人工智能在計算機網絡技術中的應用

崔煜昆

北京航空航天大學計算機學院

人工智能在計算機網絡技術中的應用

崔煜昆

北京航空航天大學計算機學院

信息通信技術（ICT）的發展對行業構成了不錯的挑戰，涉及諸如可擴展性，網絡安全性，能源管理，網絡監控等問題。幾種人工智能工具可以應用于解決目前的許多ICT挑戰。本文介紹人工智能（AI）技術在兩個主要問題類別中的實際應用：物聯網的人工智能和用于管理傳統電信網絡中的故障和安全問題的AI技術。因此，我們將介紹我們的研究工作，將AI應用于不同的領域，描述當前最先進的技術，實施的解決方案以及主要的實驗結果。本章將展示在各種領域為ICT解決方案添加智能層所取得的各種益處。

人工智能；物聯網；電信網絡；機器學習

引言

本章介紹用于創建網絡智能的人工智能技術，介紹網絡解決方案以利用人工智能帶來的好處。我們將討論不同的平臺和應用，采用RFID技術，醫療傳感器（用于解決諸如流行病預測等問題）和機器人，討論這些系統帶來的主要挑戰。

1.AI在網絡技術中的應用簡介

1.1 AI在物聯網中的應用

人工智能技術越來越多地被用于物聯網日益增長的領域，日常物品與之相連。這些技術可能包括啟發式搜索算法，machine learning技術，確定性或概率狀態機，知識推理系統，圖形理論或環境感知等。

1.2 AI在電信網絡中的應用

電信網絡現在是非常復雜的系統。單個網絡路由器可能會在其上運行數百萬條軟件代碼行。另外，大量的網絡組件需要被管理故障和安全問題的網絡管理解決方案進行監控和遠程配置。然而，故障預測正變得越來越復雜。另外，目前在傳統電信網絡上產生了很多報警，處理的主要問題不是缺乏信息，而是來自眾多元素的過多報警。AI技術對于減少這些技術至關重要。

2.AI在流行病預測網絡中的應用

2.1 技術前沿

疾病，信息和社會支持是影響網絡節點的衛生相關因素之一。AIDS出現后，社交網絡分析被證明適合感染性接觸追蹤。傳染病調查的社會網絡通常只是通過個人接觸來建立的，因為這些接觸是傳播疾病的最可追溯的手段。盡管如此，除了通過個人接觸以外的其他機制傳播的疾病，將地理接觸納入社會網絡的一種用來分析疾病傳播的方法已被證明可以揭示隱藏的聯系。

2.2 架構實現

通過采用適當的數學公式和指標，然后評估給定流行病學專家的社會聯系網絡，從而評估疫情的曙光概率。這個模塊背后的想法是網絡性質和應用于流行病學的分析方法的相關性。更準確地說，是等效常數與流行閾值之間的關系。實際上，按照方法學標準和可擴展性的原因，希望這個模塊能夠輕松地使用內存并快速運行，而在可擴展性方面，它的代碼應該比較容易閱讀和修改。另外，有必要找到一個可以獲得可行數據分析的過程。

3.AI在電信網絡報警預測中的應用

3.1 技術前沿

Markovmodel是FSM的擴展，具有概率轉換。隱型markov model模型進一步擴展了馬可夫鏈模型。它用于建模簡單的隨機過程，其中我們有多個狀態，每個狀態對應于可觀察事件。而HMM可以用作序列分類器，其中類標簽在我們的例子中是目標事件。ANN可以對報警序列進行分類，即使輸入數據有噪聲，也可以通過監督訓練用向量編碼的報警模式進行訓練。

3.2 架構與實現

關于擬議的預防性監控系統架構，分類過程有N個類，每個類都引用一個目標事件。為此，創建了N個評估引擎（EE）實例。EE是為每個目標事件創建的機器學習實例。我們基于Acceptor FSM實現它，因此EE包含知識庫中每個序列模式的一個有限狀態機。系統具有離線流程，負責預處理報警數據，執行模式挖掘算法，生成學習模式的知識庫。在線流程表示使用通過知識庫模式創建的評估引擎對測試事件序列的評估。決策者具有選擇似然概率大于閾值的預測的作用。

4.AI用于電信網絡上客戶端分析的多重神經網絡

網絡流量監控是主動和被動管理各種維度網絡的重要活動，可以通過觀察數據包或流程來執行。在科學界做出了巨大的努力，其目標是了解交通和多樣化應用的特點如何影響網絡基礎設施的行為。因此，測量策略以及AI技術可以為識別異常行為（例如網絡流量的提升或突然增加）帶來重要貢獻。

4.1 技術前沿

盡管在路由器（如CISCONetflow）中存在的工具的幫助下，監控活動已成為主流，但仍然存在一些必須解決的問題。目前，基于測量（包或流）的交通監控的主要障礙是鏈路容量的可伸縮性不足。那是，具有高容量的鏈路的流量監控產生了大量的數據。隨著鏈路的容量和流量的增加，跨越路由器的每個流的保持計數器變得昂貴且難以執行。

深度數據包檢測（DPI）涉及到跨網絡的數據包的完整分析，不僅檢查報頭，如淺包檢測（SPI）的情況，還包括其主體。

現代網絡設備使用深度包檢測來執行復雜的服務，如檢測和防止入侵，流量整形，負載平衡，防火墻，垃圾郵件檢測和防病毒等。深度分組檢測構成了一個強大的機制，用于執行數據包標準的對應關系。

4.2 架構與實現

我們的解決方案不是試圖阻止P2P流量，而是針對P2P流量和其他網絡數據（如多媒體，游戲等）的客戶端使用情況進行分析，以便根據其消費的網絡資源。構想了一種新的架構，采用反向傳播神經網絡進行用戶個人資料學習。

5.結語

AI技術作為一種計算機和互聯網中的新興技術，已經在多個領域多個方向發揮了巨大的作用，并且將對互聯網和計算機技術的發展帶來深遠影響，需要對此技術進行更為深入的研究，以便相關行業更好的發展，同時造福人類社會。

[1]Arsenio,A,Serra,H,Francisco,R,Andrade,J,Serrano,E, Nabais,F.Internet of intelli-gent things—bringing artificial intelligence approaches for communication networks.In：Inter-Cooperative Collective Intelligence：Techniques and Applications,vol.495,pp.1-37.Springer（2014）

崔煜昆（1995-），男，山東省膠南人，學歷：本科，研究方向：人工智能和計算機圖形學。