基于人工智能技術的網絡安全防御系統設計分析

蘇玉燕

（常州旅游商貿高等職業技術學校 江蘇 常州 213032）

1 引言

近幾年，隨著我國科技水平的不斷提高，人工智能技術應運而生，該技術憑借著自身高準確性、強靈活性等特征，被廣泛地應用于網絡安全防御系統設計中，不僅實現了對硬件的虛擬化處理以及數據的智能化采集，還成功構建和應用了智能防火墻，為人工智能與計算機網絡的充分結合提供重要的技術支持。同時，還保證了系統的穩定性、可靠性和安全性。因此，在人工智能技術的應用背景下，如何科學設計網絡安全防御系統是技術人員必須思考和解決的問題。

2 人工智能技術概述

人工智能技術作為一種先進的科學技術，能夠實現對人類行為和思維的精確化模擬，使得所設計的軟件系統具有較高的模仿能力、學習能力和組織能力。例如：通過將人工智能技術科學應用于機器中，可以促進機器向智能化方向不斷發展，為人們的生活和工作提供良好的服務體驗。

3 系統總體設計

為了保證系統功能實現效果，技術人員要嚴格按照如圖1所示系統總體設計示意圖，完成對系統整體架構的設計，從圖中可以看出，該系統主要包含網絡基礎層、網絡中間層和網絡應用層3個層次。

圖1 系統總體設計

3.1 網絡基礎層

在人工智能技術的應用背景下，網絡安全防御系統的網絡基礎層主要由若干個網絡基礎硬件設施組成，通過利用該基礎層[1]，可以實現硬件數據資源的虛擬化處理。這種虛擬化操作主要包含以下幾點：通過實時監測網絡系統中的各個節點，一旦基礎網絡層中的某一節點出現運行異常問題，系統會自動地監測和處理這些異常問題，同時，網絡觀測節點數量的不斷增加為人工智能技術的充分利用提供重要的依據和參考。

3.2 網絡中間層

對于網絡安全防御系統而言，網絡中間層主要負責對數據流入情況和數據流出情況的管理，通過科學合理地分配網絡資源，可以實現對網絡資源的安全化、可靠化訪問。同時，還要實時監控系統整個運行狀態，確保該系統能夠可靠、穩定、安全地運行。因此，網絡中間層的應用為實現網絡信息數據的安全化、高效化傳輸、保存和管理打下堅實的基礎[2]，同時，還確保網絡信息資源分配的科學性和合理性。從網絡病毒入侵角度分析，發現網絡入侵行為在某種程度上對網絡中間層會產生直接性的影響，使得網絡中間層的整個狀態能夠有效地體現出來[2]。

3.3 網絡應用層

網絡應用層作為整個系統的重要層次，與用戶之間的距離最為接近，通過使用應用層可以實現對網絡病毒入侵信息的傳輸。此外，在應用層的應用背景下，應用軟件作為用戶訪問設備信息資源的常用接口，為網絡病毒入侵提供了可乘之機。為了降低網絡安全風險，技術人員要借助網絡應用層，加強對日志數據的采集和整理，為保證用戶注冊、用戶登錄和用戶訪問等功能實現效果提供有力的保障。

4 系統功能設計

網絡安全防御系統在具體的設計中，所集成的核心技術主要以人工智能技術為主，該技術的應用實現了對數據的快速采集和分析，使得網絡安全防御模式變得更加具有主動性和積極性，為進一步提高計算機網絡安全防御能力發揮出重要作用[1]。為此，技術人員通過使用人工智能技術，并嚴格按照如圖2所示的系統功能設計示意圖，完成對系統核心功能的設計。

圖2 基于人工智能技術網絡安全防御系統功能設計

4.1 網絡數據采集功能

現階段，在互聯網時代背景下，利用網絡部署的軟件資源和硬件資源變得越來越多樣化，網絡訪問用戶數量達到上億次，為了確保整個計算機網絡系統能夠可靠、穩定、安全地運行，需要加強對網絡數據采集功能的設計，通過使用該功能可以全面、實時采集和整理網絡的軟件數據資源和硬件數據資源[3]。同時，將這些網絡數據資源傳輸到大數據分析子系統中，以實現對海量信息數據的智能化分析和處理。此外，在進行網絡采集期間，還要重視對數據過濾功能的設計和開發，通過利用深度過濾功能，可以實現對網絡信息數據的快速化、智能化采集，為進一步提高網絡信息數據采集效率和效果打下堅實的基礎。

4.2 大數據分析和處理功能

當網絡信息數據采集結束后，系統需要將采集好的信息數據發送到大數據分析和處理功能模塊中，該模塊在具體的設計中，主要包含了大量的病毒基因，可以實現對網絡信息數據的智能化分析。同時，還要將網絡信息數據進行預處理，并將最終的處理結果與學習特征進行全面分析和對比，從而及時發現網絡信息數據中存在的病毒感染或者攻擊問題[4]，并將網絡風險問題及時反饋給安全防御功能模塊中。基于人工智能技術網絡安全防御流程見圖3。

圖3 基于人工智能技術網絡安全防御流程

4.3 網絡安全防御功能

與傳統的防御技術相比，網絡安全防御功能更加智能化和先進化，該功能在具體的設計中，主要使用了木馬查殺軟件和病毒查殺軟件，一旦發現網絡系統中出現病毒入侵、攻擊現象，系統會智能化啟動網絡安全防御功能，并及時查殺和消滅網絡病毒。同時，還能實現對網絡病毒來源渠道的實時跟蹤，為有效地鎖定病毒源頭服務器[5]，實現對病毒源頭的徹底清除創造良好的條件。此外，通過利用病毒源頭信息，還能全面、有效地獲取網絡犯罪證據，并將所獲取的證據安全、可靠地傳輸到公安機關，便于公安機關有針對性地偵破案件。

4.4 防御效果評估功能

當網絡安全防御功能整個流程結束后，系統會對最終防御效果進行評估，從而全面獲取網絡系統中的殺毒信息，在此基礎上，徹底消網絡病毒，不給網絡病毒復發的機會。當網絡安全防御效果評估操作結束后，還要對大數據分析結果的準確性和真實性進行分析和判斷，一旦發現大數據分析結果缺乏一定的正確性，需要對大數據進行再次分析和處理，以達到提高網絡安全防御能力的目的。大數據分析技術作為一種常用的人工智能技術，在具體的運用中，通過需要借助多種算法，對網絡信息數據中存在的潛在性有價值知識進行分析和挖掘，同時，利用這些有價值的知識，為人們提供制定決策的思路[6]。為了進一步提高互聯網應用水平，技術人員需要重視對深度學習算法的應用，通過利用該算法，對網絡安全數據過程進行全方位采集和整理。深度學習算法主要使用了神經網絡技術，神經網絡結構主要包含以下兩種層次結構，一個是病毒數據特征提取層；另一個是病毒數據特征映射層。通過利用這兩種卷積層，可以對病毒數據中的海量特征數據進行全方位、精準化識別以及特征數據的池化層處理。例如：通過采用預處理與二值化技術相結合的方式，可以實現對網絡噪聲特征數據的全面刪除，以便實現精準化識別病毒。

5 結語

綜上所述，互聯網作為一種先進的網絡工具，具有互聯互通性。在5G移動通信技術的應用背景下，互聯網與硬件設備進行了有效連接，使得軟件資源變得更加多樣化、豐富化，一旦網絡內部遭到病毒、不法分子等惡意攻擊和破壞，勢必會給網民帶來巨大的經濟損失，而基于人工智能技術網絡安全防御系統的出現和應用，可以有效地避免以上網絡風險的發生，不僅實現了網絡環境的凈化，還能提高了計算機網絡安全防御能力，為保證網絡信息的完整性、真實性和保密性提供重要的平臺支持。