大数据时代的信息社会

大数据时代的信息社会（精选12篇）

大数据时代的信息社会 第1篇

关键词：大数据,电子商务,会计信息系统,新要求

1 大数据时代会计信息系统面临的问题

由于计算机以及网络的高速发展, 电子商务这种崭新的商务模式也应运而生, 电子商务模式对会计信息系统有着很大的影响和更新的要求, 也就意味着电子商务模式下的传统会计结构的运行存在困难。

1.1 在会计理论方面

由于会计理论的建设基础是旧时代中的企业交易环境, 然而电子商务模式下企业的交易类型、方式方法和支付手段等都发生了巨大的改变, 因此, 会计理论也就出现了很多与电子商务模式的交易环境不匹配的状况。主要体现在以下几点。

1.1.1 会计主体的确定问题

会计主体对从事会计工作和提供相关信息的工作空间做出了规定。当今的许多的电子商务公司是在无形的网络上组织的, 是没有实体企业作为支撑的, 可以说是一种虚拟的企业, 然而在我国, 这一类虚拟的企业的成立和结束是没有法律约束的, 也没有对注册、注销手续必要性的要求, 因此, 企业成立和消失是很容易且迅速的, 如何确定会计主体便成为了一个难点。

1.1.2 会计持续经营的假设受到冲击的问题

在传统模式下, 会计分期是以企业持续经营为基础的, 会计分期为企业经营者纵向比较企业不同时期的财务信息和经营结果提供了良好的条件。在电子商务的模式下, 有很多的公司虽然也想持续经营下去, 但是大多都是流动性较强的临时性组织, 从事的也多为短期性的交易, 有的企业甚至可以为了一种或者某一笔业务而快速成立, 并在结束交易后消失。虚拟企业可以随时成立, 随时结束, 这对公司存续时间的判断产生了非常大的影响。

1.1.3 会计计量基础和方法选择的问题

传统模式下的会计核算更多情况是对固定资产的记录和核算, 各种核算方法也是比较偏向实物性的。例如对于存货的核算方法就有FIFO、LIFO等很多方法。但是在电子商务中, 更多出现的则是非实物性的资产或资源, 我国现行会计制度对于非实物性资产的确认范围过于狭隘, 计量方法缺乏合理性, 因此对于此类无形物的核算还有一定的缺陷和漏洞。企业的各类资产的核算和计量对企业的最终价值会产生非常大的影响, 因为市场中的资本很大程度上是依据一个企业已经有的会计信息来判断企业价值而决定其流向的, 对于电子商务模式下的企业, 其主要价值并不是体现在一些看得见摸得着的实物中, 而更为重要地体现在网络价值、物流链价值以及人力资源价值中。所以, 如果根据传统会计制度和计量核算方法, 所得到的会计信息必定是不够准确的, 这会在很大程度上影响企业的发展。

1.2 在会计实务和操作方面

首先, 是会计系统计量困难问题。在电子商务模式下, 企业经常使用电子货币、网上银行等方式进行支付和交易, 但是在开发传统会计信息系统时是缺乏相关考虑的, 所以, 如何客观正确地反映此类交易和与此类交易方式相匹配, 也是传统会计信息系统所面临的一大挑战。

其次, 是会计系统效率问题。由于电子商务类企业交易数量大, 资金流量也比较大, 相关流程中的很多环节也主要在网络中进行操作, 传统模式下的会计信息系统承担不了如此大的交易量, 并且传统会计信息系统缺乏一种将财务信息与经营流程相联系并且将两者整合的能力。

最后, 是会计系统安全问题。在电子商务模式下, 双方的交易和企业经营流程有很大一部分都实现了电子化, 企业财务人员面对的是网络上或者数据库中的大量单据号码。然而电子数据容易被无痕篡改, 网络容易受到黑客的攻击, 对于财务信息这种需要很高安全性的信息来说无疑是一种巨大的挑战。

1.3 在会计制度、相关法律建设方面

因为信息交易和电子交易越来越多, 所以对于相应的法律和规范也不够完善, 同时, 由于电子商务的网络交易性, 许多的合同和交易流程中的文件都由纸质版本改为了电子版本, 而会计核算和结算制度以及审计制度往往都是要依据原始凭证的, 这对于相关的会计制度也有着不同的要求。

2 大数据时代电子商务行业的会计信息系统新需求探索

在大数据时代中有着一系列的变化:处理信息形式的变化、商务模式的变化、企业交易方式和类型的变化等等。这些变化无疑会对会计信息系统产生更多的新需求, 这些新的需求主要体现在以下几个方面。

2.1 在会计核算对象方面

电子商务模式下的会计核算对象偏向于一些非实物类型的资产和资源, 例如网站的商业价值、无形产品的开发成本及其价值、物流供应链的隐藏价值等等。这些资源不仅关系到企业短期的经营成果, 还会对企业有一种长期隐形的影响, 会计信息的使用者们都需要会计信息系统对这些资源做出客观正确的核算和计量。

2.2 在会计核算流程方面

在电子商务模式下, 计算机、数据库以及网络很大程度上代替了纸笔和算盘, 请购单、订购单、货运单、支付单据等各种单据都实现了电子化, 这种流程上的改变将企业效率大大提高, 同时也实现了资金流、物流、信息流的整合, 不同的行业和企业之间的流程也有着更大的差异, 所以会计信息系统不仅需要改变自身流程以适应电商模式下更为一体化的整体流程, 还需要能够融合不同行业、企业的特点。

2.3 在会计财务人员方面

在新的商务环境中, 会计人员不能仅仅只具备财务方面的知识和技能, 更加需要掌握计算机网络以及管理的相关知识。财务人员不仅能够通过电算化手段客观正确地计量、核算、反映企业财务经营状况, 提供决策有用信息, 还要能够理解企业整体流程以调整财务流程。

2.4 在网络风险控制和约束方面

电子商务模式下的会计信息系统的风险主要来自系统故障、会计信息安全、内部人员、会计档案保存和系统关联方等多方面的风险。现阶段我国有关电商活动的相关控制和约束还不是太完善, 出现了很多监督控制的盲点, 很多电商企业的非法行为难以界定。良好的法律监管会为企业创造更公平、更有效的市场, 只有在这样的市场中, 社会经济才能健康地发展和进步。

3 大数据时代电子商务行业会计信息系统适应新要求的对策

3.1 在会计核算对象方面

电子商务类企业对无形资产的核算有着很高的要求。现有的会计制度认为, 人力资源不符合无形资产定义, 因为企业无法确定其未来经济利益。但是在电商领域, 如果不把人力资源作为无形资产, 则会对企业价值评估造成很大影响, 其原因主要在于:信息技术人员是整个企业的核心。因此, 应当将研究开发的技术人员列入无形资产。

对研究开发人员的核算可以采用以下的方法: (1) 公允市场中同类人员的薪金; (2) 对其开发出来的技术或流程进行估值; (3) 采用权重分配法, 即企业可以将某一项技术的开发成员在市场中取得的薪金乘以代表不同重要性的权数, 最后相加得到这项技术下人力资源的总价值; (4) 应当将网络价值考虑在无形资产中, 可以通过网站的广告收益乘以一个适当的比例计入无形资产价值。

3.2 在会计核算流程方面

企业在进行会计处理时, 应将会计核算程序与企业流程相结合。当今社会, 会计电算化在企业中已经逐渐普及, “用友”这一类会计电算化软件的使用, 使得会计信息的录入更加高效和准确。但是, 不同的企业会计核算流程不同, 使得标准化的电算化软件不能满足所有企业的需求。因此, 结合企业自身业务流程, 开发专用的会计核算软件是非常有必要的。为了实现会计核算与业务流程的相互融合, 可以将电子商务中的交易订单与会计凭证相连接, 并通过网络, 在生成订单时自动生成会计凭证, 这样可以将原始凭证和记账凭证相结合, 使得号码连续, 在一定程度上形成了电子商务企业自有的会计信息系统。

3.3 在会计人员方面

在开发电子商务企业的自有会计软件时, 对于人员的要求较为严格, 开发人员不仅需要明确如何开发编写程序, 更需要了解会计信息系统和某一个特定企业的业务流程特点, 因此开发成本较高。

另外, 电子商务会计是一个综合系统, 会计人员是这个庞大系统的核心, 但是能掌握并运用电子商务技术与财务理论的复合型人才在当今社会却是相当稀缺的。所以, 需要营造出一个普及电子商务会计的社会氛围, 使得会计人员能加强对电子商务会计的理解, 并且公司能够培养全方位、复合型的电子商务会计人才。

3.4 在网络环境下风险防范方面

网络环境下会计信息系统的风险, 应采用一定的内部控制措施来加以防范。

首先, 采用先进的身份验证技术, 可以采用操作人员独具特点的、别人很难仿制伪造的信息作为身份验证的标志。

其次, 采用防火墙技术, 具体做法是通过防火墙技术过滤本地网以外的用户, 即不允许外地用户注册到本地网, 以防止黑客进入本地网, 同时为了防止本地网用户受到病毒的侵害, 在各个网络终端都要设置防火墙。

最后, 采用职权控制, 即通过赋予和限制某岗位来处理某种业务的权力, 以达到控制的目的。需要运用牵制原则加以控制的业务, 一定要由不同岗位人员来共同办理, 分别赋予他们不同岗位一定权力, 以便完成经济业务某环节的处理。

参考文献

[1]张军.财务管理视角下ERP发展趋势浅谈[J].财会通讯, 2010 (2) .

[2]黄敏雪.电子商务概论[M].高等教育出版社, 2007.

[3]王河流.关于建立现代会计信息系统的探索[J].财务通讯, 2005 (2) .

[4]Bowen P L, Rohde F H.Fifth international research symposium on accounting information systems[J].International Journal of Accounting Information Systems, 2005, 6 (3) .

[5]丁利国.现代企业管理学[M].北京工业木学出版社, 2004.

[6]欧阳电平, 陈潇怡.论信息技术环境下会计信息系统的演进[J].武汉大学学报:人文科学版, 2004, 57 (4) .

[7]李俊.电子商务环境下实时会计报告理论研究[D].合肥工业大学, 2003.

[8]Vaassen EHJ.Accounting Information Systems:A Managerial Approach[M].John Wiley&Sons Ltd., 2002.

大数据时代的社会管理 第2篇

中国政务信息网 | 时间：2013年9月26日 | 来源：国际城市论坛组委会

各位嘉宾，大家上午好！我今天上午演讲的题目是“大数据时代的网络社会建设”。国际城市论坛作为北京CBD国际商务节的重要品牌活动已经成功的举办了九届，今天举办的是第十届年会了，今天的主题还是“加快社会改革，推进城市创新”。论坛连续三届围绕新时期社会建设和社会服务管理创新展开了研讨，这是当前经济社会发展的内在要求，也是我们必须认真研究的重要课题。今天我借这个机会想与大家一起研讨一个新的课题，就是“大数据时代的网络社会建设”问题。大数据是这个时代的一个最新的标志，大数据是下一个生产力提高、行业竞争、城市创新的前沿，是夺取新一轮的综合实力竞争制高点的重要抓手。在大数据时代背景下，以网络社会建设为突破点，推进社会管理创新，既是社会进入转型期的迫切要求，也是提高党的执政能力，巩固党的执政地位的重要保障，对各级党委政府的执政提出了一个全新的命题。

我想讲三个方面，第一个方面，网络社会带来的新的变化。网络社会与现实社会具有很强的关联性，虚中有实，实中有虚，但相比于现实社会，网络社会还存在着很大的差异性，主要是体现在以下五个方面的变化：

一是要素变化。现实社会的基本要素是人、家庭、社会组织，在网络社会则变为人、组织、网络。要素的变化和交叉带来了多种秩序的重构，打破了现实社会交往的时空阻隔和社会障碍，促进了跨界的各种“趣缘”群体和“亚文化”族群的繁荣，以一种新的形式发挥着社会组织的聚合功能。

二是结构变化。网络社会是一个复杂、开放的巨系统，这个巨系统打破了传统组织的层级化结构，呈现出扁平化特征。个体的身份经历了从单位人、社会人到网络人的转变过程。政府、企业、社会组织、公民等各种主体都以更加平等的身份参与到网络社会的互动和合作之中。

三是媒介变化。网络社会集成了新媒体、互联网、大数据等多项介质，网络社会的生活属性、媒体属性出现了叠加，在信息的传播上能够快速的形成放大效应、集聚社会共识，具有强大的社会影响力。媒介的变化又带来了新的社会力量，重构新的社会秩序。

四是思维的变化。网络社会中惯性思维逐渐消失，身份意识和自我认知弱化，新的思想从出现到接受的过程加速，网络聚合效应改变着对传统管理方式的认知，外部环境对社会变革的影响加大，思维方式从传统的因果型向相关型转变。

五是秩序变化。网络社会的秩序与流动空间表现为无序化、边缘化，由于网络社会实现是多层次、多主体的对话，协商、参与、合作，改变了以往传统的组织结构和社会管理机制，因此，需要在网络社会重构虚拟社会制度以及实施再组织化建设。

第二个方面，网络社会建设呈现新的趋势。基于网络社会新变化，网络社会建设呈现出四个方面的新的趋势：

一是网络社会建设成为创新城市发展的必然选择。在全球化、信息化、个体化三种力量推动下，城市化进程加快、人口流动加快、地域观被改变。网络社会建设是快速适应这些变化，创新城市发展理念、发展思路、发展模式，破解二元结构、促进城乡一体化健康发展的现实需要，也是推动城市转型升级和推进政治文明、社会文明建设的战略选择。

二是线上线下一体化成为网络社会建设的重中之重。网络社会建设激发社会领域的深层次改革，需要重新构建一种政府、市场、社会治理结构，要加强和改进网络社会管理方式，促进线上线下服务管理，使线下的服务管理向线上延伸，实现线上线下一体化。这就需要我们加大信息公开力度，实现政府系统内、系统外之间的信息顺畅交流和信息的共享；需要我们突出服务优先，加大面向公众的行政服务、便民服务、公益服务资源的整合、集中；需要我们进行有效的管理，加快形成建设、管理、服务、监督四位一体的社会服务管理体系；需要我们加强公信力建设，以政府公信和社会诚信建设为核心，激发各类主体共同参与社会服务管理的热情。

三是网络的再组织化成为网络社会建设的重要着力点。网络的再组织化是一个动态的过程，文化是再组织化的核心与纽带，再组织化需要理念创新、组织创新和制度创新，包括网络社会建设理念和价值观的确立、网络社会治理主体结构的拓展和优化、合作治理机制的构建等等。如何利用网络社会不断地重组变化，将政府治理目标融入其中，是网络社会建设的着力点和创新点。

四是构建网络空间秩序成为政府与社会的共同责任。由于网络空间的无序化、无边界化，导致当前构建合理的网络秩序成为当务之急。构建网络空间的自由与秩序是一种战略管理，必须充分发挥政府、社会、公民等多方面积极性，共同构建互相尊重、信息共享、传播正能量、文明和谐、维护安全、依法治理的网络社会新秩序。

第三个方面，大数据时代基层网络社会建设的初步思考。处在国际化前沿阵地的朝阳区强烈的感受到网络社会带来的影响，朝阳区是首都的综合经济强区，也是传媒大区，区域内聚集了一大批全国最具影响力的传媒机构，90%的外国驻京传媒机构，两万五千余家登记备案的网站。近几年数字广播、网络视频、手机电视等新媒体产业保持在30%以上的增速，仅CBD定福庄传媒走廊就聚集了阿里巴巴等两千多家互联网企业。对朝阳区而言，网络社会建设不仅是理论课题，更是实践课题。对于地方党委政府，我们认为要破解这一课题，需要着力把握好五个方面的问题。

一是转变观念。要牢固地树立以下四种意识。第一，政治意识，要把网络社会建设上升到维护党的执政地位的高度来对待，巩固党的执政基础。第二，责任意识，要将网络社会建设作为促进区域健康发展的内在需求来看待，主动的找准角色定位和工作定位，促进科学发展、民生幸福。第三，机遇意识，只要我们认识到位，应对得当，网络社会一定会成为我们提升城市管理水平、加快社会建设的新机遇。第四，统筹意识，要立足长远发展，整体统筹，监管并重，标本兼治，分阶段、有重点的开展。

二是突出重点。毛泽东同志讲“没有重点就无所谓政策”，当前，基层的网络社会建设要突出保安全、稳秩序、促发展三个重点任务。第一，保障安全，整治网络谣言、网上个人信息泄露、网络诈骗等乱象，把牢意识形态的管理权、领导权、话语权。第二，规范秩序，充分发挥网络社会组织和网民的作用，培育和强化自律机制，建立党委政府主导与网络社会新群体相结合的协同治理体系，实现网络社会有序发展。第三，促进发展，发挥网络社会的内在优势，激发全社会的正能量，凝聚新共识，使网络社会成为促进社会建设的好抓手，提升政府治理的好载体，推动经济发展方式转变的新动力。三是构建格局。第一，建立健全基层大党委制度，打造党委统一领导，党政齐抓共管，宣传部门组织协调，各有关部门和属地分工负责，辖区社会单位和民众共同参与的无缝隙、扁平化模式。第二，推进组织革新和流程再造，提升管理体系的整合力和回应力，抓好纵横对接、内外协作，培育发展网络社会组织，加强与辖区网络大V、意见领袖、网络作家等新兴群体的对接，探索建立工作联盟，培育形成网络社会的运行规则和基本的价值体系。第三，强化责任制，把网络建设的政治责任和领导责任落实到各级领导，把工作责任落实到岗到人。

四是发挥优势。要发挥基层贴近群众的优势，把人的工作作为核心，深化干部下基层工作，完善问政于民、问虚于民、问计于民的工作方法，做好第一手信息的采集，做到知民情、解民忧。要发挥基层组织网络的优势，以党组织网络建设为纲，扩大基层党组织网络建设的覆盖面；以枢纽型社会组织建设为目的，将现实社会管理、组织体系延伸到网络空间；以人为节点，以社会组织为网格，建立新型的网络社会。要发挥基层文化体系的优势，完善公共文化网络服务平台，用先进文化占领网络阵地，凝聚网络文明共识，用正面的声音来化解负面质疑，用事实信息来挤压网络谣言蔓延，发挥基层的防火墙作用。

五是创新机制。创新群众参与机制，利用各种网络新载体来强化党政公开，扩大促进公共参与的渠道和范围，邀请新兴网络群体参与决策，传递正确的声音。创新网络建设机制，建强用好政府网站群，加大与辖区的重点门户网站和网络社区联动，打造联系紧密、联动有力、联合有效的大网站体系。创新舆情监测预警机制，针对治安防控、公共安全、应急管理、网络舆情等领域完善源头治理、流程监测和应急处理机制。创新政策解释机制，建立具有公信力的事件调查、信息发布、政策解读流程，及时、正确、权威的发声。创新研究机制，深入的研究基层推进网络社会建设的重点和难点问题，及时总结经验，探索规律，提高工作的前瞻性和预见性。

浅析大数据时代的信息安全 第3篇

关键词：大数据；信息安全；数据安全

中图分类号：TP393.08

何为大数据？根据维基百科的定义，大数据（Bigdata），或称海量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的信息。自2009年以来，数据已成为一种新的经济资产类别，就像货币或黄金一样。2012年3月，美国宣布投资2亿美元启动“大数据研究与开发计划”，借以增强收集海量数据、分析萃取信息的能力。美国政府认为，大数据是“未来的新石油”，一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，未来对数据的占有和控制甚至将成为继陆权、海权、空权之外国家的另一个核心资产。对企业来说，数据正在取代人才成为企业的核心竞争力。在大数据时代，数据资产取代人才成为企业智商最重要的载体。这些能够被企业随时获取的数据，可以帮助和指导企业对全业务流程进行有效运营和优化，帮助企业做出最明智的决策。这些数据的规模是如此庞大，以至于不能用G或T来衡量。同时，如此巨大的数据信息量，怎样做好信息安全的防护也是随之而来的问题。

1 大数据环境下信息安全面临的主要挑战

1.1 大数据集群数据库的数据安全威胁。当前大数据集群应用的数据库并不使用集中化的“围墙花园”模式（与“完全开放”的互联网相对而言，它指的是一个控制用户对网页内容或相关服务进行访问的环境），内部的数据库并不隐藏自己，而使其它应用程序无法访问。没有“内部的”概念，大数据并不依赖数据访问的集中点。大数据将其架构暴露给使用它的应用程序，而客户端在操作过程中与许多不同的节点进行通信，要验证哪些数据节点和哪些客户有权访问信息是很困难的。

1.2 智能终端的数据安全威胁。大数据时代的来临，使智能终端的数据安全问题显得越发关键。中国已经超过美国成为全球最大的智能终端市场。这些随身携带的终端不仅占用了人们大部分的时间，也存储了大量个人化的数据。人们对于大数据总有这样一种担忧：“大数据并不安全”。不仅如此，携带大量个人数据的智能终端也不安全，因此智能终端数据安全就变成了一个严重问题。智能家居开始走向产品化，如果你所用的智能手机可以控制家里的所有智能终端，一旦被病毒控制，估计全家的智能终端都会成为攻击目标，那后果就不堪设想了。

1.3 数据虚拟化带来的数据泄密威胁。如果数据是财富，那么大数据就是宝藏，而数据虚拟化术就是挖掘和利用宝藏的利器。与任何虚拟化一样，数据虚拟化是一种允许用户访问、管理和优化异构基础架构的方法。而典型的应用则是数据的虚拟化存储技术。对于用户来说，虚拟化的存储资源就像是一个巨大的“存储池”，用户不会看到具体的磁盘、磁带，也不必关心自己的数据经过哪一条路径通往哪一个具体的存储设备。在应用虚拟化存储的同时，面对异构存储设备的特点，如何统一监管则是一个新的难题，且虚拟化后不同密级信息混合存储在同一个物理介质上，将造成越权访问、数据泄密等问题。

2 大数据环境下的信息安全防护措施

2.1 数据结构化。数据结构化对于数据安全和开发有着非常重要的作用。大数据时代的数据非常繁杂，其数量非常惊人，对于很多企业来说，怎样保证这些信息数据在有效利用之前的安全是一个十分严肃的问题。结构化的数据便于管理和加密，更便于处理和分类，能够有效的智能分辨非法入侵数据，保证数据的安全。数据结构化虽然不能够彻底改变数据安全的格局，但是能够加快数据安全系统的处理效率。在未来，数据标准化，结构化是一个大趋势。

2.2 加固网络层端点的数据安全。常规的数据安全模式通常是分层构建。现有的端点安全方式对于网络层的安全防护并不完美。一方面是大数据时代的信息爆炸，导致服务端的非法入侵次数急剧增长，这对于网络层的考验十分的严峻；另一方面由于云计算的大趋势，现在的网络数据威胁方式和方法越来越难以预测辨识，这给现有的端点数据安全模式造成了巨大的压力。在未来，网络层安全应当作为重点发展的一个层面。在加强网络层数据辨识智能化，结构化的基础上加上与本地系统的相互监控协调，同时杜绝非常态数据的运行，这样就能够在网络层构筑属于大数据时代的全面安全堡垒，完善自身的缺陷。

2.3 加强本地数据安全策略。由于大数据时代的数据财富化导致了大量的信息泄露事件，而这些泄露事件中，来自内部的威胁更大。虽然终端的数据安全已经具备了成熟的本地安全防护系统，但还需在本地策略的构建上需要加入对于内部管理的监控，监管手段。用纯数据的模式来避免由于人为原因造成的数据流失，信息泄露。在未来的数据安全模式中，管理者的角色权重逐渐分化，数据本身的自我监控和智能管理将代替一大部分人为的操作。在本地安全策略的构建过程中还要加强与各个环节的协调。由于现在的数据处理方式往往会依托于网络，所以在数据的处理过程中会出现大量的数据调用，在调用过程中就容易出现很大的安全威胁。这样就必须降本地和网络的链接做的更细腻，完善缓存机制和储存规则，有效保证数据源的纯洁，从根本上杜绝数据的安全威胁。

2.4 建立异构数据中心安全系统。针对传统的数据存储，一般都建立了全面完善的防护措施。但基于云计算架构的大数据，还需进一步完善数据存储隔离与调用之间的数据逻辑关系设定。目前，大数据的安全存储采用虚拟化海量存储技术来存储数据资源，数据的存储和操作都是以服务的形式提供。基于云计算的大数据存储在云共享环境中，为了大数据的所有者可以对大数据使用进行控制，可以通过建立一个基于异构数据为中心的安全系统，从系统管理上保证大数据的安全。

3 结束语

大数据时代的到来，不仅带来了更多安全风险，同时也带来了新机遇。随着大量企业的入驻，对数据安全这一行业的发展起到了巨大的促进作用，对安全分析提供了新的可能性，对于海量数据的分析有助于信息安全服务提供商更好地刻画网络异常行为，从而找出数据中的风险点。与此同时，大数据时代也同时促进了整个信息安全行业的发展，大数据分析与安全软件有效的结合后解决安全问题将变的容易简单并且快捷无比。对实时安全和商务数据结合在一起的数据进行预防性分析，可有效识别钓鱼攻击，防止诈骗和阻止黑客入侵。

参考文献：

[1]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，1.

[2]陈明奇，姜禾，张娟.大数据时代的美国信息网络安全新战略分析[J].信息网络安全，2012，8.

[3]王珊，王会举，覃雄派.架构大数据：挑战、现状与展望[J].计算机学报，2011，10.

[4]郭三强，郭燕锦.大数据环境下的数据安全研究[J].计算机软件及计算机应用，2013，2.

作者简介：吴蓓（1981.8-），女，四川安岳人，工学硕士，讲师，四川广播电视大学，主要研究方向：信息安全，软件设计；刘海光（1983.10-），男，四川泸州人，工学硕士，工程师，四川省农村信用社计算机中心，主要研究方向：信息安全。

大数据时代的国家信息安全问题 第4篇

1大数据的含义、特点、应用及意义

1.1大数据的含义

大数据, 也被成为巨量资料, 可以说是世界的智脑, 因为它无所不知。大数据指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化信息资产。

1.2大数据的特点

大数据有四个明显的特点, 被总结为4V:Volume (大量) 、 Velocity (高速) 、Variety (多样) 、Value (价值) 。

第一, Volume (大量) 是指数据容量庞大。数据存储的单位从TB升级为PB级别, 数据规模远超传统数据量。 第二, Variety (多样) 是指数据类型也可以说是数据来源多种多样, 汽车的运动、位置以及震动频率, 各种类型的数码传感器将空气的湿度和温度甚至空气中一些细微物质的变化记录下来, 得到大量数据信息, 又如一些电子邮件、 社交网站对话、图片、日志、等产生的数据。第三, Value (价值) , 海量的数据中有价值的信息比例小, 致使价值密度不高, 比如一段几分钟的视频, 其中有价值的片段可能仅仅只占一两秒, 一个几小时的对话中, 有用的也许只有两三句。 第四, Velocity (高速) 指的是数据信息的生成及处理速度快, 能够在秒级时间范围内得出分析结果, 因为有时时间过长, 得出的结果就会有巨大偏颇, 就不具备数据价值了。这是大数据处理技术与传统数据挖掘技术的本质区别。云计算、 物联网、移动互联网、平板电脑、手机及各种传感器是大数据的载体。

1.3大数据的应用及意义

中国人口基数大, 互联网用户相应人数也多, 创造出巨大数据量。这些数据被银行、交通、旅游、汽车业等各个行业所应用。大数据在不同行业有不同的应用场景, 如金融行业, 它的数据多, 质量好, 且集中, 所以大数据在金融行业取得了比较不错的效果。数据分析也为零售、医疗、交通、 航空、旅游等提升了业务量。大数据在风电领域也取得了很好应用。

大数据的出现, 引发技术变革和商业竞争, 在很多领域引起了巨大反应。大数据让人们从传统的找寻数据中解脱出来。很多技术都在大数据时代取得了新的进展。大数据的意义不在于人们手中拥有多少数据信息, 而在于人们是否将数据信息进行了加工处理, 并使其得到应用。

2大数据时代下国家信息安全存在的问题

现在, 互联网信息已深入到社会的方方面面, 牵扯到各个领域。但是不能忽视的是, 互联网带来便捷的同时也带来了各种信息安全问题。庞大的数据中既有个人信息也有各种国家信息, 而现在数据不能得到足够的安全保证, 就意味着数据存在着严重的泄露问题。

第一, 大数据的信息量冗杂巨大, 很容易被潜在攻击者所关注。同时还因为互联网大数据的资料很容易被发现, 黑客攻击一次就能够获取大量相关数据, 这也是黑客猖狂的原因, 利益也是刺激黑客攻击的一方面。在中国, 信息泄漏问题常见, 很多公司都遭到过攻击, 失去了大量资料。

第二, 大数据的数据来源多, 如记录存档、社交网络、 电子邮件等, 这种杂乱的数据来源更是加大了数据泄露风险。 集中存储的数据易受黑客攻击, 并且数据处理及存储过程中也存在安全防护漏洞。另外, 我国对于大数据没有针对性法则, 尤其是一些敏感信息, 更是没有明确规定。最令人担忧的是我国没有成熟的数据分析技术, 对国外技术的依赖更加容易让他国获取我国内部信息。

第三, 大数据的存储安全问题是数据泄露的一个方面, 数据杂乱也是引起数据泄露的重要方面, 混乱交叉的数据管理也很容易无意间就将信息泄露出去。低级的安全防护设备无法应对数据信息的快速增长, 暴露了很多防护漏洞。

第四, 大数据技术为黑客的网络攻击提供了极大便利条件, 黑客通过将一些信息进行挖掘及分析化为己用, 监视监听各类邮件电话, 将微博社交网站变成信息收集站, 从而准确收集所需的各类信息。还有就是在大数据推动下黑客能够控制多台电脑大面积发起网络攻击。传统的网络防御很难应对这种高级攻击。

第五, 大数据成为一些网络犯罪分子的庇护所。这些黑客很擅长网上的各种攻击与躲避, 他们能够利用大数据繁杂的特点让自己的攻击不被人识别, 让安全防护设备无法检测出来。这种做法与以往的传统信息安全防护观念完全不同, 给一些安全厂商带来极大挑战。

大数据是一把双刃剑, 引发各种个人隐私、国家安全、 信息安全泄露问题的同时, 也为应如何发展信息安全带来新的想法。目前, 大数据正逐步变成一个流动性、共享信息的数据池, 打破了传统的固定信息构架。为了使信息安全保障更加坚固, 监测更加及时高效, 大数据技术的研发迫在眉睫。 扩展大数据的分析范围, 加深大数据分析的深度, 能够帮助安全厂商及时找到漏洞并弥补, 防止黑客入侵。研发大数据技术能够及时抑制高级持续性攻击, 并消除它带来的威胁。

3保证国家信息安全的措施

人们很早就开始使用计算机, 但真正步入大数据时代, 则是在21世纪后。网络的普及随之而来的是信息安全问题, 不仅仅是个人隐私安全, 还有国家信息安全问题。大数据时代, 数据信息的数量也成为判断一个国家综合国力的依据。

美国很重视国家信息安全的立法和政策, 不仅积极谋求国际性信息安全合作, 还加大了监测国内信息的力度, 所以信息安全保障做得极好。但是我国却没有这一方面的法律法规, 这可能致使我国在国际竞争处于劣势地位, 因为我国的一些重要信息很有可能被他国通过不正当手段获得, 所以我国政府要在大数据及信息安全上给予足够重视。

下面将从信息基础设施、信息战争主导权以及信息外交三方面入手, 以大数据为依据为国家传统信息安全问题提出解决方法。

3.1注重国家信息基础设施保护, 切实提升信息安全保障与防范能力

人们常说的信息基础设施, 主要指的是保障公共机构、 社会团体以及政治、经济、文化等部门工作所需的各类信息资源的统称。信息基础设施的内容主要包含两方面, 一方面是计算机网络设施以及完成信息传输过程的技术系统, 另一方面是指软科学项目。要加强安全通信设施的私密性、可靠性, 保障信息资源设施正常运行, 防范数据信息泄露, 主要应做以下努力:首先, 培养专门维护大数据信息的人才, 加大宣传力度, 让大数据安全问题深入人心, 完善各类资料的安全管理, 尤其是完善重点资料的监管制度, 建立健全有关大数据安全的法律法规;其次, 增加研发费用, 只有拥有了属于自己的信息安全分析技术, 不依靠其他国家的支持, 才能从根本上减少数据的流失;第三, 改变数据的不共享机制, 整理分析各类资源, 从中筛选出有价值信息, 尽快推动安全模型建立, 降低APT带来的危害;第四, 建立鼓励机制, 鼓励各类企业积极应对大数据时代下的信息安全问题, 规范企业应用大数据的流程;最后, 加快研发大数据的步伐, 加强大数据的国际交流与合作, 积极通过技术应用和组织变革在国际中获取竞争优势。

3.2加强对国内信息的监控, 有效确保获得信息的主导权

国家之间的战争已从之前的真枪实弹转化为信息权的争夺。在一场战争中讲求的是知己知彼, 掌握了敌方信息就相当于胜利了一半, 所以每一场战争中双方都会致力于派遣侦察兵侦查。美国就采取了反恐战略将和新军事战略都收录到大数据中的正则方针, 这为国家整理军事信息提供了极大方便, 还能够有针对性地增强军队作战能力。为加强对我国信息的监控, 保证在一定时间及空间内获得控制战场信息的主导权, 做出以下几点总结:第一, 建立一个满足各类人员信息需求的数据平台, 能够实时分享获取信息;第二, 建立并完善国家信息安全法律及政策, 这才是保障国家信息安全最为有效的手段;第三, 增强大数据安全系统的保密性, 对于上传或下载的数据都进行加密, 想要查看就要有相应的解密钥匙, 以防止信息泄露。

3.3充分发挥信息运作和心理策略, 科学开展信息外交

数据全球化是不可阻挡的。国与国之间的文化或经济交流, 都离不开数据与信息, 这就为信息外交创造了条件。进行信息外交的原因主要是从国家利益出发, 只有在分析识别我国掌握的数据信息后明确知道外交国的目的, 才能在未来谈判中占据主导地位, 为国家和公众谋取利益。其次, 充分利用大数据还可以在外交时为我国塑造良好国家形象。

4结语

现在是信息时代, 大数据成为了开创新世界的突破口, 它是制约国家发展、社会稳定的重要因素。大数据给信息安全带来的机遇和挑战都值得思考, 同时要注重大数据分析技术的研发, 这样才能积极及时应对各类国家信息安全问题。

摘要：大数据时代的到来, 引起了各界人士的关注, 它给我国各行业带来发展机遇的同时, 还带来个人隐私安全问题和国家信息安全问题。笔者将从三方面分析大数据时代下的信息安全问题, 分别是大数据的基本解释、大数据时代下国家信息安全存在的问题以及如何保证国家信息安全。

关键词：大数据,信息安全,国家信息安全

参考文献

[1]蔡翠红.美国国家信息安全战略[M].上海:上海学林出版社, 2010.

[2]石文昌, 梁朝晖.信息系统安全概论[M].北京:北京电子工业出版社, 2009.

大数据时代下的个人信息安全 第5篇

【背景链接】 2015年8月，《网络安全法（草案）》向全社会公开征求意见，公民的信息安全问题再次受到人们的广泛关注。公民的信息安全主要涉及身份信息及财产信息，对这些信息的有效保护是法治社会的应有之义。

2015年7月22日，在北京召开的中国网民权益保护论坛上，中国互联网协会12321网络不良与垃圾信息举报受理中心发布了《中国网民权益保护调查报告(2015)》。《报告》显示，在权益认知方面，网民普遍认为，在网络上，隐私权是最重要的权益，其次是选择权和知情权。近一年来，网民因个人信息泄露、垃圾信息、诈骗信息等现象导致的总体损失约805亿元。

《报告》还指出，网民被泄露的个人信息涵盖的范围也非常广。78.2%的网民个人身份信息被泄露过，包括网民的姓名、学历、家庭住址、身份证号及工作单位等；63.4%的网民个人网上活动信息被泄露过，包括通话记录、网购记录、网站浏览痕迹、IP地址、软件使用痕迹及地理位置等。

2014年12月，中国铁路客服中心12306网站发生信息泄露，大量用户数据在互联网上疯传，包括用户账号、明文密码、身份证号码、电子邮箱等。而早在几年前，更有媒体曝出不少酒店开房记录被流出。著名的“3Q”大战更是引起国人对个人信息安全的关注。

2014年3月，众多媒体曝出携程网“信用卡泄密门”。漏洞报告平台乌云网发布消息称，携程将用于处理用户支付的服务接口开启了调试功能，使所有向银行验证持卡所有者接口传输的数据包均直接保存在本地服务器。但同时，因为保存支付日志的服务器未作较严格的基线安全配置，存在漏洞，导致所有支付过程中的调试信息可被骇客任意读取。

【标准表述】

伴随着科技进步，互联网及移动互联网的快速发展，云计算大数据时代的到来，人们的生活正在被数字化，被记录，被跟踪，被传播，大量数据产生的背后隐藏着巨大的经济和政治利益。大数据犹如一把双刃剑，它给予我们社会及个人的利益是不可估量的，但同时其带来个人信息安全及隐私保护方面的问题也正成为社会关注的热点。

[大数据时代下个人信息受到侵犯的表现]

一、数据采集过程中对隐私的侵犯

大数据这一概念是伴随着互联网技术发展而产生的，其数据采集手段主要是通过计算机网络。用户在上网过程中的每一次点击，录入行为都会在云端服务器上留下相应的记录，特别是在现今移动互联网智能手机大发展的背景下，我们每时每刻都与网络连通，同时我们也每时每刻都在被网络所记录，这些记录被储存就形成了庞大的数据库。从整个过程中我们不难发现，大数据的采集并没有经过用户许可而是私自的行为。很多用户并不希望自己行为所产生的数据被互联网运营服务商采集，但又无法阻止。因此，这种不经用户同意私自采集用户数据的行为本身就是对个人隐私的侵犯。

二、数据存储过程中对隐私的侵犯

互联网运营服务商往往把他们所采集的数据放到云端服务器上，并运用大量的信息技术对这些数据进行保护。但同时由于基础设施的脆弱和加密措施的失效会产生新的风险。大规模的数据存储需要严格的访问控制和身份认证的管理，但云端服务器与互联网相连使得这种管理的难度加大，账户劫持、攻击、身份伪造、认证失效、密匙丢失等都可能威胁用户数据安全。近些年来，受到大数据经济利益的驱使，众多网络黑客对准了互联网运营服务商，使得用户数据泄露事件时有发生，大量的数据被黑客通过技术手段窃取，给用户带来巨大损失，并且极大地威胁到了个人信息安全。

三、数据使用过程中对隐私的侵犯

互联网运营服务商采集用户行为数据的目的是为了其自身利益，因此基于对这些数据分析使用在一定程度上也会侵犯用户的权益。近些年来，由于网购在我国的迅速崛起，用户通过网络购物成为新时尚也成为了众多人的选择。但同时由于网络购物涉及到的很多用户隐私信息，比如真实姓名、身份证号、收货地址、联系电话，甚至用户购物的清单本身都被存储在电商云服务器中，因此电商成为大数据的最大储存者同时也是最大的受益者。电商通过对用户过往的消费记录以及有相似消费记录用户的交叉分析能够相对准确预测你的兴趣爱好，或者你下次准备购买的物品，从而把这些物品的广告推送到用户面前促成用户的购买，难怪有网友戏称“现在最了解你的不是你自己，而是电商”。当然我们不能否认大数据的使用为生活所带来的益处，但同时也不得不承认在电商面前普通用户已经没有隐私。当用户希望保护自己的隐私，行使自己的隐私权时会发现这已经相当困难。

四、数据销毁过程中对隐私的侵犯 由于数字化信息低成本易复制的特点，导致大数据一旦产生很难通过单纯的删除操作彻底销毁，它对用户隐私的侵犯将是一个长期的过程。大数据之父Viktor Mayer-Schonberger认为“数字技术已经让社会丧失了遗忘的能力，取而代之的则是完美的记忆”。当用户的行为被数字化并被存储，即便互联网运营服务商承诺在某个特定的时段之后会对这些数据进行销毁，但实际是这种销毁是不彻底的，而且为满足协助执法等要求，各国法律通常会规定大数据保存的期限，并强制要求互联网运营服务商提供其所需要的数据，公权力与隐私权的冲突也威胁到个人信息的安全。

[大数据特点决定了其面临更加严峻的个人信息安全保护形势] 大数据具备数据体量大、数据类型繁多、价值密度低和处理速度快四大特点，在大数据演进路径中除了面临传统互联网时代所有的信息安全问题外，还因自身特点使得其面临更加严峻的个人信息安全保护问题.一是数据收集缺乏针对性，容易导致广泛、不合理、过度收集个人信息数据，常常通过覆盖面很广的个人信息收集和分析后才能找出其中有价值的信息，在此过程中很难避免不触碰到一些个人隐私数据。

二是个人信息数据多种多样，如智能终端、智能手环、物联网、位置导航等个人端产生的海量信息，这些开放、分散的数据实时接入网络，管理员很难像传统互联网管理一样逐一对其编辑和管理，进行实时跟踪保护。

三是开源的开发环境、频繁的迭代升级、轻量化的快速部署和规模复制、分布式和非关系型数据存储，容易使企业在源头上忽视个人信息安全问题。

四是在数据进行分析利用后，往往将大量的看似无价值、碎片化的个人信息数据随意丢弃，容易导致被其他企业甚至不法分子进行广泛收集和合成分析后变成其所用的高价值数据。

五是大数据集群保障了快速的处理特点，但其自我组织性和自由开放性使用户与多个数据节点同时通信互联，容易导致数据节点被渗透、被攻击，甚至产生信息数据“脱裤”等整体泄露事件。

[大数据安全技术体系难以防范的个人信息安全问题] 一是我国大数据体系建设所使用的操作系统、计算芯片、虚拟软硬件等核心技术基本被国外垄断，容易被掌握核心技术的国家、组织植入后门，甚至不法分子有组织的利用。

二是现有的安全防护体系建设仍停留在传统互联网时代思维，当前对大数据个人信息防护技术仍采用安全漏洞整改、防劫持、防篡改、防攻击等传统手段，基本属于被动的威胁防御思想，此类防护技术应用到大数据个人信息保护方面只能针对数据保护中的某一个环节，不能实现广度和深度防护，而大数据环境下个人信息安全保护要求必须对全业务流程、全应用场景、全生命周期进行体系化的技术防护，现有的安全技术防范体系无法满足要求。

[对策措施] 加强个人信息保护，要完善现有法律法规。对个人信息保护最好的办法还是立法，通过法律明确组织和个人在处理信息过程中的责任，建立个人信息的监管体制，明确滥用他人个人信息的行政处罚制度和责任。这次公安机关统一调动各地区、各警种的力量，依法采用各种特殊侦查手段，对此类违法犯罪活动的集中打击行动就卓有成效。

加强个人信息保护，要加大对信息源头的监管。工商、医疗、民政、银行、民航、电信、网站等一些部门和服务机构，在履行职责或提供服务过程中，具有收集、查阅、管理、控制公民个人信息的便利。要对这些部门和机构行为均予以严格规范，明确个人信息保护的原则和要求，落实工作责任，加强监管保护。

加强个人信息保护，要提高公众的自我保护意识。加强对公民道德素质的教育，引导公众自觉学习信息安全方面的知识，首先自己要注意保护好自己的个人资料，不要乱扔或乱说。再者要敢于争取属于自己的个人权益，不要谁要信息都给，要问清楚对方要这些信息干什么，把信息看作是宝贵的财富，提高警惕，不轻易泄露信息。

【文章重要位置设计】 [标题] 1.个人信息安全需法律“保驾护航”

2.为网络信息安全筑起严密“防火墙”

3.织好保护个人信息的“法网” [开头] 示例一

随着我国信息化提速，互联网、移动互联网正在加快融入人们的生活。人们已习惯于通过网络交流沟通、浏览新闻、搜索信息、网上购物、预订机票„„很难想象，离开网络生活将会是怎样。然而在网络时代，个人信息泄露的风险也无处不在，收集、窃取和倒卖个人信息的情况比较常见，媒体曝光的许多案例让人触目惊心。

示例二

这些年，网络技术迅猛发展、广泛应用，在促进经济社会发展同时，也带来很多严重问题，利用网络侵犯公民、法人和其他组织合法权益的问题愈加突出，损害群众利益，影响社会稳定，严重的甚至危害国家安全。虽然我国针对个人信息的法律法规不少，但有关网络信息保护的法律规范还比较薄弱，必要的管理措施如果缺乏法律依据，因此制定关于加强网络信息保护的决定，是广大人民群众的期盼和愿望，是适应形势发展需要的重要举措，非常必要和及时。

示例三 买了新房，装修公司电话就“接踵而至”；孩子还未出生，手机已被奶粉推销电话打爆„„这样的公民个人信息是怎样泄露出去的，对此类问题寻根究底的同时，网络个人信息安全的问题也暴露在公众面前，如何保护好此类信息，是全社会共同面临的问题。

[结尾] 示例一

互联网非法外之地。营造和谐的网络环境，不仅需要互联网行业的自律和网民的自我保护意识，法律的清晰界定更是维护网民权益的最后关卡。我们期待全国人大常委会关于加强网络信息保护的决定出台后，有关方面依法加强监管，切实为个人信息筑起一道严密的“防火墙”、“安全网”，营造健康有序的网络环境。

示例二

大数据时代的信息安全问题分析 第6篇

摘要： 随着云计算、物联网等技术的不断兴趣，社交网络与电子商务的发展到了一个高潮，这个过程中数据量大幅增加，迎来了大数据时代。大数据环境下，各个行业在受益良多的同时，信息安全风险也是不可忽视的重要问题。文章就阐述了大数据的概念及发展现状，提出现阶段大数据环境下存在的信息安全问题，并提出相应的解决策略。

关键词：大数据；信息安全；网络

【中图分类号】D923

大数据时代最明显的特征即海量信息的产生，相应的信息安全也受到前所未有的威胁，要保证信息安全，必须加强防范措施，从管理、技術等各个方面提高网络信息的安全性。

一、大数据概述

大数据是指在一定时间内无法用常用软件工作全部获取、处理的数据集合。分析其主要特征包括五个方面，即体量大、类型多、价值密度低、真实性及处理速度快。数据体量大故称其为大数据，主要数据类型包括结构化数据与非结构化数据，由于信息量过大导致其价值密度相对较低，必须通过强大的算法对数据进行“提纯”，且大数据中的内容与真实世界中发生的事情息息相关，因此信息的处理速度也非常之快。从某种程度上讲，大数据技术在理论研究、平台建设及应用方面已经日趋成熟，比如国外的谷歌、亚马逊，国内的腾讯、阿里巴巴等，这些互联网企业均从大数据技术获利颇丰。不过，随着大数据技术应用的越来越普及，其信息安全问题也越来越突出，最著名的莫过于去年9月份苹果公司iCloud遭黑客攻击，引发“好莱坞史上最大艳照门”事件。由此可见，大数据时代，无论是国家、企业还是个人，信息安全均是一个重要问题。

二、大数据时代信息安全存在的主要问题

大数据时代，用户可以感受到更加多样化、高速化的搜索体验，其不仅具有较高的商业价值，而且对人类的生活也产生了巨大影响，无论是商务还是金融，数据分析及数据挖掘技术均是关键的应用技术。大数据为经济的发展提供了大规模的、可分析的数据，大大提高了关键性决策的可靠性。但是大数据在为人们提供便利的同时，其负面因素也不可忽略，其中最重要的一点即信息安全。

首先，网络安全。大数据与网络技术的有机融合提高了人们获取信息的便捷性，人们对网络的依赖性也越来越大，但是网络存在一定的隐蔽性，一些不法分子会利用网络与计算机技术获取非法信息。基于网络环境下，同一信息在同一时间被大量用户同时访问，为数据攻击提供了条件。黑客会将恶意代码植入文件或可执行文件背后，在信息流通时影响大量用户。此外，大量的虚假信息、伪造信息良莠不分的存在于互联网，会导致数据分析发生偏差，从而影响用户的关键性决策。

其次，数据安全。网络中包含了大量用户的个人信息，个人信息一旦泄露，可能会危及到用户的切身利益。从某种程度上讲，大数据时代获取个人信息更加容易，一旦这些信息破解成明文，则网络上将不再有个人隐私可言，甚至会导致用户产生实质性损失，比如银行账号、密码泄漏，可能会导致用户账户被盗。系统漏洞导致个人信息的泄露是一个非常危险的潜在隐患。

最后，数据垄断。大数据环境下，用户的信息选择越来越丰富，对网络的依赖性也越来越高，如果网络上发生信息垄断，则对用户正常的信息获取及应用也会产生严重影响。此外，对于很多互联网企业而言，信息是企业发展的决定性因素，如果企业利用不正当手段恶意垄断信息，则会严重影响市场的公平性。

三、提高大数据信息安全的策略

大数据技术发展至今虽然已经日趋成熟，但是其信息安全问题尚未得到根本性的解决，针对现阶段存在的诸多信息安全问题，可以从以下几个方面着手，以提高信息的安全性：

（一）大数据及信息安全体系建设

大数据还属于一个相对较新的概念，其未来的进一步发展离不开国家政策的支持。但是在我国，目前还缺乏一套完善的信息安全管理体系。为促进物联网的发展，我国制定了一系列的规划，并将信息处理技术提到了“十二五”规划的日程，由此可见，我国对大数据的重视程度越来越高。不过在制定发展规划的同时不能忽略信息安全的保护，需要建立一套完善的信息安全体系，强化大数据安全形式的宣传，在社会上树立更强的信息安全意识，加大对大数据的监管。

（二）加强对大数据安全技术的研究

传统数据安全技术已不适应在数据时代对信息安全的要求，必须以大数据时代的信息处理特点为基础，研发出更具针对性的信息安全技术。而政府单位要给予政策上及资金上的支持，保证大数据安全技术产品的适用性。由于大数据时间网络用户的隐私信息泄漏风险越来越高，必须针对这一现象加强重点领域敏感数据的监管。大数据应用范围较高，行业内要将重点领域明确出来，以提高信息安全管理的针对性，保证敏感数据的安全性。此外还要加强对网络用户日常操作的监管，对于互联网企业而言，则要从自身做起，在企业内部建立一套完善的内部管理制度，特别是加强移动设备应用的规范性，在政府部门的引导下，业内各企业联合起来加强对敏感数据的监管。

（三）利用大数据技术应对高级可持续攻击

可以说大数据技术的发展对攻击技术的发展起到了一定程度的促进作用，催生了高级可持续攻击技术的出现。传统的安全防护措施无法针对这类攻击起到有效的保护作用，必须用大数据技术加强信息安全的防护，以免数据信息受到高级可持续攻击的影响。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对登录传输数据实现加密保护，并针对重要的大数据信息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。

总之，在大数据时代的来临不仅为社会发展带来了新的发展机遇，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。

参考文献：

[1] 刘林林.大数据时代数据分析与信息安全[J].网络安全技术与应用，2013（12）：59+61.

[2] 潘柱廷.安全大数据的“7 个 V”——大数据基础问题与信息安全的交叉探究[J].中国信息安全，2013（9）：74-77.

[3] 冯伟.大数据时代面临的信息安全机遇和挑战[J].中国科技投资，2012（34）：49-53

大数据时代信息服务的创新研究 第7篇

1 大数据时代的发展趋势及对信息服务的影响

(1) 大数据时代的发展趋势。数据库起源于50年代, 世界著名咨询公司的麦肯锡最早提出“大数据”这一概念, 麦肯锡说, 数据对每一个行业和领域都起着重要作用, 成为生产的重要因素。海量数据正在影响着人们的生活, 合理的挖掘和运用将会为我们节约大量的时间, 其也正预示着消费者盈余和生产量增长时代的到来。“大数据”在生物学、军事、通讯、金融等行业早已开始, 在信息行业和互联网行业才引起人们的关注, 但是它的传播速度极快, 数据库作用一种载体随着通讯技术和计算机而发展, 对整合资料、分析海量数据都具有方便快捷的作用, 数据库的服务方式和模式是多样化的, 大数据时代正在改变着我们的学习生活和工作方式。

(2) 对信息服务的影响。信息服务通过网络的共享资源提供全面的信息咨询服务, 是信息的一种管理模式, 以各种方式向用户提供所需要的信息以满足用户的需求, 通过研究分析用户发现潜在的客户, 进而组织用户和服务, 将有价值的信息传递给用户, 它实际上是一项传播交流、实现信息价值的活动, 服务领域包括政治、经济、文化、生活、法律、投资、旅游、影视等各行各业, 形式包括主动和被动, 多向和单向。主要方式有信息的搜查与检索服务, 信息的咨询服务, 网络信息的需求服务, 信息的发布和报道服务, 大数据实际上是推动了信息服务的发展。

2 大数据库时代信息服务面临的挑战

由于计算机和通信网络技术的迅猛发展为大数据时代的发展提出了挑战, 网络是一个开放的空间能够支持服务器和客户的计算模式, 我国与外国的数据库产业的发展存在一定的差距, 在信息服务的质量和数量上都远远落后于发达国家, 在世界信息服务的市场上, 属于中国自己开发的数据库很少, 而且覆盖面不高, 在大数据信息服务的资源建设中存在着许多问题, 也正是电子技术的发展为其提供了改进的机会, 但同时也是一个挑战。

(1) 大数据时代信息服务缺乏统一的规划存在重复和各自为政的现象。我国在推进信息化进程的过程中数据库信息文献多为工程信息和科学技术信息, 关于金融、银行、生物学的很少, 在管理规划上没有统一的规定, 在某个领域出现了各自为政的现象, 比较重视硬件设备的发展而轻视了软件建设的发展, 阻碍了信息产业发展的协调。文献时常出现重复的情况影响了信息服务的发展, 占用了额外的资源, 大数据时代的信息服务需要统一的规划和改革, 从根本上改变各自为政的现象。

(2) 大数据时代信息服务种类多容量却很小, 数据库的发展水平很低。虽然说在数量上大数据时代的信息占据到世界信息的十分之一, 但是在容量上仅为世界的百分之一, 信息内容比较广泛但是缺乏深度, 从而限制了数据库的发展。数据库的发展水平依旧受到了各方面因素的限制, 技术的开创对未来的发展起着重要的作用, 电子技术的快速发展为大数据时代信息服务的发展提供了机会。

(3) 大数据时代信息服务资源利用率和共享性差, 标准不统一从而限制了信息服务的发展。我国的大数据发展模式多是集中式的, 开放性不强升级难度大, 信息服务资源的利用率并未得到充分体现, 资源的共享性差影响了大数据时代的发展, 对信息服务进行创新研究将为大数据时代的优化做出贡献, 在传统的图书馆信息服务的基础上进行改革更有利于适合发展, 大数据时代的信息服务面临着挑战同时也是促进发展的机会。

3 大数据时代信息服务的创新研究

随着信息技术的普及对大数据时代的信息服务提出了更高的要求, 对信息服务进行创新改革是赋予信息服务新的生命力的行为, 提高信息资源的质量也是为了达到是用户满意的目的, 大数据时代的信息服务创新研究主要从四方面着手, 创新大数据时代信息服务理念, 转化服务思想意识;加强大数据时代信息资源建设, 实现资源共建共享;改革大数据时代信息开发方式, 建立开发专访系统;优化大数据时代信息整合流程, 扩宽网络服务范围。大数据时代信息服务的创新研究不仅仅体现在这四个方面, 通过改革为了使之适合社会的发展。

(1) 以个性化、集成化为原则, 转化信息服务理念。大数据时代的发展改变了传统的信息服务的方式和咨询信息方式, 网络打破了时间和空间的限制使图书馆信息服务向数字化、电子化方向转变, 为了适应时代和科技的发展潮流, 应该将个性化的信息服务融入到大数据时代的信息服务中去, 首先要树立信息服务的创新理念, 尝试改变原有的传播方式, 在保持一般的图书借阅和信息咨询的同时, 开展电子化信息服务, 加强对网络参考文献的宣传力度, 提供具有专业性、高效性、知识性、准确性的网络学术资源服务, 方便了不同用户对专业的需要, 同时也节约了搜索网站查找信息的时间, 有利于大数据时代信息服务向智能化和虚拟化的纵深方向发展;其次, 从根本上转化服务的思想意识, 技术的提高对信息服务提出了更高的要求, 但始终不变的是网络和大数据只是实现目标的手段最终是为了服务, 所以要树立以人为本的服务理念, 遵守个性化、集成化的服务原则, 以用户至上。

(2) 以资源共建共享为途径, 加强信息传播建设。在当今的大数据库时代下的信息资源建设并没有达到高度的信息资源共享, 信息资源传递服务的工作方式可以保证大限度地达到读者所需要的信息需求, 是实现大数据库信息资源共享的重要途径和手段。对资源共享进行创新研究可以提高信息的利用率, 同时还要加强对信息的研究和开发, 通过大数据时代信息服务使资源和信息得到传播。首先, 加强对数据库信息资源的数字化和标准化的建设, 加快共建共享制度的进程, 对资源进行合理配置, 加强服务的针对性。其次, 资源重复对资源是一种浪费现象, 不利于用户的搜索和使用, 要减少资源的重复问题, 建设特色资源, 主要体现在大数据时代缺乏电子资源, 应该在创新中形成自己的特色。

(3) 以开发专访系统为核心, 改革信息开发方式。对大数据时代信息的开发方式进行改革, 首先, 以往的信息采集习惯性采用单一的表面的思维方式, 要改变这种传统模式, 使用以科学为指导思想, 以宏观的手段为指导形式, 使所采集的信息在质量和数量上得到用户的满意, 有利于开发用户;其次, 图书馆的管理人员在对数据信息进行分析时, 要结合本身固有的良好素质和丰富的专业性知识, 使用现代化的数据库信息分析方法, 善于对图书馆信息进行深层次的开发和加工, 对有效信息综合整理, 从根本上创新信息的采集、分析和加工。开发专访系统是对高校的重点学科可以开设专门的进入通道, 调整信息服务的策略, 发展大型的国家级数据库, 对数据库的建设严格要求, 统一标准化提高质量, 增加数据库的兼容性, 为大数据库时代信息资源的利用做好服务准备, 在传统模式向现代化模式的转变和开创过程中, 不可以完全抛弃基础, 尽量缩短磨合期适应网络环境的发展需求。

(4) 以优化整合流程为手段, 扩宽信息服务范围。在大数据时代的网络环境下工作流程日益复杂, 面对用户需求多样化的特点需要在短时间里提供最有效的信息, 因此对信息进行有效整合扩宽网络的服务范围则显得尤为必要。首先, 利用大数据的快速便捷的特点, 整合海量数据, 优化采编工作的流程, 节省了物力人力同时可以提高工作的效率。将科学技术运用到信息服务中, 数据库、计算机检索、网络检索技术在信息服务中的作用越来越重要, 应该积极开创大量的信息产品, 对技术进行革新, 其次, 扩宽网络的服务范围, 可以开拓大数据信息资源的导引服务, 通过多种方式最大限度的利用信息资料的社会效益, 提高优质的信息服务, 加强数字化的网络建设和图书馆信息服务的链接, 便于是用户获取资料。

除此之外, 在新的形势下对图书管理员也提出了更高的要求, 培养具有专业水平的服务人员和掌握专业知识的数据库生产人员, 我国信息资源的良好发展和信息服务的顺利进行需要一个技术水平高的、稳定的、具有开创精神的专业化信息服务队伍作保证。

4 结束语

随着大数据在世界范围的应用和普及发挥出了更多地作用, 总之信息服务化的不断完善为服务工作带来了深刻的变革, 信息服务从收集信息、加工信息、传递交流、向用户提供服务形成了一套完整的模式, 并衍生了个性化、多功能的设计方案, 加强对信息资源的整合和信息资源的建设, 提高信息的服务质量深化服务的层次也是网络数据库的发展方向, 更有利于图书馆的发展。大数据库时代信息服务模式的创新需要主动出击, 广泛的去挖掘有需求的社会信息占领服务机会和市场, 要顺应时代发展的潮流在传统的图书馆信息服务基础上进行科学的创新, 传统的信息服务模式向网络化、电子化信息服务模式的转变需要技术的支撑和观念的改变。

摘要：通信技术和网络技术的不断提高, 为大数据时代的发展提供了新的契机, 大数据是现代信息服务得以实现的基础, 对整个信息服务系统起着决定性的作用, 大数据时代的信息服务达到了世界范围内资源共享的目的, 创新是发展的动力和永恒的主题, 对大数据时代信息服务进行创新是社会发展的必然要求。本论文首先通过对大数据时代以及信息服务的基本概念进行阐述, 进一步分析了大数据时代信息服务所面临的挑战, 最后重点探讨了大数据时代信息服务的创新研究。

关键词：大数据时代,信息服务,创新研究

参考文献

[1]熊建芳网络环境下的数据库应用及研究[J]渭南师范学院学报2005 (05)

[2]朱国琴资源共建共享环境下的信息服务模式探讨[J]湖北社会科学2003 (08)

[3]葛茂繁, 王静数据库服务方式及图书馆数字化资源建设的发展趋势[J]情报资料工作2004 (S1)

[4]韩宪荣, 王晓玉, 李杰网络环境下数据库信息资源建设[J]情报科学1999 (06)

[5]刘崇学网络环境下图书馆信息服务模式的转变[J]兰台世界2006 (03)

大数据时代信息资源的检索方法 第8篇

广义上的文献信息就是指:以文字、图形、符号、音频、视频等方式记录在各种载体上的知识和信息资源。检索是指从文献资料、网络信息等信息集合中查找到自己需要的信息或资料的过程[1]。

早在没有网络的时候,图书馆一直作为重要的知识传播方式存在。通过书目的检索和寻找,虽然信息量远不如现在的网络承载量,但也相对节省了信息选择的时间和精力。

1掌握检索信息重要性

期刊的检索方式总结为以下几个方面:第一,检索词必须与检索项匹配。例如,检索词是人名,检索项应选作者;检索词是机构,检索项应选单位等。其次,使用两个以上检索词必须选择逻辑关系,“并且”表示两个条件均满足;“或者”表示两者任一即可;“不包含”表示排除该特点。第二,学科检索途径是利用专辑导航功能,从专业的角度检索论文,是一种辅助的检索途径。学科途径的优点是查全率高,缺点是检索步骤偏多。第三,数字图书馆等资源优缺点并存。优点是信息涵盖范围广,领域宽,检索速度快。缺点是观看体验不如纸质书。

2合理利用网络资源,达到较好的检索效果

第一,学会判断信息的来源。学习判断信息是否来自权威以及是否具有稳定性。例如,来源于科研机构或报纸等的信息,可信度比一般网站的信息要更加可靠。第二,巧妙使用关键字搜索技巧。在做科研时,如果涉及其他语言的信息,会对研究者造成很大的不便。谷歌语言工具可提供单词、段落、文章90多种语言的互译。可直接输入需要访问的外国网址,此时的目标网页可以译成中文页面。例如:左栏输入原始语种“http://网址”,在右栏选择目标语种。第三,对于教师来讲,备课资源的寻找会耗费到很大的精力。例如:教育部“爱课程”资源共享课、Me Te L教学资源平台、国家精品课程平台等,主要收录多国名校的教学资源,包含各种音频、视频资料[2]。第四,对于一些数据的检索,可以依托一些国家数据网站。国研网提供的数据属于研究数据,虽然大部分是收费数据,但对信息经过了深度加工。

文献信息检索的重要意义。例如:美国在实施“阿波罗登月计划”中,对阿波罗飞船的燃料箱进行压力实验时,发现甲醇会引起钛应力腐蚀,为此投资了数百万美元来研究解决这一问题。事后查明,早在10多年前就有人研究出来了,该方法非常简单,只需要在甲醇中加入2%的水即可,检索这篇文献的时间是10多分钟[3]。可以说文献检索的作用非常大,它可以避免重复研究、节省研究人员的时间、提供获取新知识的捷径等。

3信息检索的思想观念应与时俱进

在互联网还没有普及的时候,主要是通过检索工具书手工进行检索。随着信息技术的发展,我们的学习、工作和生活的环境都发生了变化,现在已进入移动互联时代,人们通过手机、平板电脑等便携设备可以随时随地上网。信息检索也在不断发生变革,通过计算机和网络进行信息检索已成为目前主要的检索手段。我们也应该顺势而为,要了解当前互联网上有哪些常用学术资源信息、数据库和工具软件,以及这些数据库和软件的使用方法,否则信息检索的能力就会止步不前。中国知网和维普网的搜索特点、提供资料的侧重领域都有所不同。很多人有多年在网上收集信息的经验,但许多时候只知道用百度与谷歌,即使是常用的百度,也有许多新功能没有用到,因此,在信息检索时要注意以下几点:

首先,在进行信息检索前要能够全面地掌握有关的必要信息,增强决策的科学性。掌握一定量的必要信息,是进行搜索的首要条件,也是进行正确决策必不可少的前提条件。科学的决策,源于对信息资料的充分了解与认识,信息检索是获取信息的重要途径。因此,信息检索会使个人的决策建立在科学基础之上,大大增加了决策的科学性,减少了决策的盲目性。其次,要努力获取所需的全部信息。掌握常用中文数据库检索、网络搜索引擎的高级检索方法,电子图书的检索与利用,国内外硕、博士学位论文的检索与全文获取、网络免费学术资源的检索与利用,多媒体学术资源及其使用等方面的知识。熟练掌握信息检索的技术和方法,拥有信息的鉴别利用的能力。信息素质的提高,可增强信息意识,熟悉检索技巧,有利于科学研究工作的顺利开展。再次,锻炼撰写论文的能力。信息检索是获取知识的有效途径,学会运用信息检索的基本技能是学习和科研的一项基本功,因为在撰写科研论文的时候需要专业基础知识和科学最前沿的信息,而所需要写作的这些知识都分布在图书馆的图书和数据库里面,要想充分地利用现有的数据库文献,必须学会运用检索工具,比如,Web of Science核心数据库的检索与利用、中外文电子期刊全文数据库检索与利用、国内外学位论文的检索与原文获取、多媒体学术资源及其使用,撰写论文虽然与个人的基本学术素质和学习态度有着十分密切的关系,但也要求重视最新信息的收集、充分利用图书馆的资源[1]。

4常用几种检索工具的简要总结

第一,维普期刊服务平台是国内最早开发的中文期刊数据库,收罗面广,功能齐全,专功期刊,包含的期刊种类比知网多,平台比知网便宜。

第二,读秀学术搜索是一个知识搜索平台,最大的特点是知识搜索。一般搜索到的书很少能几本同时看。读秀平台上将一本图书打碎,以章节为单位,想看某一内容,能同时检索到好几本书相关的内容。可单独查内容、讲座、电子书等信息点。这个对老师编书编教材时非常有用。缺点是查到的内容比较旧。标准公文通过百度找不到,使用读秀可以找到过去的一些文件。学位论文、学术论文就比不上维普。对于个人用户来说,还有费用问题,普通的只能免费读15页,使用图书馆文献传递,只能传递50页,并且还有时间限制。

第三,数字图书馆。一是超星数字图书馆是国内第一个数字图书馆,它没有自己的数据库,都是链接的,类似于百度,分类标准是按内容种类进行分类;二是国家图书馆,电子书覆盖了新中国成立以来所有电子书的80%以上,报纸覆盖100%的报业集团,提供了各大类大部分重要工具书,覆盖绝大多地方综合年鉴和行业年鉴,艺术图片覆盖了各艺术领域。

第四,专业检索窗口。如:大雅相似度检测工具,可提供300~10 000字的免费检索,还提供了相关知识点可视化服务,从而实现以图显示出知识点的关联性。

第五,大众检索工具:百度与谷歌。以百度为例进行介绍:可支持多种媒体,没有正规的文献数据库,只能解决简单的搜索需求,查不到政府出版物与文献。这种检索工具虽然是万事通,但搞研究可能借鉴的东西很少。上面有许多实用的功能值得去使用,如:地图,百度学术,百度云、百度阅读等。百度阅读:一般都是旧书,没版权的书;百度云:多功能的网络存储器;百度预测:如流行病高发区是大数据的应用案例;百度视频:可以观测动物园实时情况;此外,还支持以图搜图,手写输入等功能。

5百度信息检索技巧使用结果对比

学术方面检索使用较多的是中国知网、维普网等,检索技巧也相差无几。下面仅就百度搜索检索的高级技巧,简述使用。

第一,不同运算符输入搜索结果的对比。在输入框输入“百度空格谷歌”时,大家可以对照最前面的搜索结果;而输入“百度|谷歌”时,大家可以对照最前面的搜索结果;再输入“百度-谷歌”时,大家可以对照最前面的搜索结果。因此,可以看到运算符不同,带来的结果显然是不一样的。

第二,限定词的使用搜索结果对比。Site:搜索范围限定在特定站点中,例如在输入框中输入:暴风影音site:www.skycn.com,大家可以对照结果;Intitle:搜索范围限定在网页标题,例如输入“世界历史intitle美国”,可以对照搜索结果;Inurl:搜索范围限定在url链接中,例如输入“photoshop视频教程inurl:video”,可以对照搜索结果;Filetype:搜索范围限定在指定文档格式中,例如输入“photoshop使用技巧filetype:doc”;+包含特定查询词,输入“阿甘正传+qvod”,大家可以对照搜索结果;-不含特定查询词,输入“阿甘正传-qvod”,大家可以对照结果。百度搜索中,一些主要的搜索高级技巧,非常实用,不同的结果显而易见。

为了提高检索效率,应学会使用常用的运算符与限定符,如:与运算:使用“空格”,A B实现A、B条件交集功能;或运算:使用“|”,A|B实现A+B功能;非运算:使用“-”,A-B-C实现去除功能;限定符:site搜索范围限定在特定站点中,intitle搜索范围限定在指定的网页标题中,inurl:搜索范围限定在URL链接中,filetype:搜索范围限定在指定文档格式中。

信息检索从表面看是一种技术,但从内涵上看,可以帮助我们通过分类、对比、总结,起到大数据的作用,便于我们对发展的趋势做出正确的判断。同时,掌握良好的信息检索习惯及方法,便于我们在信息量爆炸式增长的时代,提高检索的质量和速率[2]。信息检索,还可以帮助我们站在前人的肩膀上,以前人的科研成果为基础,结合自己的兴趣和优势,发挥自己的强项,提高科研水平和能力,并且能够有效地避险学术上的抄袭现象发生,尊重别人的知识劳动成果,维护良好的科研氛围。

我国信息检索的发展相对国外还有一定的差距,数据库的数量虽多,但是高质量、高水平的学术成果数量较少,因此,为了能够便于提高我国信息检索的有效性及真实性,需要我们每一个用户的共同努力。不断提高自己的学术水平,有效地撰写和提供高水平高质量的学术成果,不断地完善信息检索的内容建设。

6高质量检索能力是提高信息运用能力的基础

只会在百度上查找自己想要知道的问题,而且选的关键字的正确率不高,这是大多数学生甚至老师都出现的问题。信息检索是查找信息的方法和手段,它能使人们在浩如烟海的信息海洋中迅速正确全面地查找所需信息。在实际检索过程中,仅需一个检索词就能满足检索要求的情况并不很多。通常我们需要使用多个检索词构成检索策略,以满足由多概念组配而成的较为复杂问题的要求。对于文献信息检索的方法,最重要的是关键词的选择,即检索词和检索策略的选择。检索词选得精确,不仅可以节省时间,提高检索速度,而且可以大大提高检索结果的质量,更容易找到自己所需数据或文献资料。如果不懂得高质量的信息检索的方法,不能提高信息检索的准确性和有效性,不仅不能体现信息检索的工具的价值,并且我们在信息检索上所花费的时间也没有收到相应的回报。只有当你具备高质量的信息检索能力,才谈得上信息运用能力[3]。

7信息检索能力的培养需要在大量的实践中完成

理论和实践相结合的道理,在信息检索能力的培养中一样适用。学习了很多的信息检索的方法,不能合理区分和运用这些方法并达到熟练的程度,仍然不能说自己具备信息检索的能力。因此,这就需要我们在实践中大量地进行训练,针对自己所要搜集信息特征的不同,在不同的数据库当中,通过初级检索到高级检索的运用,不断地筛选出自己需要的信息。通过这种长期的训练,总结出一些规律和特征,提高自己的信息检索能力。

8信息素养是信息检索能力培养的终极目标

信息素养涉及各方面的知识,是一个特殊的、涵盖面很广的能力,它包含人文、技术、法律等诸多因素。信息检索能力更加强调对信息的收集和使用技能。而信息素养的重点是意识、内容、传播、分析以及评价。它是一种了解、搜集、评估和利用信息的知识结构,既需要通过熟练的信息检索这一硬件,还需要软件与人,其中信息素养也暗含人对待信息的心理状态、情感与意识,三个要素组成一个整体,三个要素之间必须十分协调配合,才能充分发挥信息系统的效能,达到预期目标。

总之,信息检索能力的培养和信息素养的养成是一个漫长的过程,特别是在海量数据检索的今天,提高检索能力实现精准搜索已成为当今图书馆职员与广大师生不可缺少的重要技能。

摘要：文献检索是指根据学习和工作的需要获取文献的过程。生活信息大爆炸的当今社会,如何收集、获取、选择、利用信息已经成为提升个人素质和竞争力的一个有力标准。

关键词：大数据,信息资源,检索方法

参考文献

[1]张大勇.论网络环境下高校图书馆工作人员的素质[J].才智,2016(7):15.

[2]覃丽金,吉家凡,唐朝胜.基于查新档案利用的学科服务实践研究——以海南大学为例[J].图书情报工作,2016(6):20.

大数据时代对信息技术的影响分析 第9篇

据百度百科, 大数据 (big data) , 或称巨量资料, 指的是所涉及的资料量规模巨大到无法透过目前主流软件工具, 在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。互联网特别是移动互联网的发展, 加快了信息化向社会经济各方面、大众日常生活的渗透, 从而在制造业方面、农业领域、商业领域、金融领域、医疗保健领域、社会安全管理领域、科学研究领域无不存在大数据, 因而一个大数据时代正在到来。

1 大数据的概念

大数据是一个比较抽象的概念, 它表示数据规模的庞大。但是仅仅数量上的巨大无法看出大数据概念和以往的“海量数据” (Massive Data) 、“超大规模数据” (Very Large Data) 等概念之间有何区别, 对于大数据尚未有一个公认的定义, 不同的定义基本都是从大数据的特征出发, 通过这些特征的阐述和归纳, 试图给出其定义。在维克托迈尔-舍恩伯格及肯尼斯库克耶编写的《大数据时代》中大数据指不用随机分析法 (抽样调查) 这样的捷径, 而采用所有数据的方法[1]。著名咨询机构麦肯锡认为, 大数据是指其大小超出了典型数据库软件的采集、存储、管理和分析等能力的数据集[2]。大数据的4V特征有四个层面:第一, 大量化 (Velume) , 数据体量巨大。从TB级别跃升到PB级别;第二, 多样化 (Varity) , 数据类型繁多;第三, 价值低密度 (Value) , 以视频为例, 连续不间断监控过程中, 可能有用的数据仅仅有一两秒;第四, 快速化 (Velocity) , 处理速度快, 1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。只有具备这些特点的数据才是大数据。大数据技术将被设计用于在成本可承受的条件下, 通过非常快速的采集、发现和分析, 从大量化、多类别的数据中提取价值。

2 大数据存储技术

自20世纪的CD、磁盘以及磁带, 直至现在备受欢迎的固态硬盘和云存储, 存储的载体在不断的变化和发展。但是, 大数据时代, 除了数据量增长速度极快, 视频、音频、微博等非结构化数据占据的比例越来越大, 传统存储产品由于自身的设计缺陷, 在扩展性方面、与上层应用集成度、高性能、自动化能力、成本等方面已经很难满足大数据诸多的存储特征, 根本很难肩负起企业大数据存储、分析以及应用的诸多需求。尤其当前数据的类型丰富程度、容量愈发变大的情况下, 并且在业务部门跟IT日益紧密的趋势下, 对于数据的存储与分析的速度和性能要求越来越高, 对海量数据的快速、高效存储绝对应该是大数据时代存储系统的第一必备要求, 否则大数据后续相关的数据分析、处理都将成为空谈。

首先, 在数据存储方面计算机体系结构要有庞大的水平扩展性, NoSQL是一项全新的数据库革命性运动, 非关系型的数据库, 可以为大数据建立快速、可扩展的存储库。目前Google的BigTable和Amazon的Dynamo使用的就是NoSQL型数据库,

其次, 应对存储容量有一些优化的技术, 像重复数据删除 (适用于结构化数据) 、自动精简配置和分层存储等技术, 都是提高存储效率最重要、最有效的技术手段。结合重复删除技术, 备份数据量和带宽资源需求可以减少90%以上。如何更好的支撑IT应用的性能, 有效的存储大数据仅仅是第一步, 处理数据的能力是企业最关心的, 下面介绍较流行的数据处理技术。

3 大数据处理技术

数据处理是对数据的采集、存储、检索、加工、变换和传输。数据的形式可以是数字、文字、图形或声音等[3]。数据处理的基本目的是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。数据处理是系统工程和自动控制的基本环节。数据处 理技术的发展及其应用的广度和深度, 极大地影响着人类社会发展的进程。

IDC对于大数据技术定位为通过高速捕捉、发现和分析, 从大容量数据中获取价值的一种新的技术架构。大数据的分析并不是一个独立存在的环节, 它与大数据的收集、整理等工作紧密相连, 企业需要一个完善的数据源, 才能得出更为准确的结果[4]。同时, 这个过程越简单, 对企业的管理和分析越有利。

4 大数据技术应用

简而言之, 从各种各样类型的数据中快速获得有价值信息的能力就是大数据技术。也正是这一点促使该技术具备走向众多企业的潜力。随着国内3G网络的发展, 中国联通目前运营着世界上最大的CDMA网络, 流量运营是中国联通一个重要特点。随着流量的增长, 3G流量的争议也迅速的增加。主要问题是电信计费系统流量话单的产生设备GGSN是网关设备, 只能计入一段时间之内使用流量总合, 没有说访问哪个目标的IP地址, 没有访问目的地, 说不清流量到哪儿去了, 导致用户不明流量的起诉。

但上网记录数据是海量数据, 用户每个上网记录基本有几万到几十万, 有的用户五六十万, 如果在网关所有用户流量必经地方采集, 分析流量数据, 然后上成上网记录话单, 话单量非常大。传统IOE方式, IBM小型机, 思科数据库存储, EMC存储等方式存储这么大上网记录时候比较困难。将开源Hadoop、Hbase技术应用商用电信服务系统中来可以有效的解决此问题。首先, 系统的构成, 包括数据采集、数据入库、数据存储、数据查询和数据分析技术, 基本技术采用Hadoop, 目前上网记录数据存储一般不小于30分钟, 30分钟之前的上网记录现在可以通过系统查询到。其次, 用HBase处理海量的数据, 入库速度非常迅速, 查询速度也非常快。

5 总结

大数据时代的来临将改变我们对工作、生活的思维, 也将改变人们的社会工作态度行为, 同时也催生了林林总总的新兴技术在推动着人类对信息与数据的创造与应用范围。大数据时代已经到来, 也成为世界下一个创新、竞争和生产率提高的前沿[5]。

摘要：大数据时代的到来, 对信息技术的各个方面都产生了巨大的影响, 文章分析了大数据概念, 并介绍了大数据最新的存储、处理技术以及大数据在实际问题中成功应用的案例, 从而全面的了解大数据研究进展情况。

关键词：大数据,信息技术,应用

参考文献

[1]维克托·迈尔-舍尔维恩、肯尼斯·库克耶.大数据时代[M].浙江人民出版社, 2013:039.

[2]http://cloud.chinabyte.com/news/255/12541755.shtml

[3]赵刚, 大数据:技术与应用实践指南电子工业出版社, 2013.10

[4]从大数据视角看地方网络问政平台的发展与转型周光华中国卫生信息管理杂志2013.05

大数据时代的企业信息化管理 第10篇

1 迎接大数据时代的来临

大数据及其分析技术最初起源于互联网行业。为解决持续增长的海量数据集存储和查询问题,以Google为代表的互联网公司提出了MapReduce技术框架,利用廉价的PC服务器集群,大规模分布式地处理批量事务。受此启发,Apache开发了支持大数据存储和计算的开源框架Hadoop。

现在,大数据分析正愈来愈广泛地应用于电子商务、金融保险、医疗健康、市场营销、预测预警等行业或领域,在分析非结构化数据上,大数据显示了独特的优势。

目前,国内百度、腾讯和淘宝等公司的数据仓库都采用了Hadoop平台。2010年IBM收购了数据分析公司Netezza,开始拓展商业方面的市场;2012年甲骨文公司发布了运行在Hadoop上的NoSQL数据库;微软宣布与致力于Hadoop开发的Hortonwork公司建立合作关系此外,还有ClickFox、Cloudera等新兴的大数据企业也如雨后春笋般涌现出来。

我们正在进入一个大数据的时代!

2 Hadoop存储和分析技术

大数据是指具有大容量、高速度、多样性(简称“3V”)的海量数据集。这些数据来源于各种互联设备、移动设备、RFID和各种传感设备,以及企业现有系统和设备产生的数据。这些数据具有不同的结构和格式,包括文档图表、图像视频、网页日志等,大部分是半结构化和非结构化的数据。传统数据仓库及IT架构,无法高效处理如此庞大和复杂的数据。

Hadoop是建构在分布式集群上的专门处理海量数据的开源框架,主要包括两个部分:HDFS文件系统和MapReduce计算框架。此外,Hadoop项目还包括多个应用工具,例如,分布式数据库Hbase,兼容Hadoop系统的数据仓库Hive等等。

Hadoop采用分布式网格计算和“无共享”体系结构,通过简单的编程模型直接在存储数据的服务器节点上处理数据,具有极快的运行处理速度;Hadoop维护多个数据副本,有很高的容错能力;Hadoop框架非常容易扩展,只需要添加硬件设备即可。

Hadoop能够同时吸取和存储不同数据源的各种数据,并以任意的方式聚集和处理数据,传送到任何需要的地方,通过相关系统实现交互式的商业智能(BI)。

大数据分析的对象是全体数据,避免了选择随机样本的问题;其简单的算法往往比过去复杂的算法更加有效大数据追求相关关系,运算速度极快,很适合进行预测和预警分析。

3 建立以数据为中心的信息化管理

大数据处理和分析技术的出现,改变了传统信息化管理的思维模式,为企业管理带来了深刻的变革。

我国企业现有的信息系统大都关注流程的建设,通过系统来固化流程,例如,ERP、PDM/PLM等系统及其应用。由于数据集成和成本问题,成功运用BI的企业很少,而高效低成本大数据技术的出现有望改变这一现状,充分发掘数据这一企业最重要的资源。

大数据突破了数据源、数据形式的限制,可以为业务和生产提供实时而有预见性的分析。通过大数据分析,可以获取深入准确的洞见,改变依靠经验和直觉的决策方式;可以动态优化供应链,降低采购成本;可以获取优质客户,进行精准的销售和服务

在生产制造方面,通过高频率处理和分析数据,可以准确地获取信息,发现生产过程中的变异和产品缺陷,优化工艺参数,提高产品质量和生产效率。

英特尔公司2012年建立的基于Hadoop的大数据平台,可以处理2000亿个服务器事件,通过分析收集的历史数据,减少了每个芯片必须进行的19000个测试;通过收集芯片制造过程中的信息,发现了许多缺陷,并及时进行了修复。这种预见式的工艺分析,仅一条生产线就为英特尔节约了大约300百万美金的生产成本。

采用传统数据仓库的企业,可以将现有平台与Hadoop进行集成,将数据连接到Hadoop软件上,同时处理结构化和非结构化数据。Hadoop与具有并行处理能力的数据仓库相结合,可以组成扩展性极强的低成本大数据平台,实现数据的高速装载和移动。混合系统是大数据应用发展的一个重要方向。

4 结束语

大数据时代,企业必须重新审视自己的信息和数据管理策略,根据自身的业务和需求,部署并不断调整大数据处理和分析架构,建立数据驱动的决策机制,实行以数据为中心的信息化管理战略。

现在,数据已经成为企业除人力和资本外的重要资产和宝贵资源,有效开发和利用数据信息,可以为企业创造更大的财富和价值。

大数据开启了一个时代的转型,掌握和运用大数据已经成为企业创新和赢利的重要保证。

摘要：近年来企业产生的数据量急剧增长,传统信息化技术和分析模式已经无法应对新的挑战。以Hadoop为代表的大数据分布式处理技术的出现,为企业处理日益增长的海量非结构化数据提供了高效、可扩展的低成本解决方案。大数据技术可以有效弥补传统数据仓库的不足,深化和拓展企业的商业智能,提高决策水平,形成数据驱动的决策机制,推动企业信息化管理进入全新的阶段。

关键词：信息化管理,数据仓库,大数据,大数据分析,分布式处理

参考文献

[1]杨海成.制造业信息化集成平台技术发展的认识与思考[J].航空制造技术,2004(01).

[2]Paul C,Zikopoulos.理解大数据[M].McGraw-Hill出版,2012.

大数据时代的信息社会 第11篇

而白宫方面却矢口否认，白宫发言人卡尼说：“我现在可以说的是，总统向总理保证，现在美国没有监听总理的通话，以后也不会。”但这一表态中所暗藏的文字游戏并没有逃过媒体的眼睛，显然“现在没有”、“以后也不会”是不是暗示过去一直都在做呢？

楼顶的白色盒子

从德国柏林的巴黎广场出发，走几步，便可以看到德国国会大厦，美国驻德国大使馆就建在这里。2008年，美国政府将驻德国大使馆搬到巴黎广场时举行了一场盛大的剪彩仪式，时任总统小布什亲自剪彩，并邀请了4500位嘉宾出席，德国总理默克尔还受邀做了即兴演讲。从那以后，每当有高级别客人造访使馆时，总会被邀请到使馆顶楼散散步，看看风景。在顶楼天台上，国会大厦前的风景尽收眼底，甚至还可以远远地瞥见德国总理府。

《明镜周刊》称，在美国驻德国大使馆的顶层有一个并未注册的美国情报小组，这个小组可以监听政府大楼内大部分的电话通讯内容，其中就包括默克尔的手机。该杂志援引美国国安局2010年的一份绝密文件：美国在全球共布设了80个情报服务站，专门监听所在地区政府部门的通信，这一计划简称为SCS计划。

在大使馆进行窃听，这几乎在任何国家都是违法的，但这就是SCS的主要内容。这些服务站的复杂系统设备几乎可以窃听任何方式的通信，包括手机信号、无线网络以及卫星通信。而这些设备一般都安装在使馆的楼顶。在许多国家的美国大使馆楼顶都能见到一种神秘的白盒子，《明镜周刊》将这一装置称之为“间谍窝”，它从外观上看起来像是建筑的一部分，内部却隐藏了可用于复杂电子监视的技术。

在美国驻特拉维夫、马德里、莫斯科、北京、柏林和斯德哥尔摩使馆的屋顶上都安装有相似的神秘白色装置。而根据《明镜周刊》公布的2010年SCS全球监控地图，可以看到中国的北京、上海、成都、香港和台北五个城市都属于被监控地点。

自监控丑闻曝光之后，美国国家安全局成了千夫所指。值得一提的是，国安局的英文缩写NSA（National Security Agency）在其内部却有着不一样的解释：有人说这三个字母代表着No Such Agency！（根本没有这样的机构！），还有一种说法叫Never Say Anything！（永远不要透露任何信息！）这些解释都透出了这个组织的神秘。然而现在这个神秘的NSA被聚焦在舆论的拷问之下，大家都想知道，作为美国最大的情报部门，这里到底埋藏着多少秘密。

谁是不可信任的

2013年10月29日，针对愈演愈烈的监控丑闻，美国众院情报委员会召开听证会。听证会上，国安局局长亚历山大直接把盟国抖出来，说窃听监控的情报是与盟国共享的，这遭到一些政府官员的批评，不过亚历山大说的的确是实话。

电影《夺命手机》中曾提到“梯队”计划，这是冷战时期的产物。20世纪70年代初，美国国安局联合英国、加拿大、澳大利亚和新西兰的情报机构组建所谓的“梯队”系统，利用卫星跟踪监听全球大部分的民用电话通讯、传真和数据通讯。虽然“梯队”计划里的很多服务站已经关闭，但五国合作还在继续。当初的梯队计划协议国也变成了“五只眼”协议国，共享高度机密的情报，并承诺互不监视。

11月1日，《纽约时报》披露，澳大利亚就曾参与美国国安局一项名为“特等舱”的全球监控计划，通过其驻亚洲多国的使馆在包括中国在内的亚洲各国收集情报。然而这个计划却不是什么新鲜事，因为澳大利亚方面爆出的信息显示，这样的计划澳大利亚已经跟美国合作了20-30年了。

事实上，上述内容中无论是“梯队”还是“五只眼”，美国早已把自身与其盟友分为三个等级：第一等级国家是美国；第二等级国家就包括梯队计划中的英国、新西兰、澳大利亚和加拿大；德国和法国则为第三等级国家，即“可信任度最差的合作伙伴”，对于这类国家的监视程度与伊拉克、沙特阿拉伯等国相同。

据德国《明镜周刊》的报道，美国情报人员不仅入侵欧盟驻华盛顿办公室的电脑，对加密传真机进行监控，还对欧盟驻联合国代表团、欧盟总部等进行代号为“帕蒂多”的窃听活动。通过安装电子设备，获取代表团电脑硬盘中所有内容的副本。此外，欧盟总部大楼的电话系统也遭到拦截监听。

美国国家安全局总部位于马里兰州里德堡郊区，距离华盛顿特区25英里，树林中掩映着几座大楼，整个占地面积达15公顷，戒备森严。1952年11月4日，时任美国总统杜鲁门下达秘密指令：在1949年成立的国防部武装力量安全局的基础上正式组建国家安全局，全面负责通信情报工作，主要监听外国的情报信息。

美国国家安全局名义上隶属于国防部，实则直接受美国总统领导，它的经费开支和人员编制都不受财政部的监督和约束。权力巨大的机构当然有一个权力巨大的掌门人。现任局长基思·亚历山大是美国陆军四星上将，同时兼任美国网站司令部司令。如此显赫的跨界权力让他获得了“亚历山大大帝”的外号。

大数据战略

《明镜周刊》的数据显示，2013年美国国家安全局拥有4万名员工，这些员工中有很大一部分是数据分析师，他们每周都要拦截上万亿份信息，通读筛选后，撰写报告，然后在报告上加盖绝密印章，分发到政府各部门官员的手中。据美国军事历史学家马修·艾德披露，美国60%的情报源自监听。而对这些报告最感兴趣的是财政部和国务院。

2013年10月30日，《华盛顿邮报》曝光了美国国安局一份代号为“肌肉发达”的秘密监控文件，这份2013年1月9日的机密文件显示，美国国家安全局每天都会从雅虎和谷歌两家公司的内部网络收集上百万个数据，包括电子邮件、附件、音频、视频等，秘密将其发送至马里兰州的总部数据库。对此，雅虎和谷歌都表示不知情。而亚历山大直接予以否认，他为所谓“网站数据库”披上了合法的外衣：打击恐怖主义。

脱去军装，穿上一件T恤衫，国安局局长亚历山大不止一次出现在黑客大会演讲台上。而在美国国安局内部，也隐藏着一支鲜为人知的黑客部队，其名曰：获取特定情报行动办公室，专门刺探海外情报。据美国《外交政策》杂志披露，早在大约15年前，这一部队就开始针对中国的电脑信息系统发动攻击。除了招兵买马，美国国安局还加快了新技术研发的步伐，同时截获数据的途径也趋于多样化。

而更早一些，在上世纪90年代中期，美国国安局就进行过海底光缆的实际窃听试验。在那一次实验中，操纵人员通过一艘特制的深潜器潜入海底，将一束海底光缆拉进该潜水器的特制工作舱内，成功切开一条光缆。

如今，随着通讯方式不断升级，国安局的监控手段也在花样翻新。进入21世纪，随着“云”时代的来临，大数据也吸引了越来越多的关注。2013年3月22日，美国总统奥巴马宣布，政府将投资两亿美元拉动大数据相关产业发展，将大数据战略上升为国家意志。 毫无疑问，如果说克林顿政府时代美国驶入了“信息高速公路”，那么奥巴马以及未来几届的美国政府将会主导这个国家乃至世界开发出“大数据波斯湾”，让数据成为新时代的石油，这样的前景完全可以预料。

大数据时代下的财务信息研究 第12篇

关键词：大数据,财务信息,管理,分类

当前,人类社会正处于大数据时代。随着网络技术的日益更新,云计算、物联网的应用逐渐多样化,大数据的运用和创新给公民、政府、企业带来了种种挑战和变革,企业营销手段及经营策略都在不断改变。而随着工业4.0的到来,传统财务信息已不能满足各企业的管理需求。如何提供及时、有效的财务信息给企业管理者, 确保企业在大数据时代下稳健发展是当前企业发展的主题。

1 大数据时代的特点

2012年,大数据一词越来越多地被提及,人们用其描述和定义信息爆炸时代产生的海量数据。如今各种数据迅速膨胀,其中部分关键性的数据甚至决定企业未来发展。大数据对人类生活的影响日益加深。

大数据的核心是任何事物都可进行有效量化。大数据时代有以下特征,第一,数据量大。数据量已经从TB(1 024 GB=1 TB)级别跃升到PB(1 024 TB=1 PB)、EB(1 024 PB=1 EB)乃至ZB(1 024 EB=1 ZB) 级别; 第二,数据类型繁多,包括经济、体育、军事、时尚、汽车等;第三,数据价值密度相对较低。如随着物联网的广泛应用,信息感知无处不在,信息海量,但价值密度较低;第四,数据更新快、时效性要求高。这是大数据区分于传统数据的显著特征。

2 大数据时代国内企业财务信息管理面临的问题

2.1 财务信息的相关性与及时性

目前,各企业财务人员多是在一个会计期间结束后才会提供具体的财务数据,这些财务数据更多地反映企业前一阶段的具体经营成果。而财务信息数据不能很好地在企业运营阶段的各个环节及时、有效传递,造成财务信息经常变成“事后诸葛亮”。

如今的财务信息提供的是标准版的三大主表、各类财务比率。这些数据对企业使用者来说相关性不大,成本中心关注的是生产成本,销售部门关心的是不同区域、不同产品的销售情况。在大数据日益变动的时代,简单的三大主表及各种财务比率已不能满足内部使用者需求。

2.2 企业财务信息处理难度不断增加

在大数据时代下,企业财务不仅要面对外部带来的信息交换压力,还要处理好内部各类数据信息的交换处理问题。大数据导致信息化面临高度分散和高度非结构化的数据源,对财务信息和业务信息的内部配合提出了新要求。

同时,数据越来越多,要从财务、业务、内部控制、政策等多种多样的数据中提取及时、有效的财务数据,难度更高。

2.3 专业人才队伍较为缺乏

大数据时代下的财务信息要求专业信息技术较强的相关人员在企业内部控制制度的指导下,借助不断升级的网络技术,采集、加工和处理企业内部与外部的各类数据,以得到具有针对性、时效性的财务信息。由此可见,取得更有效、更有针对性的财务信息是一项既需要具备财务专业知识也需要涉猎计算机等其他专业领域知识的综合性工作,对这种专业性强、复杂度高的综合性工作,只有具备相关领域的专业知识和操作技能,才能提供更有价值的财务信息。然而,从实际情况来看,当前很多企业在财务专业人才较为缺乏,且对工作人员的综合素质培养存在一定缺陷。

3 大数据时代提升企业财务信息化的措施

3.1 强化对财务信息的重视程度

大数据时代下的财务信息在一定程度上打破了当前企业的财务运作模式,财务信息将从订单、采购、生产到库存、销售等整个环节提供信息支撑。及时、准确的财务信息将在很大程度上提升企业应对市场变化的适时性和有效性。

对企业决策者来说,应充分认识财务信息工作改变的迫切性, 财务信息带来的改变将是一项影响企业长远发展的战略性改变,只有打破传统财务信息提供模式及数据类型,才能建立适用于自身的大数据时代下的财务信息管理系统,并最终有效作用于企业整体战略目标的实现。

3.2 设立单独的财务信息管理机构

在大数据时代,设立单独的财务信息管理机构十分必要。企业的核心资源不再局限于货币资金、土地和知识产权等,商业数据也具有同等地位,数量巨大、形式多样的商业数据最终会通过各种形式在财务数据中体现。因此,设立单独的财务信息管理机构并配备具有高度综合素养的财务管理人员来处理商业数据等相关信息数据十分必要。将财务信息管理机构从会计部门中独立出来,配备具有丰富经验的从业人员,可以在体制上使财务信息管理人员从繁杂的会计核算中解脱出来。同时,该部门应配备擅长数据分析的专业人员,专门负责数据解读,实现优势互补。

建立科学的管理框架和流程是提高企业财务信息化收集数据、处理数据能力的关键。为使企业财务信息化得到有效贯彻, 企业决策及管理人员要真正理解信息为管理、为经营服务的本质意义,将科学决策、信息支持的工作理念引入经营的各方面。作为企业管理信息化的中心环节,企业财务信息化要和企业基础数据信息化、业务流程信息化、内部控制过程信息化等多种环节交织。财务信息化系统需要实现企业中心数据库与事业部门子系统相互关联,使经营过程中的采购、生产及销售系统中物资流信息与财务信息相关联,从而使企业经营决策具有科学性和实效性。为此,建立科学的管理框架,梳理出科学有效的业务流程就成为确立企业信息化系统如何筛取重要数据的基础。

3.3 建立科学合理的财务信息分类制度

大数据技术可帮助企业建立快速、实时的分析工具,实现产品周期无缝、无差别分析,为企业产品发展提供有效信息支撑。同时,通过大数据技术,财务可为企业发展的各个环节提供不同的且有针对性的财务信息,使财务信息不再是公众化的三大报表及财务比率。

在大数据时代,科学技术不断提升,财务人员可根据具体的产业链环节建立财务模型,针对具体环节提供对应的财务数据。例如,实时提供给成本中心需要的产品成本单价,成本中心根据单价情况及时调整工艺或原材料,确保价格优势;提供给销售部门不同区域、不同产品、不同利润率及回款率,使销售部门作出更及时、更有效地反映,确保企业获得最大利润。

3.4 提高财务信息化人才队伍的能力与素质

日益复杂的财务环境对企业财务管理提出了更高要求,培训是提高员工综合素质的有效手段,企业需结合自身实际情况,聘请经验丰富的专家指导财务管理人员工作,激发其学习积极性,提高其业务能力。财务数据是企业财务管理的基础,大数据时代财务数据更多的是电子数据。因此,财务管理人员应熟练掌握计算机技术, 集中处理数据,提取数据中对企业有利的信息,建立企业需要的新的数据分析模型,合理存储和分配财务资源,进而做出最优的财务决策,及时为企业提供有效财务信息。

参考文献

[1]孟小峰,慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展,2013(1).

[2]陈如明.大数据时代的挑战、价值与应对策略[J].移动通信,2012(17).

[3]隋玉明.大数据时代集团财务共享问题探讨[J].财会月刊,2014(9).

[4]蒋坎明.大数据时代的财务工作[J].知识经济,2014(2).

[5]张晓蕾,范晓明.浅谈大数据时代下的财务管理[J].商场现代化,2014(2).

[6]林娜.企业财务管理信息化存在的问题及对策[J].科技传播,2011(4).

[7]宁云才,苏士勇.集团财务信息化建设项目的难点与对策[J].财务与会计,2008(20).