❶ 關於擇業，對於我的情況，演算法和開發該選哪個好
建議你去做演算法。
既然都不好找，為什麼不找個你擅長的。
做了開發，越做越廢，不會有機會轉回去的。
❷ 請問高手，神經網路模型與學習演算法用什麼語言編程比較好JAVA 、C語言還是C++等。謝謝！
個人建議，用Java，畢竟它對網路的針對性較強，而學習演算法可以從C開始再到java因為從小到大比較好…
❸ 什麼網路加密的演算法
由於網路所帶來的諸多不安全因素使得網路使用者不得不採取相應的網路安全對策。為了堵塞安全漏洞和提供安全的通信服務，必須運用一定的技術來對網路進行安全建設，這已為廣大網路開發商和網路用戶所共識。
現今主要的網路安全技術有以下幾種：
一、加密路由器(Encrypting Router)技術
加密路由器把通過路由器的內容進行加密和壓縮,然後讓它們通過不安全的網路進行傳輸,並在目的端進行解壓和解密。
二、安全內核(Secured Kernel)技術
人們開始在操作系統的層次上考慮安全性,嘗試把系統內核中可能引起安全性問題的部分從內核中剔除出去,從而使系統更安全。如S olaris操作系統把靜態的口令放在一個隱含文件中, 使系統的安全性增強。
三、網路地址轉換器(Network Address Translater)
網路地址轉換器也稱為地址共享器(Address Sharer)或地址映射器,初衷是為了解決IP 地址不足,現多用於網路安全。內部主機向外部主機連接時,使用同一個IP地址;相反地,外部主機要向內部主機連接時,必須通過網關映射到內部主機上。它使外部網路看不到內部網路, 從而隱藏內部網路，達到保密作用。
數據加密(Data Encryption)技術
所謂加密(Encryption)是指將一個信息(或稱明文--plaintext) 經過加密鑰匙(Encrypt ionkey)及加密函數轉換,變成無意義的密文( ciphertext),而接收方則將此密文經過解密函數、解密鑰匙(Decryti on key)還原成明文。加密技術是網路安全技術的基石。
數據加密技術要求只有在指定的用戶或網路下,才能解除密碼而獲得原來的數據,這就需要給數據發送方和接受方以一些特殊的信息用於加解密,這就是所謂的密鑰。其密鑰的值是從大量的隨機數中選取的。按加密演算法分為專用密鑰和公開密鑰兩種。
專用密鑰,又稱為對稱密鑰或單密鑰,加密時使用同一個密鑰,即同一個演算法。如DES和MIT的Kerberos演算法。單密鑰是最簡單方式,通信雙方必須交換彼此密鑰,當需給對方發信息時,用自己的加密密鑰進行加密,而在接收方收到數據後,用對方所給的密鑰進行解密。這種方式在與多方通信時因為需要保存很多密鑰而變得很復雜,而且密鑰本身的安全就是一個問題。
DES是一種數據分組的加密演算法,它將數據分成長度為6 4位的數據塊,其中8位用作奇偶校驗,剩餘的56位作為密碼的長度。第一步將原文進行置換,得到6 4位的雜亂無章的數據組;第二步將其分成均等兩段 ;第三步用加密函數進行變換,並在給定的密鑰參數條件下,進行多次迭代而得到加密密文。
公開密鑰,又稱非對稱密鑰,加密時使用不同的密鑰,即不同的演算法,有一把公用的加密密鑰,有多把解密密鑰,如RSA演算法。
在計算機網路中,加密可分為"通信加密"(即傳輸過程中的數據加密)和"文件加密"(即存儲數據加密)。通信加密又有節點加密、鏈路加密和端--端加密3種。
①節點加密,從時間坐標來講,它在信息被傳入實際通信連接點 (Physical communication link)之前進行;從OSI 7層參考模型的坐標 (邏輯空間)來講,它在第一層、第二層之間進行; 從實施對象來講,是對相鄰兩節點之間傳輸的數據進行加密,不過它僅對報文加密,而不對報頭加密,以便於傳輸路由的選擇。
②鏈路加密(Link Encryption),它在數據鏈路層進行,是對相鄰節點之間的鏈路上所傳輸的數據進行加密,不僅對數據加密還對報頭加密。
③端--端加密(End-to-End Encryption),它在第六層或第七層進行 ,是為用戶之間傳送數據而提供的連續的保護。在始發節點上實施加密,在中介節點以密文形式傳輸,最後到達目的節點時才進行解密,這對防止拷貝網路軟體和軟體泄漏也很有效。
在OSI參考模型中,除會話層不能實施加密外,其他各層都可以實施一定的加密措施。但通常是在最高層上加密,即應用層上的每個應用都被密碼編碼進行修改,因此能對每個應用起到保密的作用,從而保護在應用層上的投資。假如在下面某一層上實施加密,如TCP層上,就只能對這層起到保護作用。
值得注意的是,能否切實有效地發揮加密機制的作用,關鍵的問題在於密鑰的管理,包括密鑰的生存、分發、安裝、保管、使用以及作廢全過程。
(1)數字簽名
公開密鑰的加密機制雖提供了良好的保密性,但難以鑒別發送者, 即任何得到公開密鑰的人都可以生成和發送報文。數字簽名機制提供了一種鑒別方法,以解決偽造、抵賴、冒充和篡改等問題。
數字簽名一般採用不對稱加密技術(如RSA),通過對整個明文進行某種變換,得到一個值,作為核實簽名。接收者使用發送者的公開密鑰對簽名進行解密運算,如其結果為明文,則簽名有效,證明對方的身份是真實的。當然,簽名也可以採用多種方式,例如,將簽名附在明文之後。數字簽名普遍用於銀行、電子貿易等。
數字簽名不同於手寫簽字:數字簽名隨文本的變化而變化,手寫簽字反映某個人個性特徵, 是不變的;數字簽名與文本信息是不可分割的,而手寫簽字是附加在文本之後的,與文本信息是分離的。
(2)Kerberos系統
Kerberos系統是美國麻省理工學院為Athena工程而設計的,為分布式計算環境提供一種對用戶雙方進行驗證的認證方法。
它的安全機制在於首先對發出請求的用戶進行身份驗證,確認其是否是合法的用戶;如是合法的用戶,再審核該用戶是否有權對他所請求的服務或主機進行訪問。從加密演算法上來講,其驗證是建立在對稱加密的基礎上的。
Kerberos系統在分布式計算環境中得到了廣泛的應用(如在Notes 中),這是因為它具有如下的特點:
①安全性高,Kerberos系統對用戶的口令進行加密後作為用戶的私鑰,從而避免了用戶的口令在網路上顯示傳輸,使得竊聽者難以在網路上取得相應的口令信息;
②透明性高,用戶在使用過程中,僅在登錄時要求輸入口令,與平常的操作完全一樣,Ker beros的存在對於合法用戶來說是透明的;
③可擴展性好,Kerberos為每一個服務提供認證,確保應用的安全。
Kerberos系統和看電影的過程有些相似,不同的是只有事先在Ker beros系統中登錄的客戶才可以申請服務,並且Kerberos要求申請到入場券的客戶就是到TGS(入場券分配伺服器)去要求得到最終服務的客戶。
Kerberos的認證協議過程如圖二所示。
Kerberos有其優點，同時也有其缺點，主要如下：
①、Kerberos伺服器與用戶共享的秘密是用戶的口令字,伺服器在回應時不驗證用戶的真實性,假設只有合法用戶擁有口令字。如攻擊者記錄申請回答報文,就易形成代碼本攻擊。
②、Kerberos伺服器與用戶共享的秘密是用戶的口令字,伺服器在回應時不驗證用戶的真實性,假設只有合法用戶擁有口令字。如攻擊者記錄申請回答報文,就易形成代碼本攻擊。
③、AS和TGS是集中式管理,容易形成瓶頸,系統的性能和安全也嚴重依賴於AS和TGS的性能和安全。在AS和TGS前應該有訪問控制,以增強AS和TGS的安全。
④、隨用戶數增加,密鑰管理較復雜。Kerberos擁有每個用戶的口令字的散列值,AS與TGS 負責戶間通信密鑰的分配。當N個用戶想同時通信時,仍需要N*(N-1)/2個密鑰
（ 3 ）、PGP演算法
PGP(Pretty Good Privacy)是作者hil Zimmermann提出的方案, 從80年代中期開始編寫的。公開密鑰和分組密鑰在同一個系統中,公開密鑰採用RSA加密演算法,實施對密鑰的管理;分組密鑰採用了IDEA演算法,實施對信息的加密。
PGP應用程序的第一個特點是它的速度快,效率高;另一個顯著特點就是它的可移植性出色,它可以在多種操作平台上運行。PGP主要具有加密文件、發送和接收加密的E-mail、數字簽名等。
(4)、PEM演算法
保密增強郵件(Private Enhanced Mail,PEM),是美國RSA實驗室基於RSA和DES演算法而開發的產品,其目的是為了增強個人的隱私功能, 目前在Internet網上得到了廣泛的應用,專為E-mail用戶提供如下兩類安全服務:
對所有報文都提供諸如:驗證、完整性、防抵 賴等安全服務功能; 提供可選的安全服務功能,如保密性等。
PEM對報文的處理經過如下過程:
第一步,作規范化處理:為了使PEM與MTA(報文傳輸代理)兼容,按S MTP協議對報文進行規范化處理;
第二步,MIC(Message Integrity Code)計算;
第三步,把處理過的報文轉化為適於SMTP系統傳輸的格式。
身份驗證技術
身份識別(Identification)是指定用戶向系統出示自己的身份證明過程。身份認證(Authertication)是系統查核用戶的身份證明的過程。人們常把這兩項工作統稱為身份驗證(或身份鑒別),是判明和確認通信雙方真實身份的兩個重要環節。
Web網上採用的安全技術
在Web網上實現網路安全一般有SHTTP/HTTP和SSL兩種方式。
（一）、SHTTP/HTTP
SHTTP/HTTP可以採用多種方式對信息進行封裝。封裝的內容包括加密、簽名和基於MAC 的認證。並且一個消息可以被反復封裝加密。此外,SHTTP還定義了包頭信息來進行密鑰傳輸、認證傳輸和相似的管理功能。SHTTP可以支持多種加密協議,還為程序員提供了靈活的編程環境。
SHTTP並不依賴於特定的密鑰證明系統,它目前支持RSA、帶內和帶外以及Kerberos密鑰交換。
（二）、SSL(安全套層) 安全套接層是一種利用公開密鑰技術的工業標准。SSL廣泛應用於Intranet和Internet 網,其產品包括由Netscape、Microsoft、IBM 、Open Market等公司提供的支持SSL的客戶機和伺服器,以及諸如Apa che-SSL等產品。
SSL提供三種基本的安全服務,它們都使用公開密鑰技術。
①信息私密,通過使用公開密鑰和對稱密鑰技術以達到信息私密。SSL客戶機和SSL伺服器之間的所有業務使用在SSL握手過程中建立的密鑰和演算法進行加密。這樣就防止了某些用戶通過使用IP packet sniffer工具非法竊聽。盡管packet sniffer仍能捕捉到通信的內容, 但卻無法破譯。 ②信息完整性,確保SSL業務全部達到目的。如果Internet成為可行的電子商業平台,應確保伺服器和客戶機之間的信息內容免受破壞。SSL利用機密共享和hash函數組提供信息完整性服務。③相互認證,是客戶機和伺服器相互識別的過程。它們的識別號用公開密鑰編碼,並在SSL握手時交換各自的識別號。為了驗證證明持有者是其合法用戶(而不是冒名用戶),SSL要求證明持有者在握手時對交換數據進行數字式標識。證明持有者對包括證明的所有信息數據進行標識以說明自己是證明的合法擁有者。這樣就防止了其他用戶冒名使用證明。證明本身並不提供認證,只有證明和密鑰一起才起作用。 ④SSL的安全性服務對終端用戶來講做到盡可能透明。一般情況下,用戶只需單擊桌面上的一個按鈕或聯接就可以與SSL的主機相連。與標準的HTTP連接申請不同,一台支持SSL的典型網路主機接受SSL連接的默認埠是443而不是80。
當客戶機連接該埠時,首先初始化握手協議,以建立一個SSL對話時段。握手結束後,將對通信加密,並檢查信息完整性,直到這個對話時段結束為止。每個SSL對話時段只發生一次握手。相比之下,HTTP 的每一次連接都要執行一次握手,導致通信效率降低。一次SSL握手將發生以下事件:
1.客戶機和伺服器交換X.509證明以便雙方相互確認。這個過程中可以交換全部的證明鏈,也可以選擇只交換一些底層的證明。證明的驗證包括:檢驗有效日期和驗證證明的簽名許可權。
2.客戶機隨機地產生一組密鑰,它們用於信息加密和MAC計算。這些密鑰要先通過伺服器的公開密鑰加密再送往伺服器。總共有四個密鑰分別用於伺服器到客戶機以及客戶機到伺服器的通信。
3.信息加密演算法(用於加密)和hash函數(用於確保信息完整性)是綜合在一起使用的。Netscape的SSL實現方案是:客戶機提供自己支持的所有演算法清單,伺服器選擇它認為最有效的密碼。伺服器管理者可以使用或禁止某些特定的密碼。
代理服務
在 Internet 中廣泛採用代理服務工作方式, 如域名系統(DNS), 同時也有許多人把代理服務看成是一種安全性能。
從技術上來講代理服務(Proxy Service)是一種網關功能,但它的邏輯位置是在OSI 7層協議的應用層之上。
代理(Proxy)使用一個客戶程序,與特定的中間結點鏈接,然後中間結點與期望的伺服器進行實際鏈接。與應用網關型防火牆所不同的是,使用這類防火牆時外部網路與內部網路之間不存在直接連接,因此 ,即使防火牆產生了問題,外部網路也無法與被保護的網路連接。
防火牆技術
(1)防火牆的概念
在計算機領域,把一種能使一個網路及其資源不受網路"牆"外"火災"影響的設備稱為"防火牆"。用更專業一點的話來講,防火牆(FireW all)就是一個或一組網路設備(計算機系統或路由器等),用來在兩個或多個網路間加強訪問控制,其目的是保護一個網路不受來自另一個網路的攻擊。可以這樣理解,相當於在網路周圍挖了一條護城河,在唯一的橋上設立了安全哨所,進出的行人都要接受安全檢查。
防火牆的組成可以這樣表示:防火牆=過濾器+安全策略(+網關)。
(2)防火牆的實現方式
①在邊界路由器上實現;
②在一台雙埠主機(al-homed host)上實現;
③在公共子網(該子網的作用相當於一台雙埠主機)上實現,在此子網上可建立含有停火區結構的防火牆。
(3)防火牆的網路結構
網路的拓撲結構和防火牆的合理配置與防火牆系統的性能密切相關,防火牆一般採用如下幾種結構。
①最簡單的防火牆結構
這種網路結構能夠達到使受保護的網路只能看到"橋頭堡主機"( 進出通信必經之主機), 同時,橋頭堡主機不轉發任何TCP/IP通信包, 網路中的所有服務都必須有橋頭堡主機的相應代理服務程序來支持。但它把整個網路的安全性能全部託付於其中的單個安全單元,而單個網路安全單元又是攻擊者首選的攻擊對象,防火牆一旦破壞,橋頭堡主機就變成了一台沒有尋徑功能的路由器,系統的安全性不可靠。
②單網端防火牆結構
其中屏蔽路由器的作用在於保護堡壘主機(應用網關或代理服務) 的安全而建立起一道屏障。在這種結構中可將堡壘主機看作是信息伺服器,它是內部網路對外發布信息的數據中心,但這種網路拓撲結構仍把網路的安全性大部分託付給屏蔽路由器。系統的安全性仍不十分可靠。
③增強型單網段防火牆的結構
為增強網段防火牆安全性,在內部網與子網之間增設一台屏蔽路由器,這樣整個子網與內外部網路的聯系就各受控於一個工作在網路級的路由器,內部網路與外部網路仍不能直接聯系,只能通過相應的路由器與堡壘主機通信。
④含"停火區"的防火牆結構
針對某些安全性特殊需要, 可建立如下的防火牆網路結構。 網路的整個安全特性分擔到多個安全單元, 在外停火區的子網上可聯接公共信息伺服器,作為內外網路進行信息交換的場所。
網路反病毒技術
由於在網路環境下,計算機病毒具有不可估量的威脅性和破壞力, 因此計算機病毒的防範也是網路安全性建設中重要的一環。網路反病毒技術也得到了相應的發展。
網路反病毒技術包括預防病毒、檢測病毒和消毒等3種技術。(1) 預防病毒技術,它通過自身常駐系統內存,優先獲得系統的控制權,監視和判斷系統中是否有病毒存在,進而阻止計算機病毒進入計算機系統和對系統進行破壞。這類技術是:加密可執行程序、引導區保護、系統監控與讀寫控制(如防病毒卡)等。(2)檢測病毒技術,它是通過對計算機病毒的特徵來進行判斷的技術,如自身校驗、關鍵字、文件長度的變化等。(3)消毒技術,它通過對計算機病毒的分析,開發出具有刪除病毒程序並恢復原文件的軟體。
網路反病毒技術的實施對象包括文件型病毒、引導型病毒和網路病毒。
網路反病毒技術的具體實現方法包括對網路伺服器中的文件進行頻繁地掃描和監測;在工作站上採用防病毒晶元和對網路目錄及文件設置訪問許可權等。
隨著網上應用不斷發展,網路技術不斷應用,網路不安全因素將會不斷產生，但互為依存的，網路安全技術也會迅速的發展,新的安全技術將會層出不窮，最終Internet網上的安全問題將不會阻擋我們前進的步伐
❹ 網路編程方面的，最好是java的
給軟體開發初學者
在論壇上呆久了，發現很大一部分有關開發的帖子都是有關心懷夢想，立志成為一個軟體英雄或者響當當的黑客人物；或者是狂熱的游戲玩家，突然想邁入游戲開發的殿堂，自己打造一個完美的游戲；或者被以前IT行業的「錢」途無量所吸引，為了經濟因素希望成為一個程序員的，而尋求進入軟體開發領域之門的求助帖子。
這些諸如「你好，我想做程序員，應該怎麼做？」，「初學C++，請問看什麼書好」，「請高手幫我看看這個程序」，「我想轉行，請高手指點」……的帖子佔了各大軟體開發論壇帖子總量的很大一部分，而且內容是長年不變，重復來重復去 :P
自從做了epubcn的C++板塊的版主，經常收到不相識網友的消息或Email，基本上還是問這些問題。看到這些帖子和Email，不禁想起自己剛剛邁入軟體開發的領域，茫茫然不知何去何從，興奮而又彷徨不安的過去，這樣的經歷一次又一次，在不同的地點、不同的時間仍然在不斷的重復。今天終於坐下來，寫下一點文字，希望能夠對彷徨的朋友們有點幫助。
確認你真的要邁入軟體開發領域
軟體開發是一項純智力活動（現在人們都意識到長時間超負荷的連續寫程序並不會提高軟體生產率，反而會對軟體品質造成很大負面影響，所以盡管很多程序員仍然長時間加班，但這種現象正在逐步減少並最終會消失，所以體力要求並不會比其他行業高），如果你不是一個智力高於平均水平的人，說實話，軟體開發並不適合你，你基本不可能在軟體開發領域取得很高的成就和地位，而且不久就會因為年齡的增長而被淘汰。
如果你以那些開發出共享軟體的軟體英雄和著名黑客為榜樣，立志也要成為他們的一員，像武俠小說中的大俠一樣仗劍江湖。我要先給你潑上大大一盆冷水，把你從幻想拉到現實中來。首先，現在的軟體其復雜度和規模都遠遠超過以前，想一個人獨力完成一個規模稍大的軟體，基本沒有可能（雖然還是有些特例， but trust me，那些僅僅是特例，請不要把自己想像成獨一無二的超人、幸運兒）；其次，無論是軟體英雄還是仗劍江湖的頂尖黑客，他們的軟體開發功底和智力都遠遠超過軟體行業從業者的平均水平，沒有多年的積累和堅韌超常人的毅力，是不可能，換句話說，想成為他們的一員，可以，但請首先成為一個合格的軟體開發人員。
如果你是因為傳說中程序員的所謂「高薪」，對自己現在從事的工作不滿意，而萌生轉行的念頭，我勸你還是再慎重考慮一下。程序員的待遇一般來說，是要比平均水平高一些，但遠遠談不上高薪，而且以現在程序員的工作量來算，其實同樣的付出，程序員所得到的能和平均水平看齊就不錯了，程序員的競爭和淘汰也是異常殘酷的。技術的更新速度更是其他行業所罕見，每個程序員都要不停的跑步跟上，不使自己落伍，所以在這個層面上來說，沒有誰可以停下來休息，唯一能夠積累下來的就是你的經驗，但經驗中能夠為你的競爭力增添籌碼的並不多。
說了這么多，並不是我故意貶低，而是希望告訴你我所知道的軟體開發行業的真實情況，基於此請再慎重考慮你是不是真的要邁入軟體開發領域。
檢驗一下你是否適合當個程序員
在我看來，要做一個合格的程序員，你需要具備下面幾個條件：
1. 強烈的好奇心和求知慾
2. 追求完美的精神
3. 良好的邏輯分析能力
其他方面的條件幾乎所有類似的帖子都有提及：如果你不是准備單打獨斗，那麼團隊合作能力必不可少；英語我就懶得說了，沒有基本的閱讀英文資料的能力，我勸你還是打消做個程序員的想法，沒有為什麼；數學能力也是必不可少的，如果不是做演算法，高中水平的數學能力就足夠了，但一定要成績很好才行。
那麼為什麼我要強調上面列的三點呢？
具有強烈的好奇心和求知慾，能夠讓你跟上技術發展的步伐，僅僅靠危機感和責任感，你對技術的學習會有很強的功利性質，導致你的技術體系不能構成一個完整自包容的整體，而且很難對技術有高層次的認識和掌握。
我認識的一個資深系統設計師跟我說過：做軟體，「做出來」和「做的好」完全是兩個概念，所要求的投入和技術水平是天壤之別。現在國內很多程序員僅僅把軟體開發當作養家糊口的謀生手段，國內計劃經濟時代湊合、馬馬虎虎幹活的思想也滲透到了軟體業，很多程序員僅僅是把功能做出來，根本不會去考慮提高重用性、可維護性，也不會去考慮提高穩定性、運行速度，甚至連代碼也是亂七八糟，基本的編碼規范都不遵守（在我看來，這樣的人不配「程序員」這個稱號），在我們大聲譴責國內軟體業環境不好，拉項目靠關系，沒有質量保證體系，老闆不重視程序員，瘋狂剝削程序員的時候，我們是不是該問問自己，你是不是只把眼睛盯著別人？
現在各種軟體開發包應有盡有，包羅萬象，編程工具也異常強大方便，對於國內佔主流的MIS系統來說，要完成一個功能實在不是很難的事情，但是如果把系統做為一個整體，則大多數都是運行緩慢、佔用資源過大、兼容性差、可維護性差、不穩定的系統，你可曾嘗試過開發一個優秀的系統，如果有，你就會發現開發優秀軟體是多麼困難，對技術的要求是多麼高，而你在努力做到完美的過程中水平的提升是多麼快。沒有追求完美的精神，無論外部環境如何好，你也是不會開發出優秀軟體的，等待你的是無休止的修改和維護～，你的技術水平也永遠停留在簡單的編碼階段，最終只有被迫轉行。
好了，我真的適合當個程序員，那我該如何開始？
首先選擇一門編程語言和操作系統平台。
操作系統平台國內比較流行的基本有Windows、Linux（Unix）、Mac OS。一般來說大家都選擇的是Windows平台，因為此平台是國內處於壟斷地位的操作系統，而且有很多優秀的開發工具可供選擇，缺點就是Windows 平台的開放性不高，往底層探究比較困難（但我對於言必稱底層的觀點比較反感，不是所有搞開發的都要對底層非常了解，做出用戶滿意的系統才是我們追求的根本，玩些底層的trick只是一種自我滿足罷了。當然我們需要有一些掌握底層技術的高手，但這個是個人選擇的問題），而且用慣Windows的程序員在配置、腳本等方面比較弱。Linux是開源平台，當然從理論上你可以操縱Linux的一切，但是有幾個人能夠達到這一水平？剛剛開始學習開發的程序員，在 Linux上也僅僅能夠開發一些應用軟體罷了。Linux下的開發工具不夠人性化，但這種情況正在逐步得到緩解，Eclipse就是非常出色的開發平台。在Linux下開發，你可以得到大量優秀的源代碼，並且一切都是透明的（只要你想），但你必須學習很多命令行指令，掌握各種系統和參數配置以及腳本方面的知識。
編程語言的選擇更是令人頭痛，我涉獵不多，對於有些語言，我無法給出任何建議，只好等這方面的高手來給大家補充了。我僅僅對C++和Java進行一些說明，當然這個也僅僅是基於個人體會，絕對不是權威觀點 :P
C++仍然是目前佔主流的開發語言（詳細的可以閱讀TCPL中的相關論述），而且一種語言的發展或消亡都是一個漸進的過程，在可以預見的將來，C ++仍然是一門舉足輕重的開發語言，但其所針對的領域和方向可能會有所調整，我認為最主要的變化是C++會逐步從商業MIS系統市場上退出。選擇C++的理由是關於C++的優秀開發書籍和開發工具最多，相關的資源也異常豐富，待對於一般應用程序的開發掌握之後，無需過渡，就可以深入學習各種技術，因為現階段講述系統底層奧秘和高級技術的書籍，基本都是選用C\C++做為示例語言。加上微軟精心打造的開發平台Visual Studio或Borland的C++ Builder系列，學習起來更是如虎添翼。但C++現在的缺點也是比較明顯的，我最深的感觸就是對於XP和Agile Development的支持不好。
Java簡化了C++的語法，學習起來比較容易（但隨著Java的日益普及和發展，是否能夠繼續保持這一優勢，我不敢斷言），Eclipse 是非常優秀的Java開發平台，支持XP的整個過程：設計、測試、編碼、重構……現階段敏捷軟體開發的主要語言就是Java。而且Java的跨平台特性更是非常大的優勢。
實際上，選擇哪門語言都沒有關系，根據你的發展規劃和目前身邊的環境選擇就可以，沒有必要跟風，其後的堅持才是難點。
好，假設你選擇了C++做為開發語言，在Windows平台上開發，那麼我給你如下的學習建議（其他的選擇請各位積極補充……）：
C++語言的學習當然是基礎，這個階段由於沒有任何在特定平台上的開發經驗，我們只能按照書中的例子一個一個輸入運行，暫時告別熟悉的圖形界面，回到古老的DOS了。參考書的選擇是這個階段很多朋友關心的，Stan Lippman的《Essential C++》和《C++ Primer》是我優先推薦的，而《Essential C++》因為篇幅較小，講解內容適當，而且對C++ STL的運用有不少描述，顯得相當實用，我認為最適合初學者使用。無論選擇了那本書做為入門教材，都應該逐個例子逐個例子的消化，不要貪快，但同時要對重點內容有所側重。我們學習任何東西都是為了解決實際問題，所以請把重點放在我們實際中最常用的部分，而不要過多的追究一些細節和艱深晦澀的不常用技術。
此刻我們會碰到很多過後看來非常簡單幼稚的問題，比如為什麼編譯出錯，為什麼按照書中的例子輸進去卻無法通過編譯，找不到頭文件等等，大體上這是因為剛剛接觸程序開發，對程序理解還很初級，以及對於所使用的開發環境不夠了解，特定編譯器對標准C++的支持程度不一導致。請多閱讀關於所使用開發環境的各種文檔，以及查閱幫助文檔。以我最經常使用的Visual C++配合MSDN來說，當出現一個我不能理解的編譯錯誤時，按F4鍵編輯器就會自動跳到當前錯誤地點，下面的輸出窗口也會給出錯誤代碼（比如C××× ×），把錯誤代碼記下，打開MSDN，在索引一欄輸入錯誤代碼，就能夠查到詳細的關於此錯誤的說明，當然，是英文的（不要問你不會英文怎麼辦，這是基本要求）。現在的開發工具查錯排錯非常方便。當然，有時很多錯誤原因並不是編譯器所提示的地方，而是往前或往後一些地方，長期的編程經驗可以提高查錯速度。此時也請多練習練習Debug技術。
此階段只要能夠掌握C++的基本語言要素，對結構化程序設計和基於對象的設計有一定理解，能夠完成一些簡單的小程序就可以結束了，畢竟DOS 程序現在很難勾起我們學習的慾望了 :P 在此之後可以視自己的情況決定是否學習數據結構，數據結構是程序員的必修課，不可或缺，地位非常重要，即使你現在希望馬上進入圖形界面程序開發的世界，這一課我也提醒你記著早點補上。
終於可以邁入圖形世界，我們要從SDK編程開始，不要擔心，這不會花費你太長時間，但卻是對Windows程序運行機制進行深入了解的好時機，在此的努力都不會白費（trust me），此時的參考書沒有什麼好考慮的，基礎的有Charles Petzold的《Windows程序設計》，進階的有《Windows核心編程》。請從《Windows程序設計》開始，Charles Petzold的書通俗易懂，學習起來非常輕松，而且對你的語言要求不高，只要懂C就可以了。
此時容易碰到的問題大多與項目設置有關，如果使用Visual C++，請按Alt+F7調出項目設置對話框仔細檢查，並閱讀相關文檔，熟悉各項配置的意義。
此階段請重點掌握Windows SDK程序的編寫方法，Windows程序的運行機制和Windows消息機制，和常用的Windows API。我們還可以更進一步：嘗試用前一階段學到的C++知識對過程化的SDK程序進行初步的改造，將我們敲入計算機的程序變得可重用，按照自己對基於對象思想和面向對象思想的理解來重新編寫例子程序。
OK，現在你已經初步入門了，掌握了C++的基本用法，對面向對象有了一點模糊而自以為是的認識，也能夠寫出Windows程序了，雖然還有點簡單，還有點醜陋，不過，總歸是圖形界面啊。開始有點感覺了，是嗎？ :P 別急著往前沖，停一停，將C++和Windows SDK的基礎打牢，貪多嚼不爛嗎。此時有很多經典書籍等待你去掌握，也有幾乎無限的題材供你練習，請盡量多閱讀接觸下面的資源：
《C++ Primer》
《Windows核心編程》
《應用程序調試技術》
面向對象開發設計方面的書籍
MSDN的Platform SDK部分，Periodicals部分（包含了大量有價值C++、SDK方面的技術文章）
CodeProject里相關的源代碼是很好的補充學習資料
現在繼續往前走吧，利用SDK開發畢竟有時太過於費時費力，還是使用更高級的應用程序開發框架的好，主要的有MFC和VCL，關於這些框架誰好誰壞的爭論我已經聽煩了，一句話，能幫助我們完成任務就行，它們無非都是工具，你自己隨便選擇吧。不過選擇好之後，你應該明白，對於你的工具，了解越深，越能發揮它的威力。如果你選擇了MFC，我建議學習下面的書籍：
《深入淺出MFC》：關於此書毋庸多說，盡管有人不停的貶低，但它的地位是無可置疑的，而且也是對我最有幫助的書籍之一。
《MFC程序設計》
《Visual C++技術內幕》
然後就停止找書吧，網上開發站點的數不勝數的源代碼就是最好的老師了……
學習過程中碰到問題我該怎麼辦？
我始終認為學習軟體開發過程中遇到的問題只有自己盡最大的努力去解決，才能收到最大的成效，對於那些動不動就把問題發到網上指望高手幫你解決的做法我非常不贊同，因為這樣你並不能從中學到多少。我建議的做法是，首先嘗試自己獨力解決問題，花幾個小時解決一個問題，是很正常的，不要幾分鍾解決不了就放棄了；實在無法解決的時候，請嘗試盡量減小涉及范圍，將問題歸結一下，初步形成自己的結論；然後利用搜索引擎或者開發論壇中的搜索功能來搜索是否有對於自己問題的解答；實在沒有的時候，再發帖子求助。請了解一點：你遇到的問題都是別人遇到過的，網上肯定有現成的解決方法（因為你還沒有到開發研究前所未有的問題的水平:P），只看你找不找得到了，請盡力去利用現有的資源而不是麻煩別人。
CSDN的論壇、MSDN在線文檔都是非常好的資源，基本上我們遇到的問題在這里都能找到解答。
（寫的有點亂，大家湊合看吧B)）
註：上面的內容還不夠全面，非常歡迎各位充實。有什麼不對之處，也歡迎大家指出討論。
❺ 我想學習一下編程的演算法，最好是用java寫的，因為我現在在學習java，誰的書好推薦下。
個人覺得，寫演算法的問題，只要真正理解它的原理，用什麼語言不重要，也就是說，理解了演算法，語言只是它的展現方式和實踐應用，演算法書網上很多，也可不買，到網上看下核心思想即可，java建議看韓順平java視頻，邊看邊練習，寫的多了，自然有效果了。
❻ 網路與編程中常用的演算法與數據結構有哪些
演算法就是計算機處理解決問題的計算機能理解的方法。
比如算一個階乘 , 計算機的演算法就是寫一個循環,從高到底, 一直乘下去,直到 1 為止。
復雜的演算法比如一個強連通帶權網路,求兩點間的最短路徑,這個很有用啊....比如採用廣度優先演算法,或深度優先演算法
數據結構指數據在計算機中存儲存在的方式。
比如文件在硬碟中,有二進制,文本等形式存放, 程序中的一組數字可能放在數組裡面,也可能在棧裡面,也肯能在鏈表裡面
❼ 網路工程專業課方向，密碼學好還是演算法分析與設計好
根據我這些的開發：建議你選擇演算法分析與設計
這門課程在軟體行業非常非常重要！
當然，如果你的只選修課，那隻能按照你的興趣來選擇咯；
但如果出於以後就業考慮，先演算法分析與設計絕對沒錯的！
❽ 演算法工程師與游戲研發工程師哪個更有前景，薪水，職業
就目前而言演算法工程師普遍待遇更好
我同時做過游戲伺服器開發和演算法工程師
目前市場上演算法工程師很看重學歷，好多都是碩士起步。不過我轉為演算法工程師之後，發現實際上演算法工程師應該更看重工程部分，所以要不了那麼高的理論。很多演算法工程師代碼能力不咋地，這點我覺得不管是做普通的開發工程師，還是演算法工程師，編程作為基本能力都是應該要考察的。現在演算法工程師聽起來比較高端，不過其實做過的都知道，一般工作中也不會讓你去寫一個模型，常用的模型基本上都有現成的開源代碼，其實技術含量並沒有多高，大部分時間都在調參或者特徵工程上面，所以我感覺未來應該演算法的門檻會逐漸下降到本科，待遇也會和普通的開發工程師變得差不多
游戲研發的話，我建議就不要去了，中國游戲大環境不行，除非你能去騰訊或者網易這種一線大廠，其它的都很坑，特別是中國的手游公司，做的東西你自己都不想玩，多數時候都是騙投資人的錢
❾ 網路工程和軟體開發到底學哪個~~救命！！！
從你的敘述,可以看出你不適合搞軟體開發,數學和英語不好,從而一定程度上你的邏輯思維不是很好,那麼如果你從事開發的工作,你就會寫不出什麼好的代碼
軟體開發和網路工程都是個好的職業,沒有難易之分,你的基礎不好還是學網路工程,學簡單的組網還是比較容易的.就業也是不錯的.
❿ 對於社交網路的數據挖掘應該如何入手，使用哪些演算法
3月13日下午，南京郵電大學計算機學院、軟體學院院長、教授李濤在CIO時代APP微講座欄目作了題為《大數據時代的數據挖掘》的主題分享，深度詮釋了大數據及大數據時代下的數據挖掘。
眾所周知，大數據時代的大數據挖掘已成為各行各業的一大熱點。
一、數據挖掘
在大數據時代，數據的產生和收集是基礎，數據挖掘是關鍵，數據挖掘可以說是大數據最關鍵也是最基本的工作。通常而言，數據挖掘也稱為DataMining，或知識發現Knowledge Discovery from Data，泛指從大量數據中挖掘出隱含的、先前未知但潛在的有用信息和模式的一個工程化和系統化的過程。
不同的學者對數據挖掘有著不同的理解，但個人認為，數據挖掘的特性主要有以下四個方面：
1.應用性（A Combination of Theory and Application）：數據挖掘是理論演算法和應用實踐的完美結合。數據挖掘源於實際生產生活中應用的需求，挖掘的數據來自於具體應用，同時通過數據挖掘發現的知識又要運用到實踐中去，輔助實際決策。所以，數據挖掘來自於應用實踐，同時也服務於應用實踐，數據是根本，數據挖掘應以數據為導向，其中涉及到演算法的設計與開發都需考慮到實際應用的需求，對問題進行抽象和泛化，將好的演算法應用於實際中，並在實際中得到檢驗。
2.工程性（An Engineering Process）：數據挖掘是一個由多個步驟組成的工程化過程。數據挖掘的應用特性決定了數據挖掘不僅僅是演算法分析和應用，而是一個包含數據准備和管理、數據預處理和轉換、挖掘演算法開發和應用、結果展示和驗證以及知識積累和使用的完整過程。而且在實際應用中，典型的數據挖掘過程還是一個交互和循環的過程。
3.集合性（A Collection of Functionalities）：數據挖掘是多種功能的集合。常用的數據挖掘功能包括數據探索分析、關聯規則挖掘、時間序列模式挖掘、分類預測、聚類分析、異常檢測、數據可視化和鏈接分析等。一個具體的應用案例往往涉及多個不同的功能。不同的功能通常有不同的理論和技術基礎，而且每一個功能都有不同的演算法支撐。
4.交叉性（An Interdisciplinary Field）：數據挖掘是一門交叉學科，它利用了來自統計分析、模式識別、機器學習、人工智慧、信息檢索、資料庫等諸多不同領域的研究成果和學術思想。同時一些其他領域如隨機演算法、資訊理論、可視化、分布式計算和最優化也對數據挖掘的發展起到重要的作用。數據挖掘與這些相關領域的區別可以由前面提到的數據挖掘的3個特性來總結，最重要的是它更側重於應用。
綜上所述，應用性是數據挖掘的一個重要特性，是其區別於其他學科的關鍵，同時，其應用特性與其他特性相輔相成，這些特性在一定程度上決定了數據挖掘的研究與發展，同時，也為如何學習和掌握數據挖掘提出了指導性意見。如從研究發展來看，實際應用的需求是數據挖掘領域很多方法提出和發展的根源。從最開始的顧客交易數據分析（market basket analysis）、多媒體數據挖掘（multimedia data mining）、隱私保護數據挖掘（privacy-preserving data mining）到文本數據挖掘（text mining）和Web挖掘（Web mining），再到社交媒體挖掘（social media mining）都是由應用推動的。工程性和集合性決定了數據挖掘研究內容和方向的廣泛性。其中，工程性使得整個研究過程里的不同步驟都屬於數據挖掘的研究范疇。而集合性使得數據挖掘有多種不同的功能，而如何將多種功能聯系和結合起來，從一定程度上影響了數據挖掘研究方法的發展。比如，20世紀90年代中期，數據挖掘的研究主要集中在關聯規則和時間序列模式的挖掘。到20世紀90年代末，研究人員開始研究基於關聯規則和時間序列模式的分類演算法（如classification based on association），將兩種不同的數據挖掘功能有機地結合起來。21世紀初，一個研究的熱點是半監督學習（semi-supervised learning）和半監督聚類（semi-supervised clustering），也是將分類和聚類這兩種功能有機結合起來。近年來的一些其他研究方向如子空間聚類（subspace clustering）（特徵抽取和聚類的結合）和圖分類（graph classification）（圖挖掘和分類的結合）也是將多種功能聯系和結合在一起。最後，交叉性導致了研究思路和方法設計的多樣化。
前面提到的是數據挖掘的特性對研究發展及研究方法的影響，另外，數據挖掘的這些特性對如何學習和掌握數據挖掘提出了指導性的意見，對培養研究生、本科生均有一些指導意見，如應用性在指導數據挖掘時，應熟悉應用的業務和需求，需求才是數據挖掘的目的，業務和演算法、技術的緊密結合非常重要，了解業務、把握需求才能有針對性地對數據進行分析，挖掘其價值。因此，在實際應用中需要的是一種既懂業務，又懂數據挖掘演算法的人才。工程性決定了要掌握數據挖掘需有一定的工程能力，一個好的數據額挖掘人員首先是一名工程師，有很強大的處理大規模數據和開發原型系統的能力，這相當於在培養數據挖掘工程師時，對數據的處理能力和編程能力很重要。集合性使得在具體應用數據挖掘時，要做好底層不同功能和多種演算法積累。交叉性決定了在學習數據挖掘時要主動了解和學習相關領域的思想和技術。
因此，這些特性均是數據挖掘的特點，通過這四個特性可總結和學習數據挖掘。
二、大數據的特徵
大數據（bigdata）一詞經常被用以描述和指代信息爆炸時代產生的海量信息。研究大數據的意義在於發現和理解信息內容及信息與信息之間的聯系。研究大數據首先要理清和了解大數據的特點及基本概念，進而理解和認識大數據。
研究大數據首先要理解大數據的特徵和基本概念。業界普遍認為，大數據具有標準的「4V」特徵：
1.Volume（大量）：數據體量巨大，從TB級別躍升到PB級別。
2.Variety（多樣）：數據類型繁多，如網路日誌、視頻、圖片、地理位置信息等。
3.Velocity（高速）：處理速度快，實時分析，這也是和傳統的數據挖掘技術有著本質的不同。
4.Value（價值）：價值密度低，蘊含有效價值高，合理利用低密度價值的數據並對其進行正確、准確的分析，將會帶來巨大的商業和社會價值。
上述「4V」特點描述了大數據與以往部分抽樣的「小數據」的主要區別。然而，實踐是大數據的最終價值體現的唯一途徑。從實際應用和大數據處理的復雜性看，大數據還具有如下新的「4V」特點：
5.Variability（變化）：在不同的場景、不同的研究目標下數據的結構和意義可能會發生變化，因此，在實際研究中要考慮具體的上下文場景（Context）。
6.Veracity（真實性）：獲取真實、可靠的數據是保證分析結果准確、有效的前提。只有真實而准確的數據才能獲取真正有意義的結果。
7.Volatility（波動性）/Variance（差異）：由於數據本身含有噪音及分析流程的不規范性，導致採用不同的演算法或不同分析過程與手段會得到不穩定的分析結果。
8.Visualization（可視化）：在大數據環境下，通過數據可視化可以更加直觀地闡釋數據的意義，幫助理解數據，解釋結果。
綜上所述，以上「8V」特徵在大數據分析與數據挖掘中具有很強的指導意義。
三、大數據時代下的數據挖掘
在大數據時代，數據挖掘需考慮以下四個問題：
大數據挖掘的核心和本質是應用、演算法、數據和平台4個要素的有機結合。
因為數據挖掘是應用驅動的，來源於實踐，海量數據產生於應用之中。需用具體的應用數據作為驅動，以演算法、工具和平台作為支撐，最終將發現的知識和信息應用到實踐中去，從而提供量化的、合理的、可行的、且能產生巨大價值的信息。
挖掘大數據中隱含的有用信息需設計和開發相應的數據挖掘和學習演算法。演算法的設計和開發需以具體的應用數據作為驅動，同時在實際問題中得到應用和驗證，而演算法的實現和應用需要高效的處理平台，這個處理平台可以解決波動性問題。高效的處理平台需要有效分析海量數據，及時對多元數據進行集成，同時有力支持數據化對演算法及數據可視化的執行，並對數據分析的流程進行規范。
總之，應用、演算法、數據、平台這四個方面相結合的思想，是對大數據時代的數據挖掘理解與認識的綜合提煉，體現了大數據時代數據挖掘的本質與核心。這四個方面也是對相應研究方面的集成和架構，這四個架構具體從以下四個層面展開：
應用層（Application）：關心的是數據的收集與演算法驗證，關鍵問題是理解與應用相關的語義和領域知識。
數據層（Data）：數據的管理、存儲、訪問與安全，關心的是如何進行高效的數據使用。
演算法層（Algorithm）：主要是數據挖掘、機器學習、近似演算法等演算法的設計與實現。
平台層（Infrastructure）：數據的訪問和計算，計算平台處理分布式大規模的數據。
綜上所述，數據挖掘的演算法分為多個層次，在不同的層面有不同的研究內容，可以看到目前在做數據挖掘時的主要研究方向，如利用數據融合技術預處理稀疏、異構、不確定、不完整以及多來源數據；挖掘復雜動態變化的數據；測試通過局部學習和模型融合所得到的全局知識，並反饋相關信息給預處理階段；對數據並行分布化，達到有效使用的目的。
四、大數據挖掘系統的開發
1.背景目標
大數據時代的來臨使得數據的規模和復雜性都出現爆炸式的增長，促使不同應用領域的數據分析人員利用數據挖掘技術對數據進行分析。在應用領域中，如醫療保健、高端製造、金融等，一個典型的數據挖掘任務往往需要復雜的子任務配置，整合多種不同類型的挖掘演算法以及在分布式計算環境中高效運行。因此，在大數據時代進行數據挖掘應用的一個當務之急是要開發和建立計算平台和工具，支持應用領域的數據分析人員能夠有效地執行數據分析任務。
之前提到一個數據挖掘有多種任務、多種功能及不同的挖掘演算法，同時，需要一個高效的平台。因此，大數據時代的數據挖掘和應用的當務之急，便是開發和建立計算平台和工具，支持應用領域的數據分析人員能夠有效地執行數據分析任務。
2.相關產品
現有的數據挖掘工具
有Weka、SPSS和SQLServer，它們提供了友好的界面，方便用戶進行分析，然而這些工具並不適合進行大規模的數據分析，同時，在使用這些工具時用戶很難添加新的演算法程序。
流行的數據挖掘演算法庫
如Mahout、MLC++和MILK，這些演算法庫提供了大量的數據挖掘演算法。但這些演算法庫需要有高級編程技能才能進行任務配置和演算法集成。
最近出現的一些集成的數據挖掘產品
如Radoop和BC-PDM，它們提供友好的用戶界面來快速配置數據挖掘任務。但這些產品是基於Hadoop框架的，對非Hadoop演算法程序的支持非常有限。沒有明確地解決在多用戶和多任務情況下的資源分配。
3.FIU-Miner
為解決現有工具和產品在大數據挖掘中的局限性，我們團隊開發了一個新的平台——FIU-Miner，它代表了A Fast,Integrated,and User-Friendly System for Data Miningin Distributed Environment。它是一個用戶友好並支持在分布式環境中進行高效率計算和快速集成的數據挖掘系統。與現有數據挖掘平台相比，FIU-Miner提供了一組新的功能，能夠幫助數據分析人員方便並有效地開展各項復雜的數據挖掘任務。
與傳統的數據挖掘平台相比，它提供了一些新的功能，主要有以下幾個方面：
A.用戶友好、人性化、快速的數據挖掘任務配置。基於「軟體即服務」這一模式，FIU-Miner隱藏了與數據分析任務無關的低端細節。通過FIU-Miner提供的人性化用戶界面，用戶可以通過將現有演算法直接組裝成工作流，輕松完成一個復雜數據挖掘問題的任務配置，而不需要編寫任何代碼。
B.靈活的多語言程序集成。允許用戶將目前最先進的數據挖掘演算法直接導入系統演算法庫中，以此對分析工具集合進行擴充和管理。同時，由於FIU-Miner能夠正確地將任務分配到有合適運行環境的計算節點上，所以對這些導入的演算法沒有實現語言的限制。
C.異構環境中有效的資源管理。FIU-Miner支持在異構的計算環境中（包括圖形工作站、單個計算機、和伺服器等）運行數據挖掘任務。FIU-Miner綜合考慮各種因素（包括演算法實現、伺服器負載平衡和數據位置）來優化計算資源的利用率。
D.有效的程序調度和執行。
應用架構上包括用戶界面層、任務和系統管理層、邏輯資源層、異構的物理資源層。這種分層架構充分考慮了海量數據的分布式存儲、不同數據挖掘演算法的集成、多重任務的配置及系統用戶的交付功能。一個典型的數據挖掘任務在應用之中需要復雜的主任務配置，整合多種不同類型的挖掘演算法。因此，開發和建立這樣的計算平台和工具，支持應用領域的數據分析人員進行有效的分析是大數據挖掘中的一個重要任務。
FIU-Miner系統用在了不同方面：如高端製造業、倉庫智能管理、空間數據處理等，TerraFly GeoCloud是建立在TerraFly系統之上的、支持多種在線空間數據分析的一個平台。提供了一種類SQL語句的空間數據查詢與挖掘語言MapQL。它不但支持類SQL語句，更重要的是可根據用戶的不同要求，進行空間數據挖掘，渲染和畫圖查詢得到空間數據。通過構建空間數據分析的工作流來優化分析流程，提高分析效率。
製造業是指大規模地把原材料加工成成品的工業生產過程。高端製造業是指製造業中新出現的具有高技術含量、高附加值、強競爭力的產業。典型的高端製造業包括電子半導體生產、精密儀器製造、生物制葯等。這些製造領域往往涉及嚴密的工程設計、復雜的裝配生產線、大量的控制加工設備與工藝參數、精確的過程式控制制和材料的嚴格規范。產量和品質極大地依賴流程管控和優化決策。因此，製造企業不遺餘力地採用各種措施優化生產流程、調優控制參數、提高產品品質和產量，從而提高企業的競爭力。
在空間數據處理方面，TerraFly GeoCloud對多種在線空間數據分析。對傳統數據分析而言，其難點在於MapQL語句比較難寫，任務之間的關系比較復雜，順序執行之間空間數據分許效率較低。而FIU-Miner可有效解決以上三個難點。
總結而言，大數據的復雜特徵對數據挖掘在理論和演算法研究方面提出了新的要求和挑戰。大數據是現象，核心是挖掘數據中蘊含的潛在信息，並使它們發揮價值。數據挖掘是理論技術和實際應用的完美結合。數據挖掘是理論和實踐相結合的一個例子。
-
-