引言
大数据是信息技术与专业技术、信息技术产业与各个领域有机融合的典型领域，在国民经济发展中具有广阔的应用前景。大数据时代到来后我国的数据规模已经超过美国而位居世界首位，原因与我国是全球的人口大国、制造业大国、互联网大国、物联网大国，每个环节无时无刻不再产生着数据，而如何处理、调动、应用大数据则成为一个不可回避的现实问题。信息处理技术（Infor-mationProcessingTechnology）与计算机的有机结合使得数据的处理更加得心应手，但大数据时代的冲击下其所使用信息处理技术势必会出现深刻的变革。因此，在此种背景下对计算机信息处理技术展开深入分析具有重要的研究价值和现实意义。
1大数据技术
随着网络信息的快速发展，逐渐衍生出了大数据的概念。大数据不仅指数据信息的数量多，还指数据的复杂度、重复度高，处理难度大。现阶段，我国各行各业都与互联网技术息息相关，进而产生了庞大的网络数据信息，这些信息具有较大应用价值，因此要对其进行妥善存储，并进行数据分析，挖掘其潜在价值。在大数据分析技术的基础上，又出现了云计算技术。作为当今互联网行业最热门的两大技术，大数据技术与云计算技术拥有着巨大的发展潜力与极高的应用价值。以某宝网为例，某宝内部网络系统通过对每件商品的销售数据进行储存与分析，得到每件商品受欢迎程度，然后在商品展示页面，根据用户对于商品的喜好度进行综合排序。这样能够为用户提供更好的购物体验，也为优质商家提供了更好的宣传渠道。除了对全平台数据进行分析，某宝还可以就单用户的购物信息与浏览信息进行储存与分析，然后通过云计算对这些数据进行处理，在推荐页为具体用户展现其“可能想要购买的商品”与“可能喜欢的商品”，其便捷贴心的设计，不仅能够减少用户的购物时间，还能提高交易量与交易额。总之，大数据下的信息处理技术，在存储与分析海量数据方面展现出巨大优势。
2大数据与计算机信息处理技术的应用
2.1数据的处理与加工
大数据时代，从人们的生活需求到社会生产，数据处理贯穿于各个领域，发挥着不可替代的作用。由于数据种类的复杂性，在对数据进行管理的过程中，数据量呈现爆炸性增长，使数据处理变得越加困难，我们想要在计算机信息化中取得更大的发展，需要解决由此带来的数据处理难题。维克托•迈尔•舍恩伯格教授在《大数据时代》中提出，我们处理数据的理念要完成三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果。数据处理方法有很多，但总的处理流程可提炼为四步：采集，统计与分析，导入与预处理，数据挖掘，每一个步骤皆有其探索的空间。现在我们对于信息处理的要求不再满足于对数据的存储和检索的需求，而是在于要更加准确快速地处理信息。在信息处理中，获取信息的途径不是单一的，应对多种多样数据源，需要通过一定的技术手段，选择适当的、高效的方法，确保信息获取的更快速、更精确，如此才能提高保留率，获得更大的信息价值。
2.2信息安全技术
大数据时代下数据已经被全球公认为继土地、劳动力、资本之后的第四大生产要素。在万物互联的时代，海量的数据信息汇聚在一起，以大数据为基础商业领域形成了精准营销以及智能进化的布局，智能商业时代拉开大幕。经过处理之后的数据信息往往蕴藏着丰厚的经济收益，但互联网是一个开放性平台，任何人、任何时间都能够借助互联网获取感兴趣的数据信息，由此使得数据信息存在着较高的风险，信息安全问题备受社会各界的瞩目。步入大数据时代后的信息安全技术研发取得了突破性进展，依托现场可编程门阵列（Field-ProgrammableGateArray，FPGA）的高速并行技术、以太网高速数据传输技术、多路输入输出技术、密钥管理技术研发的高速密码运算设备使得数据安全得到了有效提升。该设备能够利用SM4算法对重要、关键数据进行加密处理，有助于防止数据泄露，提高保密性；使用SM3算法对数据进行散列处理，获得数据摘要后再进行散列运算后有助于避免数据被篡改，数据完整性大幅提升；数据传输期间使用数字签名来提升业务行为的抗否性，同时使用验证签名确认身份；用户访问权限控制对于保证使用者身份真实性具有重要意义，加密模组利用管理员以及操作员两级身份实现对访问权限的控制。除此之外继续完善现有计算机信息安全管理体系也是提升数据安全的重要举措。
2.3计算机信息搜集技术
要想进行信息处理的前提就是信息能够被及时、准确的搜集，信息的搜集工作是计算机信息处理程序的开始阶段，是信息处理技术能够得到完整应用的前置程序。如果没有良好的计算机信息搜集技术，信息就无法被传输到信息储存于处理的中心，就无法实现基于大数据的计算机信息处理工作的顺利进行。为了提高相关单位的计算机信息处理能力，其应该提升自身的计算机信息搜集能力。在新的时代，信息就是全新的经济资源，甚至可以说是全新时代的经济能源，具有重要的商业价值。因此，提升计算机信息搜集能力非常重要。在信息被搜集之后，相关单位应该利用技术手段对信息进行快速的分类，实现对信息的即时处理，保证被处理的计算机信息能够被迅速传输到存储中心。相关单位应该对自身的计算机信息搜集技术进行不间断的更新，努力提升技术水平，及时保证技术能力与其他单位之间的匹配性，满足技术升级的要求。目前的计算机信息搜集技术已经能够满足高数量信息的搜集与处理工作，能够满足日程与工作的需要，但还存在着一定的进步空间。
2.4数据索引
数据索引支持数据库数据的具体应用，目前技术前言是互补式聚簇和聚簇索引。随着当前网络上的数据量越来越大，分布式数据存储系统已经达到PB级别，并且可以在上千台机器上部署，如BIGTABLE。如果没有强大的数据索引功能，那么海量的数据将难以快速访问。因此数据索引相关技术，尤其是互补式聚簇和聚簇索引成为大数据产业发展的重点研究内容。对于计算机信息数据处理来讲，大数据下必须要关注数据索引方式的创新与重构，目前数据索引依然存在不精准问题，对于用户给出的搜索指令，并不能返回用户预期的结果，即数据索引表现上符合提供的线索，但却不符合用户心理预期，因此需要借助大数据，分析用户心理，并根据用户心理期望调整数据索引形式和方向，进而反馈呈现满足用户心理期望的索引结果，如此可提升计算机信息数据处理的有效性。
结语
网络数据爆炸的大数据时代，在进行计算机信息处理工作时，一定要在数据挖掘环节多加重视，提高有效数据的比例，并采取合适的数据分析与存储方式，获取数据源的最大价值，同时也要确保网络数据安全，在进行信息处理工作时要强化监管，并及时构建信息网络安全体系框架，结合实际情况制定科学合理的系统安全运行维护方案。
参考文献
[1]石松.大数据时代背景下的计算机信息处理方式分析[J].信息记录材料，2020,21(07)：217-218.
[2]储向向.大数据时代背景下的计算机信息处理方式分析[J].科技创新与应用，2019,(13)：136-137.