大数据测评

第1章 绪论

1.1 概述

1.2 大数据战略与趋势

1.2.1 大数据战略

1.2.2 大数据趋势

1.3 大数据标准化研究

1.3.1 国外标准发展现状

1.3.2 国内标准发展现状

1.4 大数据应用

1.4.1 趋势预测

1.4.2 疫情分析

1.4.3 消费行为分析

1.4.4 智慧金融

1.4.5 精确营销

1.4.6 舆情分析

1.5 大数据对软件测试的挑战

参考文献

第2章 面向大数据框架的测评

2.1 概述

2.2 面向数据质量的测评

2.2.1 数据质量

2.2.2 数据预处理

2.2.3 数据质量测评

2.3 分布式数据模型及测试

2.3.1 框架

2.3.2 数据模型

2.3.3 单元测试

2.4 大数据的基准测试

2.4.1 基准测试

2.4.2 测试方法

2.4.3 测试内容

参考文献

第3章 大数据智能算法及测评技术

3.1 概述

3.2 聚类算法及测评

3.2.1 聚类及其在大数据中的应用

3.2.2 聚类的典型算法及分析

3.2.3 聚类算法的测试

3.2.4 聚类质量的评估

3.3 分类算法及评估

3.3.1 分类及其在大数据中的应用

3.3.2 分类的典型算法及分析

3.3.3 分类算法的测试

3.3.4 分类器性能的评估

3.4 推荐系统算法及其测评

3.4.1 推荐系统算法

3.4.2 推荐系统的测评实验

3.4.3 推荐系统的评估

参考文献

第4章 大数据应用的性能测评技术

4.1 概述

4.2 大数据应用的影响因素与性能测评

4.2.1 影响大数据应用的因素

4.2.2 大数据应用的性能测评类型

4.2.3 大数据应用的性能测评指标

4.3 大数据应用测试的支撑数据设计

4.3.1 大数据的数据结构特点

4.3.2 大数据的数据设计依据

4.3.3 大数据的数据生成方法

4.4 大数据应用性能测评模型

4.4.1 应用负载模型

4.4.2 数据负载模型

4.5 工具与案例

4.5.1 性能测试工具

4.5.2 性能测试流程

4.5.3 某网络舆情监测系统测试案例

4.5.4 某微博大数据平台测试案例

参考文献

第5章 大数据应用的安全测评技术

5.1 概述

5.2 影响大数据应用安全的要素

5.2.1 影响架构安全的要素

5.2.2 影响数据安全的要素

5.3 大数据架构的安全测评

5.3.1 分布式计算框架的安全测评

5.3.2 非关系型数据库的安全测评

5.4 数据的安全性测评

5.4.1 数据来源的安全性测评

5.4.2 隐私保护程度的测评

5.5 应用安全等级保护测评

5.5.1 用户鉴别

5.5.2 事件审计

5.5.3 资源审计

5.5.4 通信安全

5.5.5 软件容错

参考文献

索引

大数据技术的发展，在带来产业快速发展的同时，也带来了很多软件技术的新需求。《大数据技术与应用：大数据测评》介绍了大数据的概念和特征，各国大数据的发展战略、发展趋势及其标准化情况，以及对软件测试带来的挑战。在此基础上，对面向大数据处理框架、大数据基础算法、应用系统、系统安全和隐私泄露等测评技术展开了分析和讨论。在底层支撑框架层聚焦于单元测试和框架基准测试；在基本算法中涵盖了聚类、分类及其个性化推荐；在应用层，介绍了其性能测试中若干问题，重点阐述数据集的设计与分析；在全书的最后，讨论了大数据的安全和隐私问题，突出介绍由于大数据所引发的新安全问题及其对策。
　　《大数据技术与应用：大数据测评》综合了众多业界专家、作者、学者的研究和产业成果，通过对大量文献和材料分析编著形成，可为从事大数据或者软件测评的学者、软件工程研究人员、高校研究生、大数据产业人员提供参考。