时间：2023-03-17 18:12:23
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇计算机大数据论文范例。如需获取更多原创内容，可随时联系我们的客服老师。
目前，国内高等院校的计算机基础教育更多地沿用了传统计算机教育的方法，只注重讲授计算机的理论知识和操作要领，未考虑学生学习的效果。这导致学生只是记住一些概念和理论，能做基本的操作，却很难用所学的知识灵活地解决实际问题。当前大学计算机基础教育面临以下4个问题：
（1）学生的计算机应用能力差异大
高等院校的学生来自全国各地，而不同地区的中小学计算机教育水平参差不齐。单一的课堂教学已无法保证所有的学生学得会、学得好，这给教学带来了问题。
（2）教学和实验的学时严重不足
目前，各个高校都在减少课时，教师只能在课堂上和实验中加大讲授的知识量，加快教学进度。当一个教师面对几十个学生时，基础较差的学生往往得不到教师足够的指导和练习时间，这给辅导答疑带来了问题。
（3）学习的结果与过程未被记录下来
学生可以利用丰富的网络资源巩固课堂内容，扩大知识面，加深对知识的理解。在传统教学中，教师往往忽视了学生的课后学习，没有记录学习结果与过程，这给教育过程的改进带来了问题。
（4）目前的网络教学系统很少区分学习个体
网络教学系统能够提供大量的多媒体教学资源，帮助教师进行课后辅导答疑，却很少区分学习个体，导致缺乏个体相关的数据，从而难以提供个性化的指导，这给网络教学系统的智能化带来了问题。这些问题归根结底是数据的问题，是数据没有被有效地规划和整合的问题。我们把与学习过程相关的大量数据收集起来，对这些数据进行分析，挖掘出有价值的信息，最后传递给学习者，这是一种解决计算机基础教育所面临问题的可行方法。
2面向计算机基础教育的大数据
在当前知识大爆炸的时代，人们获取知识的途径不仅仅局限于课堂，更多的是网络资源。当代的大学生接受新生事物更快，更愿意在特定的学习情境下去主动构建知识。因此，大学计算机基础教育需要改革现有的教育模式，将大数据技术融入到大学计算机基础教育中，建立与时俱进的大数据驱动的教育模式可以有效解决上述问题。在大数据时代涌现出大量的网络教学系统，随着这些网络教学系统的推广和普遍应用，使用者数量急剧增加，产生了大量的数据。数据之间可能存在某种联系，对这些联系进行分析和挖掘可能会找到有价值的信息。将有价值的信息展现出来，能够帮助我们做出正确的决策。在人类社会的发展已经由动力驱动转变为数据驱动的背景下，教育正在发生着一场新的变革，大学计算机基础教育也面临着类似的机遇和挑战。通过网络教学系统，可以更加方便地获取和利用大学计算机基础教育相关的各种数据
。大学计算机基础教育涉及的数据主要有以下几种：
（1）课件。课件是文字、声音、图像、动画等素材的集合，帮助教师更加生动地讲解课程内容，主要使用PPT和Flash两种文件。
（2）视频。视频是将教师在课堂上的授课内容录制下来，为学生提供课后学习的方式。学生可以在教学系统中下载或在线学习视频内容。
（3）题目。题目主要用于测试学习效果，包括判断题、填空题、选择题、问答题、程序设计题等各种题型。
（4）问题。学生在学习过程中遇到的问题，通过教学系统提交给教师。这些问题反映了学习的难点，是教师在课堂上需要详细讲解的教学内容。
（5）代码。代码是学生做程序设计类题目时所编写的程序代码。学生编写代码的质量可以由教师评判，也可以由系统自动评判。
（6）行为。行为用来记录学生的学习活动，如课件下载行为、视频点播行为、作业浏览行为、编程行为等。这些行为能够反映出学生的学习情况。
（7）缺陷。缺陷是学生提交的作业中包含的各种错误，反映了学习过程中存在的问题。对教学系统而言，这些数据是进行个性化推荐学习的参考依据；对教师而言，这些数据能够提示教学过程中需要特别关注的地方。
（8）过程。过程是指在教学过程中收集到的一些宏观数据，如课件学习过程、视频学习过程、测试过程等。这些过程能够反映出学生学习的个体差异。
3大数据驱动的新模式
在大数据时代，我们可以利用大数据技术在大量与学习相关的数据中挖掘出有价值的信息。这些信息能够帮助学生更加科学有效地学习，较好地解决当前计算机基础教育面临的问题。因此，我们将大数据技术融入到大学计算机基础教育中，提出一种大数据驱动的计算机基础教育新模式。它是在有效规划和整合计算机基础教育大数据的前提下，为学生提供各种自主学习资源和服务的新模式。学生和教师在使用各种网络教学系统时，输入的数据和学习行为都被系统记录下来。利用大数据技术对记录下来的数据进行分析，挖掘出与学生学习特征相关的数据。这些数据为学生的后续学习提供个性化的推荐，规划个性化的学习路线；向教师反馈学生的学习行为和效果，为后续教学提供个性化的推荐，帮助教师改进教学方法。以在线课程系统、在线编程系统和在线答疑系统为代表的各种网络教学系统目前得到了广泛的应用，这些系统本质上都是大数据驱动。实践证明，这些系统的应用将为学生学习和教师教学提供实质性的帮助。
1）在线课程系统是课堂教学的延伸
大型开放式网络课程MOOC是国际上流行的教学平台。自2013年5月以来，北京大学、清华大学、复旦大学、上海交通大学等国内一流高校纷纷宣布加入MOOC，向全球提供免费的在线课程。MOOC采用云计算架构，提供大量的视频学习资源和人机交互功能。学生提交作业后，系统能自动评判作业的质量，以评估学习效果。MOOC的出现给计算机基础教育带来巨大影响。MOOC解决了学生计算机应用能力差异大的问题，学生不管基础如何，都能找到与之相应的学习内容；MOOC弥补了课堂教学学时不足的问题，学生能在课后随时随地找到学习资源；MOOC能够记录学习的结果与过程以及作业中的错误等，这些对于改进教学方式和调整教学重点等都有意义。
2）在线编程系统是实验环节的补充
随着SaaS技术(软件即服务)的不断成熟，出现了许多功能强大的在线编程系统。这给大学计算机基础教育中的程序设计类课程的实验教学
带来了巨大的帮助。使用在线编程系统进行实验的好处有以下几点：
（1）教师不用在实验室的每台计算机中安装软件，学生通过浏览器就可以编写程序；
（2）学生编写的代码都存储在云端，能上网的地方就能练习编程，并且随时可以修改代码，解决了实验教学学时不足的问题；
（3）在线编程系统主要记录代码和代码编写的过程，能够收集实验过程中与学习相关的数据。国外在线编程系统CodeCademy提供了一种学习编程的新方式。它的用户群是零基础的学习者，所以CodeCademy创设趣味性的学习环境，手把手帮助学习者了解编程的过程。它的在线编辑器能让学习者不用寻找、下载和安装编程环境就可以在网络上编程。在线编程系统不仅为实验教学提供了方便的实验环境，还能收集大量的程序代码和学生的编程行为，有助于分析学生的学习特点与习惯，区分学习个体，为制订个性化学习路线提供有价值的数据。
3）在线答疑系统是课后辅导的平台
学生在学习过程中常常会遇到很多问题，这些问题如果能及时得到解答，就能促进学生更深入地学习；反之，就会影响学生的学习效果和积极性。目前，互联网上已经出现了许多人工解答和自动解答的系统。有代表性的是上海交通大学的远程教育设计中心设计开发的AnswerWeb自动答疑系统，它是一个动态的问题及答案的数据库。学生输入关键词后可以在系统已有的问题和答案数据库中查找相关的材料。如果没有找到答案，则会自动转发给教师请求帮助解答。随后，新的提问和答案将被增加到系统库中。系统会记录所有的问题和答案以及学生提问过程中的行为。在线答疑系统应用到大学计算机基础教育中，解决了教师无法在课后对每位学生进行辅导答疑的问题。同时，利用大数据技术，答疑系统将学生提问和获得解答的行为记录下来，自动的分析这些数据，挖掘学习个体特征，为学生的后续学习提供个性化的推荐。
4结语
大数据背景下的机器算法
专业
计算机科学与技术
学生姓名
杨宇潇
学号
181719251864
一、 选题的背景、研究现状与意义
为什么大数据分析很重要？大数据分析可帮助组织利用其数据并使用它来识别新的机会。反过来，这将导致更明智的业务移动，更有效的运营，更高的利润和更快乐的客户。
在许多早期的互联网和技术公司的支持下，大数据在2000年代初的数据热潮期间出现。有史以来第一次，软件和硬件功能是消费者产生的大量非结构化信息。搜索引擎，移动设备和工业机械等新技术可提供公司可以处理并持续增长的数据。随着可以收集的天文数据数量的增长，很明显，传统数据技术（例如数据仓库和关系数据库）不适合与大量非结构化数据一起使用。 Apache软件基金会启动了第一个大数据创新项目。最重要的贡献来自Google，Yahoo，Facebook，IBM，Academia等。最常用的引擎是：ApacheHive / Hadoop是复杂数据准备和ETL的旗舰，可以为许多数据存储或分析环境提供信息以进行深入分析。 Apache Spark（由加州大学伯克利分校开发）通常用于大容量计算任务。这些任务通常是批处理ETL和ML工作负载，但与Apache Kafka等技术结合使用。
随着数据呈指数级增长，企业必须不断扩展其基础架构以最大化其数据的经济价值。在大数据的早期（大约2008年），Hadoop被大公司首次认可时，维护有用的生产系统非常昂贵且效率低下。要使用大数据，您还需要适当的人员和软件技能，以及用于处理数据和查询速度的硬件。协调所有内容同时运行是一项艰巨的任务，许多大数据项目都将失败。如今，云计算已成为市场瞬息万变的趋势。因为各种规模的公司都可以通过单击几下立即访问复杂的基础架构和技术。在这里，云提供了强大的基础架构，使企业能够胜过现有系统。
二、 拟研究的主要内容（提纲）和预期目标
随着行业中数据量的爆炸性增长，大数据的概念越来越受到关注。 由于大数据的大，复杂和快速变化的性质，许多用于小数据的传统机器学习算法不再适用于大数据环境中的应用程序问题。 因此，在大数据环境下研究机器学习算法已成为学术界和业界的普遍关注。 本文主要讨论和总结用于处理大数据的机器学习算法的研究现状。 另外，由于并行处理是处理大数据的主要方法，因此我们介绍了一些并行算法，介绍了大数据环境中机器学习研究所面临的问题，最后介绍了机器学习的研究趋势，我们的目标就是研究数据量大的情况下算法和模型的关系，同时也会探讨大部分细分行业数据量不大不小的情况下算法的关系。
三、 拟采用的研究方法（思路、技术路线、可行性分析论证等）
1.视觉分析。大数据分析用户包括大数据分析专业人士和一般用户，但是大数据分析的最基本要求是视觉分析。视觉分析直观地介绍了大数据的特征，并像阅读照片的读者一样容易接受。 2.数据挖掘算法。大数据分析的理论中心是数据挖掘算法。不同的数据挖掘算法依赖于不同的数据类型和格式来更科学地表征数据本身。由于它们被全世界的统计学家所公认，因此各种统计方法（称为真值）可以深入到数据中并挖掘公认的值。另一方面是这些数据挖掘算法可以更快地处理大数据。如果该算法需要花费几年时间才能得出结论，那么大数据的价值是未知的。 3.预测分析。大数据分析的最后一个应用领域是预测分析，发现大数据功能，科学地建立模型以及通过模型吸收新数据以预测未来数据。 4.语义引擎。非结构化数据的多样化为数据分析提出了新的挑战。您需要一套工具来分析和调整数据。语义引擎必须设计有足够的人工智能，以主动从数据中提取信息。 5.数据质量和数据管理。大数据分析是数据质量和数据管理的组成部分。高质量的数据和有效的数据管理确保了分析结果在学术研究和商业应用中的可靠性和价值。大数据分析的基础是前五个方面。当然，如果您更深入地研究大数据分析，则还有更多特征，更深入，更专业的大数据分析方法。
四、 论文（设计）的工作进度安排
2020.03.18-2020.03.20 明确论文内容，进行相关论文资料的查找与翻译。2020.04.04-2020.04.27：撰写开题报告 。
2020.04.28-2020.04.30 ：设计实验。
2020.05.01-2020.05.07 ：开展实验。
2020.05.08-2020.05.15 ：准备中期检查。
2020.05.16-2020.05.23：根据中期检查的问题，进一步完善实验2020.05.24-2020.05.28 ：完成论文初稿。
2020.05.29-2020.06.26 ：论文修改完善。
五、 参考文献（不少于5篇）
1 . 王伟,王珊,杜小勇,覃雄派,王会举.大数据分析——rdbms与mapreduce的竞争与共生 .计算机光盘软件与应用,2012.被引量：273.
2 . 喻国明. 大数据分析下的中国社会舆情:总体态势与结构性特征——基于百度热搜词(2009—2 012)的舆情模型构建.中国人民大学学报,2013.被引量：9. 3 . 李广建,化柏林.大数据分析与情报分析关系辨析.中国图书馆学报,2014.被引量：16.
4 . 王智,于戈,郭朝鹏,张一川,宋杰.大数据分析的分布式molap技术 .软件学报,2014.被引量：6.
5 . 王德文,孙志伟.电力用户侧大数据分析与并行负荷预测 .中国电机工程学报,2015.被引量：19.
6 . 江秀臣,杜修明,严英杰,盛戈皞,陈玉峰 ,郭志红.基于大数据分析的输变电设备状态数据异常检测方法 .中国电机工程学报,2015.被引量：8.
7 . 喻国明. 呼唤“社会最大公约数”:2012年社会舆情运行态势研究——基于百度热搜词的大 数据分析.编辑之友,2013.被引量：4.
六、指导教师意见
签字： 年 月 日
七、学院院长意见及签字
基本的大数据的处理流程可以分成数据采集、数据处理与集成、数据分析和数据解释4个阶段。首先获取数据源的数据，因为在数据源端的数据包含各种各样的结构，需要使用某种方法将其进行预处理，使数据成为某种可以用一种算法分析的统一数据格式，接着需要找到这种数据分析的算法，将预处理过的数据进行算法特定的分析，并将分析的结果用可视化等手段呈现至用户端。
1.1数据采集
大数据的采集是整个流程的基础，随着互联网技术和应用的发展以及各种终端设备的普及，使得数据的生产者范围越来越大，数据的产量也越来越多，数据之间的关联也越来越复杂，这也是大数据中“大”的体现，所以需要提高数据采集速度和精度要求。
1.2数据处理与集成
数据的处理与集成主要是对前一步采集到的大量数据进行适当的预处理，包括格式化、去噪以及进一步集成存储。因为数据采集步骤采集到的数据各种各样，其数据结构也并不统一，不利于之后的数据分析，而且，一些数据属于无效数据，需要去除，否则会影响数据分析的精度和可靠性，所以，需要将数据统一格式并且去除无效数据。通常会设计一些过滤器来完成这一任务。
1.3数据分析
在完成了数据的采集和处理后，需要对数据进行分析，因为在进行数据分析后才能体现所有大数据的重要价值。数据分析的对象是上一步数据的处理与集成后的统一格式数据，需要根据所需数据的应用需求和价值体现方向对这些原始样本数据进一步地处理和分析。现有的数据分析通常指采用数据仓库和数据挖掘工具对集中存储的数据进行分析，数据分析服务与传统数据分析的差别在于其面向的对象不是数据，而是数据服务。
1.4数据解释
数据解释是对大数据分析结果的解释与展现，在数据处理流程中，数据结果的解释步骤是大数据分析的用户直接面对成果的步骤，传统的数据显示方式是用文本形式体现的，但是，随着数据量的加大，其分析结果也更复杂，传统的数据显示方法已经不足以满足数据分析结果输出的需求，因此，数据分析企业会引入“数据可视化技术”作为数据解释方式。通过可视化结果分析，可以形象地向用户展示数据分析结果。
2云计算与大数据分析的关系
云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源，是一种按使用量付费的模式。这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。目前，国内外已经有不少成熟的云计算的应用服务。数据分析是整个大数据处理流程里最核心的部分。数据分析是以数据的价值分析为目的的活动，而基于大数据的数据分析通常表现为对已获取的海量数据的分析，其数据来源可能是企业数据也可能是企业数据与互联网数据的融合。从目前的趋势来看，云计算是大数据的IT基础，是大数据分析的支撑平台，不断增长的数据量需要性能更高的数据分析平台承载。所以，云计算技术的不断发展可以为大数据分析提供更为灵活、迅速的部署方案，使得大数据分析的结果更加精确。另一方面，云计算的出现为大数据分析提供了扩展性更强，使用成本更低的存储资源和计算资源，使得中小企业也可以通过云计算来实现属于自己的大数据分析产品。大数据技术本身也是云计算技术的一种延伸。大数据技术涵盖了从数据的海量存储、处理到应用多方面的技术，包括海量分布式文件系统、并行计算框架、数据库、实时流数据处理以及智能分析技术，如模式识别、自然语言理解、应用知识库等等。但是，大数据分析要走向云计算还要赖于数据通信带宽的提高和云资源的建设，需要确保原始数据能迁移到云环境以及资源池可以随需弹性扩展。
3基于云计算环境的Hadoop
为了给大数据处理分析提供一个性能更高、可靠性更好的平台，研究者基于MapReduce开发了一个基于云计算环境的开源平台Hadoop。Hadoop是一个以MapReduce算法为分布式计算框架，包括分布式文件系统（HDFS）、分布式数据库（Hbase、Cassandra）等功能模块在内的完整生态系统，已经成为当前最流行的大数据处理平台，并被广泛认可和开发应用。基于Hadoop，用户可编写处理海量数据的分布式并行程序，并将其运行于由成百上千个节点组成的大规模计算机集群上。
4实例分析
本节以电信运营商为例，说明在云计算环境中基于Hadoop的大数据分析给大数据用户带来的价值。当前传统语音和短信业务量下滑，智能终端快速增长，移动互联网业务发展迅速，大数据分析可以为运营商带来新的机会，帮助运营商更好地转型。本文数据分析样本来自于某运营商的个人语音和数据业务清单，通过Hadoop2.6.0在Ubuntu12.04系统中模拟了一个大数据分析平台来处理获得的样本。希望通过对样本数据的分析与挖掘，掌握样本本身的一些信息。以上分析只是一些很基本的简单分析，实际上样本数据中所蕴含的价值要远远大于本文体现的。以上举例意在说明基于云计算的大数据分析可以在数据分析上体现出良好的性能，为企业带来更丰富更有效率的信息提取、分类，并从中获益。
5结束语
一、大数据下的计算机软件技术
（一）云储存服务
在大数据时代的背景下，云储存服务是当今社会有效储存海量数据信息、进行数据信息价值分析与利用的技术。与传统的数据储存技术相比，云储存服务在大大提升自身储存容量，并且能够分类储存不同领域数据的同时，还可以抛弃固定化的储存设备，通过快捷、方便的储存来发挥出该技术协同性、综合性的功能。云储存技术帮助系统利用对数据资源的有效整合来实现提升信息存储效率的目的，同时数据储存较高的安全性也能够为人们日常的工作、生活提供良好的保障。
（二）信息安全技术
由于互联网是大数据处理的基础，其中互联网平台开放度比较高、不同领域数据信息联系紧密，一旦外来病毒、木马攻击互联网平台，部分数据就会受到病毒的感染，并且对其他存在一定关联的数据信息造成不利的连带影响。因此，在大数据时代中需要有互联网信息安全技术来发挥出防护病毒、木马的作用。并且我国还要积极学习发达国家的信息安全技术，通过不断的研究与经验积累来弥补差距，从而也为大数据背景下海量数据信息准确性、安全性的提升作出贡献。
（三）虚拟化技术
虚拟化技术作为资源管理技术的一个分类，能够对各类数据资源进行优化配置，不仅可以为各类不同的场景提供需求，降低了生产管理、资源管理的生产成本，还有效提升了数据资源的利用率。扩展性、可行性、综合性较高的虚拟化技术成为了许多企业与研究机构重点关注的对象，使其在大大降低人力、财力、物力的同时，有利于社会经济效益的可持续发展。因此，在大数据时代背景下，企业要分析自身的发展情况与发展需求，从而顺应时代潮流，做好对虚拟化技术的创新研究，通过较高的科技水平来发挥出虚拟化技术的特点。>>>>推荐阅读：研究高职计算机专业网络教育平台现状
二、大数据下计算机软件技术的具体应用
（一）商业通信领域的应用
由目前情况可知，计算机软件技术在商业通信行业的快速发展中起着十分重要的作用，许多通信工作人员能够通过各类计算机软件技术，来有效分析与记忆所有消费者的不同消费习惯与需求，从而实现用户满意度的提升以及通信企业的良好发展发展。例如，IBMSPSS作为一款测预分析软件，它能够实时掌握用户的信息，通过精准的分析来对用户提供个性化的需求；而功能更加丰富的XO分析软件以通信用户的消费行为基础进行合理的评估报告，不断发掘用户潜在的消费心理，同时它还可以借助网络分析加速器，来检测自身系统存在的问题，并且快速、开心的制定出解决方案。
（二）商业领域的应用
计算机软件技术在商业领域的应用，不仅可以帮助工作人员优化工作结构，做好企业各部门作职责的分配，同时电子商务企业能够借助计算机软件技术来实现数据信息的汇总、处理，从而通过线上或者是线下多种方式促进消费者的消费行为，有利于企业核心竞争力的提高。而在用户信息的管理方面，工作人员可以通过Gognos技术在设备上建立起即时功能平台，用于用户信息的查询。例如，景区里的管理人员能够利用电脑、手机等实时共享设备实现对进出游客的实时控制。
（三）企业信息解决方案方面的应用
在大数据背景下，计算机软件技术还可以用于解决企业在发展过程中容易出现的信息安全问题，管理人员能够通过对数据资料的深入挖掘来掌握准确、有效的市场信息以及风险评估。首先是数据取样环节，企业人员需要在所销售的产品之中随机抽取代表性强的产品，其次是信息收集整合环节，借助计算机软件技术的计算分析来提高结果的可靠性，从而实现帮助企业有效在行业竞争的过程中规避市场风险的目的。
三、结论
结合本文，随着大数据时代的不断发展，计算机软件技术渐渐的与社会上的各行各业有了紧密的联系，在企业行业竞争力的提升中起到了至关重要的作用，并且为各个企业的生产发展提供十分重要的技术保障。因此，计算机软件技术领域应当适应时展要求，以提供优质、安全的数据管理应用为目标，从而在海量数据信息的收集、分析、存储环节中发挥出高效防护、管理的作用，同时还要对计算机信息系统采取有效的措施，充分保障数据信息的安全性。
【计算机硕士论文参考文献】
[1]郝雅萍.基于大数据下计算机软件技术的应用[J/OL].电子技术与软件工程,2019(06):166[2019-04-22].
[2]卢凌.大数据时代下计算机软件技术的应用探索[J].现代工业经济和信息化,2019,9(01):85-86.
[3]王志国.大数据下计算机软件技术的应用分析[J].信息与电脑(理论版),2019(03):103-104.
1、计算机人工智能识别技术应用瓶颈探析
2、计算机科学与技术的应用现状与未来趋势
3、计算机信息处理技术在大数据时代背景下的渗透
4、计算机基础课程应用教学思考和感悟
5、中职中药专业计算机应用基础教学改革实践
6、浅谈虚拟现实技术在中职计算机基础教学中应用的必要性
7、计算机图像处理技术在UI设计中的应用
8、计算机生成兵力行为建模发展现状
9、智慧档案馆计算机网络系统方案设计
10、浅谈如何提高计算机网络的安全稳定性
11、计算机应用技术与信息管理的整合探讨
12、计算机科学技术小组合作学习研究
13、计算机科学与技术有效教学策略研究 >>>>>计算机网络和系统病毒及其防范措施毕业论文
14、互联网+背景下高校计算机教学改革的认识
15、艺术类应用型本科高校"计算机基础"课程教学改革研究
16、计算机技术在石油工业中应用的实践与认识
17、计算机技术在电力系统自动化中的应用研究
18、微课在中职计算机基础教学中的应用探析
19、课程思政在计算机基础课程中的探索
20、计算机服务器虚拟化关键技术探析
21、计算机网络工程安全存在问题及其对策研究
22、人工智能在计算机网络技术中的运用
23、慕课在中职计算机应用基础教学中的运用
24、浅析如何提高高校计算机课程教学效率
25、项目教学在计算机基础实训课程中的应用分析
26、高职计算机网络教学中项目式教学的应用
27、计算机信息安全技术在校园网络的实践思考
28、大数据背景下的计算机网络安全现状及优化策略
29、基于计算机网络信息安全及防护对策简析
一、大数据审计思路
(一)树立大数据审计的理念。将大数据审计的贯穿到每个审计项目中，不断研究新思路、新经验和新做法，以数据为核心，将数据分析与现场延伸调查相结合的方式，更精准的定位审计疑点，缩小核实范围，提高工作效率。
(二)充实大数据审计资源。定期采集包括财政、民生等使用较为频繁的数据资源；积极推动数据采集规范化建设；推动大数据审计方法库的构建，使计算机审计方法的应用更为便利、快捷。
(三)强化大数据审计队伍建设。运用计算机和大数据进行审计应动员全局力量，而不仅仅局限在计算机人员。加强复合型人才的培养，审计人员不仅要懂得数据库的知识，还要懂得审计实务；加强数据分析能力和业务知识的学习培训，提升综合素质。
二、提高大数据审计的措施
(一)前期数据调查
对全市各部门(单位)所运用的业务系统和业务数据进行调查了解，摸清各部门的业务数据内容及其存储情况，为采集业务数据和审计项目中可能涉及到跨部门数据关联做准备。接入用友财务统一核算软件审计端口，审计端口的接入更灵活、方便地为各审计组财务数据采集提供服务。
(二)积极配合项目组
在项目实施前积极与组长、主审进行沟通，如何开展计算机审计、项目组需要什么、项目所需要的数据、主审想得到的目的和结果。以确定审计方向和重点，并将相关的审计内容纳入到审计工作实施方案。在审计项目实施过程中，对审计方法、发现的疑点、采集到的数据方面存在的问题、以及审计思路的变化，及时与主审反馈，以调整审计方法和思路，并配合项目组核实疑点。
(三)参与重点项目
年初审计计划项目制定后，确定重点审计项目，加入到项目组中。除数据分析外，通过参与其他审计内容，熟悉财务知识、财经法规以及其他业务方面知识，尽快地提升自身业务能力，积累经验。今后审计工作中，运用自己的思路和方法开展审计。
(四)编写计算机审计方法
在审计项目完成后，总结项目实施过程中所采用的计算机审计方法，并编写计算机审计方法或案例，为以后的审计项目开展打好基础。
关键词：大数据时代；网络通信技术；分析
计算机网络技术的发展与完善，Internet技术应用领域广泛，并且现在人们生活、学习与工作已经离不开计算机网络。现在人们的需要不断变化，计算机远程网络通信技术需要不断更新以适合现代人们的需要，同时保障计算机远程网络通信。在大数据时代，提高计算机远程网络通信的质量，满足用户的需求是迫切需要解决的问题，在大数据时代，如何提高计算机远程网络通信质量，更新计算机远程网络通信技术，保障用户的需求，给计算机远程网络通信技术的专家和学者提供了机遇和挑战，以适合现代社会发展需要。
1大数据时代计算机远程网络通信技术的优势
计算机远程网络通信技术在应用过程中根据用户的需求不断更新，在大数据技术的应用到计算机远程网络通信技术有一定的优势。首先抗干扰性强，计算机远程通信技术在大数据技术的应用下，保障数据传输的有效性，提高了数据传输的抗干扰性，保障了数据传输的准确性。其次有利于与计算机结合，计算机是计算机远程网络通信的主要工具，在大数据技术的应用下，让计算机与计算机远程通信网络能更好的兼容，能更加有效保障通信的质量与效果。最后具有多样性特点，在大数据技术的应用下，根据用户的不同需要，计算机网络通信技术可以给用户提供多种选择方案，为用户提供多样化服务，满足用户的需要，符合现代社会发展，计算机远程网络通信技术改革为用户需求服务。
2大数据时代计算机远程网络通信技术存在的问题
2.1计算机远程网络通信技术故障
大数据时代计算机远程网络通信在运行的过程中，出现计算机远程网络通信技术问题是一种常见问题。计算机远程网络通信技术故障主要表现其一是物理层出现问题，物理层出现问题一般是接口问题，一旦出现问题影响数据的发送与接收，同时也容易被黑客等进行攻击。其二是网络层出现问题，网络层问题一般是路由器出现问题或网络IP地址出现问题，在网络运行的过程中容易出现网络拥塞现象，对网络通信产生一定的影响。当网络层出现问题还有可能受到病毒的攻击，这会给网络通信起到阻碍作用，在网络通信要注重网络病毒的防治，减少网络病毒对网络通信的攻击。
2.2计算机远程网络通信的速度问题
现在人们的生活、学习与工作离不开计算机网络，计算机远程网络通信的速度是大家关心的问题，数据在网络上传输视频、图片等都有传输失败的现象，这都是计算机远程网络通信出现问题，多数都是由于网络拥塞现象造成的，在计算机远程网络通信带宽增加的过程中，但每年网络用户大量增加，这给网络通信的速度带来一定问题，阻碍了人们的正常网络通信。
3大数据时代计算机远程网络通信技术的革新
3.1对计算机远程网络通信技术进行维护
计算机网络远程通信需要网络设备，网络设备需要进行维护保障计算机网络正常通信。在维护的过程中，主要是根据每个企业的情况对其进行定期的检测和维护，为了更好地对计算机进行维护可以让相关人员每天对机器进行检查，对通信的情况进行评价，每周可以做一次汇报总结，对于出现问题的机器要及时进行检修，这样能够保证整个系统的运行。要保障计算机远程网络通信质量，需要对网络通信设备定期进行检测与维护，同时每台设备最后建立档案，同时每台设备都需要有专人负责，建立一种维修维护责任制。
3.2革新计算机远程网络通信的速度
计算机远程网络通信速度是用户最关心的问题，提高计算机远程网络通信速度是一个多元化因素，必须利用现代科学技术，科学有效的保障计算机远程网络通信速度提升。扩大带宽是提高计算机远程网络通信速度提高的有效方法，但提高带宽需要技术支持，同时也需要经济的支持，网络的基础设施需要提升，网络的硬件设备需要购买，这些都是提高网络通信速度的基础，为了保障网络通信速度提升，必须加强网络通信的基础建立，完善网络通信的扩大化，符合现代网络通信的优化。提高计算机远程网络通信速度，需要在软件和硬件方面都进行改变，以适合现代远程网络通信发展的需要，同时能进一步提高用户的满意度，符合现代计算机远程网络通信速度提升的需求。
1计算机网络安全在大数据系统中应用的必要性
1.1大数据系统中网络问题层出不穷
大数据背景下，人们的工作、生活及学习模式发生了很大改变，但人们的网络安全意识有待提高。在人们迫切追求在网络环境中的便捷性体验时，只要忽视了网络安全隐患，就必然会导致大数据系统安全问题层出不穷。在计算机系统配置中，网络软件安全性整体偏低，导致人们的重要信息很容易受到攻击而导致泄露。黑客与病毒的入侵，也恶化了大数据系统中的网络环境。当软件和程序存有漏洞，就很容易遭到病毒入侵。一旦大数据系统网络监管力度不够，网络环境的安全性就更难以保障，导致大数据系统中网络问题接二连三地出现。
1.2计算机网络安全为大数据系统安全提供了无限可能
计算机网络安全，可有效保证大数据系统的稳定安全运行。大数据主要是信息技术下的一种产物，通过储存和处理信息，在大数据系统中俺找人的需求呈现信息，进而为个人与企业发展提供数据依据。在大数据系统中，信息数据是其运行的根本因素，同时信息安全也是计算机网络安全的主要内容，可以说，计算机网络安全是大数据系统安全运行的根基。对计算机用户来说，大数据通过收集个人信息并分析，依据人的喜好来推送相关的数据。一旦这些涉及用户隐私的数据被不法分子非法使用，必然会威胁到计算机用户的根本利益。对企业来说，通过收集企业各项数据并为企业发展提供数据支持，这些数据不免涉及企业的核心机密与市场竞争力，一旦这些数据泄密，必然会对企业造成致命性打击。所以，计算机网络安全，在很大程度上保证了大数据系统安全，对企业与计算机用户信息安全都有着全面保障作用。
2计算机网络安全在大数据系统中的具体应用及改进策略
2.1计算机网络安全在大数据系统中的具体应用
一般来说，计算机网络安全在大数据系统中的应用，应充分认识到大数据系统运行中面临的各种网络安全问题。从预防与解决网络安全问题的角度实现大数据系统的安全运行。确切来说，计算机网络安全在大数据系统中的具体应用，可从数据管理、数据分析、防火墙应用及区块链防篡改技术等说起。计算机网络安全在数据管理中的应用：计算机网络安全在数据管理中的应用，主要是确保数据的完整性与安全性，避免出现数据被黑客与病毒入侵而面临着各种威胁。如在大数据系统中对用户身份进行认证，其数据信息管理时，以设定好的网络ID为主，只要登录时进行网络ID认定，就能避免网络ID被不法分子登录，也杜绝了不法分子毁坏数据及盗取数据的行为。大数据系统中身份认证过程中，以密码和特殊口令的方式来认证，就大大地提高了数据管理的安全性。身份认证技术应用时，能对需要处理的信息加密，当信息一旦被盗用，也无法正确认证身份而使用信息。计算机网络安全在数据管理中的应用，只要面临着黑客攻击，就能全面分析黑客攻击的手段，并充分运用数据信息抵御黑客攻击，全面保护大数据系统中网络环境的安全。计算机网络安全在数据分析中的应用：计算机网络安全可用在数据分析中，用来保护大数据系统的安全性。数据分析通过运用统计手段整合和处理数据，进而提取到有效的数据，在分析和整理后得到相关的结论。大数据系统中，数据分析用以保证数据的安全和完整，并确保数据的可靠性。计算机网络安全技术在数据分析中的应用，在很大程度上提升了数据分析的效率与质量，额保证了数据的准确性。数据分析中应用计算机网络安全技术，应加强大数据系统中的网络安全监管，积极地运用数据挖掘安全技术，全面分析用户日常行为，及时地跟踪和警告可能产生安全风险的操作，并告知用户。防火墙技术、区块链防篡改技术在大数据系统中的应用：计算机网络安全技术在大数据系统中的应用，通过运用防火墙技术和区块链防篡改技术，提高大数据系统网络安全的强度。计算机网络安全的基本保障来源于防火墙技术，几乎每一台计算机都配备了防火墙。计算机网络安全在大数据系统中的应用，通过为计算机网络提供安全保护，把计算机和计算机外网分离开来，分别分析计算机外网传达到计算机本身的相关信息，只要鉴别并确认后，对其进行拦截或者是放行。防火墙技术用于大数据系统中，可起到对病毒隔绝作用。区块链防篡改技术的应用，通过在每个新区块上设置数据指纹，并让每一个区块之间形成一种链条结构，只要区块中的数据被篡改，就会导致下一区块的数据指纹变动，这就无法完成用户身份认证，进而确保数据信息的完整性与保密性。
2.2计算机网络安全在大数据系统中应用的改进策略
计算机网络安全在大数据系统中的应用，应全力解决大数据系统中面临的各种网络安全问题，实现大数据系统中的安全防控。具体来说，计算机网络安全在大数据系统中的应用，可从几点做起：提升网络安全防范意识：大数据环境下，人们使用计算机网络时，只要网络安全意识薄弱，就很容易处于不安全的网络环境中。尤其是青少年和中老年群体，计算机网络防范意识相对薄弱，很容易在网络环境中遇到信息泄密与信息被盗等问题。那么，要想确保大数据环境的安全有效，每个人都应增强自身网络安全意识。社会也要积极地宣传计算机网络安全知识的宣传，以宣传的方式帮助人们提升安全意识，并做好计算机网络防范工作。提倡青少年和中老年群体，在使用计算机网络时，尽可能地把密码设置得更复杂点，起到对计算机网络用户账号的保护作用。加强计算机网络安全人才培养工作，充分发挥出网络安全人才优势，做好网络安全建设，降低计算机网络安全风险率。加强病毒检测防御：在大数据环境下，对计算机安装先进的软件，实时监测计算机网络运行的安全性。如在计算机上安装防火墙和杀毒软件，定期监测和防范病毒，提升计算机网络的安全性，全面保障人们信息的安全。对重要信息进行密钥处理，即便信息被盗也会在没有密钥情况下无法打开。增强计算机网络监管力度：在网络环境中建立网络监管制度，用于提升网络环境的安全度，并尽可能地消除网络环境面临的安全隐患。以法律法规为依据，做好网络安全控制，定期优化和完善网络安全，确保大数据系统的安全运行。因此，计算机网络安全对大数据系统来说至关重要。在大数据系统中应用计算机网络安全技术，应格外重视计算机用户网络安全防范意识的培养，并做好病毒检测防御工作，加强计算机网络监管力度。
oracle论文参考文献：
[1]殷泰晖，李帅.基于TNS协议的Oracle数据库安全性改进方法[J].合肥工业大学学报（自然科学版），2012，35（02）：193-196.
[2]孙钟安.大型数据库ORACLE数据库的优化设计思考[J].电脑知识与技术，2014，10（20）：4644-4645.
[3]于淑云，马继军.ORACLE数据库安全问题探析与应对策略[J].软件导刊，2010（12）：147-149.
[4]肖飞，黄正东，王光华，郭雪清.JAVA存储过程在Oracle数据库中的应用研究[J].中国数字医学，2014，9（03）：18.
[5]魏亚楠，宋义秋.Oracle数据库应用系统的性能优化[J].制造业自动化，2010，32（8）：204-206、222.
[6]曹新志，沈君姝，郭辉，等.Oracle数据库在PACS/RIS系统中的应用[J].中国医疗设备，2013（07）：35-37.
[7]彭小斌，张文峰，林根深.ORACLE数据库并发访问控制机制及访问冲突的解决方法[J].中国医疗设备，2013，28（01）：44-45、14.
[8]付强，王春平.基于半实物仿真的半自动跟踪技术开发平台[J]四川兵工学报，2012，33（08）：69-70、80.
[9]孔银昌，夏跃伟，刘兰兰，等.Oracle数据库安全策略和方法[J].煤炭技术，2012，31（03）：190-192.
[10]梁树杰，黄旭彬.Oracle数据库维护中自动跟踪技术的应用分析[J].电子科技，2014，27（10）：61-63.
[11]刘哲.基于Oracle数据库系统的优化与性能调整研究[J].绿色科技，2015，05：283-284+287.
[12]胡铁峰.浅议如何调整优化Oracle9i数据库的性能[J].黑龙江科技信息，2014，22：86.
oracle论文参考文献：
[1]段桂芹.基于DBA岗位需求的高职Oracle数据库课程教学改革[J].计算机教育，2014（2）.
[2]李秀芳.应用型人才培养模式Oracle数据库课程教学研究[J].中国电力教育，2013（35）.
[3]周溢辉.项目导向任务驱动的数据库应用课程改革探讨[J].软件，2012（4）.
[4]任淑美.《大型数据库系统Oracle应用开发》课程实训教学的研究[J].计算机光盘软件与应用，2013（2）.
[5]龚晓君.基于行动导向的Oracle课程教学实践[J].计算机时代，2011（6）.
oracle论文参考文献：
[1]魏永丰，刘立月.异构数据库系统中的Oracle与SQLServer数据共享技术[J].华东交通大学学报，2005，22（1）：92？94.
[2]郭东恩，沈燕.Oracle透明网关技术实现异构数据库互连[J].电脑开发与应用，2008，21（9）：58？59.
[3]蓝永健.利用Oracle透明网关技术进行系统整合的研究[J].广东第二师范学院学报，2008，28（5）：92？96.
[4]OracleCorporation.Oracle11gdatabasedocumentation：gatewayforSQLserveruser’sguide，11grelease2[R].California，USA：OracleCorporation，2009.
[5]OracleCorporation.Oracle11gdatabasedocumentation：textapplicationdeveloper’sguide11gRelease2[R].California，USA：OracleCorporation，2009.
[6]OracleCorporation.Oracle11gadocumentation：textreference[R].California，USA：OracleCorporation，2009.
[7]熊志辉，王德鑫，王炜，等.基于Oracle的多权限多格式文档组织与检索系统[J].计算机应用，2008，28（9）：2407？2409.
[8]朱松岩，叶华平，李生林，等.基于多层授权体制的档案全文检索系统设计与实现[J].后勤工程学院学报，2005，21（1）：57？60.
[9]李瑞丽，钱皓，黄以凯.基于Oracle大数据的全文检索技术研究与实现[J].微型电脑应用，2013，29（1）：18？21.
[10]李尚初.Oracle的全文检索技术[J].哈尔滨师范大学自然科学学报，2009，25（4）：92？95.
[11]OracleCorporation.Oracle11gdatabasedocumentation：performancetuningguide[R].California，USA：OracleCorporation，2009.
