人工智能及其在計算機網(wǎng)絡技術中的運用探析

施明君

（武漢交通職業(yè)學院 湖北 武漢 430000）

0 引言

在二十世紀的第三次科技革命中誕生了電子計算機，自此一場涉及信息技術、生物技術等眾多領域的信息技術變革應運而生。科學技術的飛速發(fā)展實現(xiàn)了電子計算機的聯(lián)網(wǎng)，從而使得人與人之間的信息交換不再受時間及空間的限制，促使生活、生產(chǎn)、辦公實現(xiàn)了智能化運行。在科學與技術的緊密連接下計算機探索的領域也在快速拓展，學科分支不斷分化，研究領域逐漸深入。作為計算機網(wǎng)絡科學的一個重要分支，人工智能著力于挖掘智能的本質，并對人類的思維和意識進行信息模擬[1]，能以省時省力的方式代替人類進行部分難度系數(shù)較高的工作。人工智能應用領域的拓展能夠提升社會生產(chǎn)質量，促進場景資源開放，從而以高水平的應用效率助力經(jīng)濟及科學技術穩(wěn)健發(fā)展。

1 人工智能的概念

人工智能是一門基于計算機科學并與哲學、心理學等學科融合的交叉新型學科，致力于模擬人類智能并實現(xiàn)深層次拓展及延伸[2]。在人工智能不斷發(fā)展的過程中，研發(fā)人員試圖通過對人的思維過程進行模擬來了解智能的本質，并借此創(chuàng)造出能與人類智能反應方式相似的智能化機器。由于人工智能涉及的學科非常廣泛，因此其研究領域眾多，包括圖像識別、智能仿生機器人、專家系統(tǒng)等。

2 人工智能細分領域

人工智能經(jīng)過六十余年的發(fā)展，目前的研究內(nèi)容主要集中在六大細分領域，即：

2.1 深度學習

深度學習起源于人工神經(jīng)網(wǎng)絡研究[3]，通過建立模擬真實人腦思維的神經(jīng)網(wǎng)絡對低層特征進行組合形成抽象高層特征，最終使機器擁有與人類相似的習得能力。深度學習使機器能夠獲取聲音、文字、圖像和視頻等數(shù)據(jù)，并對識別的數(shù)據(jù)進行解釋及加工，幫助解決了很多模式識別領域的復雜問題。

2.2 自然語言處理

自然語言處理將人類交流用語作為對象，利用計算機技術對其進行分解、處理及加工，對接收的語言信息進行量化研究，從而促使計算機對自然語言實現(xiàn)可讀可解。自然語言在人機之間的通信可以實現(xiàn)對人類部分腦力勞動的替代，包括回答問題、查閱文件、匯總資料等與自然語言處理息息相關的加工處理活動。自然語言處理技術在日常生活中的一個廣泛應用是智能語音機器人，通過對自然語言分析，語音機器人能進行情緒識別、描繪用戶畫像，實現(xiàn)信息智能化管理。

2.3 計算機視覺

計算機視覺是一種機器視覺，它能夠代替人眼利用攝影設備以及電腦對目標進行識別、追蹤，并將獲取的圖像進行加工處理，使計算機能從真實世界中提取信息，最終觀察、感知并適應外界環(huán)境。目前，計算機視覺技術的一個重要研究目標是建立成熟的視覺系統(tǒng)，通過視覺反饋抓取敏感信息，完成既定任務。例如，國產(chǎn)新能源汽車品牌極氪利用計算機視覺技術研發(fā)出了“羚羊避險”功能，在全速域主動巡航控制（LCC+ACC）啟動時，車身周圍的高清攝像頭能夠快速捕捉道路障礙物，預判危險，對障礙物進行主動避讓。

2.4 智能機器人

區(qū)分智能機器人與普通機器人的要素主要有三個：一是運動要素，智能機器人能夠對外界信息刺激做出反應；二是思考要素，對所獲取的要素信息進行分析，并做出相應反饋；三是感覺要素，智能機器人能及時感知外界環(huán)境的狀態(tài)以及變化。近年來出現(xiàn)的智能機器人具備信息傳感器以及效應器，能通過視、聽、觸、聞獲取關鍵信息并做出反應。在未來，智能機器人還需要具備思維能力，提升自主學習、信息處理效率。

2.5 自動程序設計

自動程序設計是人工智能和軟件工程的共同研究方向，是指對指定問題的描述進行分析，自動編寫并生成滿足條件的程序，它的任務是完成一個程序系統(tǒng)設計，接受高級目標輸入，隨后輸出能完成既定目標的具體程序。自動程序設計包含兩方面的內(nèi)容，一是程序綜合，二是程序驗證。程序綜合能夠完成自動編程，用戶只需要提出訴求，機器便能自動完成任務，無需告知機器具體操作步驟。而程序驗證則能夠自動進行正確性檢查，提高任務完成質量。

2.6 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘指的是對數(shù)據(jù)庫中的大量數(shù)據(jù)進行逐一分析，通過尋找數(shù)據(jù)中的規(guī)律，匯總出隱藏且有利用價值的潛在信息。數(shù)據(jù)挖掘是一項基于計算機科學的決策支持研究，可以通過數(shù)據(jù)統(tǒng)計、機器學習、技術可視化等途徑高度智能化、自動化地分析相關數(shù)據(jù)，進行歸納性總結，幫助決策者做出最優(yōu)化選擇。

3 人工智能的優(yōu)勢

3.1 提升社會生產(chǎn)力水平

從投資、技術以及人力資源角度來看，隨著新一代信息技術例如大數(shù)據(jù)、區(qū)塊鏈、云計算等的發(fā)展，網(wǎng)絡虛擬空間與物理社會空間的融通結合使原本獨立的數(shù)據(jù)計算成為了驅動社會經(jīng)濟發(fā)展的關鍵要素，人工智能成為了推動融合產(chǎn)業(yè)部門發(fā)展的催化劑，將投資者、核心技術以及人力資源緊密相連。以龍頭企業(yè)為例，其依托于傳統(tǒng)行業(yè)具有市場優(yōu)勢，疊加與大學、科研機構合作等獲得的人工智能技術，能進一步實現(xiàn)專用性技術累積提升生產(chǎn)效率。人工智能在產(chǎn)業(yè)領域的應用場景搭建能夠在很大程度上提高社會生產(chǎn)力水平，推動人類社會進入智能經(jīng)濟時代。

3.2 減少資源消耗

計算機在進行數(shù)據(jù)查找時通常會將海量數(shù)據(jù)進行機械化分層篩選，再將分類后的數(shù)據(jù)進行精細查找，而人工智能在進行數(shù)據(jù)抓取時則會使用模糊控制法對目標數(shù)據(jù)進行提取[4]，這種非機械化的操作方式能夠大大節(jié)省篩選時間，從而從源頭提升數(shù)據(jù)處理的效率。因此，人工智能可以節(jié)省計算機網(wǎng)絡資源，在減少操作時間的基礎上進一步降低操作成本。

3.3 優(yōu)化網(wǎng)絡管理結構

在網(wǎng)絡覆蓋率不斷提高的信息化社會，各種生產(chǎn)、生活活動都與計算機網(wǎng)絡緊密相連，網(wǎng)絡能突破時間和空間的限制，在很大程度上簡化工作流程，提升辦事效率。在網(wǎng)絡技術被頻繁使用的背景下，其技術迭代的頻率也在不斷提升，因此為了保證計算機網(wǎng)絡系統(tǒng)的正常運行，網(wǎng)絡管理的水平也需要與時俱進。人工智能具有多代理協(xié)作功能，可以提升分層管理型網(wǎng)絡管理結構中各管理層的溝通速度，使網(wǎng)絡管理更加便捷，進而促進網(wǎng)絡管理的結構優(yōu)化，使網(wǎng)絡管理水平得到有效提高。

4 人工智能在計算機網(wǎng)絡中的具體運用

4.1 計算機網(wǎng)絡安全中的人工智能

4.1.1 高級威脅檢測

為了保障計算機網(wǎng)絡的正常運行，系統(tǒng)需要具備提前識別各類網(wǎng)絡攻擊的能力，在受到攻擊之前即做好應對準備。以惡意文件檢測為例，以人工智能為基礎的查殺引擎往往效率高于傳統(tǒng)的特征碼查殺引擎，這就得益于具備泛化能力的神經(jīng)網(wǎng)絡、機器學習（ML）等AI技術。通過使用此類技術，可以進行針對已知樣本的訓練，從而在未知樣本集中進行運用并發(fā)現(xiàn)新型的未知惡意文件。在對黑樣本的分析中發(fā)現(xiàn)，新攻擊向量往往來源于對原有攻擊手段的整合、更新以及優(yōu)化而不是獨立于原攻擊手段的全新向量，因此未知的威脅與已有威脅是具有相似性的。而AI算法的一個特點就是通過對已有數(shù)據(jù)進行深度學習，得出數(shù)據(jù)中的固定模式，最終通過對相似性的檢測識別未知威脅。因此，人工智能讓計算機具備接收數(shù)據(jù)并從中學習的能力，不斷優(yōu)化算法，對流程進行可行性分析并做出必要調整，從而實現(xiàn)對網(wǎng)絡威脅的高精度預測，在系統(tǒng)漏洞被利用之前先行檢測出異常。

4.1.2 身份驗證及密碼保護

傳統(tǒng)的身份驗證方式例如輸入密碼等在信息化社會已不能滿足人們對身份信息驗證的要求，人工智能則可以彌補基于生物識別的身份驗證系統(tǒng)的缺陷[5]，創(chuàng)建出一個可靠的驗證系統(tǒng)。以蘋果公司（Apple）的面部識別系統(tǒng)Face ID為例，最初在2017年被應用于iPhone X系列手機，并繼續(xù)被應用于最新iPhone 14系列手機中。該系統(tǒng)通過神經(jīng)引擎以及紅外傳感器對用戶面部特征進行采集并深度分析，最終通過人工智能程序自動生成基于用戶面部信息的詳細模型。傳統(tǒng)的驗證方式尚有概率通過反復嘗試完成身份驗證，而基于用戶生物信息的智能身份識別系統(tǒng)則能保證身份驗證的真實有效性。

4.1.3 釣魚檢測

網(wǎng)絡釣魚是網(wǎng)絡攻擊的一種常見策略，也是黑客進行非法系統(tǒng)訪問的主要方式。攻擊者利用如垃圾郵件、虛假網(wǎng)站等手段進行網(wǎng)絡詐騙，誘使受騙者泄露身份證號碼、銀行卡密碼等私人資料。以基于向量搜索引擎的釣魚網(wǎng)站檢測方法為例，首先利用自編碼器模型對各類釣魚網(wǎng)站首頁圖片的特征進行提取，再利用向量搜索引擎對提取的特征進行儲存及搜索，最后對搜索結果進行匹配，將通過閾值篩選的目標網(wǎng)站進行WHOIS及域名信息對比，最終檢測出釣魚網(wǎng)站。具體流程主要包括六個階段，分別是：

數(shù)據(jù)募集階段，對各種釣魚網(wǎng)站的首頁圖片進行收集；

模型訓練階段，將收集的首頁圖片用作訓練集進行自編碼器模型訓練；

特征提取階段，使用訓練成熟的自編碼器模型對釣魚網(wǎng)站的圖片特征進行提取，在向量搜索引擎中插入特征向量并同時得到ID，將向量屬性以及ID插入SQL數(shù)據(jù)庫；

釣魚檢測階段：利用向量搜索引擎進行特征向量搜索，根據(jù)得到的ID進行SQL數(shù)據(jù)庫查詢；

閾值調試階段，對匹配的閾值進行調試；

信息查詢階段，對于高于閾值的網(wǎng)站，要對其所匹配的真實網(wǎng)站的域名備案信息以及WHOIS信息進行查詢，并將查詢后的信息與釣魚網(wǎng)站的信息進行比對。

流程示意圖見圖1。

圖1 釣魚網(wǎng)站檢測流程

4.2 計算機網(wǎng)絡管理中的人工智能

人工智能在計算機網(wǎng)絡管理中的應用主要通過兩種方式實現(xiàn)，一種是模擬法，另一種是編程技術。模擬法指的是在人工智能的幫助下采用與生物機體所用方法類似的方法完成模擬化效果，編程技術則指采用編程手段使系統(tǒng)進行智能化運轉。通常來說，為了實現(xiàn)系統(tǒng)智能最大化，兩種方式可以結合使用，即按照設定編程邏輯進行仿生化模擬，完成智慧化系統(tǒng)的設計。例如，智能Agent檢索系統(tǒng)可以為使用者提供獨立索引系統(tǒng)，專門針對指定用戶進行設計，進行特定語義識別，從而實現(xiàn)個性化信息搜索及管理，如圖2所示。

圖2 智能Agent檢索系統(tǒng)工作流程

4.3 人工智能為數(shù)據(jù)分析提供源動力

數(shù)據(jù)分析在人工智能的加入下已經(jīng)從人工手動分析數(shù)據(jù)發(fā)展至利用智能應用程序進行決策支持。AI驅動分析采用機器學習（ML）、自然語言生成等一系列技術手段實現(xiàn)了自動化數(shù)據(jù)管理流程，可以發(fā)現(xiàn)大型數(shù)據(jù)庫中的隱藏模式，尋找趨勢并提供可操作性建議[6]。人工智能的介入使組織內(nèi)部數(shù)據(jù)分析能力明顯增強，提升數(shù)據(jù)處理時效，降低重復工作時間。

4.3.1 人工智能提升數(shù)據(jù)分析的方法

首先，通過機器學習，人工智能可以自動分析數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中隱藏的規(guī)律并將其總結后為使用者提供決策支持。其次，人工智能可以自行生成數(shù)據(jù)報告并以自然語言生成的方式降低解讀難度。最后，人工智能的自然語言查詢功能可以使組織的所有參與者都能快速獲取目標數(shù)據(jù)，并根據(jù)自動化分析得出對應見解。

4.3.2 人工智能在數(shù)據(jù)分析中的運行流程

簡化數(shù)據(jù)準備。傳統(tǒng)的數(shù)據(jù)分析中包含了大量數(shù)據(jù)清理工作，此類工作往往耗時較長且邊際效用較低。人工智能參與下的數(shù)據(jù)分析能夠自動提取、轉換以及加載數(shù)據(jù)，并且這些數(shù)據(jù)能夠直接用于后期分析步驟。

自動生成洞察力。人工智能數(shù)據(jù)分析能將上一流程中已經(jīng)提取的成熟數(shù)據(jù)進行自動化分析，并根據(jù)分析結果提供指導性決策。此流程區(qū)別于人工分析，往往耗時短且準確率較高。

提供數(shù)據(jù)查詢。人工智能數(shù)據(jù)分析能夠滿足用戶的提問需求，在自然語言查詢和自然語言生成的幫助下，它能夠將進行查詢的自然語言轉化成機器語言，再將決策以通俗易懂的方式進行輸出。這種數(shù)據(jù)分析方式使雙向交流變?yōu)榭赡埽嵘脩臬@得決策的時效。

擴大用戶群體。智能數(shù)據(jù)查詢系統(tǒng)使數(shù)據(jù)分析不再局限于專業(yè)技術人員，組織中的每一個參與者都能夠使用智能分析完成對數(shù)據(jù)的研究[7]。這種分析方式能夠使分析工具的使用群體顯著增加。

自發(fā)生成報告。在完成數(shù)據(jù)的提取、分析、查詢等步驟后，智能數(shù)據(jù)分析流程還可以高速生成基于數(shù)據(jù)本身的結論，此類結論可以直接應用于報告的自動編寫。報告的自動編寫功能可以顯著減少報告生成時間，提升工作流效率。

5 結語

人工智能經(jīng)過長時間的發(fā)展已經(jīng)成為世界最重要的科學研究領域之一，隨著社會經(jīng)濟水平的不斷提高以及科學技術的飛速發(fā)展，它與人類日常生活逐漸緊密的融合，普及范圍也變得愈加廣泛。進一步了解人工智能的含義及其深度融合的細分領域有助于了解人工智能在計算機網(wǎng)絡技術中的應用場景。人工智能不僅能夠提升計算機網(wǎng)絡管理的效率，還能有效保障計算機網(wǎng)絡的安全運行，通過智能化數(shù)據(jù)分析，人工智能還能夠提升用戶網(wǎng)絡使用體驗并顯著提升使用者的工作效率。總之，人工智能技術在計算機網(wǎng)絡技術發(fā)展的當下以及未來還有著廣闊的應用空間，合理使用人工智能技術能夠進一步促進計算機網(wǎng)絡技術的進步。