大数据时代下软件工程技术的应用研究.pdf

工程技术摘要：软件工程是大数据时代背景下的重要研究方向，是能够改善传统软件技术端，提升工作效率的新型计算机技术。随着网络用户数量的不断增加，软件工程也面临着越来越大的压力，需要借助大数据来实现功能升级，积极开发新的工程技术，进而提供更加优质的服务。本文针对大数据时代背景下的软件工程技术应用进行分析。关键词：大数据；软件工程技术；应用软件工程的核心功能就是为广大网络用户提供优质的软件服务，而在这一过程中，需要搜集用户的信息数据，才能明确用户的具体需求，利用编程技术来开发数据库与软件程序，为其提供针对性的服务内容。软件工程的管理组织需要在当前大数据时代背景下，积极采用大数据技术，对用户实际需求进行全方面分析，积极开发新的技术服务项目，进而推动行业发展。一、软件工程技术的概述(一)概念软件工程技术指的是利用计算机技术来分析软件开发过程中的各个数据，并进行针对性的处理，同时通过相应算法对其结果进行验证，从而保证服务质量水平的技术内容。在大数据时代背景下，各个企业可以结合自身特色以及发展需求来进行软件工程技术的选择，应用于实际的生产过程中，从而为自身发展带来积极助益。现如今，软件工程技术理念已经得到了一定程度的普及，尤其是在大数据技术的影响下，能够对信息进行高效的收集、储存以及管理，相较于其他信息技术而言有着极为明显的优势，大大推动了社会发展与进步。(二)意义软件开发离不开软件工程技术的支持，需要借助该技术为用户提供高质量的网络服务内容。具体来说，软件工程技术能够通过数据分析的方式，分析客户对信息数据的需求。但是值得注意的是，数据具有时效性，其应用价值会随着时间的推移而逐渐丧失，因此为了能够满足用户需求，提升企业自身的竞争实力，就需要实时进行数据收集与分析。而在大数据背景下，软件工程技术得以在大数据技术的推动下进一步推广，不单只是在计算机硬件方面，例如，数据库技术、网络通信技术、虚拟现实技术等软实力也得到了有效开发与应用。此外，在市场规模不断扩大的推动下，其应用价33新潮电子大数据时代下软件工程技术的应用研究盖嘉俊（南京大数据集团有限公司，江苏南京值得以进一步发挥出来，但同时也增加了技术研发难度，需要专业技术人员全面掌握软件工程技术，确保行业的持续发展。当前，我国已经进人大数据时代，在进行软件开发以及维护的过程中，软件工程技术也逐渐趋于系统化以及标准化的方向，推动了软件工程的研发，扩大了影响范围。而大数据技术与软件工程技术的融合，就能够有效推动软件工程技术的发展，为我国现代化社会的建设与长远发展带来不可磨灭的贡献。二、大数据时代下软件工程技术的应用问题（一）众包软件服务工程的问题当前来看，众包软件工程技术应用过于重视数据信息处理。并且在处理过程中，没有落实数据信息的集中化处理要求，对软件工程技术进行有效调整，导致众包软件服务工程技术的应用难以支撑大数据技术的更新，无法进行技术的优化。并且，在众包软件服务工程技术的应用过程中还存在数据组成分析与考察不全面的情况。对密集型数据信息的管控而言难以落实相应的调查工作，使得系统化服务平台漏洞百出，限制了众包软件服务水平的提升。此外，部分单位的数据服务方案制度存在不合理之处，在研究并应用软件工程技术的过程中没有将密集型数据信息的价值最大化地发挥出来，致使众包软件服务工程的构建效果难以达到预期标准要求，大数据技术的应用效果难以在众包软件服务工程中得到充分保障。（二）数据信息存储模式的问题部分技术人员的工作意识不足，对数据信息的储存模式并未予以重视，对大数据技术发展现状没有进行全面考察，导致在技术优化更新过程中存在明显问题，不能对大数据进行有效处理，达到数据信息资源在保存与处理方面的技术要求。并且，当前软件工程技术的创新程度并不理想，没有结合信息储存模式的变第1 4 期（总第5 4 5 期）210000)第1 4 期（总第5 4 5 期）化情况，即使信息储存过程中的相关硬件得到了有效优化，但是信息的形式仍然以传统的文字形式为主。针对图片、视频等信息形式仍然很难得以有效整理与应用，导致相互间信息的保存效果无法得到充分完善，这也就在一定程度上限制了软件工程技术的应用。此外，当前信息数据的保存形式已经与软件工程技术相融合，但是对于计算机硬件性能却没有进行充分分析与调查，使得软件工程技术在使用与更新的过程中很难确定信息储存空间的更新需求，引发数据信息的缺失，也会在一定程度上导致云储存平台的问题。（三）数据信息安全防护的问题在当代社会中，信息泄露已经成为不容小靓的问题，不仅会对个人造成巨大的困扰，也会给社会经济发展埋下隐患。而随着时代的不断发展，数据信息的攻击手段也层出不穷，导致数据信息安全受到影响。但是由于种种原因，相关单位没有合理利用软件工程的安全防护软件，对数据信息以及用户行为进行有效监督，防护软件并未根据相关安全防护知识库来进行数据信息状态、用户异常行为等进行核对，也未对其信息攻击手段的特征进行分析与记录，导致异常现象频繁发生，增加信息安全问题的发生概率，对用户的权益造成严重损害。三、大数据时代下软件工程技术的应用分析(一）软件服务平台技术软件服务平台技术是软件工程技术服务体系的重要发展方向，是影响软件工程服务形式的关键。以往软件工程的服务基本都是为用户提供下载源，用户需要经过下载才能正常使用，而下载流程相对复杂，且占用一定的计算机内存。但是在大数据时代背景下，软件工程就可以利用虚拟化软件来实现相关服务，仅需要在虚拟环境中开发分布式的应用程序，用户即可直接进人到这一虚拟环境之中，并根据自身的需求进行相应服务软件的应用，有效提升服务质量，相比于传统软件的服务形式，其虚拟环境的软件服务形式极为突出。而软件服务平台的功能优势不仅限于此，还可以结合网络数据，开展相应的编程操作，让用户能够根据不同的服务软件进行交互，将各个软件的数据进行有效协调，使软件能够适应于动态场景，为软件系统的集成化发展奠定良好基础。(二)数据管理技术数据管理技术是当前应用形式较为多样的软件工程技术，能够有效降低数据处理难度，并为数据信息的挖掘带来助益。在大数据时代背景下，网络使用过新潮电子程中会产生高密度的流式数据，其直接处理工作难度相对较高，其数据信息大多数都来源于用户，不仅数据量庞大，且数据种类相对较多，生产更新速度极快，这就是处理难度高的核心原因。而数据管理技术的应用就能够有效降低流式数据的处理难度，根据不同类型的数据进行相应的通道流通，实现数据来源的有效分化管理，有效解决了流式数据的高密度难题，也实现了数据类型的统一化，大大降低了数据处理的难度水平。大数据的应用价值较为隐含，需要对大数据进行挖掘才能保障应用效果，而软件工程就能够实现大数据的挖掘，数据管理技术可以为数据挖掘工作带来相应的预处理，利用数据挖掘技术来实现软件工程的有效数据挖掘。大数据的来源较为复杂，其形式以及种类等方面都存在较大的差异，其中也存在无用数据以及异常数据，如果直接进行数据挖掘，会大大增加工作量，且很难确保精准性。而数据管理技术就能够实现大数据的预处理，将其进行有效分类，并将无用以及异常数据进行剔除，这样就可以有效提升数据挖掘的效率与精准度。数据挖掘成果也能够为软件工程的升级与开发带来积极效益，有效提升了大数据的应用价值，为软件工程带来诸多益处。此外，当前软件工程正处于变更阶段，尤其是在大数据时代背景下，智能化是其发展的必然趋势，目前在事务处理、安全防护等方面都已经实现了智能化发展。基于这一现状，软件工程不仅需要积极引人智能技术，进一步提升数据处理的效率水平，也需要通过数据管理技术来为智能技术的应用提供必要支持，让智能技术能够发挥出数据处理的优势，避免因为缺乏数据基础而导致软件系统无法正常运作的问题。具体来说，数据管理技术能够通过预处理、数据分类以及数据净化等工作环节来有效提升数据基础质量，并为智能技术提供完善的管理逻辑。并且在数据分类完成之后，智能技术就可以根据数据分类来明确其具体属性分析管理逻辑，采取相应措施。例如，在智能化事务处理过程中，智能技术就会先分析相关历史数据，将其分析结果与当前数据进行比对，如果两者存在明显不符就代表存在虚拟信息，或者历史数据存在问题，开展针对性的处理措施进行解决。（三）密集式数据研发技术在大数据时代下，数据量得以飞速增长，以往的数据研发技术已经不再适用于当代的科技需求，尤其是软件工程，对新研发技术的需求日益急迫。而密集式34工程技术工程技术数据研发技术的诞生与应用就能够攻克以往数据玩法技术在保存、软件流畅度等方面的不足，不但能够确保数据的完整性，也能够确保软件应用顺畅。密集式数据研发技术的核心功能就是可以将密集数据进行整合，并将其根据需求应用于不同层面与领域。例如，在工业生产过程中，密集式数据研发技术就可以针对于工业智能化生产情况进行深入分析，并根据相应的分析结果来及时寻找出其中存在的问题，选用合理的软件来消除问题，还可以根据工业生产需求来开发相应功能的软件，完善工业智能化生产模式。（四）自主学习技术在大数据技术的支持下，智能化系统已经得以在软件系统中应用，而其中的核心技术就是自主学习技术，是推动软件工程各项服务升级，提升软件工程服务质量水平的重要依据。例如，安全防护软件，以往的安全防护软件只能对记录在知识库内的攻击手段进行防范，而针对于全新的攻击手段没有任何应对措施，这就为信息数据安全带来了较大的威胁。但是在自主学习技术的支持下，只要软件工程接触到攻击手段，就可以对其攻击原理及其相关数据信息进行记录，更新知识库内容并进行精准推演，从而大大提升安全防护效果。其具体原理如图1 所示。安全防护软件攻击数据信息记录内部监管控制自主学习备份保护安全未接触过的恶意攻击转变为已接触过的恶意攻击，可防护图1 自主学习技术的基本原理(五)虚拟机技术一般来说，在面对较为复杂的事物时，以往的软件新潮电子工程都会采用若干个软件进行操作，但是由于软件数量过多，用户在使用过程中需要来回切换，导致其应用操作流程较为复杂，也会导致其处理思路更为混乱。但是在大数据背景下，软件工程提出并践行了群体软件组的概念，将多个软件的功能进行集成，进而为用户提供更加便捷的服务项目，也保障了运行处理思路的清晰性。而群体软件组的开发技术较为多样化，需要在虚拟机环境中才能进行。其中，虚拟机指的是利用虚拟机系统进行硬件系统功能以及运行过程的模拟，在完全隔离的虚拟环境中实现完整的计算机系统的技术，这一系统能够完成计算机的所有功能。只要是在计算机上能够完成的操作，都可以在这一虚拟计算机系统中实现。但是虚拟机技术需要占用实体计算机系统的部分硬盘与内存，需要建立完全独立的CMOS，确保各个虚拟机能够具备相互独立的特点，并且硬盘与操作系统也需要彼此独立，才能保证虚拟机系统的正常运行，为群体软件组的开发与应用带来有效保障。四、结语综上所述，在大数据背景下，软件工程技术得以进一步发展，并为其明确了方向。而随着大数据技术适用领域的不断拓展，软件工程技术的研究工作难度也相应提升，需求也愈加紧迫。因此工作人员需要对大数据进行深入分析，明确其技术特点，以此为依据，进一步未接触过的恶意攻击第1 4 期（总第5 4 5 期）提升软件工程的数据处理水平。此外，技术人员以及相关部门也需要紧跟时代发展潮流，不断提升软件服务质量水平，让软件工程能够为社会发展与人民生活工作带来更加积极的影响，提供更多的便利，从而推动行业的持续发展。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,2 0 2 2(1 1):1 4 8-1 5 1.2赵旭.论大数据时代下软件工程技术的应用 J.中国设备工程,2 0 2 1(2 4):2 3-2 4.3郭志杰.基于大数据时代下软件工程技术的应用研究 .软件,2 0 2 1(1 2):1 6 3-1 6 5,1 8 0.4刘园园.关于大数据时代下软件工程技术的应用探讨 J.网络安全技术与应用,2 0 2 1(1 0):4 6-4 7.35