1分析大数据背景下软件工程关键技术
1.1大数据背景下软件工程中大规模并行处理技术
首先，数据并行是将不同的数据计算任务分配给多个计算机系统，这是大规模并行处理技术中最常见的应用方式。
其次，计算并行主要是利用多个计算机系统同时完成一项任务；最后，存储并行是在计算完成之后将计算结果存储在不同的计算机系统中。大规模并行处理技术主要对海量数据进行分析和处理，有效提高了计算机的运行效率，降低了软件工程工作人员的工作量，因此在大数据背景下得到了广泛应用。
1.2大数据背景下软件工程中云计算技术
云计算技术是在大数据背景下出现的一种新型信息处理方式，该技术的主要特点在于对海量数据进行分析和存储，通过网络将相关数据传输到服务器上，然后利用计算机的强大计算能力对这些数据进行处理。同时，云计算技术也是一种新型的计算模式，其主要应用于企业服务、医疗服务、金融服务等方面。云计算技术可以将各种设备和软件资源整合到一起，为用户提供更加便捷的服务。同时，云计算技术还可以将一些软件和设备统一管理起来，实现数据的共享，从而提高工作效率和质量。此外，云计算技术还可以根据用户的需求将数据存储在不同的服务器上，从而避免了用户在多个服务器上进行数据备份，不仅提高了工作效率和质量，还降低了用户数据泄露的风险。因此，基于大数据背景下的软件工程关键技术也需要通过云计算技术来进行优化升级。
1.3大数据背景下软件工程中分布式计算技术
首先，分布式计算技术可以对海量的数据进行科学分析和处理，进而得到高质量的结果。
其次，通过分布式计算技术可以有效地提高软件工程的工作效率和质量。
最后，分布式计算技术还可以提高计算机网络系统的安全性和稳定性。综上所述，分布式计算技术具有资源利用效率高、操作简单方便等优势，因此在软件工程关键技术中得到了广泛应用。
1.4大数据背景下软件工程中虚拟化技术
首先，设置动态链接方式，即在虚拟机内部加入相关模块，并在需要时通过程序将其与系统进行连接，实现对外部硬件的调用，以达到节省资源的目的。
其次，设置动态加载技术，即将系统运行时所需的各项资源存储到虚拟机上，以提高程序运行效率。同时，由于该技术能够直接实现对计算机硬件资源的调用，因此可以避免软件程序与硬件设备之间产生冲突。
最后，设置动态加载控制方法，即在虚拟机中设置虚拟内存空间大小以及虚拟内存地址空间大小等内容，从而使程序运行时所需资源得到合理配置，有效降低系统资源占用率。
2研究在大数据环境下软件工程关键技术应用的途径
2.1应用软件工程的关键技术，增强软件开发的时效性
首先，要积极引进先进的管理理念，提升软件工程工作人员的专业技能，保障软件开发工作的效率，利用大数据技术提升软件工程的管理水平，进而保障软件开发的时效性。
其次，在进行软件开发之前要先对项目进行分析和研究，确定项目的具体要求和标准，这样才能够在此基础上进行软件开发工作。在进行软件开发之前，需要对软件的开发目标、开发流程等进行研究和分析，确定开发要求和标准。
再次，在软件开发之前要制定一个详细的计划表。对项目的各个部分进行全面分析和研究，按照不同的需求进行相应的开发工作。
最后，在软件开发的过程中要及时和客户沟通，了解客户需求，根据客户需求进行软件设计。例如，在软件设计的过程中要对功能、结构、界面等进行合理设计，并在此基础上实现系统的稳定性和安全性，提升软件开发的效率，保障软件开发的时效性。
2.2应用软件工程的关键技术，拓宽使用范围广延性
首先，合理选择软件平台。由于不同软件平台具有不同的特点，因此在选择时应根据实际情况进行选择。
其次，合理对数据信息进行处理。例如，在处理电子邮件时，应采用安全通道的方式将其发送至收件人手中；在处理海量信息时应根据具体情况确定各个模块的权重值；在处理软件时应充分利用应用程序中已有的功能等。
最后，保证大数据处理模式的高效性。大数据技术不仅能够提高数据信息的处理效率，还能增强软件工程的各项功能，因此应合理使用该技术，提高其应用范围。例如，在处理海量数据时采用分布式并行处理技术，提高数据信息处理效率。
2.3强化传播手段多样化，提高数据传输量
在软件工程开发过程中，采用不同的传输方式，可以增加软件工程中数据的传输量，并且可以提高软件工程数据传输的稳定性，为数据分析提供基础。
首先，可以通过网络技术来实现数据的传输，为软件工程关键技术优化提供支持。
其次，可以通过无线传输来实现软件工程关键技术的优化。无线传输技术可以实现对数据的安全保护，并且可以保证数据在传输过程中不受干扰，从而为软件工程关键技术优化提供支撑。
最后，也可以通过光通信来实现数据的传输，光通信具有较高的安全性和稳定性，并且可以在一定程度上提高数据传输的速率，从而为软件工程关键技术优化提供支持。
总之，在软件工程关键技术优化过程中，要注重对其传输方式的合理选择，从而保证软件工程中数据的安全。同时，也要注重对传输效果的不断优化，为软件工程关键技术的发展提供支持。
2.4应用软件工程的关键技术，提高软件系统的安全性
大数据技术下的软件工程关键技术的应用，有效地解决了数据存储与传输的问题，但是也给软件工程关键技术的发展带来了新的挑战。因此，相关人员应在应用软件工程关键技术时，对其安全性进行充分考虑，并采用合理有效的方法进行管理。在具体操作过程中应做好以下两方面：
一方面，加强对软件工程关键技术的管理，通过定期培训，增强工作人员的专业能力与综合素质，使其在实际操作过程中掌握正确的操作方式与方法，以此来保障软件工程关键技术的安全性。
另一方面，采取有效措施来提高系统的安全性，例如加大对系统漏洞的检测力度，及时对系统漏洞进行修补，从而防止外界黑客等非法分子入侵系统。
此外，应加强对计算机病毒的防治工作，有效防止病毒侵入计算机系统，保障计算机系统的正常运行。
3结束语
综上所述，随着现代科技的飞速发展，大数据已被越来越多地应用于社会的各个领域。运用大数据技术，不但可以对数据采集、传输、存储、管理等各个方面的问题进行高效地解决，而且可以对数据进行深层次的挖掘与分析，为软件工程的开发提供技术支持。然而，目前软件工程中的大数据应用还存在一些问题，如软件开发效率低下，适用范围狭窄，传输模式单一，安全性较差，严重制约了其在软件工程中的应用。因此，必须采取切实的措施，不断地改进和改进软件工程中的一些关键技术，以提高工作效率。
参考文献
[1]杨嘉康.大数据时代下软件工程技术的应用研究[J].电子元器件与信息技术,2022,6(11):148-151.
[2]程平远,李浩田.大数据背景下软件工程关键技术分析[J].无线互联科技,2021,18(24):37-38.
[3]杨品军.解析大数据时代下软件工程关键技术[J].网络安全技术与应用,2020,(03):54-55.