大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用

陳建春

摘要：人工智能是當(dāng)前較為先進(jìn)的計(jì)算機(jī)技術(shù)，該技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用極大豐富人們的生活方式，隨著人工智能不斷發(fā)展，其必然成為大數(shù)據(jù)時(shí)代處理數(shù)據(jù)得主要方式，推動(dòng)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)不斷發(fā)展。本文探討了大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用。

關(guān)鍵詞：大數(shù)據(jù)時(shí)代；人工智能；計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)；應(yīng)用

大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的運(yùn)用，需明確其運(yùn)用后的優(yōu)勢(shì)以及運(yùn)用的現(xiàn)狀，并從網(wǎng)絡(luò)管理技術(shù)與網(wǎng)絡(luò)系統(tǒng)管理與評(píng)價(jià)技術(shù)兩方面進(jìn)行闡述，最后用運(yùn)用案例總結(jié)，得出現(xiàn)在人工智能技術(shù)已經(jīng)廣泛應(yīng)用，并逐步深化，形成了明確的發(fā)展趨勢(shì)。

1 人工智能的特點(diǎn)和優(yōu)勢(shì)

1.1 不確定性甚至不可執(zhí)行的處理能力

在進(jìn)行網(wǎng)絡(luò)管理時(shí)需要對(duì)各種網(wǎng)絡(luò)資源進(jìn)行監(jiān)測(cè)控制管理，從而對(duì)網(wǎng)絡(luò)系統(tǒng)的運(yùn)行效率進(jìn)行保證，在網(wǎng)絡(luò)管理的過(guò)程中需要保證其對(duì)系統(tǒng)資源狀態(tài)的了解，主要是系統(tǒng)的局部和全部狀態(tài)。網(wǎng)絡(luò)系統(tǒng)具有瞬變性，只有保證對(duì)網(wǎng)絡(luò)系統(tǒng)的全部狀態(tài)進(jìn)行了解，才能保證信息的確切性。

1.2 協(xié)作能力

計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)發(fā)展的過(guò)程中，網(wǎng)絡(luò)的規(guī)模在不斷擴(kuò)大，網(wǎng)絡(luò)的結(jié)構(gòu)變得越來(lái)越復(fù)雜。但是，對(duì)網(wǎng)絡(luò)系統(tǒng)進(jìn)行單一的網(wǎng)絡(luò)管理是不合理的，所以應(yīng)該加強(qiáng)對(duì)層次化網(wǎng)絡(luò)管理。在層次化網(wǎng)絡(luò)管理中，可以分為上中下三層管理者，中層管理制度受到上層管理者的輪詢方式的監(jiān)測(cè)，并對(duì)下層管理者進(jìn)行監(jiān)測(cè)，在這個(gè)過(guò)程中需要各層管理者之間相互協(xié)作，人工智能系統(tǒng)中具有多代理協(xié)作分布能力，能夠提升網(wǎng)絡(luò)管理者在管理過(guò)程中的協(xié)作能力。

1.3 學(xué)習(xí)、解釋和推理能力

當(dāng)前，很多網(wǎng)絡(luò)管理者在進(jìn)行管理的過(guò)程中需要利用網(wǎng)絡(luò)管理協(xié)議，但是這些協(xié)議只能管理一些信息庫(kù)信息，利用這些信息雖然能夠確定網(wǎng)絡(luò)管理控制的方法，但是卻沒(méi)有得到很好的落實(shí)，多數(shù)僅僅是進(jìn)行網(wǎng)絡(luò)的監(jiān)測(cè)。而利用人工智能網(wǎng)絡(luò)管理能夠?qū)Φ蛯有畔⑦M(jìn)行學(xué)習(xí)、綜合和解釋?zhuān)瑥亩軌颢@得高層的信息；并且，能夠利用這些高層信息來(lái)進(jìn)行網(wǎng)絡(luò)管理和控制。

1.4 處理非線性能力

網(wǎng)絡(luò)復(fù)雜的拓?fù)浣Y(jié)構(gòu)、瞬變的網(wǎng)絡(luò)負(fù)荷、不可預(yù)料性的用戶行為等特點(diǎn)，使網(wǎng)絡(luò)管理控制中不能保證控制對(duì)象的高度線性。所以，傳統(tǒng)的網(wǎng)絡(luò)控制理論不能很好地實(shí)現(xiàn)計(jì)算機(jī)網(wǎng)絡(luò)的安全管理。在人工智能系統(tǒng)中，通過(guò)對(duì)人類(lèi)智能的模擬，能夠使非線性問(wèn)題得到很好的處理，使人工智能技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)中有著很成功的應(yīng)用。

2 大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用

2.1人工神經(jīng)網(wǎng)絡(luò)

模擬人類(lèi)大腦的運(yùn)行是人工神經(jīng)網(wǎng)絡(luò)的基本方法。通過(guò)模擬人腦的處事方式，使得人工神經(jīng)網(wǎng)絡(luò)在接受性與容錯(cuò)性等方面比其他系統(tǒng)有更大的作用。科學(xué)家們可以通過(guò)人工神經(jīng)網(wǎng)絡(luò)對(duì)有噪聲的或者畸變的輸入模式實(shí)行精準(zhǔn)明確的識(shí)別。將其與各種檢測(cè)系統(tǒng)一起配合使用，就能十分明顯提高檢測(cè)的效率。因此，在大數(shù)據(jù)時(shí)代下，人工神經(jīng)網(wǎng)絡(luò)那龐大的低價(jià)值密度的數(shù)據(jù)分析與檢測(cè)活動(dòng)中具有不可忽視的作用。以人工智能技術(shù)為基礎(chǔ)進(jìn)行的計(jì)算機(jī)網(wǎng)絡(luò)自動(dòng)化分析操作，可以分辨的對(duì)象多種多樣，主要有噪聲輸入模式和畸變輸入模式等。科研人員常用并行的方式檢測(cè)信號(hào)在噪聲或畸變模式下輸入后的實(shí)際效果，這種科研方式在網(wǎng)絡(luò)的安全管理領(lǐng)域大有作為。

2.2 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘技術(shù)的工作原理，就是利用審計(jì)方法來(lái)對(duì)網(wǎng)絡(luò)連接、主機(jī)會(huì)話等進(jìn)行分析，將其中最獨(dú)特的特點(diǎn)查找出來(lái)，對(duì)這些特點(diǎn)進(jìn)行描述，利用人工智能對(duì)其入侵規(guī)律進(jìn)行學(xué)習(xí)，對(duì)于計(jì)算機(jī)網(wǎng)絡(luò)中沒(méi)有遭受入侵的狀態(tài)，進(jìn)行記錄，倘若在網(wǎng)絡(luò)受到攻擊時(shí)，使系統(tǒng)運(yùn)行出現(xiàn)不正常時(shí)，識(shí)別入侵對(duì)象。所以，可以將人工智能的自我記憶和學(xué)習(xí)能力進(jìn)行體現(xiàn)，將其進(jìn)行應(yīng)用后，能夠?qū)⑷肭謱?duì)象的檢測(cè)進(jìn)行優(yōu)化，使檢測(cè)效率得以大大提升。

2.3 人工免疫

這一技術(shù)是對(duì)人體的免疫系統(tǒng)進(jìn)行模仿，通過(guò)計(jì)算機(jī)程序?qū)⑵潴w現(xiàn)出來(lái)，其主要有三個(gè)方面的內(nèi)容：①基因庫(kù)；②否定選擇；③克隆選擇，這三個(gè)方面的內(nèi)容有機(jī)結(jié)合，能使傳統(tǒng)的入侵檢測(cè)過(guò)程中的問(wèn)題得以有效的補(bǔ)充，但是對(duì)于未知病毒的不足不能進(jìn)行有效的識(shí)別。例如在基因庫(kù)內(nèi)，技術(shù)人員能夠?qū)⒍鄠€(gè)基因片段進(jìn)行再整合，也可以對(duì)突變后的狀態(tài)進(jìn)行分析，識(shí)別入侵系統(tǒng)中的不同類(lèi)型的病毒，然而實(shí)際情況是，基因庫(kù)的建設(shè)能力還需要不斷的提升；針對(duì)否定選擇，系統(tǒng)會(huì)出現(xiàn)一系列的字符，再通過(guò)否定選擇算法，刪除掉能夠匹配的字符，倘若選擇正確，那就是合格檢測(cè)，可以對(duì)下一步的操作進(jìn)行。這一技術(shù)的應(yīng)用還需要不斷的優(yōu)化，其應(yīng)用價(jià)值才能發(fā)揮出來(lái)。

2.4 數(shù)據(jù)融合技術(shù)

數(shù)據(jù)融合技術(shù)是以用戶作為對(duì)象，將多個(gè)數(shù)據(jù)進(jìn)行重新組合，在組合的基礎(chǔ)之上挖掘出更多的信息。數(shù)據(jù)融合在網(wǎng)絡(luò)安全的管理中，能夠?qū)⒍鄠€(gè)傳感器在系統(tǒng)中進(jìn)行連接，提高計(jì)算機(jī)的系統(tǒng)性能，將傳感器的入侵范圍縮小，打破原有的局限模式，保證入侵檢測(cè)系統(tǒng)的安全，多種技術(shù)融合之后會(huì)產(chǎn)生更好的效果。現(xiàn)階段入侵檢測(cè)方面的技術(shù)很多，包含數(shù)據(jù)庫(kù)和各類(lèi)知識(shí)結(jié)構(gòu)的拼接，構(gòu)建了專(zhuān)家的知識(shí)系統(tǒng)，如果一旦受到系統(tǒng)的入侵就可以自動(dòng)檢測(cè)數(shù)據(jù)，確定入侵的種類(lèi)和危害。專(zhuān)家知識(shí)庫(kù)包含很多基本理論和經(jīng)驗(yàn)，將已知的內(nèi)容轉(zhuǎn)化為各類(lèi)編碼，數(shù)據(jù)庫(kù)中得到專(zhuān)家的支持并且采用各類(lèi)管理方式，以便完成計(jì)算機(jī)的各項(xiàng)工作。

2.5 人工智能問(wèn)題求解技術(shù)

這一技術(shù)的應(yīng)用要在一定的情況下進(jìn)行，通過(guò)限定的步數(shù)來(lái)將算法進(jìn)行實(shí)施，其具體技術(shù)有三個(gè)：①搜索技術(shù)，這一技術(shù)是以狀態(tài)圖為基礎(chǔ)的；②推理技術(shù)，這一技術(shù)是以謂詞邏輯為基礎(chǔ)的；③求解技術(shù)，這是一技術(shù)是通過(guò)結(jié)構(gòu)化知識(shí)分析來(lái)完成的。其中搜索技術(shù)的使用范圍廣泛，有狀態(tài)和問(wèn)題空間，能夠使用多種技術(shù)進(jìn)行搜索，結(jié)合每個(gè)問(wèn)題的不同之處來(lái)將搜索方式進(jìn)行選擇，使搜索效率得以提升。此外，這一技術(shù)能夠利用評(píng)價(jià)來(lái)使搜索效果實(shí)現(xiàn)最佳。所以，這一技術(shù)的深入發(fā)展和使用，能夠使網(wǎng)絡(luò)資源的使用得以有效降低，使網(wǎng)絡(luò)資源的利用率得以大大提升。

2.6 專(zhuān)家系統(tǒng)

人工智能化的專(zhuān)家數(shù)據(jù)庫(kù)，能夠自主吸收專(zhuān)家的經(jīng)驗(yàn)，并對(duì)吸納的知識(shí)進(jìn)行總結(jié)，持續(xù)性的把這些內(nèi)容輸入到專(zhuān)家系統(tǒng)中，以完善系統(tǒng)的內(nèi)容。

人工智能專(zhuān)家系統(tǒng)技術(shù)，在計(jì)算機(jī)網(wǎng)絡(luò)管理與系統(tǒng)評(píng)價(jià)中有不小的貢獻(xiàn)。現(xiàn)階段，專(zhuān)家系統(tǒng)的知識(shí)庫(kù)涵蓋了基本的理論、直接經(jīng)驗(yàn)、間接經(jīng)驗(yàn)等內(nèi)容。把匯總的各種專(zhuān)家經(jīng)驗(yàn)放入數(shù)據(jù)庫(kù)中，使用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)對(duì)其編碼，使每一條計(jì)算機(jī)網(wǎng)絡(luò)管理決策都有專(zhuān)家系統(tǒng)中包含的專(zhuān)家支持為依據(jù)，并采用相同的方式，使管理與評(píng)價(jià)工作也有專(zhuān)家的決策支撐。

隨著我國(guó)信息技術(shù)水平的不斷提升，人們生產(chǎn)生活更大程度的通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)開(kāi)展。為保障計(jì)算機(jī)網(wǎng)絡(luò)中各項(xiàng)人們基礎(chǔ)數(shù)據(jù)信息的安全，就需要運(yùn)用專(zhuān)家系統(tǒng)提供的技術(shù)，增強(qiáng)計(jì)算機(jī)網(wǎng)絡(luò)的安全。將人工智能應(yīng)用到入侵檢測(cè)方面中，可以有效對(duì)計(jì)算機(jī)專(zhuān)家系統(tǒng)開(kāi)展工作進(jìn)行有力支持，更快更及時(shí)的建立起專(zhuān)業(yè)領(lǐng)域的專(zhuān)家數(shù)據(jù)庫(kù)，并且將這個(gè)專(zhuān)家數(shù)據(jù)庫(kù)編譯成為特定的計(jì)算機(jī)指令。當(dāng)外界進(jìn)行入侵時(shí)，就可以及時(shí)將之作為做出判斷的直接依據(jù)，并且及時(shí)對(duì)造成入侵的原因追本溯源，得出準(zhǔn)確的后果判斷，通過(guò)這種方式提升安全檢測(cè)準(zhǔn)確性，是十分有效的做法。

總而言之，人工智能技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的運(yùn)用愈發(fā)普及，從而體現(xiàn)出人工智能技術(shù)在發(fā)展方面的未來(lái)，在不斷深入分析下，人工智能技術(shù)會(huì)運(yùn)用在更多的領(lǐng)域當(dāng)中。

參考文獻(xiàn)：

[1] 鐘婭. 大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用分析[J]. 電腦迷. 2018（10）

[2] 張芙蓉. 簡(jiǎn)析大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J]. 數(shù)碼世界. 2018（08）

[3] 孔亮. 人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的運(yùn)用問(wèn)題[J]. 智庫(kù)時(shí)代. 2017（13）

[4] 沈郁喬，黃偉. 大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J]. 科技創(chuàng)新導(dǎo)報(bào). 2018（01）