基于大数据分析的移动智慧课堂可视化平台

移动智慧课堂可视化平台的稳定性较差,数据挖掘能力不高,为此提出基于大数据分析的移动智慧课堂可视化平台。硬件方面,在MapReduce中构造多层次并行处理机制,结合图形处理器（Graphics Processing Unit,GPU）和中央处理器（Central Processing Unit,CPU）进行多种并行形式计算。软件方面,设计数据库缓存架构模块,部署多个Redis节点,设计Echarts图形库组件模块,选择组件化将基本数据结构转变为数据可视化页面。实验结果表明,在并发环境中,该平台具有良好的稳定性,挖掘数据的时间最短,符合预期效果。     

基于大数据分析技术的智慧平台设计

大数据分析技术可切实汇总教育资源,为教育行业提供虚拟化服务,以助于教师与学生简洁化智慧平台研发流程,设计出与教育、科研需求相符的智慧平台,从而为平台用户提供文件存储、课程管理与发布等一系列优质服务。而且智慧云平台不仅可在很大程度上为学生打造健康且轻松的学习环境,还可为教师、学生、管理人员提供一体化线上服务。所以本文基于大数据分析技术设计了智慧平台,以期能够为智慧教育目标的顺利实现,教育教学效率与质量的有效提升提供有力帮助。     

大数据背景下智慧教育云平台的构建

大数据背景下,云计算与互联网技术的融合对于教育行业产生了深远的影响,智慧教育云平台在这种背景下应运而生,开启了现代教育的智能化时代。智慧教育云平台的诞生为我国的教育事业带来巨大的发展机遇,对学生的学习方式产生巨大的影响,其为学生实时提供所需的知识、创设良好的学习环境并有效管理学生的学习情况,基于此,在今后的教学中应加强对于智慧教育云平台的运用,从而达到更好的学习效果。     

面向智慧教育的学习大数据分析技术

随着社会的发展,我国的教学制度也在不断的完善和优化,其中,随着信息化程度的加深,在教学行业中又出现了多样化的教学形式。在信息化时代下,教师充分地将以互联网为基本的智能化信息技术科学有效地应用到实际的教学工作当中,从而在很大程度上提升了教学的整体质量和智能化程度,促进了教学行业个性化和创新性教学模式的进一步开展,其中,学习大数据分析技术成为了智慧教育长远发展的基本保障。因此,本文将以面向智慧教育的学习大数据分析技术为主题展开分析,通过详细分析智慧教育和学习大数据分析技术,提出一些面向智慧教育的学习大数据分析方法。     

大数据背景下智慧教育云平台构建研究

基于神经网络教育平台存在资源获取速度慢的缺点,针对该问题,提出了大数据背景下智慧教育云平台构建研究。在大数据支持下,设计智慧教育云平台总体架构,通过物理层、虚拟资源层配置相关硬件设备,经过逻辑层和展现层为用户提供有效服务,利用现有智慧信息,为用户提供个性化服务。优化处理Web端框架代码,降低代码复杂性,注重系统权限管控,科学设计服务功能,完成智慧教育云平台构建。由实验结果可知,该平台资源获取速度最高可达到99.5 MB/s,有效提高了学生学习效率。     

基于大数据技术的高职院校O2O智慧教学平台构建

基于大数据技术的高职院校O2O智慧教学平台是一个智慧学习、智慧答疑、精准教学、在线讨论、个性化练习测试、多维度评价等功能的一体化教学服务系统。学生通过平台线上自主学习、多方讨论、多维度评价,教师通过平台进行学情分析、问题答疑、教学设计,教学管理者通过平台实施数据化教学决策,通过线上线下有机结合,形成闭环,有效推进个性化、精准化教学。本文通过对基于大数据技术的高职院校O2O智慧教学平台构建进行研究,提出O2O智慧教学平台的技术框架,为平台的构建提供技术参考。     

基于大数据技术的智慧交通系统数据分析

智慧交通系统作为一种大范围、全方位覆盖的管理系统,被认为是解决当前城市交通问题的有效途径之一。本文通过分析智慧交通系统中的数据结构与特性,提出一种基于大数据技术的智慧交通系统数据分析框架,详细介绍框架中采集层、存储和处理层、分析层、应用层以及数据与信息安全层等各部分的功能与特点,为智慧交通系统设计提供一定的理论参考。     

基于智慧校园的大数据平台建设方案设计

伴随5G时代的到来,大数据的作用体现的愈加明显,大数据平台的建设也深受各个领域专业人士的重视。在校园建设与发展过程中,传统的校园管理方法已经落后,依靠大数据技术为依托的智慧校园逐渐走入人们的视野。通过加强大数据平台的建设,数据信息中的价值能够得以充分挖掘,进而帮助教育工作者改进教育方法,取得令人满意的教学效果。基于此,本文主要围绕大数据与智慧校园的特点与内涵展开分析,在此基础上设计了智慧校园总体框架体系,并针对智慧校园的大数据平台建设方案进行总结。     

基于大数据的数据分析平台构建研究

大数据中隐含了许多有价值的信息,能够辅助人们做出科学决策,但是大数据很难被充分利用起来,其根本原因在于数据量巨大.为此,为提高大数据利用率,构建一个基于大数据的数据分析平台.该平台首先利用多功能采集卡将采集的数据集中到一起,并转存到中心处理器当中,在中心处理器中根据数据类型和数据挖掘目的选择合适的大数据挖掘技术,进行大...     

大数据环境下智慧校园的设计与实现

随着“互联网+”时代的到来,智慧校园作为教育信息化的重要部分,其建设已经刻不容缓。智慧校园综合运用了移动互联、大数据等技术,将高校中各类数据进行整合、分析和共享。本文设计了大数据环境下智慧校园总体架构模型,该模型从下到上依次为基础设施层、数据层、应用支撑层、业务应用层和终端展现层。智慧校园将学校各种应用集合在一个信息门户中,统一身份认证,并对校园展示系统进行了优化,对学生在学校中产生的数据进行分析和处理,给出更便于学生学习和生活的各种数据。在终端展现层,设计了更为方便的移动端,让用户能够随时随地的感受到智慧校园。     

Hadoop大数据平台安全问题和解决方案的综述

大数据时代的到来,更强的计算机和更成熟的大数据平台工具让企业从海量数据中挖掘数据价值成为了可能,尤其是基于Hadoop的大数据平台,甚至利用廉价的商业硬件处理TB、PB级别的数据. 在最初Hadoop大数据平台落地建设的过程中,往往功能先行,而忽略了安全的管控策略,直到2009年Yahoo团队提出了基于Kerberos的身份验证方案,才带动了Hadoop大数据平台安全管控工作的全面开展. 本文介绍了Hadoop大数据平台的基本历程,描述了2009年之前Hadoop大数据平台存在的传统安全问题,并尝试着将目前行业内Hadoop生态系统组件的安全性和每个组件的安全解决方案做一次系统的梳理,希望为构建Hadoop大数据平台管控方案时提供参考意见,以便合理利用先进的安全管控方案保护好企业、用户的隐私数据.     

刍议大数据环境下的网络安全探析及策略

大数据时代正式来临,网络环境变得更加复杂多变,网络系统的安全性也因此受到了极大的威胁。随着各种类型的信息技术软件的研发,充斥在网络环境中的源代码数量也在呈现逐年增长的趋势,很多的网络黑客也拥有了更多的可乘之机,恶意破坏网络环境的和谐发展。如何利用计算机网络安全技术来提升网络安全维护的水平也就成为了一个关键问题。     

企业级Hadoop 大数据平台安全管理方案的研究

本文旨在对企业级Hadoop 大数据平台安全管理机制进行探究。首先介绍当前企业级Hadoop 大数据集群安全管理方案存在的问题和不足;然后结合当前Hadoop 生态圈安全管理组件的发展现状和第三方安全信息管理解决方案,针对现有的Hadoop 大数据平台安全管理机制的不足进行优化和整合;最后提出了以Ranger+FreeIPA(Kerberos+LDAP)为整体的Hadoop 大数据平台安全管理解决方案。     

面向医疗临床科研的大数据平台

目前我国医疗信息化建设已有一定历史,各医院积累了大量电子病历临床数据,但数据结构多样。如何利用这些数据以辅助临床诊疗、科研、节约医疗资源、提升医疗效率和医疗质量,成为各医疗科研机构普遍关注的问题。该文提出了一种面向临床科研的大数据平台,构建多源数据采集方式解决信息基础设施不一致的问题：统一化存储方式应对不同数据类型、分布式计算平台提升效率与可拓展性,并对敏感数据去隐私处理;同时,构建临床科研平台辅助临床科研人员进行科研分析。根 据架构搭建集群,在专病分析流程上将原本人工约 4 个月的工作简化到 15 秒左右;数据处理效率方面,由已有平台的 5 天导入 16 692 条数据提升到 10 分钟导入 15 217 026 条数据,速度与数量有了显著提升。该平台有助于完成临床数据采集,建立专病数据库、临床科研、辅助临床诊疗的闭环,为临床科研提供高效一体化的数据平台支持。     

大数据应用模式及安全风险分析

传统设备和工具在扩展性和分析技术上已经不能满足大数据的应用要求,当前大数据通常是在云计算环境下搭建Hadoop进行存储和分析,而基于云的大数据安全风险来源于云计算服务商以及远程数据应用者对未授权文件及内容的越权操作。本文分析了在不同云计算部署模式下,Hadoop不同阶段操作过程中,不可信主体对数据服务和隐私安全构成的威胁,并给出对应的威胁模型实例。最后根据上述安全风险给出对应的安全策略。     

大数据的安全与隐私保护

网络的迅速发展,带来了大数据时代。大数据对人们的日常生活、生产经济方式等都有着潜移默化的影响,是现今社会各界的关注热点。目前而言大数据的收集、综合应用技术还不够成熟,使用大数据的同时还面临着一系列的安全问题:信息真实性没有保障,用户隐私泄露。文章根据大数据的基本概述,结合当前发展大数据所面对的安全挑战,对大数据安全与隐私保护关键技术进行探讨。     

大数据分析平台建设与应用综述

大数据分析平台是开展大数据处理与分析应用所必需的基础设施。文章基于课题组开展大数据分析平台建设的科研成果与实践经验,结合大型企业实施行业应用项目的切身感受,从大数据分析平台设计、主流热点技术、行业应用案例三个方面进行介绍。文章首先分析了大数据分析平台的主要功能和体系架构,然后介绍了大数据分析平台的关键技术,重点介绍了 Spark技术的体系架构及核心组件,最后介绍了大数据技术在大规模制造业、零售业和智能电网三个领域的应用案例。     

基于网络流量元数据的安全大数据分析

大数据技术在网络安全领域的价值日益凸显。文章从保护校园网络信息安全的角度出发,在网络流量分析领域进行了深入研究和实践,从采集存储海量网络流量元数据到使用大数据平台进行安全关联分析,进而利用挖掘出的信息来加强校园网信息安全保障。