Page 94 - 大数据技术及安全研究
P. 94
大数据技术及安全研究
Research on Big Data Technology and Security
2. 大数据信息提取
提取大数据信息即通过人工智能技术平台对相关数据信息进行全面浏览，从
中提取价值信息。现有数字技术是基于人工智能技术进行网络识别，相关操作思
路如下，率先采集目标客户相关浏览信息数据，并对具体数据实施预处理，初步
确定大数据属性特征，顺利过滤无用信息。
3. 数据分析方法
数据分析法主要包括聚类分析、特征数据分析、相关性分析和人工神经网络
等分析方法，其中聚类分析法主要针对相似性采集信息数据实施有效分类和科学
分组，促进相关信息按照分段形式展现。该种方法论尽管看起来是分析各种杂乱
数据信息，结合分析目标对各种数据信息实施科学分组，并结合各种数据集内在
联系提取有用信息，明确信息价值。在实施聚类分析中存在一定问题，数据具有
个性化特征，导致数据统计无法进行合理分析，影响数据识别。人工神经网络分
析即通过模拟大脑神经网络的信息存储、处理方法，对原本混乱、复杂的数据信
息实施全面抽象分析，顺利接收计算结果，提取价值信息。比如基于数学模型形
成的人工神经网络技术通过创建全新算法，将神经网络数值输入其中。采集各种
数据信息中联系现实需求合理分析相关数据，通过数据分析保障人工智能技术合
理应用。相关性分析即借助大数据对数据库内各种数据联系实施科学分析和揭示，
借助相关性分析可以帮助针对所采集信息数据实施科学分析，深入挖掘处理各种
隐藏信息，准确辨别隐藏数据唯一性，应用该种方法具有较高准确性和目的性，
可以支持数据进行精准分析。
4. 大数据属性确定
为进一步提高大数据识别简易性，需要在实施大数据识别中对相关搜寻数据
信息进行完整、全面描述，但对于大数据识别网络的描述也具有重要作用。除此
之外，因为大数据最终输出结果为基础数据集，需要对相关操作进行合理定义，
进一步迎合广大用户多样需求。为此需要准确把握大数据识别主要数据来源。
5. 建设大数据检测网络
基于人工智能技术诞生的大数据技术应用于大数据网络监测当中可以提高相
关信息检验速度，提高传输数据安全性。对目标数据进行提取挖掘大数据属性特
征，利用大数据技术来提取相关性，融合属性检测，实现预期数据检验目标，创
建大数据挖掘系统。
·86·
