第三组：1. 论述大数据时代有效获取有价值信息的技术与防止数据泄密的方法；随着信息技术的迅猛发展，社会经济也随之发生了巨大进步。大数据技术能够将隐藏于海量数据中的信息和知识挖掘出来，为人类的社会经济活动提供依据，从而提高各个领域的运行效率，使整个社会经济的集约化程度大大提高。虽然很多人已有了这样一个认识，但目前仅有少量公司可以真正的从大数据中获取到较多的商业价值，同时变幻莫测的数据安全威胁，也给数据维护带来前所未有的挑战。下面我们就着重探讨一下大数据时代有效获取有价值信息的技术与防止数据泄密的方法。一、大数据时代如何有效获取有价值信息的技术大数据技术，就是从各种类型的数据中快速获得有价值信息的技术。大数据分析挖掘就是从大量的、不完全的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据有一定的存储地址，如何搜索获得这些数据，对数据进行保护与分析，如何利用这些数据。1、收集数据。面对海量的数据，先观察这些海量数据的分类存储方式，然后在相应类别或地址中找到可能需要的一些数据，获得数据后，先要存贮下来。把收集到的数据分类存储，设置一个根目录，就像树枝叉，一级目录，二级目录，把收集的信息分类存储。 2、对收集的数据进行分析。在大数据时代，数据收集后需对数据进行分析，重点分析对行业或某具体内容的数据，大数据的类型和内容因行业而不同，数据对每个行业价值不一样，对具体内容的价值也不一样，比如物流仓储、图书馆、电子制造业等等，把有价值的数据进行更详细的分类存储或深度分析。继续挖掘有价值信息，持续更新到相应存储空间中。这里涉及到一些高级的数据分析方法，例如数据挖掘、统计分析、自然语言处理和极端SQL等等。3、把非结构数据转化为结构数据，或更便于查找的数据，比如医院里各种信息，电信部门的客户服务记录等，可以客户为导向进行分类。还可以把客户的评论，参与企业或公司活动各种反馈信息记录下来，用测试分析发现一些规律，有关产品的更新信息，或者客户的一些信息，记录下各种信息。完善所做目录分类存储，延伸树结构的枝杈，或者细分数据结构。在获得一些样本数据后，还可以运用统计学或数学模型，整合大数据，进一步完善原有的数据分析，比如公路或铁路运输信息，库存信息等。4、分析大数据流，实时操作业务，提升业务动作水平。最近，从监控行业（网络安全、态势感知、欺诈检测）到物流行业（公路或铁路运输、移动资产管理、实时库存），越来越多的组织正在利用大数据流的应用。5、整合大数据以改善原有的分析应用。对于原有的分析应用，大数据可以扩大和扩展其数据样本。尤其在依赖于大样本的分析技术的情况下，比如统计或数据挖掘；而在欺诈检测、风险管理或精确计算的情况下同样也得用上大样本的数据。二、防止数据泄密的方法对大数据来说，随着数据的进一步集中和数据量的增大，对数据进行安会防护变得更加困难，数据的分布式处理也加大了数据泄漏的风险，其安全问题主要分为以下几类：文件的安全性面临极大的挑战；大数据会成为黑客恶意攻击的目标；大数据环境下保护用户隐私成为难题；大数据带来新的存储安全问题等等。虽然大数据的发展和安全是一对矛盾体，但不能因为惧怕安全威胁就不发展，要保障大数据安全，我们需要从以下几个方面着手。1、 身处于大数据时代，每个人都要有安全意识，从自身出发防范身边的安全隐患。企业引入移动设备和员工携带个人设备上班的现象正在架空企业现行的安全体系和安全策略。针对移动智能终端操作系统的安全漏洞分析、针对移动应用商店应用程序的恶意代码检测，以及移动终端的数据防泄密问题，仍然是这几年安全研究的工作重点。2、 在政策方面，相关部门需尽快出台信息安全保护法律，用法律手段保护个人隐私是非常见效的措施。3、专业的文件加密软件应用。随着云计算、物联网和移动互联网等技术的不断发展，大数据的应用规模会不断扩大，数据和应用会呈现出指数级增长趋势，给动态数据安全监控和信息网络安全带来了极大的挑战。无论是何种针对数据的威胁与攻击，其本质都在数据本身。因此，从数据与内容本身上加强安全防护才是防止数据泄露的根本、有效措施。近年来，数据安全研究开始突破外围作战转而进入核心本质的数据与内容安全本身的研究。再此，要保障大数据的安全，除了要充分认识大数据信息安全的紧迫性和重要性，还有采用专业的文件加密软件保障其数据本源的安全。大数据时代来了，面对海量数据，如何收集、挖掘、存储、分析、结构化、持续更新等这些或是最基本的技能，无论您处于哪个行业，围绕大数据与如何运用好这些信息的挑战无处不在，从大数据中挖掘价值，把数据转化为资产。从数据资产中获得公司或企业价值与收获信息价值。