コントローラー: あらかじめ与えられたコマンドに従って制御情報を発行し、コンピューターの命令実行プロセス全体を段階的に進めます。その機能は、プログラムによって指定された制御情報を解釈し、それに従って制御することです。要件に合わせてプログラム、データ、アドレスをスケジュールし、コンピュータのさまざまな部分の動作やメモリや周辺機器へのアクセスなどを調整します。

主な機能: メモリから命令を取得し、メモリ内の次の命令の位置を示し、命令をデコードまたはテストし、対応する動作制御信号を生成して、指定されたアクションを開始し、CPU、メモリ、入出力を制御します。デバイス間の流れ。

演算器の役割は、データに対してさまざまな算術演算や論理演算を行うこと、つまりデータを加工することです。

演算器の基本演算には、加算、減算、乗算、除算の四則演算や、AND、OR、NOT、XORなどの論理演算、シフト、比較、送信などの演算が含まれます。算術論理演算装置 (ALU) とも呼ばれます。コンピュータが動作しているとき、演算ユニットの動作と演算の種類はコントローラによって決定され、演算ユニットはコントローラのコマンドを受け取り、アクションを実行します。つまり、演算ユニットによって実行されるすべての演算はコントローラによって指示されます。コントローラーから送信される制御信号。

メモリの機能は、プログラム、データ、さまざまな信号、コマンド、その他の情報を保存し、必要なときにこの情報を提供することです。メモリは、コンピュータ内部のメモリ（メモリと呼ばれます）とコンピュータの外部にあるメモリ（外部メモリと呼ばれます）に分けられます。 内部メモリは、読み書き可能なメモリ RAM と読み出し専用メモリ ROM の 2 つのカテゴリに分類できます。

コンピュータのストレージ容量はバイト単位で測定されます。バイト B (1Byte=8 ビット)、キロバイト (1KB=1024B)、メガバイト (1MB=1024KB)、ギガバイト (1GB=1024MB)、テラバイト セクション (1TB = 1024GB) です。

コンピュータの外部メモリには、一般に、フロッピー ディスクおよびフロッピー ドライブ、ハードディスク、光ディスクなどのほか、USB インターフェイス ベースのモバイル ハードディスク、書き換え可能な電子ハードディスク、USB フラッシュ ドライブなどが含まれます。

入力装置はコンピュータの重要な部分であり、入力装置と出力装置を総称して周辺装置と呼びます。入力装置の機能は、プログラム、元のデータ、テキスト、文字、制御コマンドなどの情報を入力することです。現場で収集したデータをコンピューターに取り込みます。

一般的に使用される入力デバイスには、キーボード、マウス、マイク、カメラ、スキャナ、コード スキャナ、手書きパッド、タッチ スクリーンなどが含まれます。

出力装置もコンピュータの重要な部分であり、外部コンピュータの中間結果や最終結果、コンピュータ内のさまざまなデータシンボルやテキスト、あるいはさまざまな制御信号やその他の情報を出力します。

一般的に使用される出力デバイスには、モニター、プリンター、レーザー プリンター、プロッターなどが含まれます。

システム ソフトウェアは、コンピュータと外部デバイスを制御および調整し、アプリケーション ソフトウェアの開発と運用をサポートするシステムを指します。その主な機能は、コンピュータのスケジュール、監視、保守です。システムは、コンピュータ システムのさまざまな側面を管理する役割を担っており、独立したハードウェアによって調和して動作することができます。システム ソフトウェアを使用すると、コンピュータ ユーザーやその他のソフトウェアは、基礎となるハードウェアがどのように動作するかを考慮することなく、コンピュータ全体を扱うことができます。

アプリケーションソフトウェアは、ユーザーが使用できるさまざまなプログラミング言語と、さまざまなプログラミング言語でコンパイルされたアプリケーションプログラムの集合体であり、ソフトウェアパッケージとユーザープログラムに分けられます。

アプリケーション ソフトウェア パッケージは、コンピュータを使用して特定の種類の問題を解決するために設計されたプログラムの集合であり、主にユーザーが使用するために使用されます。 アプリケーションソフトウェアは、さまざまな分野や問題におけるユーザーのアプリケーションニーズを満たすために提供されるソフトウェアです。

ミドルウェアは、オペレーティング システムとアプリケーションの間に位置するソフトウェアです。システムソフトウェアによって提供される基本サービス（機能）を使用して、アプリケーションシステムのさまざまな部分またはネットワーク上の異なるアプリケーションを接続し、リソース共有と機能共有の目的を達成できます。ミドルウェアは、プラットフォーム (ハードウェアおよびオペレーティング システム) とアプリケーションの間に位置する共通のサービスです。これらのサービスには、標準のプログラム インターフェイスとプロトコルがあります。オペレーティング システムやハードウェア プラットフォームが異なる場合、基盤となるコンピュータ ハードウェアやシステム ソフトウェアがどのように更新されても、ミドルウェアがアップグレードされ、ミドルウェアの外部インターフェイス定義が変更されていない限り、アプリケーション ソフトウェアはほとんど変更する必要がありません。アプリケーションソフトウェアの継続的かつ安定した動作。

1||| デジタル通信技術

2||| 情報伝達技術

3||| 通信ネットワーク技術

人の職場でワイヤレス技術を使用してパーソナル電子デバイス (ポータブル コンピュータなど) を接続するアドホック ネットワークであるため、ワイヤレス パーソナル エリア ネットワーク WPAN (ワイヤレス PAN) と呼ばれることがよくあります。コンピュータ ネットワークの観点から見ると、PAN はローカル エリア ネットワークであり、その範囲は通常約 10m です。

通常、高速通信回線 (通常、速度は 10Mb/s 以上) を介して接続されたマイクロコンピュータまたはワークステーションを使用することを指し、その地理的範囲は通常約 1 km です。通常、キャンパス、ユニット、建物などが対象となります。

行動範囲は数ブロックから都市全体に及ぶこともあり、その範囲はおよそ5～50kmに及ぶ。

各ホストの接続にはノードスイッチが使用され、ノードスイッチ間の接続リンクは一般に高速で通信容量の大きなリンクが使用されます。広域ネットワークの範囲は通常、数万キロメートルから数千キロメートルであり、国または大陸を越えて長距離にわたってデータを送信できます。

公衆にサービスを提供するために電気通信会社によって資金提供され構築された大規模なネットワークを指し、公衆ネットワークとも呼ばれます。

部隊の特殊な業務に対応するために特定の部門によって構築されたネットワークを指します。このネットワークは、部隊外の人々にサービスを提供するものではありません。たとえば、電力、軍事、鉄道、銀行などはすべて専用のネットワークを持っています。このシステム。

TCPに基づく

UDPに基づく

TCP は、TCP/IP プロトコル スイート全体の中で最も重要なプロトコルの 1 つであり、IP プロトコルによって提供される信頼性の低いデータ サービスに基づいて、再送信テクノロジを使用して、信頼性の高い接続指向のフルダブル データ転送サービスをアプリケーションに提供します。 。 TCP プロトコルは通常、送信されるデータの量が比較的少なく、信頼性の要件が高い状況で使用されます。

UDP は、アプリケーション プロセス間の通信を保証する信頼性の低いコネクションレス プロトコルであり、TCP に比べてエラー検出機能が非常に弱いです。 TCP は信頼性の提供に役立ち、UDP は転送速度の向上に役立つと言えます。 UDP プロトコルは通常、大量のデータが送信され、信頼性要件はそれほど高くないが、高速性が必要な状況で使用されます。

DAS。SAS (サーバー接続ストレージ、サーバー接続ストレージ) とも呼ばれます。 DAS は、さまざまなサーバーまたはクライアント拡張インターフェイスに直接接続されたデータ ストレージ デバイスとして定義され、サーバーに依存し、ストレージ オペレーティング システムを使用しないハードウェアのスタックです。このアプローチでは、ストレージ デバイスがケーブル (通常は SCSI インターフェイス ケーブル) を介してサーバーに直接接続され、I/O (入力/出力) 要求がストレージ デバイスに直接送信されます。

a. ネットワーク接続ストレージ (NAS)

b. ストレージ エリア ネットワーク (SAN)

階層モデルは、データベース システムで使用される最も初期のモデルであり、エンティティ セット (長方形のボックスで表される) がノードである「ツリー」構造と、ツリー内のノード間の接続を表します。それらの間の関係を表します。 (1対多のエンティティ関係のみを処理できます)

階層モデル内の特定のレコード値は、その階層パスに従ってのみ表示できます。子レコード値は、親レコード値から独立して存在することはできません。

主な利点は次のとおりです。

主な欠点は次のとおりです。

有向グラフ構造を使用してエンティティの種類とエンティティ間の関係を表すデータ構造モデルは、ネットワーク モデルと呼ばれます。

ネットワーク モデルでは、レコードはデータの保存単位として使用されます。レコードには複数のデータ項目が含まれます。ネットワーク データベース内のデータ項目は、多値データや複合データにすることができます。各レコードにはコード (DatabaseKey、DBK) と呼ばれる、それを一意に識別する内部識別子があり、レコードがデータベースに格納されるときにデータベース管理システム DBMS によって自動的に割り当てられます。 DBK はレコードの論理アドレスと見なすことができ、レコードの「代用」として使用したり、レコードを検索するために使用したりできます。ネットワークデータベースは、データベースを操作する際に、何をすべきかだけでなく、その方法も説明するナビゲーションデータベースです。たとえば、検索ステートメントでは、検索オブジェクトを指定するだけでなく、アクセス パスも指定する必要があります。

主な利点は次のとおりです。

主な欠点は次のとおりです。

リレーショナル モデルは、2 次元のテーブルを使用して、リレーショナル構造データベース内のエンティティとエンティティ間の接続を表すモデルです。リレーショナル モデルは、集合論のリレーショナル概念に基づいて開発されます。リレーショナル モデルでは、エンティティとエンティティ間の接続の両方が、単一の構造型関係によって表されます。

主な利点は次のとおりです。

主な欠点は次のとおりです。

1||| テーブル内の行と列の順序は重要ではありません

2||| 行: テーブル内の各行。レコードとも呼ばれます。

3||| 列: テーブル内の各列。属性およびフィールドとも呼ばれます。

4||| 主キー PK (Primary key): レコードを一意に決定するために使用されるフィールド外部キー FK フィールド

5||| ドメイン: 属性の値の範囲。たとえば、性別には「男性」と「女性」の 2 つの値のみを指定できます。

1||| 非構造化ストレージ

2||| 多次元リレーショナルモデルに基づく

3||| 具体的な使用シナリオがある

1||| キーと値のデータベース

2||| 列指向データベース

3||| ドキュメント指向データベース

4||| グラフデータベース

ユーザーはデータ ソースからすべてのデータを抽出し、データのクリーニングと変換の後、データは最終的に事前定義されたデータ ウェアハウス モデルに従ってデータ ウェアハウスにロードされます。

データに関するデータとは、データ ウェアハウスの構築プロセス中に生成される、データ ソース定義、ターゲット定義、変換ルールなどに関連する主要なデータを指します。メタデータには、データの意味に関するビジネス情報も含まれます。一般的なメタデータには、データ ウェアハウス テーブルの構造、データ ウェアハウス テーブルの属性、データ ウェアハウス (記録システム) のソース データ、記録システムからデータ ウェアハウスへのマッピング、データ モデルの仕様、ログの抽出とデータへのアクセスのユーティリティなど。

データ ウェアハウスのデータ ウェアハウスに保存されているデータの粒度または包括性のレベル。精製度が高いほど粒度レベルは小さくなり、逆に精製度が低いほど粒度レベルは大きくなります。

同じ構造のデータは、複数の物理単位のデータに分割されます。特定のデータ単位は、正確に 1 つのパーティションの対象となります。

小規模な、部門またはワークグループレベルのデータウェアハウス。

組織の日常的なグローバルアプリケーションをサポートできるデータコレクションは、DBとは異なる新しいデータ環境であり、DW拡張後のハイブリッド形式です。これには、トピック指向、統合、可変、最新または最新に近いという 4 つの基本的な特徴があります。

データを表現するために使用される効率的なデータベース処理のためにデータベース管理システムによって提供される操作と制約を含む論理データ構造。

意思決定支援システム環境で 1-1 を使用して参照整合性を表す設計手法。

これはデータ ウェアハウス システムの基盤であり、システム全体のデータ ソースです。通常、組織内部の情報と組織外部の情報が含まれます。内部情報には、各種業務処理データや各種文書データがリレーショナルデータベース管理システムに格納されることが含まれる。外部情報には、各種法令、市場情報、競合他社情報などが含まれます。

これはデータ ウェアハウス システム全体の中核です。データ ウェアハウスの組織と管理方法によって、データ ウェアハウスが従来のデータベースと異なることが決まり、また、外部データの表現も決まります。既存のビジネス システムからデータを抽出、消化して効果的に統合し、テーマに従って整理します。データ ウェアハウスは、データの対象範囲に応じて、組織レベルのデータ ウェアハウスと部門レベルのデータ ウェアハウス (データ マートと呼ばれることが多い) に分類できます。

OLAP は、分析に必要なデータを効果的に統合し、多次元モデルに従って整理して、多角および多レベルの分析を実行し、傾向を発見します。その具体的な実装は、リレーショナル データベースに基づく OLAP (リレーショナル OLAP、ROLAP)、多次元データ組織に基づく OLAP (多次元 OLAP、MOLAP)、およびハイブリッド データ組織に基づく OLAP (ハイブリッド OLAP、HOLAP) に分けることができます。 ROLAP 基本データと集計データは RDBMS に格納され、MOLAP 基本データと集計データは多次元データベースに格納され、HOLAP 基本データはリレーショナル データベース管理システム (RDBMS) に格納され、集計データは多次元データベースに格納されます。

フロントエンドツールには主に、各種クエリツール、レポートツール、分析ツール、データマイニングツール、データウェアハウスやデータマートをベースとした各種アプリケーション開発ツールが含まれます。このうち、データ分析ツールは主に OLAP サーバーを対象とし、レポート ツールとデータ マイニング ツールは主にデータ ウェアハウスを対象としています。

意味

達成するための方法

意味

整合性チェックの 3 つの側面:

意味

（1） 信憑性

（2） 検証可能性

（3） 否認防止

（4） 信頼性

情報システムセキュリティの主要な課題は、情報システム機器のセキュリティです。情報システムの機器セキュリティは、情報システムセキュリティの重要な基盤です。ハードウェア機器だけでなくソフトウェアシステムも機器であり、ソフトウェア機器のセキュリティも確保する必要があります。

主に含まれる

情報システム機器は被害に遭っていなくても、情報漏洩やデータ改ざんなど、データの安全性が損なわれている場合が多くあります。データのセキュリティを危険にさらす行為は高度に隠蔽されており、データ アプリケーションのユーザーは気づかないことが多いため、非常に有害です。

そのセキュリティ特性には次のものがあります。

コンテンツのセキュリティは、政治、法律、道徳のレベルでの情報セキュリティの要件です。

コンテンツのセキュリティには以下が含まれます

広義のコンテンツ セキュリティには次のものも含まれます。

データに不健全、違法、非倫理的なコンテンツが含まれている場合、たとえ機密データであり改ざんされていないとしても、安全であるとは言えません。

データ セキュリティは本質的に静的なセキュリティですが、動作セキュリティは動的なセキュリティです。

含む

行動セキュリティはプロセスの安全性を重視します。これは、情報システムを構成するハードウェア デバイス、ソフトウェア デバイス、およびアプリケーション システムの調整された作業手順 (実行シーケンス) がシステム設計の期待を満たすという事実に反映されます。情報システム全体のセキュリティが確保されます。

1||| 署名者は後から署名を拒否することはできません。

2||| 他の誰も署名を偽造することはできません。

3||| 当事者が署名の真正性について異議を唱えた場合、公平な仲裁人の前で署名を検証することでその真正性を確認できます。

1||| 認証は常に、認証対象のオブジェクトの信頼性を検証するために送信者と受信者の両方が共有するある種の機密データに基づいて行われますが、デジタル署名の署名を検証するために使用されるデータは公開されています。

2||| 認証では、送信側と受信側が互いの信頼性を検証でき、第三者は検証できませんが、デジタル署名では、送信側と受信側の両方と第三者が検証できます。

3||| デジタル署名は、送信者が拒否できず、受信者が偽造できず、公証人の前で紛争を解決する機能を備えていますが、認証には必ずしもその機能がありません。

コンピュータ機器の安全な動作を確保することは、情報システムのセキュリティの最も重要な側面の 1 つです

完全性、機密性、可用性に加えて、次のことも含まれます。

情報の収集、保管、配布、送信、およびアプリケーションの主要なキャリアとして、ネットワークのセキュリティは、情報全体のセキュリティにおいて極めて重要な、あるいは決定的な役割を果たします。ネットワーク環境は、情報共有、情報交換、情報サービスに理想的な空間を作り出します。インターネット本来のオープン性、双方向性、分散化の特性により、人々は情報をオープン、柔軟、迅速に共有できるようになりますが、ネットワーク セキュリティ関連の問題も引き起こします。

ネットワークセキュリティ関連の問題:

一般的なサイバー脅威には次のようなものがあります。

セキュリティ上の脅威の現れ方によると、次のとおりです。

データベース システムは、データを保存、管理、使用、維持するためのプラットフォームです。データベースセキュリティとは主にデータベース管理システムのセキュリティを指し、そのセキュリティ問題は送信ではなく保存に使用されるデータのセキュリティ問題と考えることができます。

アプリケーション システムのセキュリティは、コンピュータ機器のセキュリティ、ネットワーク セキュリティ、データベース セキュリティに基づいています。同時に、非常に重要なセキュリティ保証手段である、システム自体の実行プログラムと構成ファイルの合法性と完全性を保証するために、効果的なウイルス対策、改ざん防止、バージョンチェックと監査が採用されています。

Webページ検出プログラムを使用して、監視対象のWebページをポーリング方式で読み出し、実際のWebページと比較してWebページの内容の完全性を判断し、改ざんされたWebページを警告および復元します。

いわゆるコア組み込み技術はパスワード透かし技術です。このテクノロジーは、Web サーバー ソフトウェアに改ざん検出モジュールを組み込み、各ネットワーク メンバーがネットワークから離れるときに整合性チェックを実行し、改ざんされた Web ページをリアルタイムでブロックし、アラームと回復を提供します。

これは、Web ページのファイルが変更されたときにファイル システムまたはオペレーティング システムのドライバー インターフェイスを使用して合法性をチェックし、不正な操作を警告して回復することです。

これは、シンプル、効率的、安全かつ非常に高い改ざん防止技術です。イベント トリガー方式により、Web サーバーのすべてのフォルダー内のファイルの内容が基礎となるファイル属性と比較され、属性の変更が見つかった場合は、組み込みのハッシュ高速アルゴリズムが使用され、ファイルの内容がリアルタイムに監視されます。バックアップ パス フォルダーが監視ファイルにコピーされ、フォルダーの対応するファイルの場所により、改ざんされたページが一般公開されなくなります。

NGFW の DPI 機能には IPS が含まれます

NGFW は、パケットの宛先に応じてパケットをブロックまたは許可します。これは、レイヤー 7 (アプリケーション層) でトラフィックを分析することによって行われます。従来のファイアウォールはレイヤー 3 とレイヤー 4 のトラフィックのみを分析するため、この機能はありません。

ファイアウォールの外側のさまざまな種類の情報を収集し、ブロックの決定を改善したり、ブロック ルールを最適化するための基礎として使用したりできます。たとえば、ディレクトリ統合を使用して、ユーザー ID に基づいてブロックしたり、アドレスに基づいてブラックリストとホワイトリストを強制したりできます。

温度センサー、QRコードタグ、RFIDタグ、リーダー、カメラ、GPSなどのセンシング端末などの各種センサーで構成されています。知覚層は、モノのインターネットにおけるオブジェクトの識別と情報収集のソースです。

これは、インターネット、ラジオ、テレビ ネットワーク、ネットワーク管理システム、クラウド コンピューティング プラットフォームなどのさまざまなネットワークで構成されており、モノのインターネット全体のハブであり、知覚層によって取得された情報の送信と処理を担当します。

これは、モノのインターネットとユーザーの間のインターフェイスであり、モノのインターネットのインテリジェントなアプリケーションを実現するための業界のニーズと組み合わされています。

仮想化は、実際のベースではなく仮想ベースで実行されるコンピューティング要素を一般に指す広義の用語です。仮想化テクノロジーにより、ハードウェアの容量を拡張し、ソフトウェアの再構成プロセスを簡素化できます。 CPU仮想化技術は、単一のCPUで複数のCPUを並列にシミュレートできるため、1つのプラットフォームで複数のオペレーティングシステムを同時に実行でき、アプリケーションは互いに影響を与えることなく独立した空間で実行できるため、コンピュータの作業効率が大幅に向上します。

コンテナ技術は新しい意味での新しい仮想化技術であり、オペレーティングシステム仮想化のカテゴリーに属し、オペレーティングシステムが仮想化サポートを提供します。現在最も人気のあるコンテナ環境は Docker です。コンテナー テクノロジは、単一のオペレーティング システムのリソースを分離されたグループに分割し、分離されたグループ間で競合するリソース使用ニーズのバランスを改善します。コンテナー テクノロジを使用すると、アプリケーションを独立した実行環境に分離できるため、プログラムの実行によって生じる追加の消費量が削減され、ほぼどこでも同じように実行できます。

クラウド ストレージ テクノロジーは、従来のメディア システムに基づいて開発された新しい情報ストレージおよび管理方法であり、コンピューター システムのソフトウェアとハ​​ードウェアの利点を統合し、さまざまなクラウド テクノロジーの応用を通じて大量のデータをオンラインで迅速かつ効率的に処理できます。プラットフォームにより、詳細なデータ マイニングとセキュリティ管理が可能になります。

クラウド ストレージ テクノロジの重要な部分として、分散ファイル システムは、互換性を維持しながら、システム レプリケーションとフォールト トレランス機能を向上させます。

これは、クラウド コンピューティング アプリケーションにおける中心的な問題の 1 つであり、クラウド コンピューティングのアクセス制御に関する研究は、主にクラウド コンピューティングのアクセス制御モデル、ABE 暗号化に基づくクラウド コンピューティングのアクセス制御、クラウド内のマルチテナントおよび仮想化アクセス制御に焦点を当てています。

クラウド コンピューティングのアクセス制御モデルは、特定のアクセス ポリシーに従ってセキュリティ システムを記述し、セキュリティ モデルを確立する方法です。アクセス制御モデルの機能の違いに応じて、研究内容や手法も異なります。一般的なものには、タスクベースのアクセス制御モデル、属性モデルベースのクラウドコンピューティングアクセス制御、UCONモデルベースのクラウドコンピューティングアクセス制御、BLPなどがあります。モデルベースのクラウドコンピューティングなど

ABE パスワード メカニズムに基づくクラウド コンピューティングのアクセス制御には、データ プロバイダー、信頼できるサードパーティの認証センター、クラウド ストレージ サーバー、ユーザーの 4 者が含まれます。まず、信頼された認証センターがマスター キーと公開パラメータを生成し、システム公開キーをデータ プロバイダーに渡します。データ プロバイダーがシステム公開キーを受け取った後、ポリシー ツリーとシステム公開キーを使用してファイルを暗号化します。暗号文とポリシーを変換します。ツリーはクラウド サーバーにアップロードされ、新しいユーザーがシステムに参加すると、その属性セットが信頼できる認証センターにアップロードされ、秘密キー アプリケーション リクエストが送信されます。属性セットとユーザーによって送信されたマスター キーがユーザーに渡され、最後にユーザーは目的のデータをダウンロードします。その属性セットが暗号文データのポリシー ツリー構造を満たしている場合、暗号文を復号化できます。そうでない場合、データへのアクセスは失敗します。

クラウド セキュリティの研究には主に 2 つの側面が含まれます。1 つは、対応するデータの整合性と可用性、プライバシー保護、サービスの可用性などを含む、クラウド コンピューティング テクノロジー自体のセキュリティ保護です。もう 1 つは、セキュリティ保護のニーズを確保するためです。クライアントユーザーのインターネットセキュリティは、クラウドコンピューティング技術を通じて実現されており、クラウドコンピューティングを利用したウイルス防御技術やトロイの木馬検出技術などを活用しています。

クラウドセキュリティ技術の研究に関しては、主に次のものが含まれます。

TB レベルから PB レベル (IPB=1024TB)、EB レベル (IEB=I024PB) にジャンプし、さらには ZB レベル (IZB=I024EB) に到達します。

ビッグデータにはさまざまな種類のデータがあり、一般に構造化データと非構造化データに分類されます。過去に保存されていたテキストベースの構造化データと比較して、ウェブログ、音声、ビデオ、写真、地理的位置情報などを含む非構造化データがますます増えています。これらの複数の種類のデータは、より優れたデータ処理能力を備えています。より高い要求がなされました。

データ値の密度のレベルは、総データ量のサイズに反比例します。ビデオを例に挙げると、1 時間のビデオの場合、継続的かつ中断のない監視下では、有用なデータは 1 ～ 2 秒しか得られない可能性があります。強力なマシンアルゴリズムを通じてデータの価値をより迅速に「純化」する方法は、ビッグデータの現在の状況において解決すべき緊急の問題となっています。

大量のデータからデータ値を迅速にマイニングするには、通常、さまざまな種類のデータを迅速に処理する必要があります。これが、従来のデータ マイニングと異なるビッグ データの最も重要な特徴です。

ビッグデータ取得の研究は主に、データ収集、統合、クリーニングという 3 つの側面に焦点を当てています。データ取得テクノロジーはデータソースの取得を実現し、統合およびクリーニングテクノロジーによってデータの品質を保証します。

データ収集技術は、主に分散クローリング技術、分散型高速・高信頼性データ収集技術、ネットワーク全体の高速データイメージング技術などにより、Webサイトからデータ情報を取得します。ネットワークに含まれるコンテンツに加えて、ネットワーク トラフィック料金の徴収は、DPI や DFI などの帯域幅管理テクノロジを使用して処理できます。

データ統合テクノロジーは、データ収集とエンティティ認識に基づいており、データと情報の高品質な統合を実現します。データ統合テクノロジーには、マルチソースおよびマルチモーダル情報統合モデル、異種データのインテリジェント変換モデル、異種データ統合のためのインテリジェントなパターン抽出およびパターン マッチング アルゴリズム、自動フォールト トレラント マッピングおよび変換校正およびアルゴリズム、統合されたデータの正確性検証方法が含まれます。情報、統合情報のユーザビリティ評価方法など

データ クリーニング テクノロジは一般に、正当性条件とデータ制約ルールに基づいて不合理なデータや誤ったデータを削除し、重要な情報を修復し、データの整合性を確保します。データの正確性セマンティックモデル、関連モデルとデータ制約ルール、データエラーモデルとエラー認識学習フレームワーク、さまざまなエラータイプの自動検出と修復アルゴリズム、エラー検出と修復結果の評価モデルと評価方法などが含まれます。

分散コンピューティングは、分散システムの開発とともに登場しました。その核心は、タスクを多数の小さな部分に分解し、並列作業のメカニズムを通じて、全体のコンピューティング時間を節約し、コンピューティング効率を向上させることです。 。現在、主流の分散コンピューティング システムには、Hadoop、Spark、Storm などがあります。 Hadoop はオフラインの複雑なビッグ データ処理によく使用され、Spark はオフラインの高速ビッグ データ処理によく使用され、Storm はオンラインのリアルタイム ビッグ データ処理によく使用されます。

ビッグデータ分析およびマイニング技術は、主に既存のデータマイニングおよび機械学習技術の改善を指します。Shengfaデータネットワークマイニング、特定グループマイニング、グラフマイニングなどの新しいデータマイニング技術、オブジェクトベースのデータ接続や類似性接続などのビッグデータの革新。融合テクノロジー: ユーザー関心分析、ネットワーク行動分析、感情意味分析などのフィールド指向のビッグデータ マイニング テクノロジーにおける画期的な進歩。

ビッグ データ管理テクノロジーは、主にビッグ データ ストレージ、ビッグ データ コラボレーション、セキュリティ、プライバシーに重点を置いています。

ビッグ データ ストレージ テクノロジーには主に 3 つの側面があります。

複数のデータセンターの共同管理技術も、ビッグデータ研究の重要な方向性です。分散ワークフローエンジンにより、ワークフローのスケジューリングや負荷分散を実現し、複数のデータセンターのストレージやコンピューティングリソースを統合してビッグデータサービスプラットフォームの構築をサポートします。

ビッグデータプライバシー技術の研究は主に新しいデータリリース技術に焦点を当てており、データ情報の損失を最小限に抑えながらユーザーのプライバシーを最大化し、それによってデータセキュリティとプライバシー保護のニーズを達成しようとしています。

1||| ビッグデータの応用・サービス技術には、主に分析応用技術と可視化技術が含まれます。

2||| ビッグデータ分析アプリケーションは主にビジネス向けの分析アプリケーションです。分散海面データの分析とマイニングに基づいたビッグデータ分析アプリケーションテクノロジーは、ビジネスニーズに応じて推進され、さまざまな種類のビジネスニーズに合わせた特別なデータ分析を実行し、可用性が高く使いやすいデータ分析サービスをユーザーに提供します。 。

3||| 視覚化は、インタラクティブな視覚表現を通じて複雑なデータを探索し、理解するのに役立ちます。ビッグデータ視覚化技術は、主にテキスト視覚化技術、ネットワーク（グラフ）視覚化技術、時空間データ視覚化技術、多次元データ視覚化、インタラクティブ視覚化などに焦点を当てています。

チェーン上のデータの検証、アカウンティング、ストレージ、メンテナンス、送信はすべて、分散システム構造に依存しており、集中型組織に代わって純粋な数学的手法が使用され、複数の分散ノード間に信頼関係を構築します。

インセンティブ メカニズムにより、分散システム内のすべてのノードがデータ ブロックの検証プロセスに参加し、コンセンサス メカニズムを通じて特定のノードを選択して、新しく生成されたブロックをブロックチェーンに追加できるようになります。

ブロックチェーンは、タイムスタンプ情報を伴うチェーン構造を利用してデータ情報を格納し、データ情報に時間次元の属性を付加することで、データ情報のトレーサビリティを実現します。

ブロックチェーン技術は、新しいスマート コントラクトの作成をサポートする柔軟で可変のスクリプト コードをユーザーに提供できます。

ブロックチェーンシステムでは、隣接するブロック間の後続のブロックが前のブロックを検証できるため、あるブロックのデータ情報が改ざんされると、そのブロック以降のすべてのブロックが再帰的に変更されますが、各ハッシュの再計算にはコストがかかります。膨大な量であり、限られた時間内に完了する必要があるため、チェーン上のデータの非改ざん性が保証されます。

ブロックチェーン ネットワークでは、各物理デバイスがネットワーク内のノードとして機能し、どのノードも自由に参加してデータベースの完全なコピーを持つことができます。

データのセキュリティは、非対称暗号化テクノロジーに基づいてチェーン上のデータを暗号化することで実現できます。分散システム内の各ノードは、ブロックチェーン コンセンサス アルゴリズムによって形成されたコンピューティング能力を使用して、外部攻撃に対抗し、チェーン上のデータが改ざんされないようにします。その結果、より高い機密性、信頼性、セキュリティが得られます。

データ ダイジェストまたはハッシュ アルゴリズムとも呼ばれるその原理は、情報の一部を次の特性を持つ固定長の文字列に変換することです。 2 つの情報が同じ場合、文字も同じです。2 つの情報が同じである場合でも、情報は非常に似ていますが、異なる限り、文字列は非常に乱雑でランダムになり、2 つの文字列間にはまったく関連性がなくなります。代表的なハッシュ アルゴリズムには、MD5、SHA、SM3 などがあります。現在、ブロックチェーンでは主に SHA256 アルゴリズムが使用されています。

対応する一意のキーのペア (つまり、公開キーと秘密キー) で構成される暗号化方式。ユーザーの公開キーを知っている人は誰でも、ユーザーの公開キーを使用して情報を暗号化し、ユーザーとの安全な情報のやり取りを実現できます。公開鍵と秘密鍵の間には依存関係があるため、情報を復号化できるのはユーザー自身だけであり、権限のないユーザーや情報の送信者でさえも情報を復号化することはできません。一般的に使用される非対称暗号化アルゴリズムには、RSA、Elgamal、D-H、ECC (楕円曲線暗号化アルゴリズム) などが含まれます。

（1） コンプライアンスの監督

（2） パフォーマンス効率

（3） LF

（4） 耐障害性

脳科学と認知科学の研究結果を活用することは、人工知能の重要な研究方向です。ヒューマンマシンハイブリッドインテリジェンスは、人間の機能または認知モデルを人工知能システムに導入して人工知能システムのパフォーマンスを向上させ、人工知能を人間の知能の自然な拡張および拡張にし、人間とマシンのコラボレーションを通じて複雑な問題をより効率的に解決することを目的としています。 。

人工知能の分野における現在の主な研究はディープラーニングに焦点を当てていますが、ディープラーニングには多くの手動介入が必要であるという限界があります。したがって、科学研究者は、手動介入を減らし、環境から自律的に学習する機械知能の能力を向上させる自律知能手法に注目し始めています。

人工知能は包括的な最先端の学問であり、コンピューターサイエンス、数学、認知科学、神経科学、社会科学などの学問との深い統合を必要とする高度に学際的な複合学問です。生物学、脳科学、生命科学、心理学、その他の分野におけるブレークスルーの助けを借りて、メカニズムを計算可能なモデルに変えることができ、人工知能はより多くの分野と深く相互浸透するでしょう。

「人工知能」の革新的モデル

人工知能の健全かつ持続可能な発展を確保し、その開発結果が人々に利益をもたらすためには、社会学の観点から人工知能が人間社会に与える影響を体系的かつ包括的に研究し、人工知能に関する法律と法を制定および改善する必要があります。規則。