王晓纯
(辽东学院信息工程学院 辽宁丹东 118003）
摘要：随着当今社会的不断发展，伴随的科学技术也是随之不断的进行技术的创新，人们的生活方式也在改变。其中最明显的标志之一就是计算机软件的使用范围变得相对广泛，提高了人们的生活质量或者说对人们的学习、工作和生活都起到了一定程度上的促进作用，提高了效率。而如今，我们处于各种数据不断涌入的大数据时代，那么对计算机行业也起到促进作用，使其不断地完善，并且努力开发新的计算机技术，加强技术应用的能力，使计算机软件技术得以更广泛的使用，从而带来更好的社会经济效益。本文主要以计算机软件技术为对象，研究其在大数据时代的应用。
关键词：大数据时代；计算机软件；软件技术；应用
1计算机软件技术
通过应用计算机软件技术，用户可以对目标信息实现有效管理，通过收集、分析、传输、检测以及应用等多种方式对大数据进行合理处理，提取出有用信息，并对此进行合理利用。借此可以有效提高企业单位的经济效益。现今，计算机软件技术主要被应用到企业单位的数据库工作之中。通过计算机软件技术可以改变企业单位的传统办公模式，促进办公自动化、智能化，提高企业单位的工作效率和工作质量，为企业单位的进一步发展打下了坚实的基础。
2计算机技术应用的现状
随着计算机的不断地广泛应用，计算机软件技术也得以不断地被越来越多的人使用，从而得到不断的发展，而越来越多的行业开始对数据的存储能力和数据库进行探索和研究，而且这种数据存储又给很多用户带来方便。伴随着云时代的出现，大数据被越来越多的人关注。大数据指无法在一定时间范固内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在当今社会，互联网的发展可以说已经应用到了我们生活的各个角落，正因为互联网信息的全面性也就带来了海量的数据，而随着互联网的不断发展，数据也会进一步增多。根据相关的调查结果显示，数据已经超过10亿。而如今大数据时代的到来，将会给海量数据带来福音，就目前的计算机以及互联网发展的趋势来看，大数据时代将会给数据带来更大的发现空间。对人才的培养也是一个新的挑战，而与此同时也是一个新的机遇。大数据时代的到来也将会给计算机行业注入新鲜的血液，当然，也会给社会带来新的经济效益。
3计算机软件技术在大数据时代的应用
3.1信息采集技术在大数据时代的应用
信息采集技术是数据信息采集整理的核心技术。该技术所主导的数据采集方式分为两种，集中采集与分布采集。这两种采集方式均会整合与分析所采集的数据信息，从海量数据中提取有价值的信息，以此支持应用行业的发展。数据信息存在的方式各不相同，采用信息采集技术能够对不同数据进行结构化与非结构化采集，并运用信息系统来别数据信息。信息采集技术能够对数据信息进行清洗与质量控制，并将数据与多种技术相融合，形成数据集，进而使数据采集整理方法更为完善。数据实时采集方式可分为两种。第一，前端日志采集接入。这种采集方式具有实效性强、可靠性高和可用性等优势，技术选型过程中，能够通过对比开源数据采集工具Flume、Scribe、Chukwa，分析最有价值的信息。第二，后端日志采集接入。考虑到很多线上环境的环境变量不能改动，为减少侵入式，目前大多采用语言实现文件采集。
3.2信息安全管理技术在大数据时代的应用
大数据时代，防止数据信息被窃取和肆意篡改，必须做好数据信息安全维护工作，此时需要充分借助信息安全管理技术。信息安全管理技术体系建设中，应实现网数据信息的安全汇总、共享、分析、融合与有效分配，进而有效增强网络系统安全隐患应急处理能力。信息安全管理技术能够随时执行网络安全监测和预警工作，防止数据流失、窃取和泄露，及时清除网络病毒。数据信息采集、存储与传输工作中，信息安全技术能够确保这些工作流程的安全性，构建完善的数据网络安全保障体系。加强网络病毒预防力度，设置完善的数据保护系统和安全密码，避免数据网络受到病毒侵蚀，定期修复计算机漏洞，清除各种不安全因素。另外，大力增强计算机网络杀毒软件的五项功能：（1）全面监控网络运行状况，清除萌芽阶段的病毒程序；（2）定期升级杀毒软件，优化网络病毒库，从根本上查杀网络病毒；（3）加强杀毒软件的病毒清除功能，改善网络系统中的抵御病毒程序；(4)全面整合与优化杀毒软件所拥有的网络资源，提升杀毒软件的自动启用功能；（5）增强杀毒软件的自动识别功能，保
证杀毒软件辨认网络病毒后可立刻自动查杀和清除病毒”。
3.3云计算技术在大数据时代的应用
目前，大数据时代常用的计算模式是云计算技术。该技术集合了分布式计算、效用计算、网格计算、并行计算、虚拟化、网络存储和负载均衡的优势。此外，云计算技术具有多元化特点，能够实现多种计算模式的有机结合，在第一时间内完成海量数据的计算与处理，从而有效提升计算效率。
3.4计算机建模技术在大数据时代的应用
在计算机建模技术的辅助下，大数据平台数据存储模型日趋成熟与完善。目前，计算机建模技术所构建的大数据平台数据存储模型，由数据缓冲层、数据明细层、公共数据层、DSL(Data Summary Layer，数据汇总层)、DAL(Data Application Layer,数据应用层）、Analysis(数据分析层）和Temp(临时提数层）组成。DCL主要是客户端或者存储业务系统所上报，并经过清洗、解码和转换的原始数据，为数据过滤工作做准备。DDL通过过滤存储接口缓冲层的数据，进一步明细数据。Common主要用于外部业务系统数据和存储维表数据。DSL有三大职能：（1）存储业务主题，轻量汇总数据、用户行为宽表数据，同时，做好与公共数据层之间的用户行为主题数据存储工作；（2）提供数据应用层统计工作所需要的基础数据（3）做好数据汇总层的数据集群保护工作。DAL不仅负责Operations Analysis(存储运营分析）、Metrics System(指标体系)、Online Service(线上服务)和User Analysis(用户分析）等各项工作，而且能实现对外输出数据的有效存储和部分热数据的对外服务，对一定周期内的数据进行DSL层装载查询。
4结束语
计算机软件的发展离不开大数据和互联网，那么以上通过大数据背景下的计算机软件发展条件以及在发展中存在的问题进行了分析，同时还将大数据的功能以及大数据的运营方式进行了阐述。在如今的信息时代中需要大数据和计算机软件的相互配合，只有这样才可以使人们的生活和工作更加的智能化，虽然在发展中会有问题的出现，只有在问题出现时对其进行摸索才可以赢得更好的发展。
参考文献：
[1]张森.大数据时代的计算机网络安全及防范措施探析U]、网络安全技术与应用，2018,55.
[2]周小健，鲁梁梁.大数据时代背景下计算机网络安全防范应用与运行［J].网络安全技术与应用，2017(5)：24.
[3]吴建龙，大数据时代计算机网络安全技术探讨［J].网络安全技术与应用，2016(12)：88-89.
个人简介：王晓纯，女，籍贯：辽宁省大连市，学历：本科，就读于辽东学院信息工程学院B1707计算机科学与技术专业，学号：0917417016，研究方向：计算机科学与技术。