摘要：我国大数据产业目前已进入快速推进阶段。对于企业来说，大数据是一项极其重要的战略资产。文章从大数据的起源及基本特征出发，分析大数据给企业财务信息管理带来的影响，并提出大数据时代加强企业财务信息管理的有效策略。

关键词：大数据；财务信息管理

伴随互联网+、云计算、物联网、社交网络平台、传感技术等新兴技术与服务的出现，人类社会的数据种类和规模正以前所未有的速度呈爆发式增长和累积。据市场调研机构IDC预计，未来全球数据总量年增长率将维持在50%左右，到2020年，全球数据总量将达到40ZB，其中我国数据量将达到8.6ZB，是2013年的10倍。海量数据的产生已经完全不受时间、地点的限制，其规模效应给数据存储、管理以及数据分析带来了极大的挑战。

大数据产生经历了被动-主动-自动三个发展阶段。第一阶段是数据库技术的出现。数据库技术被广泛应用于运营系统，数据伴随着系统的运转产生并被记录下来。这种数据的产生是被动的；第二阶段是互联网技术的诞生。新型社交平台的开发与各类便携式移动设备的使用，给人们更多的表达个人想法的途径与机会，这个阶段数据的产生方式是主动的；第三阶段是感知式系统的广泛应用。装配微型传感器的设备被广泛布置于社会的各个角落，这些设备源源不断记录下大量的新数据。这种数据的产生是自动的。这些被动-主动-自动记录与存储的数据共同构成了大数据的数据源。

关于大数据的特征，在国外大数据研究先河之作的《大数据时代：生活、工作与思维的大变革》一书中，作者指出，大数据是以4V为基本特征的数据集，即规模性（volume）、多样性（variety）、高速性（velocity）、价值性（value）。而IBM认为，大数据还必然具有真实性（veracity）。维基百科则通过简单明了的描述，对大数据进行定义：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。2017年国际电信联盟首次以大数据作为世界电信日主题，提出了“发展大数据，扩大影响力”。

企业财务信息管理起源于16世纪初的西方资本主义萌芽时期，早期并没有形成专业、独立的财务信息管理系统。企业的业务单一，信息资料也比较笼统、简单。随着20世纪初期工业革命的成功，公司制企业迅速发展并成为主要的企业组织形式，财务管理和财务信息的重要性日益突出，财务管理理论、制度、法规逐步完善。政策法规对财务信息有了规范性的要求，甚至对财务信息的披露、存档时间、保存形式有了详细的规定。到20世纪90年代，微型计算机应用逐渐普及，财务信息由传统手工编制过渡到手工+计算机辅助编制。随着计算机应用软件技术的进步，专业性的财务软件逐步代替了手工记账方式，进入财务电算化时代。当前，随着互联网和云存储、指纹加密、人脸识别等信息技术的兴起，云算盘、精斗云、云账房等新型财信息管理系统已开始得到广泛应用。

在企业财务信息管理中，数据来源的真实、有效、可验证性，数据采集的及时性、数据与本企业经营决策的相关性，数据的可计量性等是企业做出正确经营决策和投资参照的重要基础，为明确企业财务现状和运营前景提供依据；先进设备与技术的应用，是企业财务信息管理的有力支撑；而信息管理制度及人才队伍的建设，更是企业财务信息管理的关键所在。在大数据时代，财务数据，设备与技术，制度与人才多项因素紧密相结合，对于促进企业快速、良性发展有着重要的意义。

在计划经济时代，财务信息最主要的来源是各项经营的收支，并以货币计量方式表达。在大数据时代，除了传统的纸质或电子形式存在的文字、表格，电子设备、传感器、刷卡机、收款机、网站浏览点击行为、电子地图、社交网络媒体互动等设施与平台记录下来的数据与信息都可成为影响企业经营决策的信息源。

传统财务信息管理主要是以货币形式出现的跟收入与支出相关的数据，信息类型单一。而大数据的基本特征之一是信息类型繁多，涵盖了文本、音频、图片、视频、模拟信号等。信息整合难度加大。

传统的财务管理是事后管理，且局限于对现有数据进行简单的统计分析、查询。大数据的应用能够对企业经营情况进行实时分析和及时预测，提供更具时效性、指标多样化、更贴近经营管理需求的财务管理动态分析报告。财务管理的职能前置到市场预测、产品设计、供应链建设等价值规划阶段，财务体系由核算型向价值型转变。

大数据时代，海量数据的价值性呈现低密度，高附加值特点。单个数据看起来价值很低，但同类型的数据规模增加到一定数量，就会有很高的商业价值，对企业经营决策的指导力越强。当前，财务信息来源可分为二个方面：一是企业经营过程中产生的信息，这类信息属于内部数据。除日常收支外，还应括用户注册信息、浏览记录、定位记录等；也包括构成产品价值链的各个环节产生的数据，比如研发记录、生产作业记录、采购过程动态监控记录、物资出入库数据、销售业务数据等；还包括人事、战略、公共策略、专业知识库、企业文化等非结构化信息数据。二是本行业及跨行业相关数据信息，这类信息属于外部数据。外部数据应注重从目标人群、行业、大环境等方面收集。伴随着各种随身设备、物联网、移动互联网等技术的发展，人成为了移动互联网的核心网络节点，通过用户点击行为、电子地图、社交网络行为等数据，可以对目标人群进行有效分析。行业数据既包括本行业的产品种类、销售状况、研发趋势、竞争对手情况等，还包括跨行业的关联性信息，以全面性提高数据的准确度和价值。大环境指所处社会的经济、政治、法律等环境。国务院《促进大数据发展行动纲要》提出要稳步推动公共数据资源开放，这将成为重要的外部数据来源。

大数据搜集，重点不在于占有，而在于利用。而要利用好数量庞大，来源广泛，格式多样的财务信息数据，就必须对其进行实时整合，存储与管理。其方法主要是分类，聚类，存储。分类是找出大数据中的一类数据对象的共同点，通过分类模型将其划分为不同的类。同一类数据由于具有不同特征，可以被分到多个类别中去。聚类就是按照某个特定标准（如距离准则）把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大。存储则是以根据财务管理需要将大数据划分成分布式存储模块，如生产计划模块、销售管理模块、会计核算模块、资产管理模块、业绩评价模块和企业间关系模块等，以便数据管理和使用。

参考文献

[1]孟晓峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013（50）

[2]东梅.论财会信息的现代化管理[J].北方经贸，2013（2）

[3]何冰.大数据会计与财务信息相关性研究[J].会计之友，2017（7）

[4]程平.云會计环境下人、数据和系统对会计信息质量的影响[J].重庆理工大学学报（社会科学版），2016（7）

【摘要】尽管我国经济水平已经得到了提升，人们的生活质量也得到了提高，但部分地区依然处于贫困状态，扶贫资金对于这些贫困地区的人民群众来说是雪中送炭，能够帮助贫困地区脱贫。“精准扶贫”是近年来政府提出的扶贫政策，引起社会各界对贫困地区扶贫工作的重视，而大数据则能够助力精准扶贫，使该扶贫政策得到高效的贯彻和落实，所以进一步探讨大数据助力精准扶贫是非常必要和重要的。

【关键词】大数据;精准扶贫;措施分析

精准扶贫是政府提出的扶贫政策，其目的在于帮助贫困地区脱贫。精准扶贫中的扶贫资金，不仅涉及到政府管理部门，还涉及到社会各界及贫困地区经济发展，所以全面有效实施精准扶贫显得非常重。资料显示，大数据的应用能够使精准扶贫资金效益得到最大发挥，能够完善精准扶贫资金管理，使精准扶贫实现“真扶贫”。对此，笔者根据自己对“精准扶贫”及“大数据”的了解，分析了大数据助力精准扶贫的原理、问题及措施等。

“大数据”是社会经济及科学技术发展的产物，已经被应用于人们的生产及生活，对各大领域发展都起到了积极的推动作用。大数据是基于信息技术基础上对数据进行分析及整合的科学技术，其核心在于利用数据对信息进行分类、管理、整合、分析及处理，具有数据体量大、种类多、数据处理速度快及价值密度低等特点。

大数据助力精准扶贫时需要应用到信息技术，以获取准确的扶贫信息及数据;利用大数据能够对复杂的扶贫数据及信息进行分类、调整及分析，以了解多种影响因素，为精准扶贫的实施提供依据;当大数据被应用到精准扶贫时，需要相关部门对应用时产生的各种信息进行收录，并利用互联网进行整合、分析、挑选、筛查及汇总，以便于扶贫工作者利用这些数据对扶贫工作进行现实状况分析，最后找到有效的扶贫举措，提高扶贫决策的科学性及合理性，使精准扶贫得到实现。

第一，在大数据支持下，遥感技术、媒体信息技术、宽带网络技术等都能够应用到精准扶贫工作中，如可以用这些技术调查和分析扶贫产业、贫困人口和周边环境等数据。第二，利用大数据能够实现对农村基础设施与地理环境、交通等信息整合，从而全面了解贫困对象基本信息及生活需求等。第三，在大数据支持下能够了解贫困地区的人口及经济水平等信息，为精准扶贫工作提供重要依据。

第一，对贫困群体的精准识别基础工作不扎实，导致一些非贫困群体享受到帮扶待遇。第二，精准扶贫管理部门及相关工作者的职责界定不清晰，且资金审批、拨付等工作手续繁多，降低了扶贫工作效率。第三，没有按照国家相关规定及实际需要管理扶贫资金，导致部分扶贫资金被骗取和套取。

（一）对扶贫对象进行精准定位。第一，利用大数据下的媒体信息技术、通信技术及计算机技术等对贫困地区的人口进行调查，并确定符合扶贫要求的人群。第二，利用计算机信息技术对贫困对象进行建档立卡，并构建贫困人口的基本信息库，信息录入包括扶贫对象的年龄、工作、性别、年收入及家庭人口数量等。第三，信息录入后还需要进行基层走访、信息核实汇总，以保证扶贫对象信息的真实性，减少非贫困群体骗取和套取扶贫资金。

（二）利用大数据对扶贫工作进行动态跟踪管理。第一，利用大数据下的信息技术、遥感技术及媒体信息技术等，构建动态识别系统，以实现对扶贫对象的高效管理，同时还能够收集和分析相关数据，从而优化贫困户识别系统，提高精准扶贫工作质量及效率。第二，利用计算机信息技术及通信技术等，构建扶贫对象资源数据库，以提高识别系统准确性及扶贫对象信息数据完整性。第三，进行动态管理时，不仅需要对扶贫对象的基本信息进行动态监察，还需要管理扶贫资金流向和追踪扶贫资金使用方向等，以保证扶贫资金切实应用到扶贫对象身上。第四，通过实时更新扶贫对象信息系统，了解扶贫对象是否已经脱贫、是否进入帮扶范围等动态，以保证精准扶贫得到全面贯彻和实施。

（三）利用“大数据”预测贫困需求。第一，利用大数据下的数学方法来定位扶贫方向，并分析扶贫对象实际需求。第二，利用大数据对扶贫对象的基本信息进行分析，并利用数学法计算贫困事情发生率，以了解扶贫对象的贫困需求，从而制定具有针对性的扶贫对策。第三，利用大数据中的遥感技术、媒体信息技术等构建扶贫资金管理系统及监督系统，以实时了解扶贫资金的取向及利用率，以保证扶贫资金能够真的解决扶贫对象的实际问题，减少资金浪费，最终提高精准扶贫工作质量及效率。另外，在精准扶贫中还需要注意以下两点：第一，实行脱贫工作责任制，保证扶贫工作执行力。第二，积极转变贫困人口的思想，引导贫困人口通过自身努力实现小康生活。

总之，精准扶贫是针对我国贫困地区提出的扶贫政策，已经在很多贫困地区得到贯彻，而大数据则能够提高精准扶贫工作质量及效率，使贫困地区脱贫速度加快，加快我国小康社会发展。基于此，上文先简单概述了大数据，然后分析了大数据助力精准扶贫的原理以及对精准扶贫的技术支持，并探讨了精准扶贫中存在的问题，最后分析了大数据有效助力精准扶贫的措施。

【课题：《基于蚁群算法的黑龙江省大宗农产品物流网络系统研究》，课题项目号：2019BJ07;《精准扶贫与小额信贷政策融合研究》，课题项目号：18SHE545】

【参考文献】

[1]解静静.大数据助力精准扶贫问题研究[J].江西农业，2019（14）：131+135.

[2]骆沙鸣.大数据助力我国精准扶贫[J].中国经贸导刊，2018（10）：50-51.

[3]李秀玲.大数据助力精准扶贫[J].中国国际财经（中英文），2018（07）：197.

大数据时代下，人们比以往多了许多对于数据信息的热情，全球有四十六亿的移动电话用户，有二十亿都在用移动电话上互联网。大数据时代的来临必然会对信息产生影响。本文分为四大部分，第一、二部分是对大数据和大数据时代的简要分析;第三部分是大数据时代下，信息安全面临的机遇和挑战;第四部分是应对策略的分析。

大数据本身并不是一种产品，也不是一种新的技术，而是科学技术发展到今天在信息领域所出现的一种必然的现象。大数据热潮的到来主要归功于互联网、云技术、物联网等科学技术网络的迅猛发展。大数据(bigdata)中的“大”只是一个相对的概念，它不单单指信息量的巨大，还包括在数量、质量、传播速度、涉及的领域、种类等方面的特点。

下面，笔者将从大数据以及大数据时代的简介出发，进而分析大数据以及大数据时代的特点，由此挖掘出大数据对信息安全的机遇和挑战，并提出一些建设性的建议和意见。

1.1大数据的定义

麦肯锡(全球知名的咨询公司)将大数据的概念确定为：无法用传统的数据处理软件对其内容进行抓取、处理、发送等的数据信息。

1.2大数据的特点

1.2.1数据量(volumes)大 　　大数据的数据量巨大，从传统的TB级别，跃升至PB级别。

1.2.2数据种类(variety)繁多 　　数据的来源通道多，互联网、云技术、物联网、平板电脑、手机、PC以及遍布世界每一个角落的客户端和传感器都是大数据的来源。数据的格式和种类已经突破了以往传统的结构化的数据格式，呈现了半结构化的数据格式和非结构化的数据格式，。例如：网络日志、通讯中的聊天记录、图片、视频、地理位置、军事侦察、医疗记录、摄影视频档案、天文学等信息。

1.2.3数据价值量(value)低 　　由于大数据数据量的巨大，所以有价值的信息就相对较少。以视频这种信息格式为例，不间断的视频播放，可能具有价值的信息就仅仅两秒钟而已。

1.2.4数据处理速度(velocity)快 　　大数据中包含有大量的在线和实时的数据信息分析处理。

最早提出大数据时代已经到来的机构也是全球最大的咨询公司麦肯锡。麦肯锡在相关的研究报告中表示，数据已经渗透到我们生活的各个领域、各个行业，它已经与我们的生活息息相关了，并且已经成为了一种生产要素。人们对海量数据的生产与需求，必然会带来新的一轮生产率增长和消费盈余的浪潮。大数据也已成为互联网领域的热词，也已经被金融领域高度重视。

随着科技、网络的不断进步和发展，数据成为一种资产已经是不争的事实。如果说云技术为数据的保管、传播、访问等提供渠道，那么如何运用数据这份资产，并且让它成为国家治理、企业运营、个人生活服务，就是大数据的核心和灵魂，也是云技术的发展方向和核心所在。

现如今，全球各大互联网的商业巨头都已经认识到了大数据这一新兴资产的价值。惠普、IBM、微软、EMC等全球的IT巨头都在加紧收购与大数据相关的厂商来实现技术合作与整合。

3.1大数据给信息安全带来的机遇

大数据实现了对传统数据信息结构的解体，与传统数据结构相比成为了一个具有流动性、信息共享与连接的数据池。通过这种灵活的大数据技术，人们可以在最大程度上利用人们以为无法有效利用的数据信息形式来实现对企业的高效运营，为企业的发展也带来了更大的机遇。大数据信息技术的提高也使得数据信息安全工具和技术有所发展，让信息安全的监督更为的精细、高效与及时。

3.1.1对大数据的挖掘和应用将创造更多的价值

在大数据时代，大数据的发展重点已经从数据的存储与传输发展到了数据的挖掘和应用，这将引起企业发展的商业模式的变化，并且能为企业带来直接的利润，也可以通过积极的反馈来增强企业的竞争力。

3.1.2大数据的安全更为重要，为信息的安全带来了发展机遇

在大数据时代下，信息的安全事件发展的次数增多，信息安全事件所引发的数据泄露并由此带来的经济损失也越来越大。

随着科学技术网络的不断进步，大数据安全不仅是企业需要面临和维护的对象，也是个人消费者要面对的对象。大数据已然渗透到我们生活的方方面面，这一切使得信息安全越来越重要。

大数据提高了数据信息的价值，但是数据信息安全意识薄弱以及信息安全事件频发，并且损失加大，这样日益严峻的安全形式对信息安全技术和工具均提出了更高的要求。目前所使用的信息安全技术、工具、管理手段以及相关的不能解决这个问题的方法、方式都应该得到发展，而大数据的发展为这一发展提供了巨大的可能性。所有这些，都为信息安全的发展提供新的机遇。

3.1.3大数据时代下，加快了信息安全的发展速度，云技术拥有巨大潜力

在大数据这条巨大的产业链中，参与者众多，面积也十分广泛。如果按照产品的基本形态来进行划分，可分为硬件、应用软件和基础软件三大类。云技术和信息安全纵贯这三大领域。纵观各个领域的国内外的发展情况，信息安全和商业智能的发展速度最快，尤其是云技术，它将有更大的发展潜能。这三者将成为大数据产业链的三大主要推动力。

3.2大数据给信息安全带来的挑战

任何事物的发展都具有两面性。大数据的快速发展在为信息安全带来发展机遇的同时，也带来了一些挑战。下面，笔者将从信息安全、技术、人才、国家等方面来对这一挑战进行分析。

3.2.1信息安全

在大数据时代下，数据的收集、存储、传播、共享、分析、管理海量涌现，面对这样巨量的信息，传统的网络信息安全面临着很多新的问题，安全成为今天的要务。这里具有两个层面的意义，一方面，大量的数据信息必然包含着大量的个人隐私，以及各种行为的具体细节的记录。这些数据的有效保护和不被滥用成为人身安全的重要保障;另一方面，大数据给数据的`存储、保护带来了许多技术上的难题，很多信息安全技术和工具问题等待着我们去艰苦攻关，传统的信息安全和技术已经基本失去效用。

3.2.2对数据的不正当的增删和篡改

与传统上的数据技术理念不同，大数据技术是从海量的非结构化的数据信息中提取具有实际价值的信息，所以这要求大数据的信息必须是可靠的。举一个例子，如果hacker入侵了大数据的系统，并恶意的增删和篡改了其中的数据信息，这必将对企业的运营和国家的决策以及个人的发展产生不良的影响。保证大数据信息的可靠性以及分析结果准确性是信息安全面临的新课题。

3.2.3对数据的盗取

大数据技术所处理的数据量非常巨大，所以，通常采用的是云端存储。因此，数据管理分数、用户进行数据处理的场所也具有不确定性、非法用户和合法用户难以区分，容易让非法用户入侵，盗取重要的数据信息。

3.2.4个人隐私的泄露

在大数据时代下，个人隐私等安全信息问题已经不是传统上的信息安全问题，应该树立新的安全观。所确立的新的安全观需要在为大数据的利用找到保护与开发的支点。

3.2.5对国家决策的影响

大数据时代下，信息量的迅速增长不仅仅要在存储等设备上加大资金的投入，同时也需要国家更新信息化的战略布局。如果国家的信息化战略不及时的调整更新，保持原来的信息安全观念不变，将很有可能失去发展的机会，减弱国家的竞争力。

技术的进步确为数据的处理、分析、存储解决了技术和工具的难题，但对大数据的利用主要应该放在信息安全上。保证大数据信息安全，应该做到以下几点：

4.1发展科技、利用科技做支撑

加大对大数据信息安全技术和工具的研发投入力度，要不断取得技术上的突破，解决新问题，例如：检测技术、监测分析技术、云技术、加密技术等等。与此同时，还要关注世界信息安全技术的发展方向，发展机遇大数据挖掘的预测能力分析，提高我国的信息安全的战略技术水平。

4.2政策规范和引导

国家应该及时调整信息安全策略，制定相关的政策，通过政策规范的引导和第三方的监测，切实实施大数据的安全战略。

4.3积极学习，借鉴国外经验

我们应该积极的借鉴国外的先进经验，加强顶层设计。加大力度研究信息防护的技术和产品，走出一条适合我国信息安全国情的、具有竞争力的和管理模式和技术的规范。

事物的发展都是具有双面性，大数据在给信息的安全带来机遇的同时，也带来了前所未有的挑战。本文通过对大数据以及大数据时代的特点的分析，结合目前的信息安全状况，对大数据时代下，信息安全所面临的机遇和挑战以及面对挑战的应对策略做了研究和探索，希望对增强我们国家的信息安全有建设性的作用。

随着大数据技术时代的来临，网络信息安全问题成为了信息管理技术研究的重要组成部分。在研究中发现，这种信息安全问题的挑战也是大数据技术发展的一个机遇。因此，技术研究者以大数据技术特征为切入点，针对数据安全问题寻找技术与管理的发展机遇，为大数据时代发展提供支持。

关键词：大数据；信息安全；信息技术；网络平台

大数据时代是当前信息技术产业发展的基础，也是其未来重要的发展方向。因此，做好大数据时代技术特征研究，对于提高信息技术质量，发挥大数据技术性能起到了重要的促进作用。在这一过程中，如何针对大数据时代中信息安全管理遇到的挑战，将其转变为大数据技术的发展机遇，就成为了信息安全技术与管理研究的重要内容。这一研究的开展一方面有助于大数据背景下，网络信息安全质量的提升；另一方面，也为大数据技术发展提供了发展空间。

1大数据技术的主要特征分析

区别于传统的网络信息技术，大数据技术在应用中具有十分鲜明的技术与管理特征。而这些特征不仅是其主要的技术优势，反之也会成为其信息安全中遇到的主要问题。在实际的网络信息管理中，这些特征可以概括为以下4点。

1.1数据量极为庞大

随着计算机技术与网络技术的不断发展，人类计算机数据整体数量也在不断提升中，其数据储存容量由KB到GB体量发展了几十年时间。但是随着大数据技术的应用，计算机储存体量在十几年以内已经由TB发展为PB（PB=1000TB），以及EB（EB=1000PB）计量。特别是当前大型企业数据存储已经出现了独立的EB级别计算机系统。这种数据体量级别的高速提升有利于大数据管理作用的发挥，但也会造成数据信息管理问题的出现。

1.2数据种类的不断增加

在当前的大数据应用体系中，数据信息的种类不仅包括了传统的数据信息，还包括了图片、视频、录音等多种数据信息模式。而大数据系统则是通过对这些信息中的数据性内容进行全面的分析、采集、归类，形成有用的大数据内容。这些种类繁多的数据信息对于计算机网络系统的工作能力有着极大的考验，其管理工作的复杂性远远超过传统的网络数据管理。

1.3数据分析处理速度较快

为了应对大数据处理中庞大的数据体量和复杂的数据类型，大数据处理技术在实际应用中采用了高速分析处理技术，提升了数据处理的整体质量。比如在大数据处理中，云技术的广泛应用就是利用网络平台的理论无限大功能，实现网络数据的高速处理过程。其中，云计算、云数据库和云分析技术的广泛采用，已经成为大数据时代技术的主要特征。

2网络信息安全带来的挑战和机遇

在新的大数据时代中，新技术的应用为网络信息安全带来了极大的挑战，同时，也为信息安全设计发展带来了极大的机遇。就目前网络信息安全实际情况而言，其挑战与机遇可以概括为以下几个方面的内容。

2.1网络数据攻击的主要目标

在当前的"网络信息攻击中，大数据目标往往会成为攻击的主要目标。造成这一问题的主要原因包括以下2点：①攻击目标明显。由于大数据分析计算中的数据基数较大，因此，其数据目标远远大于普通的数据库系统，进而更加容易被骇客、病毒等攻击。②数据攻击效益高。由于大数据模式中所储存的数据体量与内容极多，因此，一次攻击所获得数据量远远高于攻击普通目标，骇客攻击这类目标所获得效益远远高于普通目标。针对容易成为网络攻击目标的情况，技术人员开展相关技术研究，提高了大数据模式下数据的安全性。主要的应对方式包括以下2方面的内容：①云安全技术的应用。为了应对较为集中与高级的数据攻击模式，安全技术人员在传统的安全防范基础上广泛应用了云安全技术（云防火墙、云安全软件等），从网络层面便开始数据攻击的防范工作。同时，安全技术人员还可以利用云安全的网络合作模式，形成网络整体的数据安全防护管理，提高单一大数据系统的安全性。②新型反数据攻击技术的应用。在单纯的数据防范技术基础上，技术研究者还根据大数据技术特征发展出了新型反数据攻击技术。这一技术就是利用大数据模式，对防范中发现的攻击者技术特征进行数据分析与推理，查找攻击者IP地址或区域，并对其进行反向攻击，进而为网络安全管理部门工作提供数据坐标支持。虽然目前这一技术处于研究阶段，但其在未来的大数据网络技术应用中一定会得到广泛应用。

2.2各类隐私的泄露

由于大数据采集中获得的各类数据内容来源于网络，且内容较为复杂，因此，其数据构成中包括了大量的个人详细信息、企业经营数据等隐私类数据内容。在这种情况下，大数据处理中很容易造成隐私泄露问题的出现，甚至造成严重的泄密问题。为了应对大数据模式下可能造成的隐私泄密问题，管理者在传统的隐私保密基础上，应做好以下3点工作：①继续完善大数据处理技术，对隐私性问题开展自动保护措施，提高数据信息的安全性；②做好数据报告与数据分析处理人员的规范化管理，避免因其违反隐私保护规则造成的隐私泄露问题出现；③根据大数据时代的技术特征，做好隐私保护等各项互联网法律法规建设，确实做好隐私保护法治建设。

2.3存储技术面对的挑战

大数据模式下，计算机传统的存储技术受到了极大的挑战。在实际的数据存储中，这一挑战包括了以下3个问题：①由于数据储存量较大，进而对传统的计算机储存系统容量造成了极大挑战，特别是企业在不使用以PB为单位的存储系统时，难以真正使用数据系统，但更换这类存储系统又需要极大的成本支出。②传统的存储系统采用的是一体化的存储方法，难以针对存储数据类型差异进行自动分类储存。在大数据运行中，这种储存方式会影响后期分析、管理等工作的开展，进而造成数据处理速度的下降。③传统的储存方式对计算机病毒、木马等安全问题防御力较差，极容易造成数据储存问题的出现。

参考文献：

［1］孙梅玲，李降宇，王寅永.基于虚拟化环境的信息安全防护体系构建［J］.网络安全技术与应用，2017（09）.

［2］张允壮，刘戟锋.大数据时代信息安全的机遇与挑战：以公开信息情报为例［J］.国防科技，2013（02）.

［3］维克托迈尔舍恩伯格，周涛.大数据时代生活、工作与思维的大变革［J］.人力资源管理，2013（03）.

随着信息时代的到来，大数据(BigData)一词逐渐被人们认知和熟悉，其常被用于定义和描述“信息爆炸时代产生的海量数”。随着“大数据”时代的来临，在商业、经济及其他领域中，人们做出决策不仅仅依靠经验和直觉，常以数据分析作为决策依据，这种方式大大提高了决策的科学性，最大限度避免决策失误。用好大数据，必将对商业发展、科学研究和政府决策产生积极的影响。

1大数据的基本概况

大数据(BigData)是指那些超过传统数据库系统处理能力的数据，其具有以下四个基本特性，即海量性、多样性、易变性、高速性。同时数据类型繁多、数据价值密度相对较低、处理速度快、时效性要求高等也是其主要特征。

2大数据的时代影响

大数据，对经济、政治、文化等方面都具有较为深远的影响，其可帮助人们进行量化管理，更具科学性和针对性，得数据者得天下。大数据对于时代的影响主要包括以下几个方面：

(1)“大数据决策”更加科学有效。如果人们以大数据分析作为基础进行决策，可全面获取相关决策信息，让数据主导决策，这种方法必将促进决策方式的创新和改变，彻底改变传统的决策方式，提高决策的科学性，并推动信息管理准则的重新定位。2009年爆发的甲型H1N1流感就是利用大数据的一个成功范例，谷歌公司通过分析网上搜索的大量记录，判断流感的传播源地，公共卫生机构官员通过这些有价值的数据信息采取了有针对性的行动决策。

(2)“大数据应用”促进行业融合。虽然大数据源于通信产业，但其影响绝不局限于通信产业，势必也将对其他产生较为深远的影响。目前，大数据正逐渐广泛应用于各个行业和领域，越来越多的企业开始以数据分析为辅助手段加强公司的日常管理和运营管理，如麦当劳、肯德基、苹果公司等旗舰专卖店的位置都是基于大数据分析完成选址的，另外数据分析技术在零售业也应用越来越广泛。

(3)“大数据开发”推动技术变革。大数据的应用需求，是大数据新技术开发的源泉。相信随着时代的不断发展，计算机系统的数据分析和数据挖掘功能将逐渐取代以往单纯依靠人们自身判断力的领域应用。借助这些创新型的大数据应用，数据的能量将会层层被放大。

另外，需要注意的是，大数据在个人隐私的方面，容易造成一些隐私泄漏。我们需要认真严肃的对待这个问题，综合运用法律、宣传、道德等手段，为保护个人隐私，做出更积极的努力。

3大数据的应对策略

3.1布局关键技术研发创新。

目前而言，大数据的技术门槛较高，在这一领域有竞争力的多为一些在数据存储和分析等方面有优势的信息技术企业。为促进产业升级，我们必须加强研究，重视研发和应用数据分析关键技术和新兴技术，具体可从以下几个方面入手：第一，夯实发展基础，以大数据核心技术为着手点，加强人工智能、机器学习、商业智能等领域的理论研究和技术研发，为大数据的应用奠定理论基础。二是加快基础技术(非结构化数据处理技术、可视化技术、非关系型数据库管理技术等)的研发，并使其与物联网、移动互联网、云计算等技术有机融合，为解决方案的制定打下坚实基础。三是基于大数据应用，着重对知识计算(搜索)技术、知识库技术、网页搜索技术等核心技术进行研发，加强单项技术产品研发，并保证质量的提升，同时促使其与数据处理技术的有机结合，建立科学技术体系。

3.2提高软件产品发展水平。

一是促进以企业为主导的产学研合作，提高软件发展水平。二是运用云计算技术促进信息技术服务业的"转型和发展，促进中文知识库、数据库与规则库的建设。三是采取鼓励政策引导软硬件企业和服务企业应用新型技术开展数据信息服务，提供具有行业特色的系统集成解决方案。四是以大型互联网公司牵头，并聚集中小互联网信息服务提供商，对优势资源进行系统整合，开拓与整合本土化信息服务。五是以数据处理软件商牵头，这些软件商必须具备一定的基础优势，其可充分发挥各自的数据优势和技术优势，优势互补，提高数据软件开发水平，提高服务内容的精确性和科学性。同时提高大数据解决方案提供商的市场能力和集成水平，以保障其大数据为各行业领域提供较为成熟的解决方案。

3.3加速推进大数据示范应用。

大数据时代，我们应积极推进大数据的示范应用，可从以下几个方面进行实践：第一，对于一些数据量大的领域(如金融、能源、流通、电信、医疗等领域)，应引导行业厂商积极参与，大力发展数据监测和分析、横向扩展存储、商业决策等软硬件一体化的行业应用解决方案。第二，将大数据逐渐应用于智慧城市建设及个人生活和服务领域，促进数字内容加工处理软件等服务发展水平的提高。第三，促进行业数据库(特别是高科技领域)的深度开发，建议针对不同的行业领域建立不同的专题数据库，以提供相应的内容增值服务，形成有特色化的服务。第四，以重点领域或重点企业为突破口，对企业数据进行相应分析、整理和清洗，逐渐减少和去除重复数据和噪音数据。

3.4优化完善大数据发展环境。

信息安全问题是大数据应用面临的主要问题，因此，我们应加强对基于大数据的情报收集分析工作信息保密问题的研究，制定有效的防范对策，加强信息安全管理。同时，为优化完善大数据发展环境，应采取各种鼓励政策(如将具备一定能力企业的数据加工处理业务列入营业税优惠政策享受范围)支持数据加工处理企业的发展，促使其提高数据分析处理服务的水平和质量。三是夯实大数据的应用基础，完善相关体制机制，以政府为切入点，推动信息资源的集中共享。

做到上面的几点，当大数据时代来临的时候，面临大量数据将不是束手无策，而是成竹在胸，而从数据中得到的好处也将促进国家和企业的快速发展。

大数据为经营的横向跨界、产业的越界混融、生产与消费的合一提供了有利条件，大数据必将在社会经济、政治、文化等方面对人们生活产生巨大的影响，同时大数据时代对人类的数据驾驭能力也提出了新的挑战与机遇。面对新的挑战与发展机遇，我们应积极应对，以掌握未来大数据发展主动权。