大数据应用所依托的新技术主要包括以下几个方面：
1. 云计算技术：云计算技术为大数据提供了强大的计算和存储能力。通过将数据存储在云端，可以实时处理和分析大量数据，提高数据处理效率。云计算技术还包括分布式计算、虚拟化技术等，这些技术使得大数据应用更加灵活和高效。
2. 分布式计算技术：分布式计算技术使得大数据应用可以在多个计算机之间并行处理数据，从而提高数据处理速度。分布式计算技术包括MapReduce、Spark等，这些技术可以实现大规模数据的并行处理和分析。
3. 人工智能技术：人工智能技术在大数据应用中发挥着重要作用。通过机器学习和深度学习算法，可以对大量数据进行智能分析和预测，从而提取有价值的信息。人工智能技术包括自然语言处理、图像识别、语音识别等，这些技术可以帮助人们更好地理解和利用大数据。
4. 物联网技术：物联网技术使得各种设备和传感器能够相互连接，收集和传输大量数据。通过对这些数据进行分析，可以发现潜在的规律和趋势，为大数据应用提供支持。物联网技术包括传感器网络、RFID技术等，这些技术可以实现对物理世界的全面感知。
5. 大数据分析技术：大数据分析技术是大数据应用的核心。通过对海量数据进行挖掘和分析，可以从中发现有价值的信息和模式。大数据分析技术包括数据清洗、数据集成、数据转换、数据挖掘等，这些技术可以提高数据分析的准确性和效率。
6. 可视化技术：可视化技术可以将复杂的数据以图形化的方式呈现，使人们更直观地理解数据。通过可视化技术，可以发现数据中的规律和趋势，为大数据应用提供支持。可视化技术包括图表、地图、仪表盘等，这些技术可以帮助人们更好地展示和解释数据。
7. 数据安全与隐私保护技术：随着大数据应用的发展，数据安全问题日益突出。因此，数据安全与隐私保护技术成为大数据应用的重要支撑。数据安全与隐私保护技术包括加密技术、访问控制技术、审计技术等，这些技术可以确保数据的安全和隐私。
8. 边缘计算技术：边缘计算技术是指将数据处理和分析任务部署在离数据源较近的位置，以提高数据处理速度和降低延迟。边缘计算技术可以应用于物联网、自动驾驶等领域，实现数据的实时处理和分析。
9. 流计算技术：流计算技术是指对连续流动的数据进行处理和分析的技术。通过流计算技术，可以实现对实时数据的快速处理和分析，满足实时决策的需求。流计算技术包括流式处理、流式分析等，这些技术可以提高数据处理的效率和准确性。
10. 区块链技术：区块链技术是一种分布式数据库技术，可以实现数据的去中心化存储和传输。通过区块链技术，可以实现数据的透明性、安全性和不可篡改性，为大数据应用提供支持。区块链技术包括智能合约、分布式账本等，这些技术可以提高数据的安全性和可靠性。
总之，大数据应用所依托的新技术涵盖了云计算、人工智能、物联网、大数据分析、可视化、数据安全与隐私保护、边缘计算、流计算和区块链技术等多个领域。这些新技术共同推动了大数据应用的发展，为各行各业带来了巨大的变革和价值。
