分类： 知识库

互联网主宰了我们的大部分生活，以至于我们很容易把它视为理所当然。多年来它已经成为我们日常生活中的另一部分，我们接受它就像支付电费、水费或驾驶汽车一样快。但您对互联网的基本原理了解多少?现在是时候进行一次复习了，了解什么是互联网，它是如何工作的，它的用途是什么等等。这也是一个很好的机会，以便让所有那些互联网的后进者了解基本知识的速度。hostgator香港VPS主机商分享互联网的类型以及基础知识

什么是互联网?

互联网，有时也被称为 “网”，是由许多网络组成的全球网络，允许用户通过计算机或类似设备与其他计算机互动。它是一个自主的、公共的、合作的媒介，数以百万计的用户经常访问它来收集信息、进行交易或相互交流。

互联网连接着世界各地数以百万计的计算机、移动设备、服务器和网站，s使用户能够发送和接收各种形式的文件(音频、文本、视频、图像)并访问应用程序和云服务等资源。推荐阅读：《互联网Cookie是什么以及它如何帮助企业》

互联网是如何工作的

为了发挥作用，互联网依赖于我们现有的公共电信网络。互联网由两个主要部分组成：网络协议和硬件。硬件是容易的部分，它包括智能手机、电脑或用户用来访问互联网的任何其他设备，这些都被归类为客户端或终端。

硬件还包括用于存储和处理信息的设备，被称为服务器，它保存着我们访问的网站。此外，硬件还包括传输线和其他用于连接一切的技术，如手机塔、卫星、光纤或电缆，以及路由器。

互联网的另一部分，即协议，涵盖了传输控制协议/互联网协议(TCP/IP)，这是一套允许设备之间相互通信的协议。这些服务器由互联网服务提供商(或ISP)连接到互联网，并由一个独特的IP地址来识别。每个网站都有一个容易记住的域名，取代了ISP字符串中难以理解的字母数字字符。

获得IP地址后，服务器将在一个被称为DNS服务器(域名服务器)的庞大信息目录中搜索域名的IP地址。一旦浏览器有了IP地址，它就会将任何请求传递给正确的服务器，而服务器又会处理请求并显示用户正在寻找的网站内容。

这种在设备之间传输信息的过程依赖于分组交换。首先，连接到互联网的每台计算机都有一个独特的IP地址，用于识别目的。然后，当一个设备要与另一个设备 “对话 “时，数据就以数据包的形式在互联网上传输。每个数据包都有一个分配给它的端口号，再将其连接到终端。

然后，一个具有唯一IP地址和端口号的数据包将可以从文本形式转化为电子信号，并通过开放系统互连模型(OSI模型)的各个层：从最上面的应用层开始，于物理层结束。随后，该信息在互联网上发送，并由ISP的路由器接收。路由器检查分配给每个数据包的目标地址并决定它的去向。

数据包最终到达客户端，然后在OSI模型中进行旅程，但以相反的方式进行将失去IP地址和端口号，以便数据可以被翻译成 “真实的文字”。

什么是互联网：什么是IP地址?

IP地址是分配给一个域名或设备的网络地址，它向互联网显示您的数据发送到了哪里。IP地址是这样表述的。188.0.2.，四个八位数，范围从0到255，以十进制而不是二进制形式呈现。

互联网的类型

这里列出了当今互联网的主要类型：

1. 拨号连接。如果您是一个长期的在线用户，您一定知道这是什么。拨号连接使用电话线，速度慢，效率低。如果您使用美国在线，并且有一个发出刺耳的尖叫声和音调的拨号调制解调器，那么您就使用过拨号连接。您应该知道，这种形式的互联网已经过时了。
2. DSL(数字用户线路)。虽然DSL使用调制解调器来连接互联网，但它比上面提到的拨号连接快十倍。
3. ISDN(综合服务数字网络)。ISDN也使用调制解调器，但它的用途更广，可以连接不同的设备，如电脑、传真机或电话线。您可以传输视频、音频和其他信息，同时还能进行电话交谈。
4. 电缆调制解调器。这个互联网允许您将一个调制解调器与电视电缆供应商连接。
5. 无线(WiFi)。WiFi是当今最流行的互联网连接类型，能够快速而有效地连接笔记本电脑、智能手机和其他数字设备。WiFi使用无线电频率来传输数据。
6. 宽带。宽带是一种非常高速的互联网，拥有100Mbps的传输速率，尽管实际速度取决于所使用的电缆种类(例如，同轴或光纤)。
7. 移动电话。移动电话公司向其客户提供这种类型的互联网。手机连接使用3G(第三代)、4G(第四代)和5G(第五代)技术。但请注意3G正在被逐步淘汰。

什么是网络?

在IT界，网络被定义为计算机、主机、服务器、设备、外围设备和其他设备的集合，这些设备都是为了通信和数据共享而连接的。例如，互联网是一个巨大的网络，它由许多较小的网络组成并连接在一起。

什么是互联网。什么是互联网协议?

我们已经抛出了IP地址的概念，但我们应该先来定义一下 “互联网协议”。它被定义为信息通过互联网从一台计算机传输到另一台计算机的方法(也被称为协议!)。协议包括：

• TCP/IP(传输控制协议/互联网协议)
• UDP/IP (用户数据报协议/互联网协议)
• HTTP(超文本传输协议)
• FTP (文件传输协议)

那么，万维网和互联网之间有什么区别?

人们很容易把 “互联网 “和 “万维网”(也称为 “网络”)这两个术语混淆起来。万维网是网络文件和网页的集合，您可以通过搜索它们的URL而在互联网上找到。互联网是全世界范围内的网络连接。

换句话说，互联网是基础设施，而网络是一种依赖于互联网的服务。以一个现实世界的例子来比喻，把互联网看作是一个图书馆大楼，而网络则是居住在其中的书籍。

把网络看作是软件，把互联网看作是使其运作的硬件。推荐阅读：《互联网企业家使用商业信用卡时犯的7个错误》

什么是互联网?什么是互联网安全?

互联网安全，也被称为网络安全，是保护在线隐私、数据和硬件本身免受数据泄露、黑客、盗贼和其他安全威胁的过程。互联网安全做法包括：

• 不易猜测的强密码
• 注销账户，而不是仅仅关闭一个窗口或标签。
• 安装防病毒和其他安全软件
• 永远不要打开可疑的电子邮件
• 使您的社交媒体账户私有化而不是公开化
• 使用虚拟私人网络(VPN)或至少在私人模式下浏览

互联网的用途

互联网的多功能性极大地促进了其广泛的依赖性和普及性。用户不仅可以通过电子邮件、即时通讯、IRC和视频会议进行即时交流，而且互联网还提供：

• 进入社交媒体并分享内容
• 发布简历并搜索工作的能力
• 有机会在线学习教育、自我完善和提高技能的课程
• 在线游戏
• 网上购物
• 在网上支付账单和办理银行业务
• 网上约会
• 在论坛和讨论组中认识志同道合的人
• 流媒体电影和电视节目以及听音乐
• 通过在线新闻网站阅读新闻/娱乐/体育文章

什么是互联网?互联网是如何影响我们的?

就像今天的任何其他创新一样，互联网给我们的社会带来了变化——尽管它的实际程度仍旧在被不断争论。一方面，互联网增加了疏远、孤立和社会退缩的可能性。这种孤僻的行为会助长无知、偏见，以及被阴谋或其他疯狂的想法带走的倾向。

另一方面，互联网帮助人们聚集在一起，否则他们可能由于地理、身体限制或其他缓解因素而无法见面。互联网帮助志同道合的人组织起来，并被用作积极变革的力量。

此外，互联网的价值在全球大流行病最糟糕的日子里大放异彩，使人们能够继续工作、学习、交谈和进行贸易。

互联网的优势和劣势

像其他的任何创新一样，互联网带来同时具备好处和坏处。这里收集了一些优点和缺点，其中涉及到我们以前提到过的一些概念。

互联网的优势

• 可以接触到整个地球的知识、数据和教育
• 改善人们、团体和组织之间的沟通，不受距离限制
• 在家工作的能力，特别是当条件使异地工作具有挑战性时
• 为慈善传播意识和筹集资金或资源，如在自然灾害期间或进行动物救援时
• 能够方便地进行娱乐和体育活动
• 能够即时检查银行账户和信用卡余额，并及时向债权人和公用事业公司付款，从而避免逾期收费或停业。
• 能够轻松地在异地保存信息，如云存储

互联网的劣势

• 上网时间过长会占用保持良好健康所需的身体活动时间
• 互联网为犯罪分子和诈骗者打开了一个全新的媒介，让他们对人们进行掠夺。这些活动包括窃取数据、网络诈骗、在用户设备中植入病毒以及窃取资金。
• 儿童可能会过度地被网上的游戏和电影吸引，影响人格、学习和社会发展。另外，父母必须对他们的孩子看到的内容保持警惕。
• 互联网使骚扰和霸凌变得很容易，也为传播消极情绪、毫无根据的阴谋和其他形式的负面情绪提供了快速手段。
• 最后，互联网非常浪费时间。您本来在查一件事，然而四个小时后，您才终于爬出了自己所处的网络冲浪的兔子洞!

互联网的简史

我们所知的互联网是由美国政府高级研究计划局(ARPA)在1969年创建的，最初被称为ARPANET。最初的意图是设计一个网络，让一所大学的研究人员和他们的计算机与其他大学的研究计算机 “对话”。

此外，ARPANET的设计是为了使网络在因自然灾害或军事攻击而失去部分功能的情况下也能继续运行。

1983年，ARPANet采用了TCP/IP开放网络协议套件。然后，在1985年，国家科学基金会网络(NSFN)改进了该网络，使其能够连接全国的大学计算机科学系。

互联网的真正分水岭是在1989年，当时随着超文本传输协议(HTTP)的出现，互联网上的通信得到了极大的改善。HTTP协议允许不同的计算机平台连接到相同的互联网网站，这代表着规则的改变，也进而导致了互联网使用的爆炸。

1990年，ARPANet已经消失。到1993年，互联网革命已全面展开。剩下的便是历史。

谁能知道互联网的下一步是什么呢?推荐相关阅读：《为什么需要在社交媒体的互联网上搭建网站》

随着大型组织可用的数据量不断增加，数据整合的挑战也变得更加困难。企业领导人清楚地认识到，他们的数据是一个有希望的价值来源，但今天的数据量、速度和种类令人生畏。很难跟上来自移动设备、物联网和远程信息处理、点击流分析、交易系统(如主机)以及来自社交媒体和其他用户生成的在线内容的大量非结构化数据中流动的所有信息。hostgator美国分销主机商分享如何解决2022年的4大数据整合挑战

如果你的组织下定决心在2022年获得对数据资产的更大掌控权，你将需要解决一些由数量、速度和种类引起的核心数据整合挑战。以下是每个企业领导者应该牢记的四大挑战。

挑战一：正确的数据无法在正确的地方获得

企业一直在寻找不同的技术投资模式，无论是大型平台还是最佳解决方案。用于营销自动化、物流、库存计划优化和其他重点业务流程的专业系统已经使过去的许多企业内部平台黯然失色。云计算，加上网络服务API的广泛采用，使得点对点的整合变得更加简单。推荐阅读：《2022年做好数据整合的4个关键原因》

同时，许多组织内使用的不同系统的数量增加，使得控制所有这些复杂性比以往任何时候都更难。这些系统可能是高度相互依赖的。在某些情况下，交易的完整性取决于这些不同的软件产品之间数据的准确和及时整合。例如，库存计划和运输物流，必须对ERP数据有明确的可见性，具有读/写能力，以确保客户、供应商和内部人员在任何时候都能获得准确和最新的信息。

分析也在发挥着越来越重要的作用。在金融服务领域，及时的DeepL，以交易数据推动有效的欺诈检测和预防计划。供应链规划者如果能实时获得这些信息，就能对外部事件(如天气)和内部变化(如影响生产或采购的因素)做出更多反应。换句话说，这不仅仅是在正确的地方获得正确的数据–这也是非常重要的时机问题。

解决这个数据整合的挑战，最终是要有一个强大的企业级整合解决方案–一个能够插入多个数据源的解决方案，包括传统的、云的和内部的软件系统。

挑战二：不一致的格式和数据模型

许多数据整合的挑战来自于不同系统之间的数据格式和模型的差异。运行大型机的组织对这一点有深刻的认识;固定长度的数据类型、COBOL抄本、分层数据库和其他不合时宜的内容使得在大型机和云平台之间来回传递数据特别具有挑战性。

即使在两个或多个系统之间整合数据，数据模型的差异也会使整合变得非常麻烦。ERP通常是记录系统，但必须与CRM系统共享数据，该系统对客户的分类非常不同，包括从现有客户到热心客户到几乎没有购买意向的橱窗购物者的线索清单。推荐阅读：《如何在WordPress创建数据库?》

主记录在这些多个系统中的编码通常是不同的–也就是说，它们有符合不同字母数字格式的唯一标识符，并且必须按照一套明确定义的业务规则进行映射。

同样，一个强大的企业级集成解决方案可以解决映射和协调数据的挑战，以及主数据管理(MDM)。这个过程应该从全面的数据分析工作开始，这将形成一条基线，在此基础上可以建立一个有效的整合战略。

挑战三：数据质量差

同样的数据分析过程为获得对数据质量的控制提供了一个很好的起点。数据质量问题通常来自各种不同的来源，包括人为错误、不同系统中信息管理方式的不一致、之前的整合错误等等。静态数据也倾向于随着时间的推移而不断退化。客户信息尤其如此，随着客户改名换姓、搬迁、合并或停业(对于商业客户)或死亡(对于个人)，客户信息就会过时。

纠正数据质量问题的方法始于数据分析，但也包括将工具和流程落实到位，使业务线工作人员能够有效和高效地拥有和管理数据质量。除了实施这些技术能力外，重要的是，领导者要制定计划，使整个组织认识到不良数据质量的可量化成本。

挑战四：从大量的数据中提取价值

我们之前提到了数据的三个V：数量、速度和种类。我们喜欢谈论第四个 “V” – 价值。前三个V带来了挑战和复杂性，而价值是真正的竞争优势所在。我们的研究表明，一半以上的企业依靠有效利用大数据来获得战略收益，通常结合位置情报来加强特定的业务流程。这方面的例子包括零售业的选址、保险业对自然灾害的更好响应，或银行分支机构绩效管理的改善。

数据的战略性使用通常包括对客户的360度观察，这将推动更强大的营销举措，更好的产品开发，以及更高水平的客户服务。从你的数据中提取战略价值应该包括一个数据充实战略，以及从位置情报的角度来为你的现有数据增加背景。推荐相关阅读：《数据挖掘和统计的区别》

今天，公司可用的数据量比以往任何时候都大得多。此外，随着云计算、移动技术和物联网(IoT)获得比以往更广泛的采用率，这些数据的传输速度继续增加。聪明的公司不是简单地对这种复杂性进行管理，而是将其作为2022年竞争优势的一个关键因素。如果企业要释放所有这些数据的巨大价值，一个健全的、全面的数据整合和治理方法是必不可少的。hostgator美国分销主机商分享2022年做好数据整合的4个关键原因

当然，许多组织所面临的问题是，他们的许多数据停留在孤立的应用程序中，在主机上，在ERP或CRM系统中，在专门的计费或物流系统、电子商务中，甚至在外部供应商那里。

对于那些仍然生活在数据孤岛上的公司来说，2021年数据整合将提升到新高度。新冠病毒大流行已经成为许多变化的催化剂，其中最重要的是迅速转变的客户期望以及对赢得新客户和保留现有客户的更多关注。

当我们展望新的一年时，这里有一些关键因素，迫使企业领导人重新关注大数据整合。推荐阅读：《数据挖掘和统计的区别》

1..数据是新的石油

在未来的十年里，那些能够开发出整合、管理和提取数据价值能力的公司将获得长期的竞争优势。在保险业，领先的公司正在使用数据来完善风险评估模型，从而使定价更加准确。零售机构正在将选址从一门艺术转变为一门科学，利用位置情报和移动数据迅速锁定新店的最佳位置。金融服务企业正在利用数据对他们的客户进行更全面、更准确的了解，并为他们量身定做直接满足其需求的产品和服务。

为了有效地从日益复杂和多方面的信息中提取价值，企业领导人必须首先清楚地了解他们的数据资产和包含它们的孤岛。他们必须采取积极的措施，通过企业整合来打破这些孤岛。

2. 胡乱输入，胡乱输出

我们都熟悉那句老话，”胡乱输入，胡乱输出”，但在急于从大数据中提取价值的过程中，有可能会给下游系统带来糟糕的数据质量。随着时间的推移，信息可能会退化，因为个别客户改变了他们的地址、姓名或其他关键属性。同样地，商业实体也经常合并或倒闭。数据质量可能因人为错误、正在测量的内容(以及测量方式)的变化，或者仅仅是数据损坏或丢失而受到影响。

随着企业旨在将人工智能和机器学习纳入广泛的业务流程，打破数据孤岛的重要性比以往任何时候都大，因此你可以真正为人工智能和机器学习模型提供所需的所有数据，以产生可能的最佳结果。如果在小规模的情况下，”胡乱输入 “产生 “胡乱输出”，那么当数据被大规模部署，具有战略意义，或在关键的操作流程自动化的背景下，问题就变得更加复杂。

为了获得正确的大数据，公司必须有一个数据分析过程，无论是用产生企业数据高层次信息的大刀阔斧的方法，还是用由明确定义的业务规则驱动的更细化方法。无论是哪种情况，数据分析都为有意义的数据质量计划提供了坚实的基础，有助于确保大数据计划的有效结果。

3. 卓越的CX=客户忠诚度

COVID-19的大流行极大地改变了客户喜欢与他们购买产品和服务的企业接触的方式。随着面对面的互动变得越来越少，已经转向了数字参与。然而，大多数消费者仍然喜欢数字和实体相结合或现场人际互动的组合。

与客户互动的方式比以往任何时候都多，包括电话、电子邮件、在线、文字、社交媒体、聊天机器人等等。消费者已经开始期待，他们可以通过他们个人喜欢的任何渠道进行互动。此外，他们还期望在所有这些渠道中获得无缝体验。未能提供这种统一体验的企业有可能失去客户。推荐阅读：《数据库模型的类型》

不用说，这种统一的体验取决于企业整合结构化和非结构化数据源信息的能力。在卓越的客户体验的背景下，数据孤岛是一个不祥之物。

4. 合规性问题现在比以往任何时候都更重要

欧洲的《通用数据保护条例》(GDPR)建立了一系列新的要求，特别是对那些在全球范围内开展业务的公司，但事实上，也影响到许多地理范围有限的小型企业。加州的《消费者隐私法》(CCPA)紧随其后，于2020年1月生效。世界各地的许多其他司法管辖区正在考虑类似的立法，或者已经通过了此类法规。

GDPR提高了数据治理的标准。知道你有什么数据，它存储在哪里，以及谁有访问权，不再是内部政策的问题;不遵守GDPR和类似法规会产生严重的财务影响。不仅罚款和惩罚会很严重，而且违规者也会面临严重的声誉损害。

一个有效的数据整合计划必然包括对数据资产的定期盘点和遵守GDPR及类似数据保护标准的明确计划。

随着COVID-19的不断发展，企业领导人不得不进行创新和适应。2021年提供了一个机会，可以加快那些在任何情况下都能提供价值的举措，但在这些大变革时期，这些举措会带来特别的好处。推荐相关阅读：《什么是数据库服务器及其用途》

数据挖掘和统计是致力于实现这一目标的领域。虽然它们可能重叠，但它们是两种非常不同的技术，需要不同的技能。统计学构成了数据挖掘的核心部分，它涵盖了数据分析的整个过程。统计学有助于识别模式，进一步帮助识别随机噪音和重大发现之间的差异，为估计预测的概率等提供理论。因此，作为数据分析的技术，数据挖掘和统计都有助于更好的决策。hostgator香港主机分享数据挖掘和统计的区别

什么是数据挖掘?

数据科学家Usama Fayyad将数据挖掘描述为 “在数据中识别有效的、新颖的、潜在可用性的、最终可理解的模式的复杂过程”。推荐阅读：《什么是数据库服务器及其用途》

今天的技术已经实现了从数据库中自动提取隐藏的预测信息，以及其他各种前沿或领域的融合，如统计学、人工智能、机器学习、数据库管理、模式识别和数据可视化。

通过数据挖掘，人类能够应用各种统计学、数据分析和机器学习的方法来探索和分析大型数据集，以提取新的、有用的信息，使这些数据的所有者受益。

通过使用数据挖掘，一个组织可以从他们现有的数据中发现可实施的新点子。例如，通过分析社交媒体帖子，一家休闲食品公司可能会惊讶地发现他们最大的市场是单身父亲。

什么是统计学?

统计学是数据挖掘的组成部分，它为处理大量的数据提供了工具和分析技术。它是一门在数据中学习的科学，包括从收集和组织，再到分析和展示数据的一切。统计学的重点是概率模型，特别是推理以及使用数据。

虽然统计学和数据挖掘的目的相似，但据估计，能够处理数据分析师需求的统计学家非常少。目前盛行的两类统计学是描述性统计和推断性统计。描述性统计对样本的数据进行组织和总结，推理统计使用这些总结从整个数据集得出结论。

数据挖掘和统计学有什么相同或不同?

斯坦福大学Jerome H. Friedman的一篇研究论文解释了统计学和数据挖掘之间的联系。

数据挖掘和统计学都与从数据中学习有关。他们都是为了发现和识别数据中的结构，并把数据变成信息。尽管这两种技术的目的是重叠的，但它们的方法是不同的。

统计学只是对数据进行量化。虽然它使用工具来寻找数据的相关属性，但它很像数学，并为数据挖掘提供了必要的工具;另一方面，数据挖掘建立模型来检测数据中的模式和关系(特别是大型数据库的数据)。

为了进一步解开这个谜团，我们列出一些流行的数据挖掘方法和数据分析中的统计类型。推荐阅读：《数据库模型的类型》

数据挖掘的应用

数据挖掘基本上可以作为几个商业系统。今天，数据挖掘被广泛用于几乎所有行业。例如，由于数据是高度可靠的，金融数据分析通常是系统性的。金融数据分析的典型案例包括贷款支付预测、客户信用政策分析、客户分类和聚类以进行目标营销、检测洗钱和其他金融犯罪。

数据挖掘在零售业发挥更重要的作用，它从各种来源收集数据，如销售、客户购买历史、货物运输、消费和服务。在零售业，数据挖掘有助于识别客户行为;有益于设计和构建数据仓库;能够对销售、客户、产品、时间和地区进行多维分析;分析销售活动的有效性;分析客户保留度;分析产品推荐度;物品的交叉引用。

在电信行业，数据挖掘有助于识别电信模式，检测欺诈活动，提高服务质量，还能更好地利用资源。

数据挖掘也为生物数据分析做出了重大贡献，如基因组学、蛋白质组学、功能基因组学和生物医学研究。它通过对异质的、分布式的基因组和蛋白质组数据库的语义整合、关联和路径分析、遗传数据分析的可视化工具等来帮助分析。

数据挖掘还有助于分析来自地球科学、天文学等领域的大量数据。其他科学应用，如气候和生态系统建模、化学工程和流体动力学也都从数据挖掘中受益。

数据挖掘在检测攻击网络资源的入侵和威胁方面以及网络管理方面也发挥了重要作用。数据挖掘可应用于检测的领域有：开发用于入侵检测的数据挖掘算法、关联和相关分析、选择和建立辨别属性的聚合、流数据分析、分布式数据挖掘、可视化工具和查询工具。

数据挖掘的趋势

根据您试图破译的数据类型和信息种类，您可能从这些不同的数据挖掘技术中选择任何一种。

数据挖掘概念演变的一些趋势是：

• 应用探索
• 可扩展和互动的数据挖掘方法
• 可视化的数据挖掘
• 复杂数据挖掘的新方法
• 生物学数据挖掘
• 数据挖掘和软件工程
• 网络挖掘、实时数据挖掘
• 分布式数据挖掘
• 实时数据挖掘
• 多数据库的数据挖掘
• 数据挖掘中的隐私保护和信息安全

结论

本文仅仅对数据挖掘和统计学进行了简单的概述——它们都是信息丰富的庞大学科。若您想了解更多关于数据挖掘和统计的知识，以及它们是如何一起工作的，请查看我们的大数据课程和分析课程，包括数据科学课程和商业分析师课程。推荐相关阅读：《如何备份WordPress数据库?》