人工智能及大數(shù)據(jù)技術在計算機監(jiān)測控制中的應用

唐超，左文濤

（1.廣州科技職業(yè)技術大學，廣東 廣州 510800；2.廣州工商學院，廣東 廣州 510800）

0 引言

在當今的信息化時代，借助高效的數(shù)字化系統(tǒng)和智能化技術可以輔助人們完成各種對精度和速度要求較高的操作。特別是受到近年來人工智能技術及其附屬智能裝備的紅利效應，在各行業(yè)和領域的應用都陸續(xù)取得了顯著成效[1]。而在計算機監(jiān)測與控制領域，融合前沿科技與海量數(shù)據(jù)的新型監(jiān)控模式為數(shù)據(jù)存儲、傳輸?shù)陌踩约袄眯侍岣邘砹税l(fā)展空間。

1 大數(shù)據(jù)技術與人工智能概述

面對日漸龐大的數(shù)據(jù)量和種類豐富的數(shù)據(jù)類型，為了準確掌握數(shù)據(jù)的來源、格式和變化趨勢等信息，并從中總結(jié)、提取或挖掘出利用價值，現(xiàn)階段的大數(shù)據(jù)技術在數(shù)據(jù)的處理、分析、存儲、安全隱私保護等層面仍存在很大的完善進步空間。另一方面，人工智能技術作為機器智能化，擬人化的典型產(chǎn)物，可以通過更高的準確率和操作精度在某些領域取代人類，并大幅度提高操作效率。將人工智能與大數(shù)據(jù)技術進行融合本身就具有鮮明的時代屬性，現(xiàn)代化技術理論的融合與資源重組能進一步拓寬計算機監(jiān)測和控制的應用范圍，本文也將就此展開深入的探討和分析[2]。

2 人工智能及大數(shù)據(jù)技術在計算機監(jiān)測控制中的應用

2.1 計算機系統(tǒng)入侵檢測

大數(shù)據(jù)技術中的數(shù)據(jù)挖掘則能夠精準、安全的記錄計算機在數(shù)據(jù)存儲和傳輸過程中的操作過程，并通過實時監(jiān)測的功能對所有數(shù)據(jù)的類型進行統(tǒng)一管控。結(jié)合大數(shù)據(jù)的數(shù)據(jù)倉庫，定量存儲等數(shù)據(jù)流處理方式，輔助實現(xiàn)數(shù)據(jù)的提取、轉(zhuǎn)換、清洗和加載處理。此外，還可以通過特定的數(shù)據(jù)算法提取數(shù)據(jù)中的有價值信息并過濾排除無關干擾因素[3]。最終讓計算機監(jiān)測控制系統(tǒng)中運行的數(shù)據(jù)保持絕對的安全性與可靠性。除此之外，還可通過智能化的數(shù)據(jù)統(tǒng)計和批處理技術對錯誤數(shù)據(jù)和冗余數(shù)據(jù)進行歸類或刪除，從而保證計算機內(nèi)最優(yōu)化的倉儲結(jié)構(gòu)。同時，可以進一步提升計算機系統(tǒng)內(nèi)數(shù)據(jù)信息安全等級。在此基礎上引入人工智能技術與大數(shù)據(jù)技術進行融合則可以利用人工智能領域中的機器學習原理，實時對計算機監(jiān)測控制系統(tǒng)的入侵行為進行檢測和預警。

實踐證明，利用人工智能機器學習分支中的貝葉斯分類算法能夠在計算機入侵檢測的應用中獲得較為理想的效果。在利用大數(shù)據(jù)的數(shù)據(jù)挖掘技術從計算機網(wǎng)絡數(shù)據(jù)流中提取入侵數(shù)據(jù)時，貝葉斯分類法可將挖掘出的數(shù)據(jù)中具有較高入侵可能性的行為序列和已知入侵序列庫中的入侵行為進行比對。如果經(jīng)過計算發(fā)現(xiàn)兩個序列之間的貝葉斯概率達到一定標準則可直接判定其屬于入侵行為。由此可以看出，將人工智能技術與大數(shù)據(jù)技術結(jié)合可進一步提升計算機監(jiān)測控制過程的完備性與全面程度。此類安全防護手段也可以保障計算機系統(tǒng)運行時不必承受較大的數(shù)據(jù)處理負擔。

人工智能領域當中的神經(jīng)網(wǎng)絡結(jié)構(gòu)具有優(yōu)異的并行計算能力。借助神經(jīng)網(wǎng)絡結(jié)構(gòu)可以同時對多個線程內(nèi)的入侵信號序列進行實時監(jiān)測。由于神經(jīng)網(wǎng)絡在部署應用前需要經(jīng)歷較長時間的訓練過程，且檢測過程中又容易受到網(wǎng)絡速度限制而使其性能收斂。

2.2 操作預警和故障分析

在一些需要使用計算機管理系統(tǒng)進行監(jiān)測控制的行業(yè)和領域中，經(jīng)常出現(xiàn)由于人為操作失誤或機器運轉(zhuǎn)不暢所導致的系統(tǒng)故障，線路故障等異常情況。這些故障在發(fā)生初期必須及時進行預警或故障報告，以便于維修人員及時對其進行修復。而在傳統(tǒng)的計算機監(jiān)測系統(tǒng)當中，利用被監(jiān)測對象的實時數(shù)據(jù)處理和分析的方式來對故障進行預警和判斷是存在很大局限性的，即無法保證其在較短的時間內(nèi)對于大量數(shù)據(jù)完成準確處理。而針對這一不足，大數(shù)據(jù)技術則能充分發(fā)揮出其海量數(shù)據(jù)的快速處理能力。系統(tǒng)運行中所產(chǎn)生的數(shù)據(jù)信號經(jīng)大數(shù)據(jù)監(jiān)測系統(tǒng)進行批量處理和快速統(tǒng)計后，可大幅度的降低傳統(tǒng)計算機監(jiān)測過程中的內(nèi)存消耗。考慮到計算機系統(tǒng)在進行操作預警和故障分析的過程中會經(jīng)常涉及到大數(shù)據(jù)spark技術的應用。而為了降低數(shù)據(jù)緩存給處理器和存儲裝置所帶來的壓力，可充分利用spark技術自帶的容錯機制，在預警及故障分析處理過程中根據(jù)既有的數(shù)據(jù)生成結(jié)果重建部分丟失的數(shù)據(jù)。這樣不僅提升了數(shù)據(jù)收集和處理的整體效率，也能有效避免因人工操作失誤所造成的系統(tǒng)異常和故障。高效的數(shù)據(jù)處理機制還可進一步拓寬監(jiān)測與控制的覆蓋范圍，顯著提升了操作預警和故障分析流程的整體數(shù)據(jù)處理準確性。

在操作預警和故障分析系統(tǒng)功能的基礎上，引入人工智能中的專家系統(tǒng)可進一步提升故障診斷的精度和速度。人工智能專家系統(tǒng)數(shù)據(jù)庫中提前存儲的經(jīng)驗數(shù)據(jù)能夠針對故障的表現(xiàn)及異常數(shù)據(jù)值快速匹配具體的故障原因及解決方式。當遇到系統(tǒng)故障時，專家系統(tǒng)接收大數(shù)據(jù)系統(tǒng)處理后的異常數(shù)據(jù)并導入到對應的信息庫完成故障類型的判別。之后再快速導出專家信息庫中的最優(yōu)解決辦法，及時進行故障預警。這樣既能保證計算機監(jiān)測功能正常使用，也可提升診斷和修復過程的效率。

2.3 輔助管理計算機監(jiān)測控制過程

人工智能系統(tǒng)具有強大的自我學習和總結(jié)提升能力，可將匹配好的問題求解過程與專家知識庫建立關聯(lián)，從而組建綜合管理系統(tǒng)。在這一系統(tǒng)之下，可以對計算機監(jiān)測控制過程的各類動態(tài)數(shù)據(jù)變化特性進行歸類和記錄。讓計算機的監(jiān)測控制過程中各環(huán)節(jié)的實時運行情況都能在監(jiān)測控制的覆蓋范圍內(nèi)[4]。人工智能的代理技術還可以完成日常的計算機監(jiān)測控制輔助管理過程。由其負責對計算機數(shù)據(jù)信息的更新和同步實時記錄，并根據(jù)專家知識庫中的對應信息作為依據(jù)同步進行數(shù)據(jù)信息的分析、過濾和計算。進而為計算機的監(jiān)測控制系統(tǒng)帶來穩(wěn)定的數(shù)據(jù)支持和運算能力保障。將人工智能代理技術與大數(shù)據(jù)技術組合用于計算機監(jiān)測控制的輔助過程，還可為其增添自定義的功能選項。即從海量數(shù)據(jù)中提取具有分析價值的信息完成分類后，將信息分析的結(jié)果導出至監(jiān)測控制人員。而計算機監(jiān)控人員只需要根據(jù)收到的信息分析結(jié)果進行匹配校驗即可完成數(shù)據(jù)的核對與查找。這樣就大幅度的減少了人工查找、處理和分析數(shù)據(jù)的時間消耗。這些都是人工智能系統(tǒng)優(yōu)秀學習能力的典型體現(xiàn)形式。除此之外，在全球?qū)W者和人工智能技術研究者的共同努力下，蘊含人工智能核心信息處理方式的算法就能得到反復的試驗和論證。并且在不同版本的演化、迭代過程中，持續(xù)提升算法的運行效率與魯棒性。算法的支撐與人工智能的學習能力和代理人工應用時的表現(xiàn)均密切相關，優(yōu)質(zhì)的算法可在既有數(shù)據(jù)、信息等資料的基礎上，在技術迭代升級過程中持續(xù)改善代理技術的輔助能力。

2.4 優(yōu)化計算機綜合監(jiān)控能力

在監(jiān)測計算機系統(tǒng)運行過程中的主動入侵行為時，除了需要具有一定的被動防御能力之外，還需要主動偵查可能存在安全隱患及系統(tǒng)漏洞。而相較于傳統(tǒng)的計算機網(wǎng)絡防火墻來說，人工智能技術配合大數(shù)據(jù)技術所構(gòu)建的數(shù)據(jù)安全防護結(jié)構(gòu)能夠最大程度上幫助計算機系統(tǒng)攔截各類有害信息，并阻擋頻繁的高危訪問等非法操作。利用大數(shù)據(jù)挖掘獲得的智能防火墻訓練數(shù)據(jù)集還能夠準確地識別各類已知的非法攻擊行為，并第一時間采取相應的預防措施進行防范。智能防火墻所具備的人工智能學習性還可以不斷對其識別異常訪問和攻擊的類型進行補充和完善，進而不斷提高其網(wǎng)絡管理性能和綜合監(jiān)控能力[5]。

另一方面，在網(wǎng)絡信息抓取和語義識別等技術的支持下，人工智能技術可通過最新獲得的實時更新的數(shù)據(jù)訪問，總結(jié)其中的不良信息并完成匯總。抓取網(wǎng)絡上的輿情信息并參照提前設定好的警戒紅線及數(shù)據(jù)走向進行預測和預警。這一功能也可幫助網(wǎng)絡監(jiān)管部門對網(wǎng)絡信息平臺的數(shù)據(jù)安全性及操作規(guī)范性進行實時監(jiān)管。以上技術經(jīng)過流程的簡化和標準化后，具備鑒別監(jiān)測功能的電子郵件平臺就可以對來往的郵件、信息進行安全性的監(jiān)測，準確識別垃圾郵件并自動進行分類，幫助用戶實現(xiàn)電子郵件的智能化安全管理，全面保障用戶郵箱的安全。

3 結(jié)語

綜上所述，現(xiàn)階段的人工智能和大數(shù)據(jù)技術在不斷發(fā)展的同時，二者的融合應用也能夠在計算機監(jiān)測控制領域中的不同方面發(fā)揮巨大的作用。利用人工智能技術的機器學習能力和自我提升能力能夠為監(jiān)測功能的持續(xù)豐富帶來幫助。而大數(shù)據(jù)技術的高效數(shù)據(jù)處理和分析能力也可為計算機數(shù)據(jù)系統(tǒng)安全的監(jiān)管帶來極大的應用價值。