信息化和网络化的高速发展使得大数据成为当前学术界和工业界的研究热点,是IT业正在发生的深刻技术变革.但它在提高经济和社会效益的同时,也为个人和团体的隐私保护以及数据安全带来极大风险与挑战.当前,隐私成为大数...
孟小峰 张啸剑 《计算机研究与发展》 2015年02期 期刊
随着大规模数据的关联和交叉,数据特征和现实需求都发生了变化.以大规模、多源异构、跨领域、跨媒体、跨语言、动态演化、普适化为主要特征的数据发挥着更重要的作用,相应的数据存储、分析和理解也面临着重大挑战.当下...
孟小峰 杜治娟 《计算机研究与发展》 2016年02期 期刊
物联网、穿戴设备和移动通信等技术的高速发展促使数据源源不断地产生并汇聚至多方数据收集者,由此带来更严峻的隐私泄露问题,然而传统的差分隐私、加密和匿名等隐私保护技术还不足以应对.更进一步,数据的自主汇聚导致...
孟小峰 刘立新 《计算机研究与发展》 2021年02期 期刊
当下,大数据的"堰塞湖"已经形成,数据治理问题迫在眉睫。传统的治理概念来自政府、企业、IT领域,数据治理既有其一般性,也有其特殊性。本文提出数据治理的根本保障在于增加大数据价值实现过程的透明性。区块...
数据库系统经过近50年的发展,虽然已经普遍商用,但随着大数据时代的到来,数据库系统在2个方面面临挑战.首先数据量持续增大期望单个查询任务具有更快的处理速度;其次查询负载的快速变化及其多样性使得基于DBA经验的数...
随着人工智能时代的到来,大数据中蕴含的价值被不断开发,但与此同时,用户的隐私泄露问题、数据垄断问题以及算法决策中的公平问题愈发凸显。为详细探究此类伦理问题,首先从数据发展的角度出发,探讨人工智能时代隐私、...
信息技术的飞速发展,特别是物联网、云计算、社交网络、社会媒体以及信息获取技术的进步,数据正以巨大的速度迅速增长和积累,大数据时代已经到来.社会计算作为一种数据密集型科学,在收集和分析数据的广度、深度以及规...
云计算、物联网、社交网络等新兴服务促使人类社会的数据种类和规模正以前所未有的速度增长,大数据时代正式到来.数据从简单的处理对象开始转变为一种基础性资源,如何更好地管理和利用大数据已经成为普遍关注的话题.大...
孟小峰 慈祥 《计算机研究与发展》 2013年01期 期刊
数智化的时代背景为社会计算与社会智能的发展创造了新机遇，跨学科交叉融合将是其深化发展的必然之路。文中阐述了社会计算的内涵与外延，探讨了社会计算的范式转移、社会计算与社会智能的发展，由此对数智化时代的社...
随着数据的累积,不同科技企业在数据资源的储备量上的差异愈加明显,数据垄断逐渐形成,并催生了"堰塞湖",导致各企业间的数据难以互通,用户隐私泄露问题随之凸显。因此,通过有效的数据治理来缓解数据垄断形势...
各领域数字化进程的加速使得数据量呈现爆炸式增长,海量数据蕴藏的巨大衍生价值使其成为数字经济时代的战略性基础资源.由此引发的"数据争夺"和数据积累差异逐渐导致了数据垄断现象,数据寡头持有并控制海量...
随着信息技术的不断发展,以及云计算、物联网、社交网络等新兴技术和服务的不断涌现和广泛应用,数据种类日益增多,数据规模急剧增长,大数据时代悄然来临.由于大数据对政府决策、商业规划和知识发现等所起的重大作用,大...
科学数据智能：人工智能在科学发现中的机遇与挑战 CNKI文献
随着全球各科学领域大科学装置的出现,科学发现进入了大数据时代。科学发现无法完全依赖于专家经验从海量数据中发现稀有科学事件,大量历史数据无法有效利用,同时愈发突出实时性和高精度,科学事件的模式具有稀有性,通...
作为一门典型的交叉学科,计算社会科学是连接自然科学和社会科学的桥梁,其充分利用现有信息技术对社会以及相关现象展开研究。当技术模式进入后大数据时代,当万物互联技术涌现,当中国社会呈现城市化、国际化、工业化、...
当今世界正经历百年未有之大变局，新一轮科技革命与社会变革深度融合带来的深度、广度和力度前所未有。正如习近平总书记于2021年5月28日在中国科学院第二十次院士大会、中国工程院第十五次院士大会、中国科学技术协...
移动应用程序的日益繁多使得移动互联网服务提供商有机会收集到大规模的用户数据,然而其数据收集和使用的不规范使移动用户面临着极其严峻的隐私风险问题.如何分析用户隐私风险状况并进行隐私保护成为当前亟待解决的重...
人工智能几经沉浮,终于在60年之后迎来了新的黄金发展期。计算社会科学是一门因数据而生的学科,人工智能将成为其重要的研究工具。同时,计算社会科学也将推动人工智能"了解智能"。在新的时代背景下,把人工智...
XML已经成为网络上信息描述和信息交换的标准.由于网络上信息的本质特性和XML数据内在的灵活性,很多用XML编码的数据都是半结构化的.随着XML应用得越来越广泛,人们提出了多种XML数据的存储模型.与此同时,XML的查询优化...
讨论目前数据库研究领域中最热门的几个研究方向的发展现状、面临的问题和未来趋势.包括信息集成、数据流管理、传感器数据库技术、XML数据管理、网格数据管理、DBMS自适应、移动数据管理和微小数据库,数据库用户界面...
