基于计算机软件工程中的数据挖掘技术实践分析

基于计算机软件工程中的数据挖掘技术实践分析

肖娟

吉安市中等专业学校   江西  吉安  343000

摘要：基于计算机软件工程应用层面,对数据挖掘技术进行全面、深入的研究,是现代软件工程领域发展的重要趋势。数据挖掘技术优势非常明显,在不同的挖掘方法支持下,可以确保软件工程开发和实践中,对各种数据的科学有效掌握。通过源代码开发、软件管理信息、程序代码以及软件故障检测中的数据挖掘技术应用,可以进行高效的软件数据管理。

关键词：计算机软件工程；数据挖掘技术；实践分析；

引言

网络技术为各行各业中提供有效的支持，人们在使用网络的过程中，会出现网络安全的问题，这种情况下严重影响用户个人的隐私安全。因此，必须要加强对计算机网络病毒防御系统的管理，探究出高效的计算机网络病毒防御技术，而将数据挖掘技术合理的应用在计算机网络病毒防御系统中，可以在大量的数据中寻找到具备安全性且有价值的信息，有利于提高数据挖掘技术的防控作用，以此提升网络安全管理的控制效果，为网络安全发展提供强有力的保障。

一、源代码开发中的数据挖掘应用

计算机软件工程中,需要基于软件开发目标和要求,做好数据挖掘工作。软件开发是基于源代码编辑实现的,软件工程人员需要根据需要,分解开发项目,并通过对软件应用范围、标准和执行路径等的理解和掌握,在源代码开发中利用数据挖掘,提高软件开发能力。软件开发过程中,由于各种源代码来源非常广泛,在利用这种源代码重新构建新的软件模块时,需要依据开发对象的特征,找到数据挖掘的标准和原则。数据挖掘技术应用中,利用不同的数据挖掘方法,可以构建一个专门用于源代码分析、提取和建模的数据系统。该数据系统可以完成规模性的开发任务。如软件工程开发中,存在一个软件系统多项具体应用功能时,数据挖掘技术就可以显示较强的应用价值。在数据挖掘时,基于源代码的功能、目标等分类,可以提取出符合开发对象需要的一系列数据,这些数据可以重新构成一个数据库,以供软件开发人员进行借鉴与使用。

二、神经网络化理念下的当代信息处理科学应用

神经网络式的相关数据处理与数据挖掘，其主要是指在大数据支持下的一种极具代表性的数据处理科学管理方式，其因数据处理数据挖掘结构与方式类似于人类的物理网络神经而著名。这种神经网络式的数据挖掘方式，在具体的信息处理中，一方面，能够科学依靠单一的最基础的神经元，有效组建出一个完整全面的输入输出框架，进而通过隐含其中的数据变化主体，科学完成单一部分传输节点的变化信息传输，也就是，其模式与思路都是模仿生物而成的，是一种类似于人脑神经系统的一种信息交流、传输结构。另一方面，是指它可以利用带权重的训练式神经模型，通过一定的方式，有效创建网络拓扑结构，从而科学保证信息处理内容之间信息的基础调控以及调节。比如：在具体的信息处理数据挖掘中，相关的技术人员就能如人脑信息处理那样，以一段神经网络为基础，进而通过一定的操作手段来对数据处理具体的各项生产内容工作进行科学调节，进而科学地完成数据处理及使用。在具体内容的工作中，可以将其要点总结为以下几点：首先，信息处理部门要能够科学地“针对”人事的主要信息部分，进而按照一定模式进行信息处理的神经网络式优化处理和调节，主要包括企业中的各类基础数值等；其次，其在每个小项目标题下，都有一定的微小的如神经元似的数据隐藏层，从而通过输入层部分提前设定好的“准备输出”“正在输入”两个基础神经网络，从而对其进行数据优化搜索和调控。再次则是其会将大约10余单一项目的神经网络，运用带加权的训练神经网络进行整合合并，进而通过某一独立神经网络，构建出一个对应的具备独立完善运作的神经网络运行模式。在实际的信息处理工作中，这种类似于神经网络的数据使用以及挖掘技术，其不仅能够在很大程度上降低数据处理常规管理中经常出现的整体与局部关系混淆处理不当的问题，还能对其具体信息处理中的结构进行科学的调节和有效性的串联，进而促进当代信息处理新生态模式的科学构建。

三、数据挖掘技术在网络病毒防御系统中的应用

数据源模块可以利用网络将收集的数据上传到主机中，在实际的运行中具备一定的结构特点，将数据包中的数据传输到预处理模块中，并对其进行细致的处理，在转换处理与分析数据包后，对数据包中的数据进行归纳与整理，有利于缩短数据分析的时间，提高获取数据的真实性与准确性，例如在完成归类处理、归纳数据包中的端口信息及IP地址后，便可以实现对整体工作的处理。在数据挖掘技术应用的过程中，各个模块均发挥其独特的作用，在网络病毒出现后可以利用数据识、数据挖掘等形式明确具体的目标信息。在整改网络病毒的属性后，可以应用数据挖掘技术对网络内部系统中潜在的病毒进行分析，有助于达到防御计算机病毒的理想化效果。在规则库模块中可以通过各种方法对病毒进行识别，其中聚类分析法可以将数据信息进行归纳，对数据进行合理的分类，并寻找到最小的数据，由于不同数据间具有较大的差异，对数据进行具体分析时需要应用聚类分析法，实现对不同数据分析的准确性。数据挖掘模块在数据挖掘技术中同样发挥着重要的作用，不仅可以分析数据库的具体内容，还能够应用挖掘算法。挖掘模块是数据库挖掘技术中的关键组成部分，其事件库与数据挖掘算法均是整合数据的载体，在归纳数据的过程中，可以探究数据的属性。在应用数据决策模块时，需要在连接数据规则库的基础上，匹配与其相符的数据信息，如果数据库显示的结果与匹配的数据不相符的情况下，则表示数据库中存在网络病毒，此时需要及时将病毒引入到规则库中，对计算机系统法出安全警告，使病毒在入侵前能够被完全的封锁，破坏病毒传播的途径，从而确保计算机网络的安全。

结束语

计算机软件工程发展,需要从数据角度进行强化和完善。在软件工程实践中,充分发挥数据挖掘技术的优势,能够增强软件人员对数据的掌握。数据挖掘是针对软件系统数据对象,通过计算机技术予以分析、提取和应用,让数据价值得到最大程度地实现。计算机软件工程中,应用数据挖掘技术的具体环节较多,软件人员要结合数据技术的特点,完成对软件项目的理解,从而对软件开发和管理都形成积极的支持作用。

参考文献

[1]沈峰.探究计算机软件技术在大数据时代的应用[J].网络安全技术与应用,2022(03):60-62.

[2]李浩铭,乔桂林.大数据时代计算机网络安全技术应用分析[J].网络安全技术与应用,2022(03):70-71.

[3]王雯.计算机软件技术在大数据时代的应用浅析[J].信息记录材料,2022,23(01):170-172.