面向国防安全的网络大数据分析与应用系统

许洪波; 陈波

doi:10.11959/j.issn.2096-0271.2015038

您当前的位置：

首页 >

文章列表页 >

面向国防安全的网络大数据分析与应用系统

专题：金融与安全大数据 | 更新时间：2024-06-03

- 面向国防安全的网络大数据分析与应用系统
- Network Big Data Analysis and Application Systems for National Defense Security
- 大数据 2015年1卷第4期页码：21-29
- 作者机构：
  
  中国科学院计算技术研究所北京 100190
- 作者简介：
  
  [ "许洪波，男，博士，中国科学院计算技术研究所副研究员、硕士生导师，主要研究方向为互联网挖掘与搜索、大数据分析与计算等。" ]
  [ "陈波，男，中国科学院计算技术研究所研究实习员，主要研究方向为大数据计算。" ]
- 基金信息：
- DOI：10.11959/j.issn.2096-0271.2015038
  中图分类号： TP311.13
- 网络首发：2015-11，
  
  纸质出版：2015-11-20
- 稿件说明：
移动端阅览
许洪波, 陈波. 面向国防安全的网络大数据分析与应用系统[J]. 大数据, 2015,1(4):21-29.

Hongbo Xu, Bo Chen. Network Big Data Analysis and Application Systems for National Defense Security[J]. BIG DATA RESEARCH, 2015, 1(4): 21-29.
许洪波, 陈波. 面向国防安全的网络大数据分析与应用系统[J]. 大数据, 2015,1(4):21-29. DOI： 10.11959/j.issn.2096-0271.2015038.

Hongbo Xu, Bo Chen. Network Big Data Analysis and Application Systems for National Defense Security[J]. BIG DATA RESEARCH, 2015, 1(4): 21-29. DOI： 10.11959/j.issn.2096-0271.2015038.

摘要

在调研国内外大数据分析与应用研究现状的基础上，针对国防安全领域现有业务体系中存在的数据碎片化、不规范、难共享等突出问题，提出面向国防安全的网络大数据分析与应用方案，将国防安全现实需求与大数据技术有机结合，既能够发挥大数据技术在多源异构数据融合、深层次安全信息挖掘、打破信息孤岛实现广泛共享等方面的优势，又能够适应现有的业务体系，快速产生实际效果。最后，对面向国防安全的网络大数据挖掘和分析相关技术进行了系统性介绍。

Abstract

Based on the state of the art of big data research

a national security-oriented network big data analysis and application system was proposed

against existing problems of national security systems

such as data fragmentation

nonstandard

difficult to share

and so on.In this system

the current national security requirements and big data technologies were organic combined.It could not only play the advantages of big data technology in multi-source heterogeneous data fusion

deeply mining security information

and breaking information island

but also share the advantages of the existing business architecture and quickly producing the actual effect.Finally

a systematic introduction to the national security-oriented network big data mining and analysis technologies was given.

关键词

Keywords

references

Marx V . Biology: the big challenges of big data . Nature , 2013 , 498 ( 7453 ): 255 ～ 260

李国杰 , 程学旗 . 大数据研究: 未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考 . 中国科学院院刊 , 2012 , 27 ( 6 ): 647 ～ 657

Li G J , Cheng X Q . Big data research: the major strategic areas for future science and technology, and economic and social development——research status of big data and scientific thinking . Bulletin of Chinese Academy of Sciences , 2012 , 27 ( 6 ): 647 ～ 657

中国计算机学会大数据专家委员会 . 中国大数据技术与产业发展白皮书（2013） , 2013

CCF Task Force on Big Data . White Paper on Big Data Technology and Industry Development in China(2013) , 2013

中国计算机学会大数据专家委员会, 中关村大数据产业联盟. 中国大数据技术与产业发展白皮书（2014） , 2014

CCF Task Force on Big Data, Zhongguancun Big Data Industry Alliance . White Paper on Big Data Technology and Industry Development in China(2014) , 2014

Batini C , Cappiello C , Francalanci C , et al . Methodologies for data quality assessment and improvement . ACM Computing Surveys (CSUR) , 2009 , 41 ( 3 )

Johnson C , Moorhead R , Munzner T , et al . NIH/NSF Visualization Research Challenges Report . Los Alamitos: IEEE Computing Society , 2006

Jin X L , Wah B W , Cheng X Q , et al . Significance and challenges of big data research . Big Data Research , 2015 , 2 ( 2 ): 59 ～ 64

杨小牛 , 杨志邦 , 赖兰剑 . 下一代信号情报侦察体系架构: 大数据概念的应用 . 中国电子科学研究院学报 , 2013 , 8 ( 1 ): 1 ～ 7

Yang X N , Yang Z B , Lai L J . The structure of the next generation SIGINT reconnaissance: application of the big data . Journal of CAEIT , 2013 , 8 ( 1 ): 1 ～ 7

Das S , Sismanis Y , Beyer K S , et al . Ricardo: integrating R and hadoop . Proceedings of the SIGMOD, Indianapolis, Indiana, USA , 2010 : 987 ～ 998

Wegener D , Mock M , Adranale D , et al . Toolkit-based high-performance data mining of large data on MapReduce clusters . Proceedings of the ICDM Workshop , Miami, FL, USA , 2009

浏览量

412

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

利用大数据挖掘和知识发现技术辅助智慧城市发展

医疗健康大数据：应用实例与系统分析

面向大数据的可扩展正则采样并行排序算法

基于大数据技术的甘肃智慧旅游系统

大数据与计算模型