人工智能在計算機網絡中的應用

陶思敏

（陜西工業職業技術學院，陜西 咸陽 71000）

0 引言

隨著科技的發展，各種先進的技術不斷融入人們的生活中，對人們的工作和生活產生了重要的影響。人工智能作為一種“高、精、尖”技術，在大數據時代，將人工智能與計算機網絡相結合，有效應用到社會各領域，不僅可以使海量數據資源得到高效存儲、維護和利用，提高社會對數據的應用程度，還可以讓計算機網絡和人工智能技術兩者相互推動，共同發展，全面發揮出兩者的作用和價值。因此，有必要基于大數據時代分析和研究在計算機網絡中應用人工智能的方法和措施，確保人工智能應用具有可行性和實踐性。

1 當前環境下的計算機網絡和人工智能

1.1 計算機網絡簡述

計算機網絡在當前環境下有著統一、全面的語言標準TCP/IP協議，這種語言標準可使各地計算機利用連接介質有效進行連接，使資源和信息能夠共享與傳遞，介質主要為光纖、電纜、雙絞線等。同時，在計算機網絡中包含眾多工具和功能，有網絡節點、資源管理、網絡系統、任務調度工具等，網絡節點是確保計算機在網絡中高效通信的措施，一般會以承擔網、接入網、骨干網等形式展現出來。資源管理及任務調度的功能主要就是有效解決管理、資源等問題，調整系統負載，提高計算機網絡系統運行效率。

1.2 人工智能簡述

人工智能作為一種高新技術，當前針對人工智能的研究成果有機器學習算法、神經網絡、模糊邏輯及專家系統等，其中機器學習算法是大部分人工智能的關鍵和基礎，而應用相對較為廣泛、普及力度較高的是模糊邏輯、遺傳算法和神經網絡。例如：生活中常見的“百度搜索”，其就是基于神經網絡實現的。隨著大數據時代來臨，人工智能也逐漸受到影響，其核心要素與網絡數據有著密切的聯系，主要體現在數據挖掘、數據處理及人機交互方面。數據挖掘方面，在大數據技術的影響下，數據、信息資源逐漸呈現海量特征，日益增多，這些數據中有很多屬于無用數據，需要利用到大數據挖掘算法將其深度挖掘和利用，而人工智能其本質上就是數據挖掘算法，其能夠對歷史海量數據進行存儲，與實時數據對比，從而為決策和數據挖掘提供幫助與支撐。數據智能處理方面，當前專家系統廣泛使用了人工智能技術，它可以利用專門知識解答各種問題，在數據處理角度可將其當作擁有某個特定領域知識的智能處理系統［1］。人機交互方面，人們在研發人工智能時，其最終追求的目標就是讓機器人可以與人類進行高效交流，模擬人類行為，為此在研發時會賦予機器人學習、視覺等能力。機器學習主要就是將學習算法當作基礎，學習數據并針對這些數據做出相應的對策，而視覺則是幫助計算機對數據進行采集。

2 人工智能在計算機網絡中具有的應用優勢

2.1 可高效處理未知數據

人工智能在應用時會根據模糊邏輯推理出的結果對各種問題做出反應，推理過程具有獨立特征，不需要利用高效、準確數據助力，能夠充分滿足計算機網絡對海量、模糊數據的處理需求。在計算機網絡當中，數據具有不確定性和海量特征，對數據處理的難度和復雜程度較高。基于模糊邏輯推理將人工智能融入網絡數據監管當中，既可以提升數據處理效率和能力，又可以提升網絡監管效率。

2.2 可高效處理非線性問題

人工智能因為性質較為特殊，學習能力非常強，能夠高質量對非線性問題進行處理。大數據時代，雖然數據較為復雜，但是其背后具有非常高的價值，而要想在網絡中對其深入了解和挖掘，就必須對低層次信息進行深度推理和分析，從低層次信息當中獲得高層次數據概念［2］。人工智能在這一方面有著突出的優勢，其能夠模仿人類思維，將高層信息和網絡管理有機結合，用于研究、處理、解決各種非線性問題，使計算機優勢和特征更加明顯。

2.3 可有效管控運營成本

人工智能在處理和高效運算數據信息時，消耗和浪費的資源相對較少，并且利用人工智能中的控制算法，還可使運算效率得到全面提升，使數據運算具有實效性。這種功能可讓網絡系統高效運轉，有利于優化網絡管理模式，讓網絡管理具有高效性。由此可見，大數據時代，在計算機網絡當中人工智能有著非常高的應用優勢和實踐應用價值，可利用人工智能有效維護網絡中的各項數據，讓數據保護和利用具有智能化特征。

3 大數據時代計算機網絡中合理應用人工智能的策略

大數據時代，網絡數據越來越多，這也使得數據重要性和價值持續增強，如何在計算機網絡中對這些數據進行高效保護，已經成為社會各界重點關注的問題。本文基于網絡數據利用、維護和挖掘，從入侵檢測技術、智能防火墻技術、人工免疫技術和數據挖掘技術等方面探索人工智能在大數據時代高效、規范應用到計算機網絡中的措施，并將Mosquitto開源項目當作基礎，簡述人工智能在網絡安全中的實踐應用。

3.1 智能入侵檢測技術

人工智能在大數據和先進技術的影響下，對計算機網絡作用和價值越來越大，可以有效檢測不法入侵計算機網絡的行為，維護計算機網絡安全。通常，智能入侵檢測技術主要是對網絡信息、數據及安全日志進行收集和判斷，通過這種方法檢查計算機網絡情況，排查各種故障問題，避免網絡遭受其他攻擊。一旦計算機運行時受到危害，智能入侵檢測技術可提前對其診斷，有效將各種入侵攔截［3］。此外，智能入侵檢測技術還可以對網絡中各種數據進行分類處理，形成一個高效檢測報告，將其反饋給使用者，幫助其對安全問題進行排查。由此可見，智能入侵檢測技術對計算機網絡數據安全性有著重要保障作用，能夠滿足網絡資源保密需求。

3.2 智能防火墻技術

讓防火墻與人工智能融合，形成一個由軟件和硬件組成的智能防火墻，將其有效融入計算機網絡當中，既能保護計算機網絡內部、外部網絡切換的安全，又可以維護專用與公用網絡兩者之間切換安全［4］。同時，智能防火墻技術還可以輔助計算機，有效攔截不良數據信息，對維護、保障計算系統不受到各種有害信息的破壞有著顯著效果。此外，相較于傳統防火墻技術，與人工智能結合后的防火墻擁有解決和處理有害信息的功能，可有效分析、辨別有害信息，減少計算機網絡數據運算量，幫助計算機控制病毒，確保使用者能夠便捷、安全地存儲數據。智能防火墻的分類如圖1所示。

圖1 智能防火墻的分類

3.3 人工免疫技術

人工免疫技術主要是利用各種措施和手段來模擬免疫系統，將計算機程序集中展現出來，包含基因庫、克隆等部分。在應用人工免疫技術時，這幾個部分之間會相互影響、相互配合，徹底解決計算機中存在的病毒問題，優化入侵檢測方式。人工免疫技術雖然有著較強優勢，但是技術缺陷問題仍舊存在，無法高效識別各種未知、全新病毒。從基因庫角度來看，解決這類問題需要技術人員重新將基因片段進行有效組合，分析和研究發生故障和病毒入侵后所呈現出的狀態，以此有效識別病毒。

3.4 數據挖掘技術

數據挖掘技術主要就是利用審計程序對網絡和主機會話之間的鏈接進行分析，找出較為突出的特征，并有效、詳細地描述特征，結合人工智能學習算法和描述結果，找出入侵規律，分析計算機網絡正常運行狀態，以便更好、更及時地記錄學習情況。同時，在網絡受到病毒侵入后，數據挖掘技術能夠根據學習結果識別侵入對象，利用自身的學習、記憶功能，有效檢測入侵問題，確保問題得到解決，實現對入侵對象進行實時檢測的目的。此外，將數據挖掘技術與網絡安全相結合，可以讓系統中各個傳感器之間互相關聯。典型數據挖掘系統的結構如圖2所示。

圖2 典型數據挖掘系統的結構

4 大數據時代人工智能在計算機網絡中的實踐應用

應用人工智能技術時，可結合各種智能技術和軟件有效進行，以Mosquitto為例，利用Mosquitto（代理器主程序）這種開源消息代理項目，合理構建人工智能服務器，可使網絡中各種代碼文件被充分部署到人工智能服務器當中，根據自身需求創建功能。通過POLL模式，能夠將Mosquitto和計算機用戶端充分連接，將各種主題信息進行發布和訂閱。因為主題一般放置于“訂閱樹”當中，如果人工智能可以與客戶端之間高效連接，客戶端所訂閱的主題信息都可由人工智能技術獲取，實際模塊功能主要表現在以下兩點。

4.1 訪問控制

可基于人工智能添加用戶身份認證機制，利用身份認證機制限制用戶登入、退出等各種操作，使用戶可以在合理權限內訂閱需要的主題，防止因為隨意訂閱主題而產生安全問題，并可在Mosquitto中針對常見問題寫入權限。此外，可利用ACL（訪問控制列表）限制訪問權限，確保計算機系統安全。

4.2 信息安全

在生成客戶端過程中，可結合身份認證和授權方式，給予客戶端識別碼，并確保這一識別碼能夠應用到服務器和客戶端通信當中，保證用戶ID（身份）具有唯一性。不過ID并不是完全綁定，用戶可從其他客戶終端當中利用該ID登錄。此外，可設定證書，并利用OPENSSL軟件庫包合理控制密鑰及密鑰庫，將其應用到通信當中，對服務器和計算機客戶端通信所產生的數據進行加密處理。服務器證書要通過SSL（安全套接層）協議，由SSL協議對其審核，在傳輸時服務器也會審核客戶端證書，將確定和審核的數據存儲到密鑰庫當中，利用密鑰進行認證。由人工智能系統維護和管控數據信息傳輸流程，可使數據安全性能得到有效增強，真正實現智能傳輸、智能管控、智能維護的目的。因此，要不斷加大對人工智能應用實踐研究力度，探索更多實踐應用措施和路徑。

5 結束語

綜上所述，計算機網絡和大數據正在快速發展，數據信息呈現海量、復雜的特征，要合理應用人工智能分析和利用這些海量、復雜的數據，對這些數據進行維護，基于現有技術背景，發揮出人工智能優勢，實施反饋和監測數據情況，以及識別各種危害性數據，提升數據處理效率。相信在未來，人工智能當中各項功能和技術優勢將會得到全面展現，成為推動大數據和計算機網絡發展、維護網絡安全和數據安全的重要保障，計算機網絡當中海量數據優勢將會全面、高效地發揮出來。