大数据专业导论.docx

数学与计算机科学学院 “大数据专业导论”论文 题目 : 年级专业 : 姓名 : 学号 : 学期 : 授课教师 : 完成时间 : PAGE PAGE 1 一百多年前，汽车行业是第一个真正引入大规模生产概念的行业。那些以前买不起车的美国工薪阶层，突然承担得起汽车这个富人的专属玩具了。福特T型车让成千上万美国家庭拥有汽车。但大规模制造也有其局限性，福特先生说过，你可以买到各种色彩的车，但红色、绿色都不可能，只能是黑色。大规模生产让数以百计的人买得起商品，但商品本身却是一模一样的。 　　我们面临这样一个矛盾：手工制作的产品漂亮无比却非常昂贵;与此同时，量产化的商品价格低廉，但无法完全满足消费者的需求。 　　我认为下一波的改革是大规模定制，为大量客户定制产品和服务，成本低、又兼具个性化。比如消费者希望他买的车有红色、绿色，厂商有能力满足要求，但价格又不至于像手工制作那般让人无法承担。 　　因此，在厂家可以负担得起大规模定制带去的高成本的前提下，要真正做到个性化产品和服务，就必须对客户需求有很好的了解，这背后就需要依靠大数据技术。 目录 TOC \o 1-3 \h \u 2189 目录 4 11678 1.什么是大数据 5 24484 1. 大数据的特点 6 21268 1.1 数据体量巨大(Volume) 6 21674 2.2数据类型繁多(Variety) 6 4839 2.3价值密度低(Value) 6 19238 2.4处理速度快(Velocity) 6 21945 3.大数据的价值 7 14207 4.大数据对于我们生活的影响 9 31581 4.1生活更便利 9 27424 4.2安全有保障 9 17649 4.3未来还有更多的改变 9 27297 5. 大数据未来的发展趋势 10 5329 5.1 趋势一：数据的资源化 10 26227 5.2 趋势二：与云计算的深度结合 10 23341 5.3 趋势三：科学理论的突破 10 29078 5.4 趋势四：数据科学和数据联盟的成立 10 31813 5.5 趋势五：数据泄露泛滥 11 12136 5.6 趋势六：数据管理成为核心竞争力 11 9629 5.7 趋势七：数据质量是BI（商业智能）成功的关键 11 14484 5.8 趋势八：数据生态系统复合化程度加强 11 29088 6.政府对大数据的支持 12 14487 7.大数据目前存在的问题 13 30093 7.1大数据安全隐患 13 4234 7.1.1大数据遭受异常流量攻击 13 29606 7.1.2大数据信息泄露风险 13 28936 7.1.3大数据传输过程中的安全隐患 13 31732 7.1.4大数据的存储管理风险 14 11365 7.2大数据安全挑战 14 22566 7.2.1个人隐私保护 14 19353 7.2.2跨境数据流动 14 17226 7.2.3传统安全措施难以适配 15 908 7.2.4平台安全机制亟待改进 15 13429 7.2.5应用访问控制愈加复杂 15 1.什么是大数据 对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”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来适应海量、高增长率和多样化的信息资产。 麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。? [1]? 大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。 ?[2]? 从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。 随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像 \t /item/%E5%A4%A7%E6%95%B0%E6%8D%AE/_blank MapReduce一样的框架