心理准备。这要求图书馆员在时刻保持良好的心理状态的同时，还应有应对此类事件的心理素质。

6结语

总之，在大数据时代，社会对图书馆员的要求也越来越高，良好的服务意识、完整的知识结构、熟练的信息技术，良好的信息道德，都是现代社会图书馆对图书馆员应当具备的素质，只有具备了这些素质，才能适应大数据时代下的现代社会。

作者：曹斌 单位：泰州职业技术学院

大数据方面论文:大数据图书馆管理论文

一、大数据的基本特征

（一）类型繁多（Variety）

数据通常被分为结构化数据、半结构化数据和非结构化数据。相对于传统的以文本为主的结构化数据，网络日志、音频、视频、图片、地理位置信息等半结构化、非结构化数据越来越多。同时，近几年出现的微博、微信等可通过移动互联设备使用的电子交往形式使数据量和数据种类更加复杂化。

（二）价值不高（Value）

价值密度的高低与数据总量的大小成反比。以社会中常见的监控录像为例，24小时的监控记录，有用数据可能仅有一二秒。如何将已有的结构化数据、半结构化数据及非结构化数据进行整合、分析，挖掘出更多有价值的信息，并通过强大的计算能力迅速地完成数据的价值“提纯”成为目前大数据背景下亟待解决的难题。

（三）要求高速处理（Velocity）

这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告，预计到2020年，全球数据使用量将达到35．2ZB。在如此海量的数据面前，处理数据的效率就是生命。

二、图书馆大数据的主要来源分析

根据大数据的基本特征，经笔者分析，图书馆知识服务领域的未来大数据的来源主要有RFID射频数据、传感器数据、社交网络和移动互联数据等几个方面。随着图书馆数字技术的不断提高，RFID将不断推广，这将是未来图书馆大数据的主要来源之一；由图书馆中的传感器感知生成的数据，长时间积累后也将产生巨大的数据量；社交网络已广泛应用于社会各个方面，逐步成为人们交往的主要形式，其所产生的数据量远超以往任何一个信息传播媒介，由其生成的数据量是不可估量的；移动互联网及移动互联技术的不断完善，使得图书馆可以灵活获取移动电子设备、人员、资源、用户行为和需求等信息，并对这些信息进行实时分析，从而帮助我们开展有效的智能辅助决策。

三、大数据对图书馆管理的影响和挑战

（一）海量数据处理考验图书馆计算能力

大数据时代背景下，各类数据量迅速增长，数据产生的方式、范围发生前所未有的变化，人们在社会中的各类行为都产生了大量的信息数据，信息数据的组成结构、格式类型、存在形态等都更加复杂。图书馆要对上述复杂的数据进行应用、存储，将具有很强的挑战性，不仅仅涉及云计算、大数量级数据存储等技术问题，还可能促发图书馆服务模式、资源建设模式、管理模式与发展模式的转变。

（二）数据分析方式转变带来的挑战

随着图书馆信息化程度的提高，以互联网信息搜索、查询为基础的知识服务逐渐被更多的图书馆所采用。但不管是简单的信息服务，还是结合了信息检索、组织、分析等高级业务服务，都可归纳为就数据而进行的服务。大数据时代背景下要求图书馆不仅需要通过结构化数据了解客户需求，也需要大量的非结构化数据、半结构化数据去挖掘、预测和分析当前和未来的用户需求，社会大众的需求也将随着不断变化的个性化的高满意度服务出现而对图书馆的服务呈现出明确和迫切的需求。满足用户的需求，提供复杂数据的处理也将成为大数据时代图书馆的发展方向，如何处理好数据分析，将直接影响图书馆的生存与发展。

（三）大数据对图书馆基础设施提出更高的要求

半结构化及非结构化数据的迅速增加，导致数据存储、计算规模越来越大，其成本急剧上升。很多知识服务机构出于成本的考虑将应用由高端服务器转向中低端硬件构成的大规模计算机集群，从而对支持非结构化数据存储及分析的基础设施提出了很高的要求。

四、大数据时代图书馆管理发展方向

（一）探索利用数据分析技术与工具

对图书馆来说，在大数据时代要想在激烈的市场份额竞争中争得一席之地，避免边缘化，开展必要的大数据分析服务显得必不可少。图书馆开展的大数据分析服务业务，主要可以有以下几种：首先是图书馆自身建设所需的大数据分析。这类分析一般以图书馆的现有数据为对象进行分析，如读者的借阅方式、行为爱好等，是一种对现有资源的分析与挖掘；其次是客户即读者所需的大数据分析。这类分析业务类似于当今图书馆为企业等客户群体所做的信息情报参考、竞争情报分析，但也有着很大的区别，如对于分析对象数据的不同、分析手段的不同、分析目的不同等，这类分析业务所依靠的大量数据可能并非图书馆所拥有，从而成为限制该项业务发展的瓶颈，如何解决此类服务的数据问题是突破该瓶颈的关键。麦肯锡的《大数据：创新、竞争和生产力的下一个前沿领域》报告中首次提出了“大数据”的概念，对大数据的分析技术与工具进行了列举，如目前已为广大图书情报研究者所熟知的聚类分析、数据挖掘、网络分析、可视化分析、数据融合与数据集成等，特别是聚类分析、可视化分析与数据挖掘技术。但这些现有的研究目前仅仅只是针对结构化数据和有限数量的关键词进行聚类分析、共现分析等，并不能真正挖掘大量负责数据的存在与表现形态，更不能通过这些分析去预测未来的可能发展趋势。当然，大量网络社交等信息行为产生的大量非结构化数据、半结构化数据也让许多学者开始思考去采集和利用这些信息，如苏玉照等人就认为如果能够采集到Web日志的数据，就能很好地满足发现关联规则、内容分类和用户聚类的需求，从而能提高个性化推荐的精度，进而对定制Web日志的数据模型、过程及方法进行探索。

（二）重视基础设施建设

大数据时代，图书馆的核心竞争力不再仅是文献数据信息的竞争，各类形式的海量数据以及对海量数据的分析、挖掘才是今后图书馆之间竞争的核心因素。因此，要跟上大数据的脚步，必须完善信息收集的基础设施建设，加强各类信息资源的收集将成为图书馆资源建设的大方向。图书馆首先要明白“数据即生命”，解决数据存储问题。大数据时代对于图书馆的数据存储量要求极高。早在2007年，沃尔玛就通过对消费者的购物行为等非结构化数据进行分析，创造了“啤酒与尿布”的经典商业案例。这样的经典案例是通过对海量的多类型数据收集和分析得到的。因此，图书馆要掌握读者用户、馆员乃至社会服务群体等的信息，既要有当前通用的数据记录中的个人身份、借阅记录等结构化数据，还要有存储信息行为、搜索方式、行为痕迹等非传统数据，这些都需要通过基础设施的建设来支持。除此之外，图书馆还必须解决数据计算和数据分析问题。要积极利用“云计算”技术，搭建图书馆的云计算平台，解决图书馆自身海量数据的存储及运算能力与大数据对存储能力的高要求之间的矛盾。

（三）提高图书馆服务的智能化程度

大数据背景下的图书馆服务的智能化程度也将达到一个新的高度。图书馆应用智能化技术进行自动的高级、复杂的数据收集及处理工作，既能在一定程度上节省大量的人力物力，也能解决人工可能无法实现的工作需求，如对海量信息数据的智能抓取、关键词抽取等，使得节省下来的大量人力去研究图书馆建设的策略与更进一步的智能化投入。其次，从读者来看，服务内容、手段的智能化程度提高与智能化技术、工具、平台的服务实践，所需的图片、视频、文本等信息将能轻易获取，个体的信息如社交信息、生活数据等大量的非结构、半结构化数据也都能为图书馆的智能化决策提供分析参考。再次，从智能化服务中的知识流通来看，图书馆服务智能化程度的提高不但有利于知识从单个主体拥有向多个主体拥有的流通与传播，更利于隐性知识向显性知识的转变，也有利于知识的发现、挖掘与组织。

作者：杨春玲 单位：商丘医学高等专科学校

大数据方面论文:大数据时代下信息安全论文

1“大数据”的内涵

1.1“大数据”定义

所谓大数据（bigdata），或称巨量资料，通常情况下，是指涉及的资料规模庞大，在现有的技术条件的基础上，难以通过主流软件，在合理时间内对其进行撷取、管理、处理。对于“大数据”来说，其特征主要表现为：一是数据量（volumes）大，在实际应用中，把多个数据集放在一起，形成PB级的数据量。根据IDC（国际数据公司）的监测统计，2011年全球数据总量已经达到1.8ZB；二是数据类别（variety）大，数据来自多个数据源，无论是种类，还是格式，数据日趋丰富，以前所限定的结构化数据范畴等，已经被冲破，半结构化和非结构化数据早已囊括其中；三是数据处理速度（Velocity）快，在数据量非常庞大的情况下，能够对数据进行实时的处理；四是数据具有较高的真实性（Veracity），随着社交数据、物联计算、交易与应用数据等新数据源的兴起，冲破了传统数据源的局限，在这种情况下需要有效的技术，进一步确保数据的真实性、安全性。

1.2“大数据”技术

“大数据”的价值不只在于其数据量之大，更大的意义在于通过数据采集、处理、分析、挖掘等技术对“大数据”的属性，包括数量、速度、多样性等等进行分析，能获取很多智能的、深入的、有价值的信息。而这些信息提取过程可大致分为以下三个阶段。

1.2.1数据输入

将分布的、异构数据源中的关系数据、平面数据等数据进行采集抽取，然后对其进行清洗、转换、集成等，将数据加载到数据仓中，进而为数据联机分析、挖掘等处理奠定基础。其特点主要表现为并发数高，因为成千上万的用户有可能同时访问、操作数据，比较典型的就是火车票售票网站、淘宝等，在峰值时，它们并发的访问量能达到上百万，在这种情况下，在采集端需要部署大量数据库。

1.2.2数据处理

“大数据”技术核心就是数据挖掘算法，基于不同的数据类型和格式的各种数据挖掘的算法深入数据内部，快速地挖掘出公认的价值，科学地呈现出数据本身具备的特点。并根据用户的统计需求，对存储于其内的海量数据利用分布式数据库或分布式计算集群进行普通的分析和分类汇总等。其特点主要表现为用于挖掘的算法比较复杂，并且计算涉及的数据量和计算量都很大，常用数据挖掘算法都以单线程为主。

1.2.3数据输出

从“大数据”中挖掘出特点，科学的建立模型，通过导入数据，以得到用户需要的结果。这已在能源、医疗、通信、零售等行业有了广泛应用。

2“大数据”安全隐患

“大数据”时代，数据量是非线性增长的，随着数据价值的不断提高，黑客对于数据的觊觎已经由原来的破坏转变成窃取和利用，病毒或黑客绕过传统的防火墙、杀毒软件、预警系统等防护设备直接进入数据层，一些高级持续性攻击已经难以用传统安全防御措施检测防护。“大数据”的安全风险主要可以分为以下两个方面。

2.1从基础技术角度看

NoSQL（非关系型数据库）是“大数据”依托的基础技术。当前，应用较为广泛的SQL（关系型数据库）技术，经过长期的改进和完善，通过设置严格的访问控制和隐私管理工具，进一步维护数据安全。在NoSQL技术中，没有这样的要求。而且，对于“大数据”来说，无论是来源，还是承载方式都比较丰富，例如物联网、移动互联网、车联网，以及遍布各个角落的传感器等，通常情况下，数据都是处于分散存在的状态，难以对这些数据进行定位，同时难以对所有的机密信息进行保护。

2.2从核心价值角度来看

“大数据”技术关键在于数据分析和利用，但数据分析技术的发展，对用户隐私产生极大的威胁。在“大数据”时代，已经无法保障个人信息不被其他组织挖掘利用。目前，各网站均不同程度地开放其用户所产生的实时数据，一些监测数据的市场分析机构可通过人们在社交网站中写入的信息、智能手机显示的位置信息等多种数据组合，高精度锁定个人，挖掘出个人信息体系，用户隐私安全问题堪忧。

3“大数据”安全防范

由于“大数据”的安全机制是一个非常庞大而复杂的课题，几乎没有机构能一手包揽所有细节，因此业界也缺乏一个统一的思路来指导安全建设。在传统安全防御技术的基础上，通过对“大数据”攻击事件模式、时间空间特征等进行提炼和总结，从网络安全、数据安全、应用安全、终端安全等各个管理角度加强防范，建设适应“大数据”时代的安全防御方案，可以从一定程度上提高“大数据”环境的度。

3.1网络安全

网络是输送“大数据”资源的主要途径，强化网络基础设施安全保障，一是通过访问控制，以用户身份认证为前提，实施各种策略来控制和规范用户在系统中的行为，从而达到维护系统安全和保护网络资源的目的；二是通过链路加密，建立虚拟专用网络，隔离公用网络上的其他数据，防止数据被截取；三是通过隔离技术，对数据中心内、外网络区域之间的数据流量进行分析、检测、管理和控制，从而保护目标数据源免受外部非法用户的侵入访问；四是通过网络审计，监听捕获并分析网络数据包，记录网络访问的关键信息；通过统一的策略设置的规则，智能地判断出网络异常行为，并对异常行为进行记录、报警和阻断，保护业务的正常运行。

3.2虚拟化安全

虚拟机技术是大数据概念的一个基础组成部分，它加强了基础设施、软件平台、业务系统的扩展能力，同时也使得传统物理安全边界逐渐缺失。加强虚拟环境中的安全机制与传统物理环境中的安全措施，才能更好地保障在其之上提供的各类应用和服务。一是在虚拟化软件层面建立必要的安全控制措施，限制对虚拟化软件的物理和逻辑访问控制；二是在虚拟化硬件方面建立基于虚拟主机的专业的防火墙系统、杀毒软件、日志系统和恢复系统，同时对于每台虚拟化服务器设置独立的硬盘分区，用以系统和日常数据的备份。

3.3数据安全

基于数据层的保护最直接的安全技术，数据安全防护技术包括：一是数据加密，深入数据层保护数据安全，针对不同的数据采用不同的加密算法，实施不同等级的加密控制策略，有效地杜绝机密信息泄漏和窃取事件；二是数据备份，将系统中的数据进行复制，当数据存储系统由于系统崩溃、黑客人侵以及管理员的误操作等导致数据丢失和损坏时，能够方便且及时地恢复系统中的有效数据，以保障系统正常运行。

3.4应用安全

由于大数据环境的灵活性、开放性以及公众可用性等特性，部署应用程序时应提高安全意识，充分考虑可能引发的安全风险。加强各类程序接口在功能设计、开发、测试、上线等覆盖生命周期过程的安全实践，广泛采用更加的安全测试用例。在处理敏感数据的应用程序与服务器之间通信时采用加密技术，以确保其机密性。

3.5终端安全

随着云计算、移动互联网等技术的发展，用户终端种类不断增加，很多应用程序被攻击者利用收集隐私和重要数据。用户终端上应部署安全软件，包括反恶意软件、防病毒、个人防火墙以及IPS类型的软件，并及时完成应用安全更新。同时注重自身账号密码的安全保护，尽量不在陌生的计算机终端上使用公共服务。同时还应采用屏蔽、抗干扰等技术为防止电磁泄漏，可从一定程度上降低数据失窃的风险。

4“大数据”安全展望

“大数据”时代的信息安全已经成为不可阻挡的趋势，如何采用更加主动的安全防御手段，更好地保护“大数据”资源将是一个广泛而持久的研究课题。

4.1重视“大数据”及建设信息安全体系

在对“大数据”发展进行规划的同时，在“大数据”发展过程中，需要明确信息安全的重要性，对“大数据”安全形式加大宣传的力度，对“大数据”的重点保障对象进行明确，对敏感、重要数据加大监管力度，研究开发面向“大数据”的信息安全技术，引进“大数据”安全的人才，建立“大数据”信息安全体系。

4.2对重点领域重要数据加强监管

海量数据的汇集在一定程度上可能会暴露隐私信息，广泛使用“大数据”增加了信息泄露的风险。政府层面，需要对重点领域数据范围进行明确，制定完善的管理制度和操作制度，对重点领域数据库加大日常监管力度。用户层面，加强内部管理，建立和完善使用规程，对“大数据”的使用流程和使用权限等进行规范化处理。

4.3加快研发“大数据”安全技术

传统信息安全技术不能适用于新兴的“大数据”领域，云计算、物联网、移动互联网等新技术的快速发展，对“大数据”的收集、处理和应用提出了新的安全挑战。加大“大数据”安全技术研发的资金投入，提高“大数据”安全技术产品水平，推动基于“大数据”的安全技术研发，将有利于“大数据”更好地推动国家和社会发展。

作者：乔书芳 赵巍 单位：河北出入境检验检疫局

大数据方面论文:大数据时代公共管理论文

1对公共利益诉求的精益响应

就公共管理理论内涵而言，迄今为止学术界还没有形成一个被广泛认可的范围界定，然而诸如精细化的专业管理、明确而有效的绩效评估、强调结果而不是程序、不断的提升公共产品和服务的质量等，一些基本的价值取向还是在被学界不断的接受。基于这些价值取向，对公共利益的积极响应将伴随着治理变革的进程不断的深化，其内在的要求也将不断的提升公共管理的水平。应当确认的是，无论是宪政层面还是民主层面的要求，政府都应当在追求公共利益实现的过程中，承担起主要的公共责任，并不断提高公共产品和服务的质量和水平。政府应当无遗漏、无差别地关注所有的公共价值和偏好，以此来提升公共服务的质量和公共利益的实现程度，这不仅是政府存在合法性的要求，也是公共管理的绩效要求。从实践层面而言，公共利益实现的基础是公共诉求的表达，这就要求作为公共责任主要承担者的政府，必须积极创造公民表达和形成公共利益诉求的条件，以使得公民之间、公民和政府之间能够围绕其关心的公共事务，在观念、价值、手段等层面进行充分的交流和融合，以实现公民个人需求的社会定位，并在公共领域和公共决策层面形成“共识”，推动个人与社会的共同发展。然而，作为公共利益实现的逻辑起点，现实中公共利益诉求的形成存在着表达和整合的障碍。由分工、社群等因素造成的社会系统的复杂性会造成信息传递的困难，会造成公民之间、公民与政府之间大规模的沟通和协调的困难，甚至会引发其间的矛盾与冲突。在传统的社会运作方式下，信息传递和沟通的效率已经不能满足公共管理的需求，同时，依靠随机抽样等方式来解决数据收集和处理问题的方式本身也存在着许多固有的缺陷。而在数字化时代，快速发展的信息技术和研究方法已使得数据的收集和处理变得更加容易、更加快速，而且，与数据交流的困难看来也已经不是理所当然的了，在组织和社会发展的过程中，我们拥有了处理数据的更大的信心和能力。大数据所代表的网络信息技术和数据处理能力无疑成为解决公共管理问题的一种新的、有效的方式。一方面，大数据可以提供多样化的信息渠道，这种多样化使得公民的广泛的利益诉求变得可能，可以打破由阶层、教育、收入、习惯等造成的沟通障碍，进而在公共利益的实现过程中，建立一种围绕公共事务的共享的价值观念和利益观念，帮助公民超越短期利益诉求，并为对话表达共同价值提供舞台，以形成对公共事务的共识和公共利益实现的基础。另一方面，政府不能止于为公民提供均等化的产品和服务，而应当和私营部门所做的一样，通过市场细分，精益化地实现公共利益。相对于大数据时代，在以往的社会运作方式下，由于管理理念的落后和数据技术的缺乏，社会生产是通过大批量的、同质化的产品和服务来满足客户需求的。而在以先进的数据和网络技术为代表的大数据时代，在公共利益实现的过程中，则应当通过精益性、无遗漏、精细化、定制化的产品和服务来满足公民的需求。作为一种技术回应，大数据技术使管理者可以对管理对象的独特需求进行追踪和分析，进而实施管理行为或投送有针对性的服务。研究表明，这种根据个体或人群将公共服务进行细分与定制的管理模式，能够提高效率、效果和公民满意度。事实上，精细化的管理模式，在有效响应公众诉求的同时，也能提升政府的运营效率和管理品质。这就要求在公共管理中，政府对于数据的态度，应当实现从“宏观把握”到“微观差别”，从“决策参考”到“分析”，从“数据使用”到“智慧支持”的转变。

2对公共管理决策的全新认知

政府存在的合法性和权力的来源，决定了在对公共利益的追求和实现过程中，政府在公共管理的体系中所具有的主导地位，以及政府所必须扮演的积极角色，而这种地位与角色的有效性极大程度上受到其决策方式、能力和效果的影响。在半个多世纪的漫长过程中，决策支持系统曾经一度因为缺乏有效的数据组织方式而徘徊不前，虽然其后的发展取得了前所未有的加速度。作为公共决策的重要主体，快速和灵活的大数据时代特征也对政府的数据管理和使用模式提出了更高的要求，大数据的出现颠覆了传统的数据管理方式，在数据来源、数据处理方式和数据思维等方面都会对其带来革命性的变化。正是如此，在公共管理的决策领域，由于拥有了的信息，过去那些建立在非信息假设上的管理思维和方法，已经被彻底地改变。因此，大数据不仅带来了政府决策的巨大挑战，也提供了变革公共决策的现实机遇。大数据对于决策的价值是显而易见的，通过对大数据的挖掘，可以有效提高政府决策的科学性和时效性。一方面，决策是为了解决问题或抓住机会，大数据可以通过多种渠道抓取数据，并可以发现其中反映的异常问题和有利时机以把握决策的进程；另一方面，决策的有效制定依赖于完整的信息，大数据可以提供庞大的信息，高质量的、多方位的信息可以有效提高决策的效果。诚然，庞大的信息并不意味着都高质量的信息，事实上，质量远远比数量重要。也就是说，肯定数据价值的同时，也应当认识到数据分析的局限性。例如，可以描述政府与公民网络互动的频数，但并不意味着能确切地说明其相互关系，而解释和分析其背后的原因则更加困难。由此，决策环境的改变必将带来政府公共管理模式的巨大改变。首先，政府应当开放透明，持续完善公众公平、便利地获取公共信息的渠道和手段，以利于公众参与公共决策。诸如在公共政策制定、公共财政开支、公共资源分配细节等方面都应当充分满足公众的知情权，在更大范围内实现数据共享。这既是决策效率提升的要求，也是行政民主的价值诉求。其次，在大数据时代，社会主体和公众意见的有效体现是决策的合法性和合理性的基础。一方面，这要求政府培养数据意识，多方位的重视数据的收集和积累工作，为实施大数据战略做准备；另一方面，应当不断推动社会媒体、社交网络等数据平台健康快速的发展。为此，在数据的收集、更新，尤其是数据利用方面，政府都应当不断地调整管理思路和方法，并积极改善公共管理决策的数据环境，提升决策过程中的数据意识，建立有效的决策支持数据系统，以实现决策的科学化，提高公共决策的质量。

3对公共治理战略的深刻影响

目前，大数据已经在商业领域中被广泛应用，并产生了巨大影响。在商业领域，新的研究方法拓展了现有的理论模型，可以利用社会网络、数据挖掘和统计等方法挖掘出高维度的市场信息。即便是在社会领域，大数据同样会帮助我们认识和适应公共治理的社会环境。大数据管理不仅是一种技术或管理方式的创新，还代表着人类对于信息更加的把握能力，同时也反映着人类自身特性的深刻展现及发展。因此，在公共管理实践中，必须在大数据的语境下，用大数据的思维方法理解和分析新的治理问题。

3.1信息技术是一种社会赋权工具，大数据造就了一个权力碎片化的社会

在某种成程度上降低了群体压力对个体的影响，凸显了个体的主动性和能动性，网民可以在表达和交往的过程中，将他们认为重要的问题变为公众议程的一部分，并成为公民之间、公民和组织间关注和讨论的公共问题。信息和数据将围绕着这些问题产生，而且一旦实现信息的自由和数据的开放，知识和权力在每一个公民之间就是等距的，社会的主体结构就将从分层转向网状，社会形态和社会结构就将会出现新的变革。在这种情况下，公民也就越来越多地倾向于社会公共领域，其结构特征和特性就成为公共管理价值性和工具性实现的原因和意义。而且如果个人在互联网上的交往活动能被系统地捕捉到，那么我们就可以有史以来及时次对非正式沟通的流向、观点在不同社会群体之间的传播，以及隐藏在沟通之下的实际网络结构进行观察或作出合理的推断。也就是说，在这种治理环境中，大数据不仅带来了社会结构的新变革，也发展了认识这种结构变革的方法。因为，大数据可以有效地反映舆情和民意，网络上产生的海量数据反应了社会结构中网民的行为、能力和态度，这是信息时代现实社会与网络空间深度融合的产物，蕴含着丰富的内涵和很多规律性信息。

3.2大数据可以有效地降低社会发展中面临的不确定性和风险。

在现代社会，政府转变治理思维、提升危机意识、调适治理模式的着眼点在于，危机的产生和演化是公共管理和公共利益实现的巨大挑战。一方面，危机的突发性要求政府不断提升危机响应的效率，不但要具有前瞻性的战略视野，也应当具备强大的信息收集和处理能力。同时，把大数据技术引入危机管理领域，绝不应只将其视作一种技术手段的进步，而应该以大数据技术为基础对整个危机管理的流程进行再造。另一方面，危机的社会性要求政府密切关注社会范围内的所有信息，在日常活动中，防范和化解可能出现的危机。在大数据背景下，人类的大部分行为都受制于规律、模型以及原理法则，而且它们的可重现性和可预测性与自然科学不相上下。因此，对现实的、潜在的公共领域的数据信息进行实时分析，可以提高政府对危机的识别和判断能力，及时发现卫生、环保、灾害、社会管理等领域的危机，为实现科学有效地防范和化解危机管理提供基础。

3.3大数据将极大的影响和改变政府的发展和竞争战略。

事实表明，大数据不仅仅影响的公众个体和企业组织，大数据也可以提升行业、经济体和社会的发展活力。为此，一方面，着眼于大数据时代的环境变迁，政府必须前瞻性地将政策的制定和实施与大数据的发展联系起来，政府必须解决人力资本、隐私保护、知识产权、信息共享、通信和技术开发等领域的一系列问题，以发挥大数据的价值潜能。另一方面，政府必须通过大数据来改造自身，通过政府机构跨部门的整合，通过不断学习和掌握大数据管理技术，挖掘和利用公共行政的海量数据，来改善和提高公共管理与服务水平。此外，大数据管理还将成为推动政务公开和政务监督的有效模式，以此来保障政府运作的合理性和合法性。

作者：王峥嵘 单位：甘肃政法学院

大数据方面论文:大数据时代大学教育论文

1大数据时代概述

1.1大数据时代的思维方式

人类一直以来都在不遗余力地探索事物的本质和追求能够快速、高效地解决问题的方法，传统上，人们在生产、生活和研究中最常用的方法是因果论，利用因果论推导事物的本质，需要用极其严谨的逻辑方法和缜密的思维，所以能够利用因果论做到这一点的从来只是少数人。理论上每一个件事的发生都是事物本质的片段表现，只要能够收集到足够多的相关信息，通过事件之间的相关关系，就能够跳过繁杂的分析过程，直接还原事物的本质，但是在信息技术出现并普及之前，通过传统的市场调查方法，想要收集到足够的相关信息，几乎是不可想象的事情，甚至令人绝望，现在随着信息技术的发展，网络几乎覆盖了整个地球表面，可以在有效的时间段内收集到足够多的信息，信息来源的广泛性和即时性能够满足运用相关关系求得事物本质的条件。可以说，大数据就是利用事件之间的相关关系的一种方法论。

1.2大数据时代大学教育典型案例

2007年，美国科罗拉多州的WoodlandParkHighSchool的两个化学老师在课堂教学中采用了一种全新的教学方法，将教学内容制作成视频，有学生课前在家观看学习，教师在视频中布置作业，学生在课堂上完成作业，教师在课堂上对学生进行一对一的指导，结果是学生成绩提高，学习兴趣增加，得到了学生和家长的肯定，这种教学方法就是为“翻转课堂”。受“翻转课堂”的启发，2012年，麻省理工学院和哈佛大学联合创办了在线教育平台edX，斯坦福大学创办了Cours-era、Udacity，开创了大数据技术在大学教育领域应用的先河，现在MOOC(MassiveOpenOnlineCourse，大规模开放在线课程)已经成为了席卷全世界大学教育新风尚，斯坦福大学SebastianThrun与PeterNovig教授开设的“人工智能导论”课程，全世界有超过16万人在线注册学习，2.3万人通过了考试，成为大学教育世界化的典范，现在国际上类似的在线课程几乎涵盖了大学教育的各门学科。2013年，上海高校率先成立了中国的MOOC平台，随后，北京大学、清华大学加盟了edX。

2大数据时代大学教育的特点

大学教育会被时代打上烙印，大学教育的产品要满足时展进步的需求，还要承担为时展进步提供人力资源的责任。现在的大学教育是第二次产业革命的产物，其特点就是批量化、快速的培养了大工业生产所需求的劳动力，现在人类社会已经进入了以信息技术和互联网为基础的信息社会，原有的大学教育在功能上已经跟不上时代的发展和进步了，基于云计算和物联网的大数据技术正在改变着传统的大学教育方式，在大数据技术的支持下，传统的流水线式教育正在向着自组织学习改变，学校和课堂由封闭式变为开放式平台，课程周期以微课程为主，学生学习安排更加个性化，学科之间的界限变得越来越模糊，学习内容不限于书本，还有来源于实际的需求，一刀切式的教育方法正在向个性化发展，教师在学生学习的过程中由占主导地位变为引导者和帮助者。具有戏剧性的是，美国著名的未来学家阿尔文•托夫勒在1970年出版的《未来的冲击》中描述的未来教育的图画与大数据技术支持下大学教育能够做到的惊人的一致。

3大数据对现代大学教育创新的积极影响

3.1更开放的校园

在大数据时代，大学校园的围墙只保留了其象征意义，大学教育通过网络的触手延伸到世界的每一个角落，大学更加兼容并蓄，包容性更强，大学不再是知识垄断的殿堂，而是知识交流、思想碰撞的平台。尤其是MOOC和edX已经在全世界高校范围内被广泛认可并使用的情况下，世界其他国家的学生不需要到国际名校去听令人向往的著名教授的课程，在网络上就可以实现了，所以高校教育在一定的意义上已经国际化了。

3.2更符合时代需求的教育理念

教育理念是教育的灵魂，在“有教无类”的教育理念指导下，孔子老师培养出了七十二贤人；没有蔡元培先生提出的“思想自由、兼并包容”的教育理念，就没有现在的北京大学。大学的教育理念应该是培养出有组织能力的人、能够独立做出理性判断的人、能够在繁杂的现象中发现规律的人、能够在激烈竞争的环境中生存发展甚至脱颖而出的人，大数据时代的来临给了现代教育工作者实现这一教育理念的绝佳机会。

3.3更具时效性的教学内容

教科书中知识的特点是系统性和性，但是教科书中的知识有一定的时滞性，教学内容大多枯燥无味，很难引起学生的兴趣，学生很难从教科书中了解到专业学科的研究现状和国际前沿的研究方向、研究方法、研究成果。另外，学生一般在学校期间又很少有社会实践，绝大所数学生都是从校园直接进入社会，导致学生毕业后很难直接和社会接轨。大数据时代教师有可能收集到来自全世界相关学科近期的前沿信息，在课堂上有选择地向学生介绍，甚至学生在掌握学科基础知识之后，可以在教师的指导下，独立或者分组完成信息的收集、整理和分析工作，让学生能够多方位、多角度地学习知识，可以极大地提高学生学习兴趣。

3.4更具合作性的教学过程

大数据时代教学过程的合作性包括三个层面：一是教师和学生之间的合作，大数据方法改变了传统的教师和学生之间教与学的关系，韩愈提出的“师者,所以传道授业解惑也”。观点的基本条件是教师和学生之间存在信息不对称的现象，大数据时代这一现象被打破了，学生甚至可能在某些领域掌握的信息远远超过教师，所以，教师和学生之间角色的界线再也不可能像从前一样泾渭分明了，这一变化给教师带来了极大的压力和挑战。教师的引导功能和组织功能将被放在突出的地位，学生在教师的指导之下将成为知识的探索者和发现者，教师和学生合作共同完成对传统知识的传承和新知识的探索。二是教师与教师之间的合作，传统教学中教师与教师之间也有合作，但是信息交流手段比较网络时代的效率要低得多，大数据时代教师之间交流在深度和广度上要远远地超过以往的任何时代，同时教师之间的交流对教师业务水平的促进作用是最明显的。三是学生和学生之间的合作，大学期间学生之间相处的时间更久，所以学生之间的合作在时间上远比和教师的合作更多，大数据时代为学生之间的合作提供了更广泛的空间，而且学生之间的交流更轻松，也更容易发现自己的不足之处，并取长补短。

3.5更具开放性的教学过程

开放性教学过程的特点就是以学生为中心、尊重学生的学习诉求、强调师生之间互动。大数据时代的教学过程突破了传统教学在时间、空间和地域上的限制，让课堂变得无处不在，为师生之间、教师之间、学生之间提供了极为方便的交流平台。学生掌握了更强的主动性，学生可以更深入地参与到教学的各个环节，可以向教师提出符合自身条件的学习诉求，教师收集到所有来自于学生的学习诉求之后，和教师或学生讨论出合适的教学内容和方法，并将之运用于课堂教学之中。上述的一切过程都可以通过方便的网络平台高效地完成，并运用大数据手段得到最合理的结果，使教学过程的开放性得以实现。

3.6更有生命力的课堂教学模式

传统的课堂教学媒介是黑板，教师的教学工具是一支粉笔、一块黑板加一本讲义或教案，学生的学习工具是一本笔记加一支笔，教师埋头写，学生埋头抄。现在的课堂教学媒介大多都采用多媒体教学系统，但是无论课堂教学采用何种方式，其学生和教师互动的本质却不会改变，不断变化的是师生之间交流的媒介。大数据时代可以采用小班化、多师同堂、家庭课堂、网络课堂、MOOC等方式更灵活、更能激发学生学习热情的教学模式，运用大数据技术的课堂教学模式，把工业时代流水线式的课堂教学模式变为更符合现代市场经济所需求的人才培养模式。大数据时代课堂教学应该是教师对学生学习行为的支持和服务的具体化表现，进一步开发学生的逻辑判断能力和自组织学习能力，解放学生与生俱来的学习能力，而不是传统的教化和规训。

3.7更有效的教学评价体系

传统的课堂教学评价是通过问卷调查式方法得到的，调查时间一般是在学期的期中与期末之间，内容包括知识掌握、教学过程、教学方法、表达能力、情感交流、教学态度等等，由学生打一个优良差的评价。这种方法得到的结果在一定程度上能够反映教师课堂教学的优劣，但是局限性也非常明显，首先是客观性程度会受到许多因素的干扰而有所降低，例如学生因为对期末考试的担心而给课堂教学情况并不理想的任课老师一个过得去的评价，或者任课老师能够对学生的辅导员产生一定的影响，或者是任课教师本身就是院系的领导等等；其次是这种方法几乎没有明确体现出学生的诉求，比如学生没有提出教师课堂教学的哪些方面需要进一步改善；三是没有反映出教师对学生的客观评价。而大数据时代的解决方案能够避免这种局限性，通过收集学生和教师平时在微博、博客、网络社区、校园bbs、飞信、qq群等聊天交友平台中的发言或聊天记录建立一个课堂教学评价分析模型，因为学生在和老师交流时往往会显得比较保守而有所保留，以至于老师无法听到学生的心里话，学生之间的交流由于没有利害关系而明显会更加真诚和真实。一方面学校可以根据分析的结果，对每一个教师提出富有针对性的改善课堂教学的建议或培训计划，从而快速提高教师的课堂教学质量。另一方面学校可以通过不同教师对同一个班级学生的评价，掌握这一班级学生的真实状况，包括生活、学习、思想动态等信息，从而在学生培养方面更有针对性。

3.8更高效的社会信息反馈

大学教育是否成功还要经过社会实践的考验，传统的高校社会信息反馈系统收集毕业学生就业信息的手段一般采用电话调查，这种方法很难得到学生一段时间的就业信息，根本没有办法掌握毕业学生就业环境的信息，大数据技术可以收集学生就业环境的信息，并加以分析，掌握社会实际需求的毕业生需要具有什么样的素质和职业技能，并迅速调整人才培养方案，以适应社会实际的需求。

4大数据时代给大学教育带来的挑战

印度教育学家苏伽特•米特拉在印度乡村街头安装连接互联网的电脑，那里的孩子从没见过电脑，也不会英文，几个月后他发现孩子们在没人教的情况下学会了电脑，他还在其他国家做过很多类似的以数学、语言等为内容的实验，实验结果都与上述情况类似，根据实验结果分析，苏伽特•米特拉对教育提出了新的定义：教育是一种自组织行为。据此，在教育过程中大学和大学老师便要重新寻找自己的定位了。据美国新媒体教育联盟（NMC）的研究，人类学习行为需要的媒介或载体都有其对应的技术基础，也就是以新技术为基础的学习方式会被旧方式阻碍。斯坦福大学SebastianThrun和PeterNovig教授全世界的粉丝超过16万，而且还在持续增加，这在过去是不可想象的，同时也为其他大学教师树立了信心，大学将变成一个巨大的训练场，教师就是教练，这个转变过程需要时间，也会有重重困难，对大学和大学教师来说都是一个巨大的挑战，同时也是一种难得的机遇。

5结语

大数据时代的大学教育创新以培养信息时代社会需要的人才为目标，这一阶段的大学教育结合信息时代的新技术将更具智慧，是对学生心智的开发，也是信息时展的必然选择。

作者：侯大为 杨江帆 单位：武夷学院 福建农林大学

大数据方面论文:我国大数据环境下图书馆信息安全论文

1大数据概念

有研究者形象化地描述“大数据”是未来的新石油。不同的定义基本都是根据大数据的特征归纳阐述给出。比较具有代表性的是4V定义，认为大数据具有4个特点：规模性（volume）、多样性（variety）、高速性（velocity）和价值性（value）。即数据规模巨大，从TB级跃升到PB级；数据类型多样，包含结构化、半结构化和非结构化的多种数据类型；高效的数据处理能力及蕴含着极高的价值。

2大数据时代图书馆信息安临的威胁

大数据时代，数据资源将逐渐成为图书馆最重要的资产之一，决策行为将在数据分析的基础上做出。作为以数据分析利用和信息服务为己任的图书馆，它的信息安全将面临着大数据带来的挑战。

2.1存储安全问题

图书馆关注的数据已不仅限于书目信息、读者信息、电子期刊等业务数据，还延伸到微信、微博、移动网络等读者活动中产生的很难估量的社会化数据。如此庞大的数据集对图书馆的存储、软硬件设施是个考验。如何防止这些数据丢失、损毁、被非法盗取及利用是图书馆安全存储面临的一项挑战。另外，大数据环境下的图书馆为了降低成本，通常会将数据存储在云端，云的开放性，海量用户共存性等都带来了潜在的威胁。

2.2网络安全问题

图书馆是以网络为基础来传递信息和数字资源，为读者提供服务。在网络上，大数据成为更易被攻击的显著目标。图书馆的“大数据”不仅包含了海量数据资源，还包含了读者行为、敏感数据等，这些海量的信息资源将吸引更多的攻击者，也使大数据成为更有吸引力的目标。另外，黑客利用大数据发起的僵尸网络攻击，能够同时控制百万台机器，这是传统单点攻击做不到的。利用大数据，黑客能够发动APT攻击，APT的攻击代码隐藏在大数据中，很难被检测到。

2.3隐私泄露问题

社交网络、微博、移动网络等这些信息服务新形式的快速发展，互联网每时每刻都在产生海量的数据。读者的个人数据可能被任意搜索、获取，这将极大地威胁隐私安全。一方面，图书馆的海量数据信息资源、读者信息、读者行为、科研信息等数据高度集中，即使不被盗取滥用，也增加了数据泄露的风险。另一方面，对于某些重要数据、敏感数据以及隐私数据的挖掘分析，其使用权没有明确界定，这都将会涉及隐私泄露。

2.4知识产权问题

大数据时代，图书馆虽然会把越来越多的数据资源交给“云”提供商代为托管，但是图书馆应拥有这些被托管数据资源的知识产权。然而现实中“，云”提供商利用大数据技术对图书馆的数据资源进行挖掘、发现、分析进而整合成新的数据产品加以利用，本该由图书馆所拥有的数据，一旦被“云”提供商开发成产品，知识产权的界定就成为图书馆要面临的新难题。

3大数据时代图书馆信息安全应对策略

大数据资源将成为图书馆的核心资产。图书馆在利用数据处理、数据挖掘、数据分析等技术获取大数据蕴藏的高价值，创新服务模式，提高服务质量的同时，应重点考虑如何确保数据资源存储安全，如何降低网络安全威胁，如何防止隐私泄露等。大数据时代的图书馆应首先从技术层面保障存储安全，提高网络安全防范技术；其次，建立数据监管体系，对读者和图书馆的重要数据、敏感数据、隐私数据进行监管；，加强图书馆信息安全制度和相关政策法规建设。

3.1保障存储安全

图书馆的数据资源在无限增长，规模日益庞大，保障这些数据资源的安全存储显得尤为重要，同时对硬件设施也是巨大考验。现有的存储系统无法充分有效地存储、管理、分析大数据，限制了数据的增长。大数据时代的图书馆为了降低运维成本，缓解硬件设施压力，应考虑将数据和信息存储在云端，利用云存储实现数据的存储、管理以及分析。云存储，即基于云计算的存储系统，其可扩展性、灵活性、运算高效性能够解决大数据存储和管理存在的问题。但是，云存储具有数据规模海量、管理高度集中、系统规模巨大、平台开放复杂等特点，这些都将对信息安全带来威胁。因此，保障云安全是大数据时代图书馆信息安全的基础。图书馆作为云存储服务用户，最关心的就是存储在云端的数据是否完整安全，是否有人非法访问，以及当合法访问这些数据时是否能获得有效且正确的数据。因此，应重点研究运用身份认证、加密存储、数据灾备这3种技术手段来保障云安全。

（1）身份认证。

加强图书馆云存储上数据的管理，实行身份认证，确保管理员、读者用户、云存储服务提供商等经过认证获得访问权限后，才可管理、分析、访问“云”上的数据资源。云存储具有跨平台、异构、分布式等特点，为了提高管理员、用户的访问效率，应建立有效的单点登录统一身份认证系统，支持各图书馆云存储之间共享认证服务和用户身份信息，减少重复验证带来的运行开销。

（2）加密存储。

对文件和数据进行加密保存，确保图书馆云存储上的数据资源在存储和传输过程中，不被意外或非意外损毁、丢失、处理及非法利用。加密存储主要包含两部分工作：一是密钥的管理和产生，二是应用密钥对数据进行加密存储和解密读取。云存储系统为每位注册用户生成一个解密密钥，系统将数据加密存储在数据中心，用户读取加密数据后，利用自己的解密密钥恢复数据，得到原始数据。这一过程对存储性能和网络传输效率会有一定影响，因此图书馆一方面要加快对加密存储技术的研究；另一方面可以考虑先只对重要数据、敏感数据、个人信息数据进行加密存储。

（3）数据灾备。

云计算技术对于数据灾备具有天生的优势。将虚拟化技术、分布式技术和云计算技术结合可实现多点备份、数据自动冗余存储、云节点无单点故障数据级灾备。图书馆可以利用云存储在不同的地方建设两个及以上的图书馆云存储数据中心，构成一个跨地域的统一存储平台，各业务部门和每个用户都可以共享共用这些数据。保障只要有一个数据中心完整，所有数据就不会丢失且能够提供持续服务。

3.2提高网络安全防护技术

随着图书馆数据资源总量的增加和新型社交网络下读者原创数据爆炸性增长，网络在线数据呈现急剧增长的趋势，导致黑客的攻击欲望比以往更为强烈，其手段和工具也更为复杂、更加专业。大数据对图书馆网络安全策略提出更高的要求，从技术层面来说，图书馆网络安全策略包括漏洞扫描、入侵检测、访问控制和网络安全审计4种技术手段，任何一个单一的防范手段都无法保障图书馆网络的安全性。

（1）漏洞扫描。

漏洞扫描包括检测路由器、交换机、防火墙、各应用服务器OS、应用系统以及工作人员用机的安全补丁、系统漏洞、病毒感染等问题。漏洞扫描系统应及时发现系统漏洞、木马、病毒、蠕虫、后门程序、网络攻击、ARP等，并提供修复、查杀、拦截、防御的有效工具，同时能够对图书馆整个网络系统进行风险评估，以便采取相应措施及时消除系统中的安全隐患。与以往的漏洞扫描不同的是，大数据时代，对于海量数据的扫描，将会花费很长的时间，因此需要研究解决如何提高网络海量数据检测扫描的度和速度。

（2）入侵检测。

随着图书馆信息资源和数据资源共建共享步伐的加快，图书馆私有云和行业云的建设加快，网络应用范围在不断扩大，来自校园网内部和外部的黑客攻击、非法访问等安全问题与日俱增，因此对恶意入侵的检测与防范刻不容缓。大数据对信息安全是把双刃剑，应利用大数据的分析技术，通过分析来源信息，能够自动确定网络异常。进一步研究更有效的检测手段，完成APT高端检测，做到多点、长时、多类型的检测。

（3）访问控制。

接入图书馆网络的用户，在使用海量数据资源之前，必须进行身份认证和权限划分，用户通过认证获得授权之后，才可以根据自己的权限访问相应的数据资源和应用系统，获取相关的数据分析结果等。采用单点、统一认证方式，并结合PMI权限控制技术，加大认证加密技术研究，有效控制不同用户分不同级别访问管理数据、访问数据、获取数据以及应用大数据分析结果。

（4）网络安全审计。

相比入侵检测系统，网络安全审计没有实时性要求，因此可以对海量的服务器运行日志、数据库操作记录、系统活动等历史数据进行分析，并且可以利用大数据进行更加精细和复杂的分析，发现更多的黑客攻击种类，其误报率也将低于传统的入侵检测。

3.3建立数据安全监管机制

大数据关键技术的快速发展，为图书馆大数据的存储与分析奠定了基础，大数据将成为图书馆的重要资产。但是，海量数据和数据分析结果一旦泄露，相对于以往，对读者个人甚至整个图书馆界将会造成巨大的经济损失，还可能导致声誉受损，严重的还要承担相关法律责任。大数据安全不仅是技术问题，更是管理问题。因此，大数据时代，图书馆除了要从技术上实现存储安全、云安全、网络安全等方式来抵御外来的信息安全威胁，更需要加强在数据安全监管、数据资源共享机制、数据隐私保护、敏感数据审计等方面的制度建设，从管理上防止图书馆核心数据、隐私数据和敏感数据的泄露。力图建立贯穿于数据生命周期的数据监管机制。在技术层面，运用先进的信息技术手段开展数据监管工作，如利用现有隐私处理、数据预处理等技术保障数据在使用和传输中能够拒绝服务攻击、数据传输机密性及DNS安全等。在管理层面，提高图书馆工作人员的信息安全意识，加强各业务部门内部管理，明确重要数据库的范围，创新有效科学的数据监管手段与方法，制定终端设备尤其是移动终端的安全使用规程，制定并完善重要数据、敏感数据、隐私数据的安全操作和管理制度，规范大数据的使用方法和流程。

3.4加强图书馆信息安全制度建设

依据信息安全管理国际标准ISO27000，明确大数据时代图书馆的实际安全需求和安全目标，量化各类数据资源的安全指标，建立多方位、立体、深度的信息安全防御体系。以信息安全防御体系为基础，建立信息安全责任人负责制的组织机构；制定日常安全运维制度，包括存储、业务系统以及各应用系统的安全运行监控制度、数据监管制度、移动终端检测制度、网络安全制度等；制定应急响应制度，包括数据灾备制度、数据恢复制度、故障系统恢复制度等。对于存储在云端的数据，建立数据共享制度和机密保护制度。根据保密级别、共享级别、开放级别等明确访问权限等级划分，制定数据的访问、检索、下载、分析等方面的规定；建立身份认证和权限控制机制，控制非法授权访问数据；制定数据云存储的安全规定，加密关键数据；制定数据所有权条款，防止“云”提供商第三方泄密。建立相应的法律政策保护数据利用时涉及的知识产权，保障数据资源的合理合法使用，维护图书馆利益，保护知识产权。

4结语

大数据时代的到来将给图书馆信息服务工作带来深刻的变革，同时也给图书馆的信息安全带来全新的挑战，只有实现提高信息安全防范技术、建立数据监管机制、加强信息安全制度建设3个要素的结合，建立多方位的、深度的信息安全防御体系，将信息安全防范贯穿整个大数据图书馆的构建、运维、利用环节中，才能为广大读者用户提供、可信的信息服务，提升图书馆信息服务的质量和效率，使读者真正享受大数据蕴含的高价值。

作者：鲍劼 李苏丰 单位：中国矿业大学图书馆