چکیده:
امروزه به دلیل پیچیدگی های فضای سایبری و تاثیرگذاری آن بر بسیاری حوزه های دیگر از منظر امنیت ملی نیاز به سیستم پایش با رویکرد روندیابی فضای سایبری و نیز داشتن دید جامع نسبت به همه ی ابعاد آن شامل فرهنگی، اجتماعی، سیاسی، اقتصادی، نظامی امنیتی و علم و فناوری بیش از پیش ضروری است. با گسترش سیستم های پایگاهی و حجم بالای داده های ذخیره شده در این سیستم ها، نیاز به ابزاری است تا بتوان داده های ذخیره شده را پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد. با توجه به گسترش روزافزون ابزارهای ارتباطی در حوزه ی فناوری اطلاعات و ارتباطات و لزوم ایجاد آگاهی اطلاعاتی بر این حوزه با رویکرد جلوگیری از غافل گیری در مواجهه با بحران و از سوی دیگر حجم، سرعت و تنوع داده های شبکه های اجتماعی، لزوم تدوین استراتژی فناوری کلان داده در تحلیل شبکه های اجتماعی امری بسیار ضروری است. گفتنی است این مفهوم به جهت تازگی با روش های تحلیلی سنتی به هیچ وجه قابل اجرا نیست و باید در مواجهه با این حوزه از فناوری های نوین بهره برد. از آنجایی که یکی از اصلی ترین مباحث در حوزه ی کلان داده روش های داده کاوی برای پالایش داده و دست یابی به ارزش افزوده در حوزه ی داده های عظیم است، در پژوهش حاضر سعی شده است تا فناوری های مورد نیاز شناسایی شده و ضمن تحلیل و اولویت بندی آن به تدوین استراتژی فناوری کلان داده در تحلیل شبکه های اجتماعی برای پیش بینی وقوع بحران پرداخته شود. با توجه به موضوع و هدف پژوهش، نوع تحقیق کاربردی - توسعه ای۱ است. روش تحقیق کمی است و جمع آوری اطلاعات از طریق پانل خبرگان و استفاده از پرسشنامه ی بسته بوده است و جامعه ی آماری نیز تعداد ۲۰ نفر از نخبگان عرصه ی فناوری اطلاعات و ارتباطات بوده است و روش تحلیل بهره گیری از طیف لیکرت برای ارزش گذاری اولویت های استراتژی کلان داده بوده است.
Today , because of the complexities of cyberspace and its influence on many other fields from the national security viewpoint, the necessity of monitoring systems with cyberspace routing approach and also a global view of all its dimensions, including cultural, social, political, economic, security, military and science and technology seems more urging than ever. With the development of database systems and high volume data stored in these systems, there is a need for an instrument to process these stored data and information obtained from this process and aslo making them available to users. Ever increasing development of the communication tools in the field of information and communication technology, and the need to create intelligence dominance over this area toward prevention of surprises in crises encounterings, and considering the volume, velocity and variety of data in social networks, proves the neccessity for development of Big Data technology strategies in social network analysis. It is worth noting that this concept cannot in any way be dealt with traditional analytical methods and should modern technologies should be utilized instead. Since one of the main topics in the field of Big Data and data mining methods for remediation of achieving added value in the field is massive data, this study tries to identify the analysis and prioritization technologies needed to develop strategies of Big Data technology in social network analysis to predict the occurrence of crisis. According to the subject and objective of the study, type of applied-development research is used. The method of using quantitative methods and information gathering through a panel of experts and questionnaire fill-out, has been applied to a population of 20 elite students in the field of ICT and analysis utilizes big data strategy by means of Likert scale to evaluate priorities.