大數據時代人工智能在計算機網絡技術中的應用

山東勝利職業學院 韓玲玲

人工智能是最近幾年很火的熱門技術，各路資本都對于人工智能寄予了很多希望，在很多人看來，人工智能可以幫助人類做更多的事情，提高各行各業的效率。比如人工智能運用在計算機網絡技術中，就可以提高計算機分析問題和解決問題的效率，讓計算機技術能夠更好的為人們服務。筆者結合自己的經驗和理解，對于在大數據背景下人工智能在計算機中如何更好的運用進行分析和研究，和行業專家探討和交流經驗，為行業進步貢獻自己的力量。

人工智能是目前一門很火的新技術，很多公司和資本都投入了很大的人力和物力進行開發研究，對于人工智能技術進行研究和開放，并且將其運用到具體行業中是新技術普及的關鍵，能夠實現從研究到具體運用，從而讓技術真正提高效率，產生經濟價值。人工智能運用到計算機網絡技術中也是如此。計算機技術和通信技術的相互交叉融合逐漸產生了所謂的人工智能。在大數據背景下，數據和信息是爆炸式的增長。人工智能運用到計算機技術中可以提高處理數據和信息的效率，對于一些復雜和安全性的數據也能很好的處理。在人工智能運用到計算機行業的過程中，可以逐步解決計算機系統處理信息能力不足的問題，讓計算機系統變得更加智能化，能夠更加高效穩定的解決問題。

1 大數據時代背景分析

大數據其實是指擁有海量信息和數據的龐大數據庫，信息和數據不僅在數量上是十分龐大，在類型上也很豐富。對于這些海量的大數據，傳統的數據庫沒有這么強的計算能力進行處理。大數據的特點主要有，種類非常多，規模非常龐大，真實性好，處理運行速度非常快。具體分析如下：

（1）類型非常多。大數據的來源非常多，并不只是一種單一的數據，包括各種類型的數據和格式，而且來源會越來越多。（2）數據規模非常龐大。海量的數據和信息，至少也是10TB起步的數據和信息。（3）數據真實性好。各種新型的數據不斷興起和增加，很多傳統數據被取代，更新速度非常快，需要不斷提升系統安全性，讓數據在使用和存儲中沒有受到影響。（4）大數據非常龐大。以前的數據處理方式已經不能滿足現在的要求了，需要創新升級新的系統，增加系統處理數據的能力，滿足大數據時代下的信息數據處理需求。

2 人工智能研究分析

人工智能是一門創新性的技術，在計算機和通信技術的基礎上不斷發展交叉而來，基本原理是用計算機技術模擬人工的做事和處理問題的思維，再利用計算機程序化標準化的功能迅速處理數據。和人工處理相比較優勢明顯，不僅速度非常快，還能夠保證較高的正確率。從原理上來說人工智能也算是計算機IT技術的一個分學科。運用人工智能技術的目的是創造出用人類思維和手段處理信息和數據的智能化機器。在大數據時代背景下，人工智能技術和計算機發展是密切相關的，是計算機技術研究和創新的重要部分。結合人工智能和計算機的優勢，用人工智能的技術處理計算機網絡技術中的海量信息和數據是一個新的研究方向。

計算機在處理和傳遞信息和數據的時候，需要依靠高效率而且靈活的管理形式進行支撐，否則就沒有辦法保證整個系統的安全和穩定運作，也就無法完成整套系統的信息和數據的處理和交換任務，這些都需要人工智能手段進行結合和幫助，相互融合后進行創新，

對于計算機數據和信息處理來說，人工智能可以提高網絡和系統的穩定性。在計算機處理海量的數據和信息的時候實時進行交換，讓數據的傳輸更加快捷穩定，在人工智能的幫助下更加靈活。對于不合理和特殊的信息和數據進行智能化的處理和解決，讓整個計算機系統的運行效率變得更加快捷。

人工智能結合計算機技術可以讓計算機變得更加智能化。在設置了人工智能后，可以進行模糊邏輯的滲透，在邏輯模糊應用之后可以全面進行詳細的描述，而且不用系統的模型進行創建。運用了模糊邏輯的數據和信息處理方式，可以很好的應對不可知的問題，進行全面的信息和數據創建。可以提高數據和信息的處理效果和效率，增加網絡各個結構層級之間的聯系，可以進一步提高整個系統的管理效率。

人工智能結合計算機技術可以增強推理能力。在人工智能的結合下，可以從很多個信息中進行分析和推理，獲取出多個信息，可以從底層數據獲取信息，更有利于高層信息和數據的推理和總結，最后應用在計算機系統之中。對于非線性的問題和數據，還可以進行智能模擬的技術來實施和解決相關問題。這樣整個計算機系統的數據處理和信息檢索，運行效率都能夠得到很好的性能提升，更好的滿足目前大數據時代下對于海量數據信息的處理需求。

3 人工智能運用在計算機網絡安全行業的分析

3.1 規則產生式專家系統分析

人工智能可以運用在入侵檢測系統方面，結合計算機專家的工作經驗建立的數據庫基礎，相互結合建立計算機推理機制，編制成入侵特征后形成相對應的計算機編碼，最后構建整個的數據庫。在外界因素進行入侵的時候作為判斷的依據，可以及時迅速發現入侵因素，將這些入侵因素的類型和危害進行準確的判斷。因此人工智能技術的運用對于提高檢測的效果和工作效率都是非常大的。但也有一些不足的地方，比如檢測系統只能夠檢測已經輸入或者說存在的不良因素，如果沒有將這些類型的因素輸入系統之中是沒有辦法檢驗的。畢竟和真正的人工還是有一定的差距，但也能夠逐漸的完善。

3.2 人工神經網絡分析

人工神經網絡就是人工智能的運用，本質是利用計算機網絡技術來模擬和學習人類大腦思維和處理問題的方法。這樣的系統和其他系統相比有著自己的一些優勢和特點，比如容錯性，接受性等方面。在人工智能的加持下，人工神經網絡能夠對系統中已經有的畸變或者噪聲輸入模式進行精準度很高的判斷和識別。這樣的系統和檢測系統相互配合可以提升整體的檢測效果和工作效率。所以人工神經網路在計算機技術中的應用和普及很廣泛。

3.3 數據挖掘技術分析

數據挖掘技術基礎通過全方位準確提取網絡技術銜接和主機會話的相關描述和顯示，運用技術優勢對于入侵進入計算機的規則進行輸入學習，把這些入侵模式記錄進行輸入，并且與自己的數據庫進行結合。在計算機有這些存儲過的外來入侵的時候系統就可以智能化的進行精準識別。

3.4 自治AGENT技術

自治AGENT技術的作用主要是收集底層數據和進行不同的結構和數據分析，這種技術主要是面相對象發展成果。在這樣的結構中每個主機都是可以看做IDS系統。這樣的技術在適應能力，學習能力和兼容性方面都非常好。對于計算機系統的依賴程度比較低，能夠很好的控制外來入侵的影響范圍，控制能力比較好，在大數據時代下應用范圍很廣泛。

4 人工智能運用在計算機網絡系統管理和評價研究

4.1 人工智能問題求解技術研究

所謂人工智能問題求解技術指的是在一定限制條件下進行解決問題和分析問題，包括有搜索，求解和推理等功能。主要評價標準是包括搜索空間及最優解。如果要進行獲取最優解可以用相關公式進行評估，這樣的方式可以提高網絡運行和工作效率，節省成本和相關的資源。

4.2 專家知識庫技術研究

專家系統的一個關鍵組成部分就是專家知識庫，專家庫在專家系統中影響很大，關系著整個系統的運行效率和穩定。現在的專家庫主要通過不斷的積累知識，運用各種手段進行知識積累，包括間接和直接的方式和手段，對計算機網絡系統進行不斷優化和編碼。在這樣的過程中優化計算機網絡管理并且獲取專家資源的支持。進行管理和評價等操作，這些都已經在網絡管理評價中被大量使用。

5 人工智能在計算機網絡技術中的實際運用

分析行業的實際案例來看，在計算機網絡系統運用中，評價和管理很關鍵，需要引起重點關注。要用科學合理的技術手段進行管理和評價活動。方便快速的發現相關活動中存在的問題，才能用合理正確的措施來進行問題的解決和善后，只有這樣才能提高相關的管理和評價效果。筆者結合智能考試系統作為實際案例來研究分析人工智能技術在計算機網絡技術中的運用，和行業進行交流和探討。自動化考試中對于試卷題量和題型都有很多種要求，包括題量分配，題型結構比例，題型涉及知識點，整套試題的結構等，對于計算機和人工智能技術提出了很高的要求。在考試中自動化組建題目要讓用戶有很好的體驗，在智能化考試中要建立控制指標的狀態空間。

狀態空間中編寫的每行都需要由實體控制指標，結構和指標的組成主要有試題序號，試題類型，難度和等級，章節等。再用計算機編碼進行二進制形式，雖然在整個系統出題的時候不會運用所有指標和代碼，但也需要保證完整度和準確度。

結束語：人工智能技術是目前比較火熱的新技術，也是未來技術發展和創新的方向之一，需要時刻關注這種技術的發展和進度。人工智能運用在計算機網絡技術中可以很好的提升計算機的工作效率和效果，彌補單純計算機技術的不足和缺點，也能在一定程度上解放人腦的工作，降低人員的工作強度，可以給用戶帶來更加豐富和方便的體驗。這些都需要相關技術人員進行不斷完善和創新，隨著技術的不斷發展，人工智能技術的不斷創新和優化，這樣的結合一定是現在和未來大數據背景下的數據和信息處理方法，能夠推動計算機和相關行業的技術不斷創新和發展，為人類的經濟和社會發展做出自己的貢獻。