大数据环境下的数据安全性探讨

大数据环境下的数据安全性探讨（共9篇）

1.大数据环境下的数据安全性探讨 篇一

3.1 自然灾害

自然灾害这里主要是指台风、龙卷风、飓风、地震、洪水、火灾等。随着信息技术的发展，网络已经成为世界人民生活中不可或缺的一部分。人们在使用计算机网络的过程中，有很多数据存储在服务器之中，并且经常与它们实时交互。在运营过程中，因为各种灾害例如火灾、停电、地震以及数据传送时线路的突然中断，将造成各种数据的丢失。

3.2 网络硬件

在信息化快速发展的今天，硬件虽然更新换代很快，但数据量的增长速度却是爆炸性的增长，进而造成以前的存蓄环境不能满足当前海量数据的需要，因此，应该对存储环境进行优化升级，使其能满足现今对数据存储的需要。在传输数据的过程中如果数据量过于庞大，而硬件设备由于老化导致传输速率的降低，那么网络的延迟可能会导致系统崩溃造成数据丢失，影响数据存储过程的安全。

3.3 操作失误

数据管理人员不管是面对怎样的应用软件，都有可能出现操作不当的情况。任何一个人在开展工作时都有可能会误删除系统的重要文件，或者修改影响系统运行的参数，以及没有按照规定要求或操作不当导致的系统宕机，尤其是进行数据库管理的工作人员，面对的数据量比较大，系统的运作也极为复杂，这都将导致操作不当或失误情况的发生，进而威胁到系统数据的完整性与安全性。

3.4 管理不善

由于存储系统越来越复杂，对管理维护人员的素质要求也越来越高，因管理不善而造成数据丢失的可能性会大大增加[2]。比如计算机网络中终端用户随意增减调换，每个终端硬件配备(CPU、硬盘、内存等)肆意组装拆卸、操作系统随意更换、各类应用软件胡乱安装卸载，各种外设(软驱、光驱、U盘、打印机、Modem等)无节制使用。

2.大数据环境下的数据安全性探讨 篇二

1 大数据的概念及特点

大数据就是指数据信息量的规模非常巨大, 从而导致无法以当前的主流工具在合理时间内进行正常的收集处理。它是一种数据量大且数据形式多样化的数据。通过对它概念的研究可以得出它具有以下几个特点: (1) 数据量大。大数据是数据信息来那个超大的资料, 每天都会产生无数的数据, 而且信息数据级别也越来越高。统计数据的级别PB的级别甚至更高。 (2) 形式多样。形式多样主要是指它的数据类型呈现出多样化的特点。随着信息技术的发展, 越来越多的数据以非结构化的形式出现。比如视频、音频、图片等。据统计, 非结构化数据在数据中的比重已经超过了80%。 (3) 价值密度低。大数据在运行过程中会产生大量有价值的信息, 这些信息对于生产生活会产生非常大的帮助。但是大数据由于数据信息量太大, 也就存在着价值密度低的特点。在很大一个数据统计中, 可能有价值的信息只有很少一部分。

2 大数据环境下存在的问题

大数据环境下的数据存在以下几个关键问题。

2.1 可表示问题

大数据环境下的一些非结构化数据呈几何的形式在增长, 数据的规模巨大, 形式多样化使得用户对于数据的需求也呈现出多样化的趋势。数据的不断增大导致数据运行的效率却越来越低。对于这些多而杂的非结构化数据, 如何表示将是一个非常重要的问题。

2.2 可靠性问题

大数据环境是一个非常庞大的网络环境, 在网络开放和共享的时代, 计算机数据面临着安全性和可靠性的考验。在大数据环境下, 数据的收集和发布方式比以前更加的灵活, 但一些不确定的数据将很有可能会造成数据的失真, 在网络开放的环境下, 失真的数据就会影响巨大的负面影响。因此大数据环境下的数据的可靠性将是一个急需解决的问题。

2.3 可处理问题

由于目前的数据信息每天都以成千上万的形式增长, 现有水文计算机处理能力已经很难有效地对其进行处理, 在进行数据分析的过程中, 需要研究一种新型的数据分析方法, 将多种学科的计算方式相结合, 对数据信息进行规律性的研究。

3 大数据环境下影响数据安全的因素

3.1 自然灾害

自然灾害这里主要是指台风、龙卷风、飓风、地震、洪水、火灾等。随着信息技术的发展, 网络已经成为世界人民生活中不可或缺的一部分。人们在使用计算机网络的过程中, 有很多数据存储在服务器之中, 并且经常与它们实时交互。在运营过程中, 因为各种灾害例如火灾、停电、地震以及数据传送时线路的突然中断, 将造成各种数据的丢失。

3.2 网络硬件

在信息化快速发展的今天, 硬件虽然更新换代很快, 但数据量的增长速度却是爆炸性的增长, 进而造成以前的存蓄环境不能满足当前海量数据的需要, 因此, 应该对存储环境进行优化升级, 使其能满足现今对数据存储的需要。在传输数据的过程中如果数据量过于庞大, 而硬件设备由于老化导致传输速率的降低, 那么网络的延迟可能会导致系统崩溃造成数据丢失, 影响数据存储过程的安全。

3.3 操作失误

数据管理人员不管是面对怎样的应用软件, 都有可能出现操作不当的情况。任何一个人在开展工作时都有可能会误删除系统的重要文件, 或者修改影响系统运行的参数, 以及没有按照规定要求或操作不当导致的系统宕机, 尤其是进行数据库管理的工作人员, 面对的数据量比较大, 系统的运作也极为复杂, 这都将导致操作不当或失误情况的发生, 进而威胁到系统数据的完整性与安全性。

3.4 管理不善

由于存储系统越来越复杂, 对管理维护人员的素质要求也越来越高, 因管理不善而造成数据丢失的可能性会大大增加[2]。比如计算机网络中终端用户随意增减调换, 每个终端硬件配备 (CPU、硬盘、内存等) 肆意组装拆卸、操作系统随意更换、各类应用软件胡乱安装卸载, 各种外设 (软驱、光驱、U盘、打印机、Modem等) 无节制使用。

4 如何保证大数据环境下的数据安全

4.1 建立大数据信息安全体系

大数据的应用规划以及它的信息安全应要提高到发展战略的高度, 对大数据进行系统的分类, 明确一些重点的保障对象, 强化对数据的监控管理。大数据环境是一个庞大的数据信息系统, 要确保数据信息的安全性, 需努力建立起一个完整的数据信息安全体系。

4.2 进行数据安全删除

当今信息安全技术当中一个极为关键的问题。所谓的数据安全删除指的就是对数据恢复正常的条件进行破坏, 使数据在删除之后无法恢复, 无法逆转。相对于部分敏感数据而言, 数据安全删除是十分关键的。众所周知, 普通文档实行删除操作仅仅是对其标记进行删除;高级格式化同样无法对数据区内的数据信息进行覆盖处理, 因此不能将其叫做安全删除。

4.3 对动态数据进行安全监控

相对与静态的信息数据, 动态的信息数据更容易产生安全问题。因此需要对动态数据进行安全监控, 完善对于动态数据的安全监控机制。在对动态数据进行监控的过程中, 必须要对分布式计算系统进行健康监控, 以保证其健康运行。在一些大规模的分布式计算中, 要对动态数据的细粒度进行安全监控和分析, 对大数据分布式进行实时监控。

5 结语

随着信息化时代的到来, 如今大数据环境下的数据不断增长。在大数据环境下的数据信息的安全性成为信息化时代的一个重要问题。对数据的安全性采取保障措施对整个大数据环境下的信息化发展具有非常大的意义。

摘要：大数据环境下的数据安全问题是信息化时代必须解决的问题。文章阐述了大数据的概念及特点以及其存在的一些问题, 再来分析大数据环境下影响数据安全的因素, 最后对如何保证大数据环境下的数据安全提出一些方法。

关键词：大数据环境,数据,安全

参考文献

[1]郭三强, 郭燕锦.大数据环境下的数据安全研究[J].科技广场, 2013 (02) .

[2]朱东华, 张嶷, 汪雪锋, 李兵, 黄颖, 马晶, 许幸荣, 杨超, 朱福进.大数据环境下技术创新管理方法研究[J].科学学与科学技术管理, 2013 (04) .

[3]聂元铭.大数据及其安全研究[J].信息安全与通信保密, 2013 (05) .

3.基于大数据环境下的气象数据分析 篇三

关键词：大数据 气象数据 分析

中图分类号：TP311.52 文献标识码：A 文章编号：1674-098X（2016）04（c）-0079-02

在社会的发展过程中，天气对社会中的很多行业都有一定的影响。在当前阶段，天气预报作为我国主要对天气进行预测的手段就对数据进行了一定的应用，但是随着大数据时代的到来，不仅是数据的数量，还是数据所隐藏的信息都有了很大的增加，在这种情况下，只是天气预报一种使用数据的手段就不能满足社会发展的需求，在这种条件下，加强对气象数据的研究，使其在气象工作中发挥出更大的作用，为人们的生活、工作提供良好的帮助。

1 大数据

1.1 大数据的内容

在当今社会的发展中，网络技术得到了大力的发展，在这种情况下，在网络中就会出现大量的数据，这些数据就构成了大数据，这些数据具有一定的实时性，其本质不在“大”上面，而是要对这些数据进行有效分析，将数据中所包含的内容全部挖掘出来，使用挖掘出来的信息来进行工作。因此，大数据就不只是对数据数量的一种诠释，更是对数据进行处理的一种手段。这就表示其与以往的数据有很大的不同，首先就可以发现两者之间规模具有很大的区别，其次是在对数据使用时，使用的方式也完全不同，在使用传统的数据时，只是使用单一的或者几种方式就可以了，而在使用大数据时，往往需要很多的方式才能完成[1]。

1.2 大数据的特征

随着社会科技的不断发展，大数据的应用越来越广泛，其特征也随之在增加。在大数据刚刚出现时，只是具有数据量大、处理传输的速度较高、数据的种类较多3个特征，而随着大数据的发展，在大数据的特征中又加入了数据真实性的特征，而到了现在，随着商业活动的不断增加，使数据又有了商业价值大的特征。根据这些特征可以发现，这些大数据中都含有一定的信息，为了将数据中的信息进行使用，就需要一定的手段将其从这些数据中寻找出来，这也是当前阶段中一个重要的工作内容。

2 气象数据

2.1 气象数据的内容

在气象部门工作的过程中，会出现很多的数据，其包括了气候数据与天气数据，这些数据统称为气象数据。气候数据就是使用一定的检测仪器对环境进行测量，将测量到的结果进行分析与整理所得到的数据。而随着社会的发展，世界各国对气候的研究有了更深层次的理解，使气候数据的内容有了进一步增长。天气数据就是为了推测天气变化而产生的数据，这些数据大部分是来自于卫星传输的。两者之间的区别主要在于前者往往反映的是一个地区长时间的环境变化，而后者只是表现了一个地区在一定的时间内的环境变化。但是两者之间还有一定的联系，对很长时间的天气数据进行分析与整理，就可以确定出某个地区的气候数据[2]。由于很多因素的存在，导致在我国当前阶段中对气象数据研究的对象为天气数据。

2.2 气象数据的特征

气象数据作为大数据中的一种，因此，其具有的特征就是大数据存在的一些特征。对其具体分析后可以发现，首先就可以发现其具有数据量大的特点：在气象部门发展的过程中，国家安装了很多雷达设备以及地面接受装置，同时，随着科技的发展，卫星技术的不断成熟，我国也向太空发射了一些气象卫星，在这些设备的使用过程中，产生了大量的数据，使其数量大的特点很好地体现出来。但是，对气象的观察并不是一直在进行的，这就使其产生的数据不是无限增长的[3]。同时其还具有一定的商业价值：在气象数据产生的过程中，来源比较单一，内容比较重复，这就不能使其自身带来经济价值，但是，其不能受到人为的干扰，在交通、旅游等行业中，就可以被很好地使用，将其商业价值很好地体现出来。

3 大数据对气象数据的影响

3.1 数据采集的影响

在对当前气象数据的采集过程中，已经将“大”的特点体现出来，但是这些只是对字面上的体现，而没有真正体现出来其真正的含义。在当前对气象数据的研究中，只是针对专门的气象数据进行研究，而与气象数据有关的其他数据研究得比较少，其中存在的利用价值很难被人们使用。因此，在对气象数据进行采集的过程中，不仅要将纯气象数据寻找出来，还要对其他气象中有关的数据进行采集。例如人们远距离出行要坐飞机，这时就可以对航班的信息进行了解，使人们出行更加便捷[4]。

3.2 数据存取的影响

由于大数据存在数量大的特点，这就为其存取造成了一定的影响。首先就是储存容量的问题，在我国当前阶段中，由气象产生的数据达到了5 PB（5×10245 B），需要的储存空间相当大。其次是存取速度的问题，由于数据量较大，在寻找有用数据的过程中需要花费一定的时间，可能达不到“1秒钟输出结果”的定律。在这两个问题当中，既有一定的联系，又存在着一定的矛盾，因此，在对气象数据存取时，就要进行统筹管理。对数据储存环境的扩建不是根本的解决办法，而是要加强对大数据的管理。在存储过程中，使用有效的方式对其进行分类，将其按照每种分类进行管理，使数据系统的性能更加强大[5]。

3.3 数据分析的影响

在气象部门的工作过程中，很早就将对气象数据的分析作为了主要的任务，但是在大数据环境下的分析还处在起步的阶段，其他行业大数据的分析过程中为气象行业的数据分析提供了良好的保证。在气象部门进行数据分析的过程中，将相对关系进行有效把握，对其进行良好分析，就可以对未来做出预测。而在大数据环境下，气象数据的数量得到了一定的增加，对未来预测的过程中就有更多的数据来进行分析，可以保证预测的结果更加准确。

4 结语

在对当前阶段中的气象数据进行分析可以发现，大数据对气象工作产生的影响有很多，上述几点只是其中影响最广泛的几点。从国家的发展角度来说，在大数据环境中，气象数据面向社会各界是必然的趋势，加快了社会各行业的发展；从公共服务角度来说，要对大数据进行有效分析，将数据中人们的需求信息寻找出来，根据这些信息加强对服务的改善，使其能满足人们的需求。在当今社会中，大数据对社会的影响还会继续的增加，在这种情况下，有效地利用好大数据就可以使其更好地发展。

参考文献

[1]刘立明，王彬.气象网格环境下大数据的端到端传输机制研究[J].计算技术与自动化，2014，8（1）：122.

[2]刘培宁，韩笑，杨福兴.基于R语言的NetCDF文件分析和可视化应用[J].气象科技，2014，4（4）：629.

[3]米卫红，巢惟忐，支星，等.移动互联网环境下的上海市气象信息数据发布：需求、现状与探索[J].电子政务，2014，10（11）：23.

[4]聂俊岚，刘益萌，陈贺敏.非线性映射的气象数据可视化及其应用[J].燕山大学学报，2015（3）：276.

4.大数据环境下的数据安全性探讨 篇四

作者：天天论文网 日期：2016-2-3 9:16:21 点击：0 摘 要:大数据环境下,企业信用呈现体态虚拟化与数字化、影响因素广平化与纵深化的新特点,而企业信用监管的法律、制度不健全,相关保障措施欠缺。应建立以企业信用基本法为基础的企业信用监管法律体系,并以中央为主导、地方为特色完善企业信用分类监管制度,提升大数据技术处理能力与企业信用监管水平,注重企业信用法律监管中权益保护的均衡性,做好企业信用法律监管的保障工作。

关键词:大数据;企业信用;法律;监管

计算机技术的发展和云计算技术的兴起使得大数据在社会经济生活中的应用不断加强与深化。大数据是一个相对比较抽象的概念,单是从字面来看就表示了数据之多之大,但其最主要的内含在于数据的全面性和不可穷尽性。截至目前,学界尚未对大数据形成统一的概念。一般认为,大数据是指数量巨大、类型众多、结构复杂、有一定联系的各种数据所构成的数据集合。[1]大数据的主要功能在于可以不断提升数据的使用价值,实现数据的快速流转和多样化的数据处理模式。大数据为企业的经营决策提供了更为全面详尽的数据支持,为企业的信用信誉建设搭建了新的平台和快速构建通道。

大数据技术的不断发展势必会对企业信用监管体系产生极大的挑战与冲击,同时亦会为其发展革新带来新的机遇,如何更好地迎接挑战,把握机遇就显得尤为重要。

一、大数据环境下企业信用新特点(一)信用体态虚拟化与数字化企业信用体系是包括企业信用信息的征集、确立、开发、建设在内的一项复杂的系统工程。大数据背景下,企业各方面信息的收集处理都以数字化进行。企业信用构建的过程中会涉及到政府、社会、其他企业及公民个人,大数据的应用可以将这一系列的内容进行虚拟化的量化处理。各信息源的流入及输出都在虚拟化的大数据环境下完成,不同的数据之间在数字化的虚拟空间里相互影响彼此作用,从而对企业信用的现实构建起着极为重要的作用。大数据通过对数据进行直接处理的流处理模式和对数据先储存后处理的批处理模式,对数据进行分析并利用恰当的方式将结果输送给终端用户。[2]企业信用状况以在政府、信用机构等方面的信用数据方式记录存在且这些数据都是以电子产品为载体虚拟化存在着的。

传统的企业信用监管业务是在有限范围内对企业的实体信用数据进行分析、处理,并以此为基础对企业信用行为进行规制,大数据在使得企业信用虚拟化的同时也为相关法律监管提供了全新视角。

大数据使得企业信用数据来源呈现出多样化、多层次的特点。大数据是信用数据规模几何性的扩增,其中包括企业为职工缴纳各项保险提供各种福利的数据以及企业从事社会公益活动,落实社会责任的数据。大数据可以收纳企业的法人信息、交易习惯、信用记录、纠纷投诉等一系列与信用相关的数据。这些数据看似分散且单位价值低,但通过运用大数据技术对数据进行交叉处理,提取分析后就会变成直接反映企业信用状况的直观表征。对信用数据的收集,传统上往往以企业主体的财务、人事等静态数据为基础,其信息收集的层次较为单一。而大数据环境下,对企业信用信息的涵盖是包括多个层次的,除了对传统的静态信息进行收集处理,还重视对交易习惯、行为特征等动态数据的规整运用,从而对企业信用体系的构建及信用状况的分析把握得更为准确稳定。

(二)信用影响因素的广平化与纵深化传统数据模式下,企业信用状况影响因素主要源于企业内部和企业外部两个方面:一方面源于企业自身的经营管理情况,包括企业内部财务会计处理、产品质量、社会责任的履行等对企业信用的影响;另一方面则源于企业外部的政府、金融机构、社会组织等对企业信用的监管、评级与记录。通过对企业内外部信用行为及评价进行定性化处理,形成有关部门对企业信用进行法律监管的基础和依据。在大数据环境下,企业信用的影响因素在传统基础上向着更广范围更深层次发展,影响企业信用的某一细小方面和小微数据通过不断地发散推广并进行数据的提炼处理而使得原有数据价值和作用被无限放大,形成规模集聚效应。

大数据环境下的企业信用是一种“数字化信用”①。具体而言,数字化信用基于数学算法,取得参与者的认可,将所有的参与者联系起来,其信用由全体参与者构成。[3]这时任何一个社会个体都可能成为企业信用的全体参与者之一,企业存在的基础是为社会提供商品或服务,在全球化环境下企业的产品可能会被延伸至世界的任何一个角落,该产品的受用者会对企业的产品做出自己的评价。当然,并非所有的评价都会进入数字化的处理程序,只有在借助计算机互联网技术将评价进行广平化分享传递的情况下才会形成企业信用数据的大数据源并构成企业的“数字化信用”的组成部分。

企业信用的影响因素在大数据作用下呈现出明显的广平化与纵深化的特点,对企业信用的法律监管亦应重视该特点,在监管的过程中注重对信用数据收集的广面覆盖与重点把握。

二、大数据环境下企业信用法律监管面临的新挑战(一)企业信用监管的法律、制度不健全1.相关法律规制不健全在法律方面,对企业信用的调控主要通过合同法、商标法、专利法、民法通则、反不正当竞争法等有关法律法规予以调整,刑法方面也有关于诚信的法律规定以及对违反诚信的刑罚制裁。通过一系列法律法规的规制对不诚信行为予以惩处,使企业的违法成本高于失信所获得的收益,从而以功利主义的角度对企业信用进行法律监管。但这些立法的目的都是为了规范一定的社会秩序和调整一定的社会行为,在司法实践中,对于企业守信行为的法律适用往往呈现出一种针对同一行为适用不同法律的混乱现象,不利于对企业信用进行针对性的监管。尤其是对大数据环境下企业信用全员参与的“信用数字化”方面的法律规范尚不全面,不能完全适应企业信用虚拟化和影响因素广平化、纵深化的新特点。另外,法律本身就具有滞后性,再加上现代科学技术发展的快速性,使得现存的一些实体法难以正确合理地适用于大数据环境下的企业信用监管。但现代法治的基本理念是不允许当事人通过法律行为而规避实体法的适用,即使不合理的法律也只能透过立法程序而予以改进。[4]这就要求进一步完善大数据环境下企业信用监管的法律制度建设,使得监管行为符合实体法的要求。

2.制度分类不完善在企业信用监管制度方面,有关分类监管制度也尚不成熟。各管理部门都出台了有关信用监管的文件,以期实现对信用的分类监管。早在2003年,国家工商总局和国家税务总局就分别出台了《国家工商行政管理总局关于对企业实行信用分类监管的意见》和《纳税信用等级评定管理试行办法》,同时,央行及劳动保障部门也开始进行征信活动以及企业信用等级评定。而由于部门间信息化建设、技术水平差异等原因,会出现数据共享滞后、信息融合度不高等问题。[5]虽然有关企业信用监管制度的文件早在十多年前就已出台,且随着时间的发展不断修改更新完善,但这些都与大数据下企业信用监管的实践差距较大。现有监管制度缺乏大数据环境下个人信用与企业信用之间的融合。很长一段时间以来,企业因为经营问题、管理问题以及不可抗因素导致企业资不抵债,此情形下,企业所有者携款潜逃的事时有发生,企业主个人的诸如作风问题、责任意识等因素对企业成败具有较大的影响。可以说,在企业的生产经营过程中,企业主的个人信用与企业整体信用是密不可分的。同时,作为企业产品使用者的用户能否对企业产品做出客观真实的评价,消费个人的信用行为也是与企业总体的信用息息相关的。然而,目前企业主的个人信用数据和消费者个人的信用数据与企业的信用数据是脱轨的,而且企业信用数据更新相对比较滞后,这都不利于有效的企业信用监管防范机制的建立。

(二)大数据环境下企业信用法律监管的相关保障措施欠缺1.企业信用法律监管技术和水平急需提高大数据给企业信用建设提供了新的发展渠道,与此同时也对企业信用的法律监管技术和水平提出了新的要求。当前,我国的信用监管水平不足以适应大数据环境下对企业信用进行有效规制的需要,大数据技术发展的迅猛性和不确定性也给有关监管部门提出了技术性的难题,除了监管法律制度不能适应大数据环境下企业信用监管新规律外,监管人员的知识和技术尤其是应对大数据的技术和能力还比较欠缺。在市场经济条件下,由于企业的趋利性,一些企业为了谋取非法利益会利用大数据下技术及法律监管漏洞扰乱市场监管秩序。尤其是在全球化下,人口流动量极大,市场经济交易具有极大的不确定性,经贸行为更多是发生在陌生人之间。“一般来说,处于陌生环境的个人对他人以及周围环境都无法产生一种切身的责任感和道义感,这就使他或她更易于从事一些在家乡或熟悉的环境中所不为的行为”。[6]在陌生交易环境下人们自律性极大降低的同时,再加上大数据技术所提供的虚拟性、隐匿性,个人及企业的信用行为监管更需要通过相应的技术手段予以加强。

2.监管过程中的信息安全与隐私保护意识需要加强大数据环境下信息量快速增加,信息规模急速膨胀。由于数据量大,在对各种数据进行集中处理的过程中容易发生数据遗漏,同时也容易出现数据的泄漏。大数据环境下,对企业信用的法律监管更是包涵了传统信用监管与大数据的双重特性,在监管的过程中如何保证数据的安全性、完整性以确保监管准确高效的进行是监管工作者应该重视的。同时,为了监管而收集的企业各种数据不可避免地会涉及到企业商业秘密及其他数据相关者的个人隐私。传统模式下,更多的监管是通过实体的定性化规制实现的,这是不能满足于大数据下信用监管的数字化特点需要的。适应大数据新时代的要求,强化对信息、隐私安全的保护意识才能顺利推进对企业信用的有效监管。

三、构建全方位、立体化的法律监管(一)建立以企业信用基本法为基础的企业信用监管法律体系大数据环境下,企业信用监管呈现出新的特点,需要更为细致完备的法律去对监管的各个环节进行规制,从而实现新环境下监管工作有法可依的状态。完善的法律监管模式应在包括消费信用、工商信用以及信贷等有关信用交易体系内形成全方位的、严密的监管法律。信用交易可以极大地便捷市场交易行为及夸大市场交易规模,有效地适应全球化贸易的需要。良性高效运行的信用交易必须形成于国家信用管理制度之上,而要形成健全的国家信用监管体系就必须健全信用监管的法律,完善立法。

在很大程度上,企业主个人的信用行为会影响企业信用,所以,立法应该将企业主的个人行为纳入企业信用监管体系内,对其进行并列监管并以个人信用行为为限对企业信用违法行为承担连带责任。

大数据环境下,国家最高权力机关更应加快制定规范企业主体信用行为,调整各个信用主体间权利义务关系的信用基本法。通过立法对相关主体的权利义务予以明确,为信用数据的收集、处理以及各主体信用行为的奖惩评判提供法律依据,在信用数据的来源、存储、使用的过程中实现全方位、立体化的监管。同时,应当在结合本国实际的前提下积极借鉴欧美等信用法制发达国家的有关立法经验,制定出可行性强、有效性高的本国信用监管法律。企业信用的相关者众多且各相关者所提供的有关该企业信用的数据是对企业进行信用监管的重要数据依据。信用表现为对民事主体经济信赖的社会评价,信用的客观表现是一种评价,这种评价是社会公众的评价,而不是当事人的自我经济评价;这种评价是对特定主体经济信赖的客观评价,它可能是但不一定是肯定性的社会评价。[7]在企业信用监管立法过程中要坚决贯彻诚实信用原则,诚实信用被奉为民法的基本原则,有“君临法域”的效力。

我国《民法通则》《合同法》中都明确规定了诚实信用原则是市场经济主体进行交易订立合同的基本原则,这就可以明确该原则同时也应成为建立企业信用基本法的基本原则。

(二)以中央为主导、地方为特色完善企业信用分类监管制度在完善企业信用监管法律的基础上,要在日常监管工作中实现对主体信用监管的法制化、常态化,就必须在中央政府的主导下形成全国性的、部门性的及地方性的可执行性强的企业信用监管制度,以彰显企业信用法律监管的实效。如将企业投招标等生产经营行为与企业信用记录结合,对信用数据记录不良的企业市场行为进行必要的限制;将企业失信数据进行累加并明确对失信企业的整改措施等。各地在中央的统一部署下应结合本地域特点完善地方信用监管机制,可根据本地的经济发展水平制定出地方性的企业信用激励机制,对信用良好、诚信度高的企业在制度允许的范围内予以税收优惠、财政补贴等倾斜;同时,应积极建立企业信用不良记录黑名单制度,对信用不良企业予以惩处并曝光,在全社会范围内营造守信获益、失信受损的氛围,以进一步激励企业乃至个人珍视信用,诚实守信。

对 企业信用分类监管制度进行完善,首先要充分利用大数据的优势,完善企业主体信用数据信息。当前,金融机构对个人信用信息的构建是比较完善的,在对企业信用信息的完善过程中可利用金融机构所具有的个人信用信息,对企业主、企业负责人、法定代表人、股东等与企业信用密切相关的个人信息进行收集融合。其次,在信用监管的过程中应对监管等级进行分类细化。对企业信用等级可采取平级制方法,分别设立A、B、C不同的信用等级,对企业信用进行量化管理,激发企业自主地进行诚信建设。

四、做好大数据环境下企业信用法律监管的保障工作(一)提升大数据技术处理能力与企业信用监管水平大数据环境下,要实现海量数据的有效整合,挖掘数据信息提升信息价值,就必须进行多种技术的协同。数据挖掘与收集、处理及分析是大数据下企业信用数据处理的主要过程,对数据进行挖掘、存储、使用时必然会涉及引擎搜索技术、云计算处理技术以及数据库技术等一系列的高新技术。所以,在大数据环境下要对企业信用进行高效监管,必须增强学习意识和技术观念,提高自身技能,才能对不法企业运用大数据技术扰乱信用监管秩序的行为进行有效监管,实现有的放矢,堵住不法企业钻技术漏洞的空子。同时,监管过程中还应提升根据现有数据对企业未来信用行为的预测能力,实现对企业信用动态的准确把握,防范于未然,将不法行为扼杀于萌芽状态,引导企业向着健康的方向发展。__在贸易全球化背景下,针对交易过程中一次性博弈现状和大数据下交易行为虚拟性、隐匿性的特点,应建立个人及企业信用跟踪机制,完善信用体系建设,实现信用数据信息的跨行业、跨区域乃至跨国界的共享。交易过程中主体双方信用信息的透明共享可以有效震慑一次性交易中的不诚信心理,有效防止欺诈行为的发生,同时也可为监管部门在信用监管工作中实行区别监管、重点监督提供有效依据。

(二)注重大数据环境下企业信用法律监管中权益保护的均衡性首先,要实现监管与发展之间的均衡。大数据环境下,由于信息影响的广平化与纵深化特点,对企业信用的监管有可能会影响到企业生产经营活动中的冒险意识和创新积极性。若对企业信用监管过度可能会影响企业创造力的激发,不利于市场经济条件下企业竞争力的迸发。对企业信用进行监管,要重视对大数据环境下信用数据隐匿性的运用,在虚拟化中对企业进行监管督促,实现监管于无形,不影响企业实体经济的发展。

其次,要实现信息归集与主体权益保护的均衡。大数据下要实现对企业信用的有效监管,就必须要全方位地对企业信息进行收集,在这一过程中对企业主体商业秘密和有关个人隐私的涉及是不可避免的。有关商业秘密和个人隐私是受法律保护的重要权益,在对企业信用监管过程中要重视数据收集处理与使用的程序及实体的合法性,规范信用监管行为。在赋予监管者权力的同时,要明确监管义务和违法行使权利力的法律责任,实现权力与义务、职权与职责的统一。另一方面,要保障被征信主体的合法权利并制定有效的法律救济措施,使其能在被监管的同时对监管行为进行监督,确保其合法权益的维护。

最后,要实现信用信息共享与信息安全保护之间的均衡。信息共享是实现大数据下对企业信用进行高效监管的基础,信息共享过程中的信息公开是各主体获取他主体信息数据的主要途径。计算机技术和数据挖掘技术的不断发展为不同主体间进行信息共享提供了便利方式,但数据开放性和技术安全性问题也为信息安全问题埋下隐患。有大数据环境下,如果对信息共享问题不加以法律监管及限制,企业及个人零散于各信息机构、电信或中介等部门的信息数据极易经由不法渠道被分享,并为不法分子所利用,进而从事推销甚至诈骗等一系列违法行为。大数据环境下,经汇总处理的信息数据甚至涉及到信息主体的各种隐私信息及法律保护的涉密信息,将非共享信息纳入共享平台可能会严重影响信息主体的实体社会经济活动,这也正是以互联网为依托的“人肉搜索”的可怕性之所在。

总之,在大数据环境下,企业信用信息安全保护面临着制度滞后与技术更新快速两大难题。信息共享下,企业信息安全保护需要在革新制度的同时改进技术保障措施,要明确可共享与不可共享信息的界线及可共享的范围,保证监管过程中的信息流向,技术上要不断研究并及时更新信息共享安全系统,对信息在收集、处理、使用、销毁的流程中进行全面的安全防护,防止信息外泄。充分利用大数据的优点,谨慎把握控制其可能带来的不利影响,在构建企业信用共享平台、对企业信用进行法律监管的过程中完善相关的法律法规,同时,对企业信息安全进行保护,提升大数据环境下企业信用法律监管的成效。

5.大数据环境下的数据安全性探讨 篇五

关键词：大数据；网络安全；实践

0引言

近年来，大数据问题毫无疑问地成为了信息技术学术界和产业界热论的焦点。在发展过程中，数据信息已经蔓延到淘宝、微信、快递等相关领域，囊括了大量的个人隐私，反映着人们生活的各个细节。尤其是互联网的飞速发展，更加速了数据的产生速度，使其规模逐渐加大，运用大数据手段进行分析处理的需求十分迫切。整体来看，大量数据的生成和累积带来了巨大的经济价值和社会价值。但是，事物的产生与发展都是具有两面性的。对于大数据的迅猛发展，虽然推动了整个信息产业的创新发展，却也增大了网络安全管理的难度，一旦疏忽或有漏洞被不法分子利用，将造成极大的不良影响和严重后果。基于此，给大数据环境下的网络安全技术带来了机遇与挑战。

1大数据时代基本知识概述

所谓大数据，并不意味着是对数据量大小的定量描述，而是涉及更大规模的资料量，努力从这些种类繁多、数量庞大的多样数据中进行相关信息的获取，其特点是海量、多样、快速、灵活而复杂。受大量敏感信息的产生，所涉及的网络安全分析也较多。第一，物理安全分析。网络规划、网络系统设计的合理性；机房环境防潮防尘、防止电磁干扰等，这些网络的物理安全是整个网络系统安全的前提。第二，信息内容安全分析。信息的泄露与破坏，会给用户带来隐患和困扰，严重的还会泄露一些重要信息，给经济、社会和政治产生很大的影响。第三，信息传播安全分析。各种网络通信协议并不是专门为实现数据的安全通信而设计的，所以大多存在一些安全漏洞，给信息传播带来阻力，严重时将直接导致整个网络系统瘫痪。第四，管理安全分析。安全管理制度的不健全，使得网络即使出现攻击行为或违规操作，也无法寻回丢失的数据。总的来看，网络没有100%的安全，在大数据时代，网络安全建设是三分靠技术，七分靠管理。

2大数据环境下的网络安全面临的现实问题

大数据有着海量、多样化、变化速度快以及价值密度低等特点，涉及采集、传输、保存、分析等多方面因素，在安全上有着很高的要求。一旦发生数据泄露，造成的影响将难以估量。具体分析，主要涉及以下几方面：

2.1用户自身安全意识不足

从当前的社会现实来看，人们普遍对信息缺乏安全意识，如办理超市会员卡，就会时常收到超市举办的活动信息；在网络上购买过化妆品，便会经常弹出关于化妆品的推荐等。事实上，很多无意中的行为已经将个人的隐私和信息泄露出去，可能并不是所有的信息泄露都会带来危险，但若这些大数据信息被不法分子破坏并利用，极有可能大幅提高了网络遭受攻击的可能性。

2.2访问权限混乱

在大数据泛滥的情况下，访问权限的设置必须引起重视。所谓访问权限，主要以保障每个用户的隐私安全，维护网络信息访问秩序为目的，根据用户身份的标识来限制某些信息的获取。但是，随着网络发展迅猛各种信息被高速传送，信息访问权限在一定程度上存在混乱，而这也给用户的安全隐私造成了直接的风险。

2.3的增多

在网络节点不断增加的环境下，越来越多的看到了所谓大数据漏洞中的“商机”，开始利用传输过程中的漏洞来获取数据。给个人身份信息、社交信息、财产状况带来了泄露风险，甚至于还会给企业以及政府的相关敏感信息增加了附带风险。

2.4存储方面的问题

鉴于目前关系型数据库技术尚不成熟，在大数据中更多呈现的是非结构化数据，当不同类别的数据集中起来，极易造成数据存储方面的混乱。而存储方面的漏洞与缺陷又直接促生了许多的安全防护问题，会出现数据被篡改、失窃的现象。

3大数据时代下提高网络安全技术的具体方法

从大数据环境下的网络安全面临的现实问题出发，进行有针对性的相关分析，得出几方面的提高网络安全技术有效措施，对网络安全技术的提升有着良好的应用效果。具体而言，主要包括以下几方面：

3.1提高用户安全意识，培养网络安全人才

提高大数据用户的合法权益，是确保大数据进一步发展的重要前提。只有用户有意识地保护自身的数据信息的安全性，提高安全意识，才能为个人信息安全打好基础，促使用户将数据的存储与使用分开保护，并根据实际情况对数据进行加密，全方位确保数据的安全。另外，作为维护网络安全的重要部分，网络安全管理人员必须掌握更多与网络安全相关的知识，将其灵活应用于自身工作过程中，提高网络安全管理效率，使网络安全管理工作更加规范化。

3.2强化网络安全技术手段，维护系统安全

如前文所述，在大数据环境下，病毒传播、系统漏洞攻击等情况不可避免，所以在未来必须进一步强化网络安全技术手段，让整个互联网管理更标准，系统更安全。第一，访问权限控制。访问控制通常以用户身份认证为前提，通过对用户访问网络资源的权限的严格认证和控制，对用户进行身份认证，设置用户访问目录和文件的权限以及网络设备配置的权限等。这种对资源访问者的筛选，能够有效地将非法用户阻挡，实现维护系统安全的目的。第二，数据加密。采用加密算法和加密密钥将明文的数据转变成密文，可以保证信息数据存储和传输过程中的安全性。第三，网络隔离。防火墙是目前在大数据环境下网络隔离的主要形式与手段，通过分析、检测、管理和控制网络内外部之间的数据流量，进一步筛选哪些内部服务可以被外界访问，从而保护内部网络免受外部非法用户的侵入。同时，入侵检测作为防火墙技术的一种补充，其同样可以通过监测网络实现网络安全防御措施，实时保护网络安全。第四，病毒防治与预防。目前大数据环境下最理想的防止病毒攻击的方法是安装防病毒软件、定期升级病毒库、及时安装最新的安全补丁等，如此有效阻止病毒进入系统。第五，数据备份。重要的数据一旦丢失，后果不堪设想。所以，必须进行数据容灾备份。数据备份是对数据进行保护的最后一道防线，即使已经存在一系列安全设备，也要对数据进行备份，防止数据丢失，在最大限度上确保数据的安全。

3.3加强网络监管力度，做好检验及防范工作

网络安全的基础是网络监管制度，无论什么时候，具备完善的监管制度，都是进行网络安全处理的现实依据。加快大数据平台建设的同时确保信息的安全，必须严格控制数据的收集传输和使用，定时开展安全审查，定期进行安全检测与风险评估与定位；加强系统的修复工作，抢在蠕虫、等各种病毒攻击前加强防范措施；另外，还要积极建立网络安全信息管理平台，利用大数据对网络数据流进行分析，整体提升排查隐患、紧急处置的能力，达到预知网络漏洞并及时做出修补的目的。

4结语

大数据环境下的网络安全无论是从管理、使用，还是单纯的技术等方面，都面临着严峻的挑战。可以说，发展大数据已经成为行业共识，是必然趋势。在这一大环境下，我们只有树立网络安全意识，加强对大数据的深入分析，对网络安全现状及其存在的诸多漏洞与现实问题进行梳理，对病毒的侵袭进行有效的监管和防范，从提高用户安全意识，强化网络安全技术手段，加强网络监管力度等方面逐一进行完善与提升，才能保证客户信息的安全、稳定，才能为网络提供强大的安全服务，推动计算机管理技术在大数据背景下安全使用，提升各行各业的经济效益。

参考文献：

6.大数据环境下的数据安全性探讨 篇六

关键词：智慧校园；大数据；教育资源；数据处理

中图分类号：tp393 文献标识码：a 文章编号：1009-3044（2016）19-0218-03

近百年里，人类从电气时代步入信息时代后，数据变成为独一无二的传递媒介，在我们的生活中无处不在。随着互联网和物联网的快速发展，人们的一起日常生活都可以被数据化记录。在2009年爆发了全球性的甲型h1n1流感病毒疫潮，令人感到震惊的是，在该病毒爆发的前几周，《自然》杂志上的一篇论文准确地预测了h1n1流感的爆发。这篇由谷歌公司工程师们发表的论文利用计算机技术准确分析预测跨领域疫情爆发的论文，随着疫情的蔓延也引起全世界的关注。人们逐渐意识到，这些曾经静静记录在各种数据库里的数据。开始爆发出惊人的价值和巨大的信息，人类已经迈入一个深度挖掘数据的大数据时代[1]。

我国在高校研究大数据中有着得天独厚的条件，根据教育部2016年4月7日发布的数据显示，2015年我国大学生在校人数达到3700万，全世界第一。全国各类高校达到2852所，位居世界第二。在高校里，学生在校园学习生活的各项活动都会产生大量的数据，教师教学、科研等各项数据，以及高校各项日常教务管理等等，日积月累。特别是近年来倡导和建设的智慧校园，使得高校师生日常学习生活以及教务管理产生了海量的数据。对这些数据运用大数据技术，进一步分析和挖掘，就会对“智慧校园”的发展建设提供更为深远的智能决策。

高校智慧型校园的建设和发展

1.1“智慧校园”的概念

“智慧校园”是校园信息数字化建设结合物联网、云计算、大数据技术等计算机技术而产生的校园建设的新概念。它以物联网为基础、以云计算、大数据为核心打造的集高校工作管理、教育教学、学习科研、校园生活服务等等综合型智慧校园环境，这个一体化环境以各种应用服务系统为载体，将教学、科研、管理和校园生活进行充分融合[2]。在智慧校园里，可以通过手机、电脑等现代化工具，结合校园网络，能极其方便地进行学习、教学、科研、管理、生活、服务等活动，实现校园生活学习的全面信息化，达到丰富校园生活，提高教育、教学、管理效率的目的。

1.2 智慧校园的总体框架

智慧校园建设是将智能化传感器植入和安装到教室、实验室、会议室、图书馆、餐厅和宿舍等地方。并对它们进行一定方式的连接，形成“物联网”，通过服务器和云计算服务中心将“物联网”和“软件系统管理平台”整合，实现全面的信息化智能化，并且采用科学的管理方式对这些信息资源进行处理，为校园师生、工作管理人员提供全方位的数字信息生活环境和方便快捷的办公服务平台。

1.3 现阶段智慧校园建设的不足[3]

智慧校园从概念的产生就受到了国家政策的大力支持，以及各大企业的技术支持，但由于高校本身管理的复杂性，以及各部门之间的通信困难，导致尽管在智慧校园高速发展的今天，也在建设上存在一定的困难和不足。主要表现为：

第一、高校信息的复杂性，使得学校和师生之间的即时信息沟通能力不强。由于高校信息的种类繁多以及学生的自律性等等问题，以致目前绝大多数高校和学生之间的信息沟通还没有全面实现互联网化，甚至还有许多学校仍然通过布告栏或者辅导员、班长通知的传统方式，而且通过移动互联网传递的即时信息也面临信息数量等限制，无法对不同类型学生进行精准发送等诸多问题，造成沟通效率低下。

第二、高校部分机构繁多，信息相对闭塞，智慧管理难。高校机构庞大，部门繁多。各个学院和行政管理部门有各自的网站，甚至有不同软件公司开发的管理系统，难以统一管理。使用不同的平台，导致各类信息资源存储在不同的数据库中，形成诸多“信息孤岛”，数据格式和标准无法统一，从而造成系统中存有大量冗余数据、垃圾数据。第三、大数据缺乏进一步分析和挖掘。由于数据的庞大和复杂性，缺乏有效的系统针对这类数据进行分析和挖掘，例如、学生的图书借阅信息无法跟个性化教学进行关联，学生的消费数据很难跟助学金以及助学贷款进行关联，学生的日常生活行为不能跟毕业方向进行统一分析等等。高校智慧校园的大数据

2.1 大数据的概念

所谓大数据（big data），是指在所涉及的数据资料量规模庞大，无法在响应时间内用人工甚至以往计算机软件进行获取、存储和分析处理的数据集。根据麦肯锡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 [4]。通俗来说“大数据”是一个数据体量（volume）巨大，一般要超过10tb，数据类别特别庞多（variety），并且要求处理数据速度（velocity）在合理的响应时间范围内，并且数据的真实性要高（veracity）的数据集合 2.2 大数据分析

7.大数据环境下的数据安全性探讨 篇七

在大数据技术出现并足够成熟之前, 常规监控行为受限于数据处理技术及能力, 通常不会对普通用户的工作和生活构成较大影响;因为对常规监控行为所产生的海量的无序信息逐一处理需要耗费庞大的人力, 而在这种“数据瀑布”中寻找可能有用“水滴”的行为无异于“大海捞针”, 基本属于不可能完成的任务。但随着近年来移动互联、云计算以及大数据等技术的逐步成熟, 相关应用不断推广普及并逐渐“平民化”, 从多种类型的海量不规则数据中提取特定的、具有价值的信息变得切实可行且越来越容易。这种“大数据化”意味着我们可以从一切太阳底下的事物中汲取信息, 甚至包括很多我们之前认为和“信息”根本搭不上边的事物。不仅如此, 在当前世界各国都相继将“数字化基础设施”列为国家战略资产, 并优先将其作为国家安全要务的指导思想的大环境下, 在普通用户对互联网、物联网、车联网等各类网络应用以及各类可穿戴等智能设备逐步接受、使用、适应并日益依赖的过程中, 难以计量的个人数据在用户使用过程中得以持续产生并沉淀。借助于发掘数据价值、征服数据海洋的强劲动力“云计算”技术, 这些被当下无处不在的监控环境保存、提取、计算、筛选的海量、高速、多变的数据正在被以云计算为基础的信息存储、分享和挖掘手段有效地存储下来, 并随时分享与计算。

现代社会中的每个人都是数据的贡献者, 每天产生和沉淀的数据量飞速增长, 统计数量也正以PB (1024TB) 级趋势加增:越来越多的人乐于在这个交互时代分享自己的见闻感受, 这些借助于电脑、手机等电子设备在网上进行的每个细微的动作, 都会被服务器忠实记录, 由此沉淀下来的海量个人“大数据”正在不知不觉中成为商家甚至各国政府博弈的重要筹码。大数据时代, 海量数据的精细处理与分析不再存在技术壁垒, 大数据、云计算技术方式的使用助推了个人信息的价值不断被挖掘和使用。与此同时, 越来越多的公众日益沉醉于享受“数字化生活”所带来的无穷便利, 并随之将自己工作和生活的各种行为、习惯甚至秘密托付予互联网及各类移动终端, 借以换取更轻松、更便捷的生活方式。借助于当下迅速普及的移动互联网、物联网、车联网等网络以及各类可穿戴智能设备, 用户产生出空前规模的个人数据, 并借助云技术实时传送到云端, 存储于云端各个厂商的服务器上。飞速演进的大数据技术使得设备的数据采集和处理能力日益强大, 采集范围也日益广阔。大数据技术与公众热衷的移动互联网生活、数字化生存结合日益紧密, 共同造就了低成本、“全景洞察式”监控人们日常生活的社会大环境[1]。

2 大数据监控环境催生个人信息新危机

当下流行的各类互联网服务越来越多地依托于公民个人信息, 而身处如此环境下的用户则不得不为了更幼稚的生活或服务让各种个人数据甚至隐私 (习惯、偏好, 甚至社交信息) , 就已然被商家的大数据分析工具捕获, 并随之利用大数据对用户个人习惯和需求进行精准的分析、挖掘、展现和预测, 以期提供进一步甚至体验更好的信息和服务;当下载一个手机APP时, 用户可能会纠结于是否允许应用软件共享通讯、位置等信息——允许共享, 意味着面临信息泄露的风险, 但拒绝共享则显然无法享受到某些便捷的服务。可以透视用户深层次的特征和无法显见的内在需求的大数据, 最大价值无疑在商业服务领域。不同于传统分析追溯因果关系的方式, 大数据更擅长通过数据所呈现的趋势了解行动所产生的结果, 大数据通过对海量的全局数据做统计性的搜索、比较、聚类和分类等, 因而无须考量精度就能洞察数据之间的相关性, 从而提供指向型商业策略。随着人们日常生活对互联网的依赖程度日益加大, 越来越多的互联网企业意识到, 掌握越多用户数据甚至隐私, 就意味着离成功越近, 正所谓“得数据者得天下”。互联网的下一波竞争无疑会是数据之战, 用户数据甚至隐私无疑正逐渐成为企业的核心竞争力。监控、分析并掌握用户在线的各种行为细节, 有助于更好更深入地了解甚至理解用户甚至洞察用户的潜在需求。但此类行为无疑会侵害甚至控制用户的个人信息甚至隐私。在这种社会大环境下, 杜绝企业和商业机构对用户个人信息甚至隐私的搜集几乎是不可能的[2]。

不仅如此, 来自政府或民间机构的常规监控也是不容忽视且难以避免的。数据作为国家战略资产的重要组成部分, 同时也是保障国家安全甚至公民个人安全的重要措施和手段。生活在这个“由数据推动的时代”, 充分利用各类高科技技术和产品对社会实施便捷高效的管理是必要且可行的。美国总统奥巴马认为“你不能在拥有100% 安全的情况下, 同时拥有100% 的隐私和100% 便利”;而在美国“9.11”事件后, 有80%的美国民众表示为了获取更大的安全, 他们时刻准备着为合法保护自由而做出相应的牺牲。事实上, 美国政府早已借助“棱镜”计划将监视之眼暗布到世界的各个角落。而在震惊世界的“棱镜”计划曝光的同时, 奥巴马政府及时回应并声称该项目得到了国会批准, 是在外国情报监视法庭 (FISA) 的授权下进行的, 旨在反恐和保障国人安全。不仅如此, 司登诺还披露, 这个名为“星风”监控计划除了“棱镜”外, 还包含“主干道”、“码头”和“核子”三个项目, 其监控内容几乎覆盖了人们日常生活的每一个细节[3]。

无独有偶, 早在2001年10月26日, 美国布什总统就签署颁布了《爱国者法案》, 其中以国家安全的名义加大警察机构的监控力度, 随后又授权国家安全局 (NSA) 秘密执行无授权恐怖分子监听项目 (TSP) 。但其合法性因未受到外国情报监视法庭批准而备受质疑。由此可见, 在当前形势下, 机构监控环境非但难以避免, 反而有随着公权力及各类机构内在需求和利益驱动等因素膨胀而呈现覆盖区域日趋扩大、权限也日趋宽泛的总体态势。因而, 如何在当前机构网络信息监控环境下, 通过技术、行业规范、立法规约等多种方式, 使公权力与私权力之间取得适度平衡, 有效保护用户数据和隐私, 已然成为当今世界各国面临的一个共同难题。

与此同时, 大数据技术全局数据分析的特质, 使得用户个人数据及隐私的保护问题几乎成为一个伪命题。当前互联网用户已经远超10亿, 而每个人又可以同时联网多种智能设备, 用户使用设备时所产生的海量大数据再让自身变得越来越数字化、越来越透明的同时, 也越来越没有隐私。有效保护大数据时代的个人信息安全, 如何在顺应当前时代特点、顺应互联网技术发展大势的同时加强对个人信息安全的保护, 是摆在我们面前的一个重要问题[4]。

大数据时代的个人信息安全主要面临三大问题:一是未经授权的数据搜集行为。这种情况在当下几乎每时每刻都在发生;二是采集数据的超范围使用, 即合理合法地采集后的不合理甚至不合法的使用 (多指企业通过某种所谓合法的形式拿到个人信息, 但拿到后信息的使用目的、用途以及范围, 却不为信息权利主体所知。三是所采集数据的合理和安全存储问题。

3 网络信息监控环境下有效保护用户隐私的路径及对策

3.1 个人信息安全法律法规同步跟进

大数据技术和其他新兴的互联网技术一样, 作为新生事物都面临相关法律法规缺失、难以有效维护用户个人信息安全等一系列问题。2013 年3 月1 日, 《信息安全技术、公共及商用服务信息系统个人信息保护指南》作为个人信息保护方面的最高国家标准开始实施, 对大数据时代如何合理利用个人信息给予了相应的界定, 并对如何利用信息系统处理个人信息的活动进行了指导和规范。但国家标准、行业标准的法律效力远远不足以守护群众个人信息安全, 散落在其他法律条款中的信息安全保护相关规定也难以满足当下飞速发展的互联网技术和网民日益追求的信息尊严和信息控制权的需求。大数据时代, 欲有效保障个人信息安全, 重心还在于尽快确立并逐步完善个人信息保护相关法律法规以及制度。

3.2 建立行业自律公约

良好的行业规范和行业自律公约, 是行业蓬勃发展的基础。各类信息和数据运营以及提供相关服务的企业要在移动互联的大数据时代走得更稳更远, 就应尽早构建行业自律公约, 自觉保护并守护用户信息安全, 在取得客户信任的前提下, 合理合法地挖掘数据资源“金矿”。具体可以从以下几方面着手:首先, 充分尊重用户知情权, 告知用户个人信息的采集情况, 对用户充分赋权, 由用户决定是否允许运营商收集和利用自身信息数据, 并在服务条款里阐明个人信息数据的使用方式和使用期限;积极制定用户信息持有者、数据服务提供商以及数据消费者之间共同认可的行业自律公约, 确保数据共享的合法性, 确保第三方在使用用户个人数据时优先保障用户信息的隐私和安全, 营造安全的数据使用大环境、大生态, 与此同时, 提升自身大数据安防的技术运用, 从源头上确保用户个人信息的安全。

3.3 提高用户的信息安全意识以及信息安全素养

信息安全防护工作中最重要的一点不是产品和技术, 而在于权利人自身的保护意识。用户必须了解并理解信息安全的重要性, 了解保护个人与他人信息安全的职责和义务, 具有数字化节制意识, 理性使用网络, 遵守信息法律伦理, 并在一定程度上具备防范网络犯罪、病毒攻击的信息安全能力, 及时备份重要资料, 主动保护自身信息安全。同时, 还应积极培养并持续提升包括信息安全意识、信息安全知识、信息伦理道德和信息安全能力等方面的信息安全素养。只有具备较高的个人信息安全素养, 才能形成人人保护信息的社会意识, 才能使信息保护问题从根本上得到解决。

摘要：随着数字通信、移动互联、大数据处理等新兴技术的飞速发展, 对网络用户个人信息及隐私侵害的行为、途径以及手法也多种多样。其中, 最常见的是通过构建监控环境, 对普通网络用户进行监控、追踪甚至窃听, 截取海量数据, 进行分析、计算、筛选、整理甚至预测, 以获取用户私密信息。

关键词：大数据,监控环境,信息安全

参考文献

[1]约翰·帕克.全民监控:大数据时代的安全与隐私困境[M].北京:金城出版社, 2015.

[2]薛瑞汉.网络环境下的个人信息保护:问题与对策[J].中州学刊, 2013 (11) :52-55。

[3]维克托·迈尔一舍恩伯格, 肯尼思·库克那.大数据时代:生活、工作与思维的大变革因[M].杭州:浙江人民出版社, 2012.

8.大数据环境下的数据安全性探讨 篇八

【关键词】大数据 统计学 挑战 机遇 教学

【基金项目】贵州省科技厅、贵州民族大学联合基金（黔科合J字LKM[2011]09号）

【中图分类号】G642 【文献标识码】A 【文章编号】2095-3089（2014）08-0235-01

1.引言

“大数据”时代的来临和“大数据”处理技术的发展深深的影响着统计学的发展。能否利用传统的统计理论和统计方法对海量的数据做出快速、准确的处理并获取相关信息？如何对传统的统计理论与方法进行改进或探索新的统计理论和方法来对大数据进行挖掘与处理以获取信息？如何在“大数据”时代背景下培养符合市场需求的统计分析师或数据分析师？如何将“大数据”处理技术融入相关统计学课程教学以促进数据处理与分析技术的发展？这些都是我们在统计学相关课程教学过程中必须思考的一个问题。

2.大数据与统计学

“大数据”随着社交网络、物联网、云计算等的兴起而产生。一般认为大数据具有规模性、多样性、实时性及价值性四个基本特征，包含分析、带宽和内容三个要素。“大数据”在数据来源、数据结构和处理方法方面对传统的统计分析方法产生了冲击。第一，在大数据背景下，数据来源不再是原来的简单抽样，而是“样本即总体”，直接将总体作为研究对象。第二，在大数据时代，研究对象也不是原来单一的结构化数据，由于数据的多样化与规模化，我们更多的是研究非结构数据，采用人工智能来进行数据挖掘和信息获取。第三，数据处理方法也不是简单的采用传统的假设检验方法进行研究，特别是对于统计学中的异常点，不再采取以往的丢弃或者平滑处理方式。

“大数据”处理技术对统计学的发展提出了巨大挑战，但我们必须认识到学科之间的发展是相互交融的，“大数据处理技术”其本质上是数据处理与分析技术，其发展对统计学学科的发展也有积极的一面，同时统计学作为一门独立的学科，有其自身独特的学科优势。首先，海量的数据有利于提高各类统计分析的精度，如减小抽样误差等。其次，较之于传统的统计学方法，现有的“大数据”分析方法难度较大、成本较高、耗时较长。而在实际的应用中，我们关心的不是数据量的多少，而是数据量所蕴含的信息。传统的统计学分析方法是以较少的数据进行精确度相对较高的统计分析，这是“大数据”分析所无法替代的。另一方面，统计学在数据收集方法、模型选择、模型假设以及模型诊断方面有很大优势。而且并不是所有的问题都具有海量的数据，并不是每一个“大数据”问题都適合用现有的“大数据处理技术”来处理。

3.对策与建议

3.1 夯实基础教学

针对以上的分析我们可以看出，大数据对统计学的发展既是机遇，又是挑战。因此我们在教学过程中要夯实统计学基础知识的教学，讲清楚统计学的基本原理与基本方法，特别是数据分析与数据处理的基本原理与方法。对于许多传统领域，如生物、医药以及质量与可靠性工程等，我们面对的多是“小数据”而不是大数据，因此基于样本的统计分析方法仍然是进行此类问题研究的最有效的科学手段。

另一方面，我们要结合大数据技术的特点，对统计学的基本知识进行拓展教育，引导学生思考怎样将已有的统计学基本原理与方法运用到大数据处理的技术研究中。如在大数据环境下怎样进行数据的收集、筛选与甄别、存储与分析等，如何分析并厘清可能的数据来源与范围，如何建立相关指标体系并对数据进行分类，如何制定或调整相应的统计参考标准，以及如何对依靠非传统数据源加工生产的统计数据进行规范的统计推断等。

随着大数据时代的来临，各行各业对具有统计背景知识人才的需求必定越来越多。因此，在统计学教学过程中，一定要结合各专业的特点，特别是“大数据”的特点，切实加强统计学的基础知识教学与拓展教学。

3.2 加强统计学专业软件教学

“大数据”环境下，对统计人才需求也发生了变化。面对海量的数据与多样化的数据，一名合格的统计人才或数据分析人才不单需要良好的统计素养与扎实的统计基础知识，更需要具有数据的存储与整理能力、计算能力以及数据分析与处理能力等。这就要求在教学过程中，加强统计软件或数学软件的教学。

针对传统的“数学证明+手工计算”或“重理论轻专业统计软件”的统计学课程教学模式，可将统计软件或数学软件融入课堂教学并安排一定的课时上机学习统计软件，以此提高学生数据处理能力，加深对统计学基本原理的理解与掌握。

在加强统计软件或数学软件，如SPSS、R、SAS以及Matlab的教学过程中，要摈弃“会软件的操作即会统计技术”的思维，要让学生真正掌握相关操作与相关算法，深入思考算法的实现与相关理论的应用。同时引导学生思考对“大数据处理”的技术要求，包括数据搜集、发掘、存储以及计算分析过程中的算法与设备要求等，引导学生针对大数据进行软件升级与开发。

3.3 突出案例教学与实践教学

大数据的产生和发展源于规模经济问题或超规模经济问题的研究。每一个大数据问题的研究都是与实际经济或社会问题紧密相联的，因此，在实际教学过程中，要突出案例教学与实践教学，由易到难，通过案例教学逐步引入大数据的概念以及大数据处理的基本技术，提高学生的分析全局观以及进行实际数据分析与处理的能力。

教学改革的目的是培养在“大数据”时代背景下，符合市场需求的专业统计人才，而合格的专业统计人才必须具备良好的统计实践能力。案例教学与统计实践活动是培养学生统计实践能力的有效途径。因此，在教学过程中，一方面，教师可融合各种与实际问题相关的案例进行分析和讲解，加深学生对相关统计理论知识的理解，激发学生的学习兴趣，培养学生解决实际问题的能力。另一方面，教师可以组织多种形式的课堂或课堂外的统计实践活动以培养学生统计实践。如，指导学生针对他们感兴趣的与经济、社会发展相关的统计实际问题展开统计研究，设计调查问卷，收集数据、整理和分析数据，撰写研究报告，实现对实际问题的分析和解决等。

4.结束语

总之，在“大数据”环境下我们既要积极面对挑战，又要紧紧抓住机遇，切实结合“大数据”的特点和“大数据处理技术”发展的需求，既加强对传统的统计学方法、统计理论的教学，又积极开展 “大数据“环境下的拓展教学，推动统计学的发展，在数据收集、数据分析以及统计制度等方面进行改革和创新。

参考文献：

[1]李国杰. 大数据研究的科学价值[J]. 中国计算机学会通讯，2012，8（9） .

[2]姜奇平. 2013 全球大数据-大数据的时代变革力量[J]. 互联网周刊，2013，1.

[3]游士兵，张佩，姚雪梅.大数据对统计学的挑战和机遇 [J]. 珞珈管理评论标，2013，2（13）.

作者简介：

9.大数据下的精准营销策略 篇九

题目：大数据下的精准微博营销策略 学院：经济与管理学院 专业班级：工商管理 姓名：尹铭 指导教师：林彦新

完成日期：2017年3月31日 沈阳化工大学学士学位论文摘要

摘要

大数据时代的到来，改变生活的方方面面，并且数据正在以它独有的优势在各个领域内发挥重要的作用。虽然信息技术的变化对我们来说并不陌生，但是过去信息技术的改变重点往往在不那么被察觉的技术上，而不是更显而易见的“r（Information，信息）。大数据正是这个信息技术飞速发展的时代的产物。大数据时代下，精准的营销节省了时间，提高了效率，正逐渐成为营销市场最重要的发展方向。新浪微博作为一个大型服务类的社交网站，拥有庞大的用户量和信息量，这些用户量和信息量都为新浪微博作为一个庞大数据库的存在奠定了基础。大数据营销在新浪微博上的应用层面很广泛，越来越多的企业利用新浪微博这个大数据平台进行大数据营销。在这个互联网的时代，广告行业从以媒体主导转向以用户为主导，有了大数据平台的存在，以用户为主导的广告可以找出最合适的渠道和方式投放给目标受众。大数据营销的意义在于：突出了互联网广告的优势与目标受众进行互动式的交流，发现市场的新趋势从而改进自身，并且更节省投放广告的成本。本文将通过新浪微博，以具体案例进行分析，分析微博上的大数据营销的优劣处，总结微博大数据营销的意义所在。

通过本文的阐述可以进一步丰富有关企业微博营销的观点及思路。在现实上的意义来讲，希望可以通过本文对未来设想的可能性的思考，使得终端软件开发商可以将各种新媒体形式进行整合，将微博传播方式从目前的单一化变为多元化，以此来迎接4G时代的大信息化，从而以更丰富的表现形式，更便捷的无障碍互动，将企业微博营销推入微时代营销。

关键词：大数据；精准营销策略；微博营销

I 沈阳化工大学学士学位论文Abstract

Abstract The arrival of the era of big data, changing all aspects of life, and the data is its unique advantages in various fields play an important role.The changes in information technology are not unfamiliar to us, but the focus of information technology changes in the past is often technical rather than R(Information, information).Under the era of big data, precision marketing to improve the savings of time, improve efficiency, is becoming the most important development direction of the marketing market.Sina micro-blog as a large class of social networking services, with a huge amount of users and information, these users and the amount of information for Sina micro-blog as a huge database has laid the foundation for the existence of.Big data marketing in Sina micro-blog application level is also very broad, more and more companies use Sina micro-blog big data platform for big data marketing.In the age of the Internet, the advertising industry from the media oriented to user oriented, with a big data platform, user driven advertising channels and can find the appropriate way of delivery to the target audience.The significance of big data marketing lies in: highlight the advantages of Internet advertising and target audience interactive communication, found the new trend of the market in order to improve themselves, and save the cost of advertising.This article will be Sina micro-blog, to specific case analysis, analysis of the advantages and disadvantages of big data marketing on micro-blog, summed up the significance of micro-blog big data marketing.Through the elaboration of this article, we can further enrich the micro-blog marketing ideas and ideas.In the real sense, I hope through this article on the possibility of future vision thinking, so that the terminal software developers can integrate various forms of new media, micro-blog will spread from a single current into diversification, in order to meet the 4G era of information, so as to form a richer, more convenient the barrier free enterprise interaction, micro-blog marketing into the era of micro marketing.Key words:Big data;precision marketing strategy;micro-blog marketing

II 沈阳化工大学学士学位论文目录

目录

摘要...................................................................I Abstract..............................................................II 目录...................................................................1 序言...................................................................3 1 大数据营销的概念和意义..............................................5 1.1 大数据的概念..................................................5 1.2 精准营销......................................................5 1.2 精准营销的理论与模式..........................................5 2 新浪微博大数据营销的优势和局限性

.......................................................................7 2.1 新浪微博大数据营销的优势......................................7 2.1.1 沈阳市民办高校教师基本特征调查分析.....错误！未定义书签。2.1.2 沈阳市民办高校教师工资福利状况调查分析.错误！未定义书签。2.1.3 沈阳市民办高校教师培训状况调查分析.....错误！未定义书签。

2.2 新浪微博大数据营销的局限性.......................................10 2.2.1 缺乏互动...............................................10 2.2.2 信息内容同质化.........................................11 2.2.3 新浪微博影响力的下降...................................11 2.2.4 社交平台营销的局限性...................................11 2.2.5 粉丝的忠诚度较低.......................................12 2.2.6 后台的监控与评估乏力...................................12 3 新浪微博大数据的营销运用——以电影《摆渡人》为例...................12 3.1 电影信息的微博独家报道.......................................12 3.2 以大数据营销带动事件营销.....................................12 3.3 微博热门话题营销.................................................12 3.4 贯穿始末的大数据营销.............................................12 4 对于新浪微博大数据营销的建议.......................................12 沈阳化工大学学士学位论文目录

4.1 借助大数据技术改善用户体验.......................................12 4.2 借助大数据技术改善广告营销服务...................................12 4.3 提高文本质量，整合营销方法.......................................12 4.4 培养意见领袖，增强粉丝粘度.......................................12 4.5 加强微博营销效果的评估...........................................12 参考文献..............................................错误！未定义书签。附件..................................................错误！未定义书签。致谢..................................................................18

沈阳化工大学学士学位论文序言

序言

随着互联网的高速发展和云计算的广泛应用，运营商迎来了大数据时代。大数据给运营商带来了极大的商机，一方面可以以定位细分用户，帮助运营商制定个性化策略；另一方面，可以做很多真实的模拟，让运营商的营销方案更精准，从而提高营销投入的回报率。当前，在4G网络新的竞争形势下，大数据为运营商争夺4G用户和推广4G营销提供了机遇。而微博以其病毒式的传播、便捷性的操作、数据可以使运营商能够实现精准营销的海量的用户，成为运营商进行4G营销平台选择时的首选。本文从运营商微博精准营销的角度提出了一系列精准的营销策略与手段，并结合AISAS模型对营销效果进行综合评价，以期探索出一套微博精准营销的体系。综上所述，在理论上的意义来讲，企业微博的营销还处在一个探索期和发掘期，希望用更多元的角度与总结，通过本文的阐述可以进一步丰富有关企业微博营销的观点及思路。在现实上的意义来讲，希望可以通过本文对未来设想的可能性的思考，使得终端软件开发商可以将各种新媒体形式进行整合，将微博传播方式从目前的单一化变为多元化，以此来迎接4G时代的大信息化，从而以更丰富的表现形式，更便捷的无障碍互动，将企业微博营销推入微时代营销。

精准营销在中国的发展与国外发达国家比起来属于起步较晚、速度较快的一种，现将己有的研究成果和观点进行梳理如下：学者许瑾（2006）在菲利普·科特勒（2005）提出精准营销理论的基础上，结合自己多年的实践经验对己有的精准营销理论进一步的完善与补充：精准营销的指导思想是以消费者为中心，通过采取多种可行的方法，在正确的时间内，将能满足消费者需求的产品通过消费者习惯的渠道并以消费者能够接受的价格销售给有该产品需求的消费者。另外，他还指出了几种有关于精准营销过程中传播的新模式，建议以传播受众作为研究的切入点，通过研究受众的行为习惯与兴趣偏好，理解和把握消费者的真正目的，最后向其传播正确的信息。在《精准营销的思想和方法》该篇文章中，作者伍青生等人（2006）对于精准营销也有他们自己的看法，他们认为精准营销应该是在定性分析的基础上，辅以定量分析作补充，根据消费者的需求差异将市场进行有效的细分，进而分析和掌握目标客户的消费心理与行为 3 沈阳化工大学学士学位论文序言

特征，然后企业根据不同的消费行为特征采用具有强针对性和指向明确的营销策略，实现对不同客户群体有效的沟通和获得高效的回报。

沈阳化工大学学士学位论文结论与建议 大数据营销的概念和意义

1.1 大数据的概念

“大数据”是继“物联网”和“云计算”之后最流行的IT词汇。从大数据的来源、发展、现状和趋势，我们可以了解它的每一个方面。大数据是世界上最重要的技术之一，每个国家都有自己的方式来发展技术。

大数据的相对特性：指在可接受的时间内不能在公共设备上获取、管理或处理的数据集

大数据带来了异质性、实验变异和统计偏差的问题，并要求我们开发更适应和健壮的程序来处理大数据的挑战，我们需要新的统计思维与计算方法。大数据迫使我们面对整个计划大自然的细微差别和它们的复杂性。

通过大量的数据，我们发现自然界和社会中几乎所有的东西都有一个故事，一个可以用复杂的计算机模型来发现的故事，这种模型在廉价的硬件上运行，通过数据。如果你测量了足够的变量，不管你是否理解因果关系，你只需要一个变量和另一个变量之间的关系，数据不只是一个后台，结算工具。它被越来越多地用作实时决策工具。

新的计算形式，结合统计分析，优化和人工智能能够构建统计模型，从大量的数据收集，以推断系统应该如何响应新数据。

并且一旦被认为是“噪音”的数据，现在可以重新考虑与其余的数据，导致新的方法来开发理论和本体。看看你能发明“理论行为工业噪声”为了去使用它，并发现你不应该找到图案。这便是大数据。

大数据有四大方面：体积、多样性、准确性和速度。体积：系统必须摄取、处理和传播的数据尺度；

多样性：处理的信息类型的复杂性（许多来源和类型的数据都是结构化的和非结构化的）

速度：数据流的速度和来源，如业务流程，机器，网络和人类与社会媒体网站，移动 沈阳化工大学学士学位论文结论与建议

设备等互动

准确性：指数据中的偏差、噪声和异常

数据科学是直接从数据中提取可操作的知识，通过发现，假设和分析假设分析的过程中。

说到大数据不得不说云设施，云设施的服务方式分为以下三种： •云基础设施即服务（IaaS）

提供给消费者的能力是租用处理，存储，网络和其他基本的计算资源，消费者可以部署和运行任意软件，我可以包括操作系统和应用程序。消费者不管理或控制底层的云基础设施，但在操作系统、存储、控制部署的应用程序，并可能布莱选择网络组件（例如，防火墙，负载平衡器）。•云平台即服务（PaaS）

提供给消费者的能力部署到云计算基础设施的消费者创建的应用程序使用的编程语言和工具提供商的支持（例如，java、python。网）。消费者不管理或控制底层云基础设施，网络，服务器，操作系统，或存储，但消费者有控制部署的应用程序和可能的应用程序托管环境配置S.•云软件作为一种服务（SaaS）

提供给消费者的功能是使用运行时的应用程序的应用程序云基础设施和各种客户端设备通过收集客户端接口，如Web浏览器（例如，基于Web的电子邮件）访问。消费者不管理或控制底层云基础设施，网络，服务器，操作系统，存储，甚至个人应用。

云设施服务使数据在网络上持续可用，因此，人们可以访问，下载，分析和重用的任何人进行研究或其他用途包括学术出版商业出版物

大数据不仅意味着大量的数据，而且大量的人们使用和创建数据。研究中的每个人都使用数据，也创造了新的数据。

1.2 精准营销

精准营销，是指在精准定位的基本上，按照现代信息技术手段建立个性化的顾客沟通服务体系，实现企业可度量的低成本扩张之路。就是公司需要更精准、可衡量和高投资 沈阳化工大学学士学位论文结论与建议

回报的营销沟通，需要更注重结果和行动的营销传播计划，还有越来越注重对直接销售沟通的投资。简单地讲，“精准营销” 就是指在目标市场实施精准攻击，以精准的市场定位、精准的产品投入、精准的价格策略、精准的产品工艺、精准的广告投放、精准的亲情服务、精准的全员培训确保精准攻击的成功。精准营销能够有效地降低产品的附加成本，将更多的实惠让利给用户。1.3 精准营销

据说，要推动了世界经济未来的三件事。首先，计算机，其次是通信，第三，直接营销。

市场状况和趋势的变化经常强调需要改变营销方法。目前的市场趋势，激烈的竞争，全球化和日益顾客的要求，使我们认识到营销方法和传统营销的弊端。

直接营销的组成部分，在这个市场混合。营销组合这个术语描述了组织营销系统的四个要素的结合。当产品、价格、地点和促销成功地混合在一起时，他们就形成了一个营销计划，它提供了需求，或者想要满足一个组织市场的产品和服务。促销活动形成了单独的子组合T H T我们称这个促销组合o r e x i n通信MI组织的市场营销计划。主要元素促销活动包括公司的广告、个人推销、促销、宣传、公关和直销。直接营销可以被定义为一个互动我对营销系统，使用一个或多个广告媒体的效果可衡量的反应和/或交易的任何位置。

一般情况下，响应表明，营销的战略应该符合当时的文化，以达到预期目标市场的效果，而不是相反的方式，因为这样进化可能需要大量的时间，以实现营销目标。但是，如果战略带来的变化过程中，有利于市场营销的产品，它应该追求。如果营销人员可以创建一个相对标准化和跨文化的战略，在大多数文化的翻译，那么营销目标的国家将实现在一个最小的花费。消费者营销不应该试图改变文化，但良好的营销有时会对文化的影响，例如微博的，但我不认为他们市场来改变文化，这不是他们的意图，只是它是这样好的营销，它最终改变文化。营销的作用应该是适应文化，但有时伟大的营销将塑造文化。”

尽管在一个营销策略和不同的用途定位功能重要性程度的不同，所有的反应表明，当时的适应是很重要的我国际营销策略。一些意见是：战略的确切元素，以适应当地的呼吁和文化，以及在何种程度上是不是有限的，因为这是主题和独特的每一个市场，所有的市场是不同的。新浪微博大数据营销的局限性和优势

2.1 新浪微博大数据营销的优势

2016Q2财报显示，微博净营收和活跃用户数继续增长，在三四线城市的渗透率进一步提升。财报还提到了微博短视频业务的明显增长，Q2播放量达15.7亿。沈阳化工大学学士学位论文结论与建议

尽管2016年1月微博和阿里巴巴的战略合作终止，但广告收益并未受到影响，微博广告产品矩阵逐渐丰富，Q2广告在微博净营收中占85.3%。

从月均人均单日使用时长来看，微博用户在2016年7月人均每天使用微博26.2分钟，相比2015年使用时长略有提高。微博用户粘性，和微信和QQ相差较远，与个性化资讯应用今日头条、一点资讯也有差距。除了2015年12月和2016年1月被直播类应用映客短暂超越之外，微博粘性均高于花椒和映客。有意思的是，和上表中列出的其他应用相比，微博和知乎的月均人均单日使用时长几乎保持着非常一致的协同。也许 沈阳化工大学学士学位论文结论与建议

是由于在微博上容易形成全民热点和话题，而这些热点和话题也更容易成为问答社区知乎中提问的问题和讨论的素材，这一纽带可能间接地影响了知乎用户的活跃度。产品评论微博已成为一个信息渠道，起到了作用，在购买决策所采取的消费者发现，消费者和商业广告大不信任广告，往往没有明显的动机或理由。虽然大多数的学术工作主要集中在消费者持怀疑态度的传统媒体广告，本研究着重于对怀疑论RDS的社交媒体，如产品评论微博。营销传播从单向业务正在迅速转化为消费者的独白到双向对话甚至消费者对消费者模式。如果管理者想要主动管理。这带来了一个问题，如果营销人员可以成功地从事数字授权的消费者，以确保组织仍然是在线合作的一部分良好的沟通对话。根据陈和解（2008:478），消费者在线评论的数字授权的消费者创造了创造了一个新的元素在营销传播组合”。互联网技术的出现和新媒体渠道多已经改变了营销传播的景观（斯图尔特和Pavlou，2002）。获取信息的方便性Web 2的协作环境，增强与消费者的沟通（kozinets，hemertsberger和肖，2008）。消费者现在可以轻松地生产和广播视频，音频和短信到W全世界的观众通过网上社交媒体。这些技术的发展带来了权力的根本转变，以及传统营销传播平衡的剧变。有限公司消费者越来越多地使用自己的品牌传播，已达到深远的影响，以至于全球营销者

社交媒体--如微博--呈指数级增长，成为大众传播的手段。微博也可以被看作是一种自我或个人发布和备案意见，employi吴的意见的写作风格，同时活动，可以吸引或距离微博用户（约翰逊和凯，2004）。大多数的微博符合这个定义几乎没有任何商业或机构任何影响。少量的微博使那些拥有更多专业知识的人--尽管只有“专业知识”来评论高级和专门的现象、主题、行业，技术、产品与服务。这样，微博往往会达到非常大的受众，并可能成为巨大的影响力。在线评论平衡可用信息。一个有趣的研究通过Mackiewicz（2009）解释说，网上消费者用各种各样的方式传达自己的专长 因此，在本文中，我们首先简要回顾了微博作为一个公共关系沟通工具的使用。然后我们描述的信任和诚信的概念对组织来源国际交流，然后勾勒出一个尺度来衡量在微博背景源诚信构建和微博的适应。接下来，我们描述了在线消费之间的研究采用修正量表度量源可信度。修改后的源可信规模的心理测量学特性的某些方面也解决。信任worthin源ESS然后分析对微博使用除了企业微博外，消费者微博还保留着自己的微博，专注于审查公司提供的产品、服务和技术。这些微博中有一些是补偿由公司或其机构，而有些不是。企业通信从业人员，公共关系专家和学者需要了解的优点和缺点公共关系微博的使用。

微博作为公共关系工具的长处和短处。他认为微博有很多优点，包括它们作为研究的有用性工具以及信息框架和说服。他认为微博对于研究、问题监测和环境扫描特别有用。

角色塑造公关。微博已经作为一种重要的信息渠道，作为一个知识共享的工具（Droge et al.，2010）。公共关系中微博的交流使用使公关人员和营销人员使用微博作为一 沈阳化工大学学士学位论文结论与建议

个市场研究工具来分析市场和规范舆论对他们的业务（Xifra和韦尔，2008）。它允许新的产品开发经理分享关于他们的产品的经验，导致消费者和公司一起创造价值（Droge et al.，2010）。另一方面，由于用户生成内容，让消费者通过微博发表评论直接即时反馈（Xifra和韦尔，2008）和使用微博作为一个强大的口碑有限mmunication通道（droge等人，2010；riegner，2007年）。

2.2 新浪微博大数据营销的局限性 2.2.1 缺乏互动

在参与调研的手机网民中，使用过微博的比例达到71.7%。我们接下来主要聚焦三类用户：忠实用户(31.2%)，新增用户(11.6%)和流失用户(28.9%)。从调研数据来看，微博流失的用户比例高于新增用户。

62%的用户基本不贡献原创内容，专注于互动和转发。35%用户在微博上既浏览也生产内容。互动和转发行为更多意味着许多微博用户更加乐于传播内容而不是生产内容，这部分用户并不能带来很高质量的UGC。

微博的社交价值和媒体价值相比更弱，但是内容的传播和互动是以兴趣类似群体以及和名人明星之间的弱连接为基础。结合前面的调研结果，用户关注明星、资讯和新闻账户最多，关注熟人账户者约三成。因此和微信相比，微博更偏重陌生人间的弱连接社交——基于兴趣资讯的互动社交

企业微博，以及消费者微博有关公司，他们的产品，服务和技术正在以前所未有的速度成倍增长，但目前的微博的效用是有限作为公关工具（肯特，2008）。

虽然，微博有难以置信的潜力被用来作为研究和说服工具，仍然有消费者对这种新形式的营销传播持怀疑态度。微博不能被带到IR充分的优势，除非我们充分了解如何提高消费者的信任和对微博的来源可信度水平。

随着Web 2的引入，在线平台已经确立了它在公共关系管理中的地位。特别是微博，提供评论的产品，服务和技术，H在与市场对话中，公共关系从业者成为必不可少的途径。从公共关系的角度来看，本文针对产品评论的来源可信度W微博在网上消费者，消费者的人口统计数据是否有显着影响他们的信任水平。

一个先行的来源可信度的性质之间的关系，如果有的话，微博和特定利益相关者之间的产品，服务或技术审查。一些微博收到以相关利益相关者的补偿或其他利益的形式，沈阳化工大学学士学位论文结论与建议

如制造商及其机构的企业赞助。因此，有人担心，一些微博谁介绍产品不提供真正的公正评论，因此良好的商业惯例的违反。2.2.2 信息内容同质化

信息海量，实用不足；内容泛滥，精品不多；贪大求全，特色不强。近年来，互联网内容同质化的“三不”现象越演越烈。无论是几大互联网巨头，还是刚刚起步的互联网公司，产品设计同质化、营销模式同质化、品牌策略同质化呈蔓延之势，互相抄袭、恶性竞争事件也屡见不鲜。

在竞争白热化趋势下，一些媒体片面追求速度与时效，互相复制转载，产出大量信息垃圾。不少网民抱怨，每天一连无线网，手机就震动不停，同样的内容频繁地被各大应用重复推送，让人不胜其烦。更有网友表示，现在的“推送”已经成了“吸引”的反义词，信息刷屏令人避之不及。

对外经济贸易大学金融学院学生刘尔慷，一直密切关注财经资讯。在他看来，很多媒体客户端和公众号内容重复、观点雷同，财经评论类文章也多为转载，缺乏独创性。有些公众号直接到知乎网等网站剽窃抄袭，十分可恶。

2.2.3 新浪微博影响力的下降

《福布斯》网站近日发布了署名为李君蘅（Junheng Li）的文章称，尽管微博是一个具有强大影响力的社交平台，但是，微博的故事听起来已经不再让人感到振奋。以下就是李君蘅的文章主要内容。在上周于中国香港召开的交易前投资者教育大会上，微博管理层积极宣扬其将按照60亿美元的估值融资约5亿美元。目前来看，微博的故事似乎已经难以振奋亚洲投资者了。

我们认为，投资者微信在行业内的竞争过分担忧。事实上，一些竞争性产品主要是在移动互联网有着强大的影响力，而这可能会对微博带来直接好处，因为在中国的新闻环境下，最具人气的移动社交平台提供了可靠实时的信息。在我们看来，微博与其它竞争性服务可以形成互补关系，而不是竞争性关系。例如，微信主要是一个多媒体社交通信工具，而微博则是一个具有社交和媒体功能的类似于Twitter的服务。另外，投资者还感到过分担忧的是，社交名流帐户（即大V”）正转而使用微信。不过，从2014年初以来，社会名流们又开始返回微博，并将微博作为他们的主要消息发布中枢。沈阳化工大学学士学位论文结论与建议

2.2.4 社交平台营销的局限性

在微博时代，我们不能忽视微博力量，以及微博推动社会进步的力量。但是由于网络里虚假信息泛滥严重，微博也能把虚假信息的影响扩大到最大化，为社会的不稳定埋下定时炸弹。一方面我们除了要加强辨别真伪的能力，另一方面也要通过规范网络环境，这才是真正的治本之法。其实通过法制规范网络环境已有实例，2011年12月北京市推出《北京市微博客发展管理若干规定》，《规定》提出，“后台实名，前台自愿”。微博用户在注册时必须使用真实身份信息，但用户昵称都是可自愿选择的。新浪、搜狐、网易等各大网站微博都将在2012年3月16日全部实行实名制，采取的都是前台自愿，后台实名的方式。通过这一规定，微博企业可以更加明确自己的责任，对促进微博平台自律化、文明化、规范化有非常重要的作用。

2.2.5 粉丝的忠诚度较低

相比于微信，qq等平台，微博粉丝的粘度何种程度较低，2.2.6 后台的监控与评估乏力 微博本身对后台监控较少 新浪微博大数据的营销运用——以电影《摆渡人》为例

3.1 电影信息的微博独家报道

在微博中进行电影推广和传播，已在近两年成为电影营销的重要手段，电影自身的话题性和故事性在微博中往往成为用户讨论和分享的关键内容。沈阳化工大学学士学位论文结论与建议

在电影上映前，电影在微博上就有很高的热议度。

《摆渡人》的社交营销：

1、官微共发微博3505条，纪录了电影筹拍、开机等的全过程；

2、大V：不完全统计，46个转发微博大V，粉丝总数接近3.7亿；

3、创造微博体，频繁让主创参与微访谈，延续微博热度；

4、大量影评专家写好影评。

5、“微博独有的“摆渡人电影官微”账号，关注者就有103万，这使得关注电影的消费者能更进一步的了解电影的进展。沈阳化工大学学士学位论文结论与建议

3.2 以大数据营销带动事件营销

《摆渡人》相关微博转发高达150万次的纪录。这应该是在某种程度上跟阿里讲的以C2B模式做电影相契

合吧，当然这只是大数据在影片前期的应用，将来的商业植入及衍生品开发都可能依托大数据分析实现。3.3 微博热门话题营销

狮门影业数字营销部门高级副总裁丹尼尔•迪帕玛表示：“以前，人们习惯了媒体告诉公众哪些电影才是比较好的，但现今已全然不是如此，现在公众的态度更为主动，我们愿意让公众来评论电影的好坏。”

电影的社交营销，起决定作用的并不是官方的主动营销，而是由电影延伸开来的话题、演员、故事、拍摄花絮等因素。如果这些元素都能符合用户深层次的需求，便能激发用户自动传播，而这种通过社交平台的传播，范围更广，成本更低，可信度更高。对于“微博大V”的作用，一是起到了引导作用，引导用户参与到话题的讨论，而是在一定程度上起到了“洗脑”的作用，让用户在不同时间、不同地点都能获取到电影的信息，并实时参与到话题的互动。3.4 贯穿始末的大数据营销

在电影上映后，人们仍对电影中的经典镜头给予好评，转发量居高不下，持续时间较长。对电影中的主演关注提高了平时的好几倍。

电影的社交营销，应采取“先紧后松”的策略。在电影上映前的一段时间里，做出大量铺垫，例如对外公布拍摄花絮、人物特辑、主题曲等，以此吊足观众的胃口。而当电影真要上映的时候，电影制作方、发行方不需要再进行特别的宣传，让普通网友主动参与到话题的热议中，效果会更好。

总之，优质的内容与社交媒体的有效融合，满足了消费者的需求；同时营销团队在正确的时间，做正确的事情，控制营销时间点，才能持续地激发用户的喜好。对于新浪微博大数据营销的建议

4.1 借助大数据技术改善用户体验

商业化与用户体验的失衡：过于激进的引流，如强行加关注等行为，会损害用户体验 沈阳化工大学学士学位论文结论与建议

从而导致用户流失。也许会有一部分用户容忍和习惯，但是失望和不适会加速用户体验的下降。微博应尽快在商业化和用户体验之间做新一轮的权衡。

对于内容供给者和获取者而言，微博的媒体价值都很高。地方和机构可以通过微博以更接地气的形式征集民意，各地用户也可以通过微博来“报道”身边的事和参与公益活动，由此带来衍生的社会价值。4.2 借助大数据技术改善广告营销服务

用户对移动互联网高度碎片化的使用时间和行为习惯，获得有价值的用户数据越来越难。因此，在达到用户之后，通过与用户建立有效的互动关系，获取有价值的用户数据，已经成为企业社会营销中迫切需要解决的问题。

微博新推出的社交营销解决方案，它是基于海量社交数据和公司自身数据的整合，帮助企业打通社交CRM系统。基于用户在微博中的发布、交互、搜索和用户行为分析，并打开自己的数据，可以设置更清晰的粉丝画面。在此基础上，企业不仅可以为粉丝提供有效的服务，还可以根据粉丝的行为习惯和喜好展开营销活动，从而提高广告的互动率和转化率。

这样，企业就可以了解和引导自己的行为，在了解消费者习惯的基础上，实现粉丝业务。韩国的工匠为例，该公司有200的客户服务团队，所有与他们的相互作用发生在微博的粉丝，将与对应的单词按照客服沟通，从而加快风扇沉淀，带动销售的转换，目前的收入来自微博1 / 3。

随着社会营销观念，企业实现了通信本身为用户主动分享，基于用户SCRM系统深度的沟通更重要。微博开放通过SCRM营销闭环，企业可以根据用户的需求提供不同的方案与服务。通过这种努力，我们最终可以得到新客户，留住老客户，逐步提高客户忠诚度，从而最大限度地提高营销效率。

互联网技术的出现和新媒体渠道大多已经改变了营销传播的景。消费者现在可以轻松地生产和广播视频，音频和短信到W全世界的观众通过网上社交媒体。这些技术的发展带来了权力的根本转变，以及传统营销传播平衡的剧变。有限公司消费者越来越多地使用自己的品牌传播，从而具有深远的影响，以成为全球营销者（如亚伯拉罕，2005；伯松，赫伯特和皮特1999；Brockhoff，2003）； 沈阳化工大学学士学位论文结论与建议

4.3 提高文本质量，整合营销方法

广告在微博营收中贡献了最大的比重。尽管有用户认为广告损害了体验，但整体而言，51.5%的用户不介意广告的形式，如果遇到感兴趣的商品就不排斥。这反映出消费者对于个性化精准推送广告存在一定需求。

在其他类型的广告中，用户相对更偏好名人明星的推荐和互动类优惠广告。内容形式的丰富也意味着广告形式的多样。原生广告、明星推荐、个性化推荐或可成为用户更乐意接收的营销方式。4.4 培养意见领袖，增强粉丝粘度

从用户调研来看，微博新增用户以女性和90后居多，粘性也更高。而男性高知群体的流失是微博的风险

4.5 加强微博营销效果的评估

参考文献

[1]邱媛媛.基于大数据的O2O平台精准营销策略研究[J].齐齐哈尔大学学报(哲学社会科学版),2016,(12):60-62.[2]姚元元,陈泰宇.浅谈大数据时代下的精准营销[J].新闻研究导刊,2016,(22):116.[3]王飞.基于大数据平台的云南省农产品精准营销模式应用研究[J].江苏商论,2016,(11):20-22+28.[4]汤媛媛.大数据时代网络精准营销与隐私权保护[J].长白学刊,2016,(06):76-81.[5]陈静怡.大数据背景下网络精准营销的构建[J].福建商业高等专科学校学报,2016,(05):27-32.[6]王浩宇,孙启明,胡凯.信令大数据技术在精准营销中的应用[J].北京邮电大学学报(社会科学版),2016,(04):70-76+107.[7]艾宏.大数据背景下精准营销的探析与思考[J].现代商业,2016,(22):34-35.[8]包月姣.大数据环境下湖南农产品精准营销模式研究[J].中国集体经济,2016,(22):60-61.[9]李红利.试论大数据背景下的精准营销[J].才智,2016,(07):228+230.沈阳化工大学学士学位论文结论与建议

[10]龚映梅,曹新波.大数据环境下云南农产品精准营销模式研究[J].昆明理工大学学报(社会科学版),2016,(01):65-71.[11]王小志,张岩.浅析大数据时代的精准营销[J].现代经济信息,2015,(23):294.[12]许正林,杨瑶.基于大数据的移动互联网RTB广告精准投放模式及其营销策略探析[J].上海大学学报(社会科学版),2015,(06):104-117.[13]仲凯旋,巩永华,薛殿中.大数据时代的微博精准营销[J].通信企业管理,2015,(10):51-53.[14]马园园.大数据背景下的旅游精准营销分析[J].旅游纵览(下半月),2015,(09):23.[15]罗捷品.浅议如何实现大数据时代的精准营销[J].现代经济信息,2015,(10):128.[16]喻莉,熊瑛.大数据下的精准定制营销[J].现代商业,2015,(09):42-43.[17]谢海英,黄淑伟.大数据背景下精准营销研究[J].信息与电脑(理论版),2014,(10):198.[18]林燕.论大数据时代广告精准营销及传播策略——从中粮“年味儿”广告说起[J].今传媒,2014,(10):76-77.[19]王皓瑜,邓江,杜佳楠,汪德华,龙曦侃.基于大数据分析的精准营销服务平台研究[J].中国金融电脑,2014,(08):40-44.[20]万红玲.大数据时代下的精准营销[J].新闻传播,2014,(01):71.沈阳化工大学学士学位论文致谢

致谢

大学四年的学习生活既将结束。回首既往，自己一生最宝贵的时光能于这样的校园之中，能在众多学富五车、才华横溢的老师们的熏陶下度过，实是荣幸之极。在这四年的时间里，我在学习上和思想上都受益非浅。这除了自身努力外，与各位老师、同学和朋友的关心、支持和鼓励是分不开的。

论文的写作是枯燥艰辛而又富有挑战的。老师的谆谆诱导、同学的出谋划策及家长的支持鼓励，是我坚持完成论文的动力源泉。在此，我特别要感谢我的导师孙德海老师。从论文的选题、文献的采集、框架的设计、结构的布局到最终的论文定稿，从内容到格式，从标题到标点，孙老师都费尽心血。没有老师的辛勤栽培、孜孜教诲，就没有我论文的顺利完成。同时感谢各位同学，与他们的交流使我受益颇多。