專題： 金融與安全大數據

2015年11月

第1卷 第4期

大數據已經成為促進社會進步、經濟發展與科技創新的關鍵基礎資源。大規模的數據價值利用需要兼顧數據開放共享與安全隱私保護。同時，大數據開源技術體系、“互聯網+”與大數據領域應用生態鏈、大數據金融、大數據安全等既是大數據研究的共性基礎問題，也是數據產業發展的熱點領域。具體而言，金融行業的大數據化管理與大數據的金融化創新是大數據產業的重要趨勢，基于大數據的征信、風控、信貸、投資等已經在金融領域產生了實際的應用效果。在安全領域，大數據的發展有效緩解了數據與信息孤島問題，為安全分析與預警等業務提供了新的手段，但大數據自身的安全以及大數據帶來的危害也正在逐步顯現。本期專題通過一些特定問題研究和特定應用分析，重點關注大數據在金融與安全領域的應用現狀與趨勢影響，不求目睹全貌，但求窺豹一斑。

在《面向大數據的并行聚類算法在股票板塊劃分中的應用》一文中，海沫等人利用大數據手段研究了我國A股市場股票的板塊劃分問題。上市公司的經營業績在一定程度上反映了股票的投資價值，因此他們以反映經營業績的財務指標作為股票投資價值的衡量指標，使用面向大數據的并行聚類算法對A股市場近2 600支股票進行聚類分塊，進而為投資決策提供參考。林春雨等人在《基于大數據技術的P2P網貸平臺風險預警模型構建》中，基于采集到的海量數據結合大數據機器學習技術構建了P2P網貸平臺風險預警模型，意在為我國P2P網貸行業的高速發展保駕護航。

在《面向國防安全的網絡大數據分析與應用系統》一文中，許洪波與陳波提出了面向國防安全的網絡大數據分析與應用方案。該方案既能充分發揮大數據技術在多源異構數據融合、深層安全信息挖掘等方面的優勢，又能快速適應現有的業務體系，產生實際效果。近幾年，高級持續性威脅（APT）已經成為安全領域的一個熱點話題。周濤在《基于統計學習的網絡異常行為檢測技術研究》一文中，分析了傳統安全防范措施在應對APT攻擊時的不足，同時介紹了APT攻擊持續時間長、攻擊鏈環節多等特點，為對其進行檢測防范帶來的新思路。此外， 該文總結了基于大數據的異常行為檢測的特點，提出了基于統計學習的檢測方法的技術路線和體系架構。 自動獲取高質量互聯網信息源是科技情報工作的一項基礎性研究內容。因此，高輝等人在《面向科技情報的互聯網信息源自動發現技術研究》一文中，基于共引關系、關注關系和文本內容提出了互聯網信息源自動發現技術，并給出了3類應用場景。

大數據在金融與安全等領域產生的作用已逐步顯現，期望本期專題能夠為讀者了解這一動態打開一扇窗戶，同時也期待大數據能夠在不久的將來為這些領域帶來更多顛覆性的影響。

---

總結

以上是生活随笔為你收集整理的“金融与安全大数据”专题导读的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。