探討人工智能在計算機網絡技術中的應用

劉陽

(哈爾濱職業技術學院，黑龍江哈爾濱，150081)

0 引言

人工智能近幾年成為了一個焦點詞匯，人工智能利用神經網絡、模糊邏輯、深度學習等技術，能夠對已有的網絡結構進行訓練，讓該網絡能夠具備人的邏輯思維能力。當然，人工智能現在多是處于算法階段，如果想要人工智能應用在生產生活中，還必須有硬件系統的支撐。而計算機網絡系統便是人工智能的重要載體。計算機設備具備較強的運算芯片，能夠有效的處理復雜的運算過程，當人工智能處于學習階段時，更好的硬件系統可以提升其學習效率，減少運算時間。因此，將計算機網絡技術與人工智能技術相結合，是未來發展過程中的重要方式。隨著技術研究的不斷推進，現在許多智能化技術已經在生活中得到了應用，比如我們常見的人臉識別系統、智能報警系統等，這些技術都是通過人工智能與計算機技術的結合獲得的產物，對于提高工作效率，降低人力成本，提高工作的精確度方面有著重要的提升。

1 人工智能的關鍵技術

人工智能是現在發展過程中非常熱門的技術之一，隨著互聯網信息技術的不斷發展，人工智能與互聯網的融合也更加緊密。在互聯網與人工智能結合的過程中，模糊信息處理能力和學習能力是其中的關鍵，通過對信息的模糊化處理能夠處理不確切的信息，而通過學習技術能夠利用海量的信息提升人工智能技術的可靠性。

模糊信息的處理能力依賴的是模糊控制技術，所謂模糊控制技術便是將不確切的表達信息通過模糊化的方式進行處理，最后通過反模糊化輸出確切的表達。

從圖1中可以發現，模糊系統主要包含四個部分，其中模糊產生器是將外部表達通過一定的規則轉換為模糊化的表述方式，并且設置其中的閾值范圍，而模糊規則庫則是根據已有的經驗設置的運行規則，當輸入信息進入模糊推理機之后就會根據規則庫中的規定運行。最后當運行結束之后，需要對輸出信息進行反模糊化處理，并將計算結構反饋給下一程序。

圖1 模糊系統基本結構圖

2 學習技術

人工智能其實是按照人類的思維去訓練一個模型，讓模型能夠根據現場的情況不斷改進和優化自身的能力。在這個過程中，神經網絡技術將會起到巨大的作用，該技術主要是研究研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能，是人工智能技術的核心。基于數據的機器學習是現代智能技術中的重要方法之一，研究從觀測數據（樣本）出發尋找規律，利用這些規律對未來數據或無法觀測的數據進行預測。根據學習模式、學習方法以及算法的不同，機器學習存在不同的分類方法。神經網絡的學習步驟如下：

步驟1：網絡初始化。根據系統輸入輸出序列（X，Y）確定網絡輸入層節點數n、隱含層節點數l，輸出層節點數m，初始化輸入層、隱含層和輸出層神經元之間的連接權值ωij和ωjk，初始化隱含層閾值a，輸出層閾值b，給定學習速率和神經元激勵函數。

步驟2：隱含層輸出計算。根據輸入變量X，輸入層和隱含層連接權值ωij以及隱含層閾值a，計算隱含層輸出H。

步驟3：輸出層計算。根據隱含層輸出H，連接權重ωjk和閾值b，計算BP神經網絡預測輸出O。

步驟4：誤差計算。根據網絡預測輸出O和期望輸出Y，計算網絡預測誤差e。

步驟5：權值更新。根據網絡預測誤差e更新網絡連接權值ωij和ωjk。

步驟6：閾值更新。根據網絡預測誤差e更新節點閾值a，b。

步驟7：判斷算法迭代是否結束，若沒有結束，返回步驟2。

圖2 人工智能計算機網絡安全系統圖

3 人工智能技術與計算機網絡技術的融合應用

3.1 人工智能技術在計算機網絡安全中的應用

人工智能技術在計算機網絡安全管理過程中的用途非常大，人工智能能夠智能的識別對計算機網絡產生危險的信息，并且對這些信息進行攔截和屏蔽，避免其中的木馬信息會對計算機網絡造成損害。比如現在計算機網絡中使用的入侵檢測和只能防火墻技術。入侵檢測是對網絡信息進行防護的重要階段，能夠將不良入侵進行有效攔截，從源頭遏制網絡安全風險的產生，進而維護用戶信息安全、避免損失，通過人工智能技術的應用，網絡入侵檢測的整體質量得到提高，網絡專家在對入侵的情況與特質進行分析后，能夠形成推理機制，并建立健全的專業數據庫，以便于為未來入侵檢測的開展提供判斷依據和工作資源，實現網絡安全管理工作效率的提高。目前人工智能技術在入侵檢測當中的工作方式，多以加入人工神經網絡系統、專家系統等應用為主，對網絡數據的安全提供可靠保障。(2)智能防火墻。防火墻技術是網絡安全防護的主要手段之一，通過有機結合各類用于安全管理與篩選的軟件和硬件設備，幫助計算機網絡在內外網之間建構一道用于隔離的安全屏障，進而為用戶的資料與信息提供防護作用，在人工智能技術與防火墻技術深度融合后，能夠形成完備的智能防火墻體系，網絡信息的甄別和處理能力極大提高，對計算機聯網運行期間的一切安全隱患進行防御，保證計算機系統的安全穩定運行。如圖1所示，為人工智能計算機網絡安全系統圖。

3.2 人工智能技術在數據分析和智能輔助中的應用

計算機網絡技術中人工智能還可以通過Agent技術，對網絡用戶在計算機網絡中的使用習慣進行自動化的識別，這樣就可以在用戶使用電腦查找信息的過程中，將有效地信息第一時間向用戶進行反饋，來借此節約用戶的信息查詢時間。Agent技術主要是由知識域庫、數據庫、解釋推理器等相應的軟件實體進行組成利用。該技術，能夠對用戶在計算機上的使用信息和數據進行分析，并且將這些信息進行歸類處理，實現數據的高效分析和有效利用。在這個過程中計算機能夠學習用戶的使用習慣，為用戶推送符合使用習慣的信息。比如通過購物信息的瀏覽與最近的其他瀏覽信息的結合，能夠智能地向用戶推動自己感興趣的物品。

4 結束語

人工智能與計算機網絡技術的結合，能夠讓傳統的計算機控制技術向著智能化的方向發展。通過人工智能算法提升計算機網絡對大數據的處理能力，實現模擬人類思維能力的功能。