大数据时代如何做好网络技术优化工作

　　下面文章首先介绍了大数据的发展状况，论述了网络工程和大数据的有关概念，并且重点从综合布线、设备调试、网络安全和网络优化等方面进行研究，分析了网络工程对大数据的发展所起到的作用以及大数据发展对网络工程的带动作用，最后对网络工程在大数据中的应用前景加以展望。

　　【关键词】大数据,网络工程,网络安全,网络优化

　　1大数据的定义与发展现状

　　大数据(bigdata)，是基于云计算的数据处理与应用模式，通过数据的整合共享，交叉复用,形成的智力资源和知识服务能力。近年来，大数据逐渐被人们尤其是信息技术和产业界所看重，这表明大数据已经成为信息与科学技术的领域中一个重要的前沿课题。在互联网的商业界中，如今的大数据已成为了热门的产业，许多人都已意识到大数据时代中数据的重要性。

　　2网络工程的定义及划分

　　网络工程是将计算机网与通信网(包括有线、无线网络)相结合，以工程化思想进行网络系统和计算机通信系统研究、教学、设计、开发等。网络工程主要划分为硬件工程和布线工程。硬件工程：指的是计算机网络所使用的设备，工程包括网络的需求分析、网络拓扑结构设计、网络设备选择、施工技术要求等。布线工程：也叫做综合布线，是为了保证正常的通讯而使用铜缆、光缆将网络设备进行连接。工程中包括桥架设计、线缆路由选择、线缆及接插件的选型等。

　　3网络工程在大数据中的应用

　　3.1综合布线应用于大数据

　　数据中心布线系统在大数据时代，人们不仅关注10G/40G/100G/1000G的传输通道，管理也同样是数据综合布线的不可或缺的功能。大数据的更新让我们的中心数据处理区域负责运算和处理的压力增大，这使得虚拟化技术得以在数据中心发挥出自己的特长和优势，但另一方面，在提高效率的同时，虚拟化技术同样使得网络的物理层信息的交换量加剧，这一问题的解决是迫在眉睫的。因此可以使用智能基础设施管理系统，这能在未来的数据中心的信息交换过程中发挥出特有的优势。

　　本文所使用的是基于数据中心330机架*4的网络模型，在服务器机柜接入交换机，下行服务器机柜是采用独立柜内布线这一形式，由网络拓扑图分析得知，这样管理的侧重点是它的转发核心区域，拥有数据聚集转发和管理的特点，如果在布置的过程当中不能对这一分布式区域进行系统的管理维护，就会很容易发生网络混乱。因此，我们如果采用之前所提到的智能基础设施管理系统，主动地管理其物理层路由链路，会为网络的实施提供相应的保证。

　　3.2设备调试应用于大数据

　　根据之前所述，大数据技术的意义其实并非在于掌握数据信息，而是对这些数据进行相对专业化的归纳和处理。因此，在调试路由器、交换机及防火墙等网络设备时，可将其与大数据相结合，在对这些数据进行相对专业化的归纳和处理过程后，根据所归纳的数据，得出最优的匹配方式，并且便于归纳调试过程中所出现的各种问题，加快不同型号不同品牌的产品的更新速度。

　　3.3网络安全应用于大数据

　　在大数据环境中，Internet网上大量敏感信息持续不断的产生，这时网络安全就成为了保障数据安全的保证。大数据在网络安全方面的分析体现在以下几个方面：物理安全分析、信息传播安全分析、信息内容安全分析和管理安全分析。因此，全面对安全威胁与安全漏洞进行分析、检测，是网络安全防御系统的必要条件。

　　主要的技术有：访问控制，数据加密，入侵检测，病毒防治，漏洞扫描，数据备份等。下面详细介绍：访问控制。是网络安全保护主要的策略。目的是对访问资源权限进行严格认证与控制，保证了网络资源不被非法访问。它是以用户认证为前提，实施访问控制来规范用户的行为，达到保护网络资源的目的。数据加密。加密是一种保护数据安全的重要的方式。采用加密算法和加密密钥，可以将明文数据转换成密文，将数据隐藏后，在传送。即使被截获，对方也没法得知数据内容，保证了传送时的安全性，入侵检测。

　　通过对Internet网和主机系统的信息施行采集分析，检测是否有非法用户入侵的行为，最后做出相对的措施。病毒防治。其主要包含了病毒预防、检测和排除，阻止了病毒的入侵。具体形式为：安装杀毒软件，进行数据通信时进行实时监测防护。网络隔离。采用数据存储系统上安装防火墙，它能将网络分成内外网，内网是安全的，外网有威胁。防火墙规定访问的限制。并通过对内网和外网间的数据流量进行检测分析，保护内网不受外部病毒的入侵。数据备份。它是数据保护的最后防线，为了在数据丢失后方便对原来的数据进行修复与恢复。数据备份可以直接将文件进行复制，或者利用GHOST备份工具将其封装成镜像文件，需要恢复时可利用虚拟光驱解开。

　　3.4网络优化对大数据技术的作用

　　在大数据技术中，我们可以采用数据的获取、数据的存储、数据的分析这3个阶段来进行网络优化。数据的获取：可以利用各式各样的终端设备来获取工程师想要获取的网络优化资料。数据的存储：网络优化会获得大量的数据，只有有效的完整的存储这些数据，才能通过分析总结得出结果，体现价值，这就需要借助云计算的运用，这样可以缓解数据存储的巨大压力。

　　数据分析：数据采集后，最终目的是发现数据所包含的价值，而能够体现价值的方式就是数据的分析和归纳，这一阶段也是这三个阶段中最为重要的一个阶段，如果这一阶段无法获得有用的实际价值，则前面两个阶段就无法实现它们的价值。

　　4总结

　　大数据依靠互联网这一平台，才能有效的发挥其巨大的作用，它需要不断的发展与完善。因此，网络工程中的技术，可以成为其发展的催化剂，更好更快的带动大数据技术前进。大据的发展离不开网络工程，同样网络工程的技术革新也需要借助大数据这一强大的技术来支持，两者是相互促进共同发展的。

　　参考文献：

　　[1]孟小峰,慈祥.数据管理:概念、技术与挑战[J].计算机研究与发展,2013,50(1):146-149.

　　[2]杨燕,周涛译.大数据时代[M].杭州:浙江人民出版社,2013.

　　[3]王之元.并行计算可扩展性分析与优化[D].湖南:国防科技大学,2011.

　　[4]王元卓，靳小龙，程学旗.网络大数据:现状与展望[J].计算机学报，2013，36(6):1125-1138.

　　相关期刊推荐：计算机学报(月刊)创刊于1978年，由中国计算机学会与中国科学院计算技术研究所主办、科学出版社出版，以中文编辑形式与读者见面，同时以英文摘要形式向国际各大检索系统提供基本内容介绍。