科研数据怕丢失?这6个方法可显著降低风险!

2018 年 6 月 29 日 清华大学研究生教育

对于研究生而言,没有什么比科研数据更重要了,很多博士生根本不对自己的数据进行备份,一旦电脑丢失或者硬盘损坏,几年的心血将付之东流,如果你的研究内容还涉及国家机密,可能还需要承担法律责任!

虽然电脑遗失和硬盘损毁都是小概率事件,但提高数据安全性总要好过心存侥幸,如果你习惯于将实验数据或者写到一半的论文直接放在电脑桌面上,或者从来没有备份数据的意识,那么本公众号“科研利器”接下来的一些建议可以帮你大大降低数据丢失的风险


01

重要文件不放电脑桌面


不要把任何的实验数据放在电脑桌面或者系统盘的其他位置,最好分门别类放置在 D 盘、E 盘等非系统盘,然后给文件夹创建桌面快捷方式。这样在桌面上双击快捷方式就可以直达数据文件了。


02

保护电脑的硬盘


电脑不用的时候尽量关机或者休眠,不然硬盘一直处于工作状态会影响使用寿命。也不要轻易搬动电脑主机,注意硬盘不要过热。一旦硬盘损伤,可能就必须花费极其昂贵的价格来恢复你的重要数据。


03

学会用PE系统拯救数据


导致电脑蓝屏的原因有很多种,不要一遇到蓝屏就急着重装系统,这样你存放在系统盘(例如桌面)的数据就全部没了。推荐使用“微PE工具箱”等软件制作一个可以启动的 U 盘 PE 系统,这样一旦电脑系统出现问题,还可以通过 U 盘启动 PE 系统,进入原来的硬盘中备份出重要数据

教程:https://jingyan.baidu.com/article/af9f5a2d66657d43140a45cf.html


04

维持系统安全和稳定


至少安装一款安全软件,推荐火绒安全,体积很小,安全防护效果非常好,而且平时没有乱七八糟的弹框。

如果你用的是 Win10 系统,请关闭系统更新,一次较大的系统更新可能会导致蓝屏,进而威胁数据安全。其实你安装了安全软件之后基本上不会受到病毒的干扰,只有不随意下载运行可疑程序即可,我自己的台式机一直用的是 Win8.1 系统,从来没有更新过系统(包括补丁),稳定运行两年多了。


05

定期备份电脑数据


推荐购买一个移动硬盘,每隔一定的时间(例如半个月)将自己电脑里的重要文件备份到移动硬盘,尤其是一些大文件,比如视频、照片等。可以利用 Filegee 这样的免费软件,自动比对文件夹,只同步修改或者新增的文件,非常方便。

为了保证移动硬盘上备份数据的安全,这个硬盘勿作他用,保管在安全的地方。万一自己的电脑出现问题,大部分的数据还可以在移动硬盘里找回。


06

小文件实时同步到云端


移动硬盘备份可以保证绝大多数文件的安全,尤其是一些大文件。但是对于实验数据或者撰写的论文而言,数据量不大,但是每天都会新增或者修改,所以就需要一个可以实时备份到云端的工具。

这里强烈推荐使用坚果云

官网https://www.jianguoyun.com

下面简单列举坚果云的一些特点:


※ 实时增量同步

可以选择任意文件夹同步到云端,之后再也无需手动执行同步操作,一旦文件夹中文件发生变化就会立即同步到云端。一般的云存储网盘是没有这样的功能的。

而且采用的是智能增量同步,自动分析当前文件与上个版本之间修改的部分,在同步时只上传两个版本的差异部分,从而大大提升文件的同步速度、降低流量消耗


※ 安全性超高

坚果云可以开通手机身份验证(例如微信认证),每次登录网页版时,必须使用微信扫码认证才可以成功登陆,即使密码泄露也不用担心云端数据安全。

存储在云端的数据全部经过多重加密,不用担心自己的科研成果被泄露。对于文件的任何操作都会自动记录在云端,如果发现误删除,可以通过云端回收站找回来。安全性同样秒杀各类云盘~


※ 历史版本随时查看

这个功能简直不能更良心!尤其是写论文的时候非常有用!一篇文档不管修改了多少遍,坚果云都会自动记录各个历史版本。

选中文件并右击鼠标选择“查看文件历史”,即可看到各个历史修改版本,对于任何一个版本,都可以点击下载文件直接下载下来查看,也可以点击版本比较对比查看具体是哪里修改了。


※ 多人协同操作

例如让多位师兄帮忙修改论文时,你就可以创建一个多人协同文件夹,每个人都可以修改文档,并及时获取最新的论文内容,还能看到别人的修改部分,有效提高沟通的效率。当一个人在编辑一个已同步文件时,该文件将自动处于锁定状态,无需担心多人编辑的文件冲突问题。

作为研究生导师,可以让学生将正在撰写的论文共享给自己,这样就可以实时查看学生的写作进度,也能在有问题的地方及时提出修改建议,有助于论文的高效完成。


※ 全平台支持

坚果云是国内唯一支持所有平台的云服务平台,不仅支持 Windows、Mac、iOS、Android,也支持 Linux 和 Windows Phone。以后参加学术交流的时候,可以通过手机客户端随时随地获取自己的科研数据


※ 免费版和专业版

对于日常的轻度使用,免费版就足够了,每个月有 1GB 的上传流量和 3GB 的下载流量。如果免费版流量无法满足你的日常需求,也可以升级专业版,价格还是很公道的。付费能让这家良心企业越办越好,岂不美哉?

专业版用户可以将云端的文件通过链接形式分享给其他人,还可以设置分享文件的权限,可以选择分享给任何人,或者只分享给坚果云的注册用户,或者是仅仅分享给几个指定的人,还可以指定文件的分享范围、过期时间、访问密码及上传下载的权限。


转载自“科研利器


登录查看更多
1

相关内容

坚果云由上海亦存网络科技有限公司研发和支持,公司创立于2011年,  曾用名“ 坚果铺子 ” ,  以为用户提供便捷、安全可靠的云存储为核心目标。  官网链接: jianguoyun.com/
【CVPR2020-北京大学】自适应间隔损失的提升小样本学习
专知会员服务
83+阅读 · 2020年6月9日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
专知会员服务
123+阅读 · 2020年3月26日
深度神经网络实时物联网图像处理,241页pdf
专知会员服务
76+阅读 · 2020年3月15日
缺失数据统计分析,第三版,462页pdf
专知会员服务
108+阅读 · 2020年2月28日
【大规模数据系统,552页ppt】Large-scale Data Systems
专知会员服务
60+阅读 · 2019年12月21日
大数据安全技术浅析
计算机与网络安全
14+阅读 · 2019年4月24日
“黑客”入门学习之“windows系统漏洞详解”
安全优佳
8+阅读 · 2019年4月17日
2019,再不做私域流量就晚了?
互联网er的早读课
16+阅读 · 2019年4月10日
5GAA:C-V2X和DSRC的性能对比分析报告
智能交通技术
11+阅读 · 2019年3月8日
威胁情报驱动:F3EAD 之利用
计算机与网络安全
4+阅读 · 2018年12月28日
已删除
将门创投
9+阅读 · 2018年12月19日
占坑!利用 JenKins 持续集成 iOS 项目时遇到的问题
【深度学习】基于深度学习的电商交易欺诈检测系统
基于深度学习的电商交易欺诈检测系统
AI研习社
8+阅读 · 2017年9月26日
一个人的企业安全建设之路
FreeBuf
5+阅读 · 2017年7月7日
Deep learning for cardiac image segmentation: A review
Arxiv
21+阅读 · 2019年11月9日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Foreground-aware Image Inpainting
Arxiv
4+阅读 · 2019年1月17日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
W-net: Bridged U-net for 2D Medical Image Segmentation
Arxiv
19+阅读 · 2018年7月12日
Arxiv
3+阅读 · 2018年6月19日
Arxiv
5+阅读 · 2018年4月30日
Arxiv
5+阅读 · 2018年3月6日
VIP会员
相关VIP内容
相关资讯
大数据安全技术浅析
计算机与网络安全
14+阅读 · 2019年4月24日
“黑客”入门学习之“windows系统漏洞详解”
安全优佳
8+阅读 · 2019年4月17日
2019,再不做私域流量就晚了?
互联网er的早读课
16+阅读 · 2019年4月10日
5GAA:C-V2X和DSRC的性能对比分析报告
智能交通技术
11+阅读 · 2019年3月8日
威胁情报驱动:F3EAD 之利用
计算机与网络安全
4+阅读 · 2018年12月28日
已删除
将门创投
9+阅读 · 2018年12月19日
占坑!利用 JenKins 持续集成 iOS 项目时遇到的问题
【深度学习】基于深度学习的电商交易欺诈检测系统
基于深度学习的电商交易欺诈检测系统
AI研习社
8+阅读 · 2017年9月26日
一个人的企业安全建设之路
FreeBuf
5+阅读 · 2017年7月7日
相关论文
Deep learning for cardiac image segmentation: A review
Arxiv
21+阅读 · 2019年11月9日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Foreground-aware Image Inpainting
Arxiv
4+阅读 · 2019年1月17日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
W-net: Bridged U-net for 2D Medical Image Segmentation
Arxiv
19+阅读 · 2018年7月12日
Arxiv
3+阅读 · 2018年6月19日
Arxiv
5+阅读 · 2018年4月30日
Arxiv
5+阅读 · 2018年3月6日
Top
微信扫码咨询专知VIP会员