人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應用分析

王艷芳，穆紅濤

(遼陽職業(yè)技術(shù)學院，遼寧 遼陽 111000)

0 引言

1956年，達特茅斯會議第一次提出人工智能理念。經(jīng)過60多年的發(fā)展，人工智能已成為新一輪科技產(chǎn)業(yè)革命的重要驅(qū)動力。作為新一代信息技術(shù)理念的代表，人工智能大面積提煉、集成了邏輯學、計算機、物理學、數(shù)學等學科的理論與方法，在計算機網(wǎng)絡(luò)技術(shù)領(lǐng)域具有極其廣闊的應用前景。因此，分析人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應用具有非常重要的現(xiàn)實意義。

1 人工智能的概念

人工智能(Artificial Intelligence，AI)特指研究、開發(fā)用于延伸、模擬人的智能的理論、技術(shù)科學[1]。從邏輯上來看，人工智能理念由若干個類似單元細胞的六面方體組成，每一個方體均是空白的，方體矩陣無視覺與聽覺能力，但可將句子拆分到空白方體內(nèi)，并以語句的形式建立一個連接。此時，若提前為方體矩陣錄入字典(或詞典)，方體之間可以詞的形式建立一個耳機連接，句子則會建立一個三級連接，形成了基本的神經(jīng)網(wǎng)絡(luò)。在神經(jīng)網(wǎng)絡(luò)形成后，需要為其創(chuàng)造面對面自然語言形式的主意識、基于周邊程序的自我干預輔助意識，滿足信息錄入時正誤邏輯反饋要求。在這個基礎(chǔ)上，人為加入對立的詞匯以及不確定性問題，形成完整的人工智能[2]。

2 人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應用

2.1 粒子群算法在計算機網(wǎng)絡(luò)QoS路由優(yōu)化中的應用

粒子群算法是人工智能理念計算智能的分支，也是一種生物人工智能，可以模擬自然界生物活動、群體智能實現(xiàn)隨機搜索。QoS是計算機網(wǎng)絡(luò)傳輸數(shù)據(jù)流時要求滿足的系列服務請求，如延遲、帶寬、丟失率、延遲抖動等。QoS路由則是根據(jù)計算機網(wǎng)絡(luò)的可用業(yè)務流、可用資源QoS要求設(shè)置的多參數(shù)動態(tài)路由協(xié)議，可用于解決多項式復雜程度非確定性問題。以往QoS路由因基于節(jié)點的周期性局部狀態(tài)映像，導致信息精確度喪失，無法反映細節(jié)網(wǎng)絡(luò)問題。因此，可以將粒子群算法應用到計算機網(wǎng)絡(luò)QoS路由中，提高匯聚新信息精確度。從本質(zhì)上來說，基于粒子群算法的計算機QoS路由優(yōu)化過程是粒子群初始化后的優(yōu)化解輸出過程。

具體應用過程中，首先需要進行計算機網(wǎng)絡(luò)節(jié)點的初始化，即在確定約束條件中帶寬、延時、延時抖動、包丟失率參數(shù)的基礎(chǔ)上，根據(jù)每條邊帶寬(或延時、延時抖動、包丟失率)中的分量，將不滿足分量大于等于約束限度的參數(shù)去除。

其次，進行粒子群算法中第i個粒子的位置、速度參數(shù)初始化，每一次迭代搜索后具有全局最優(yōu)和個體最優(yōu)，以位置參數(shù)初始化個體最優(yōu)，利用種群內(nèi)適應值最佳的粒子位置初始化全局最優(yōu)。迭代過程如下：

(1)

再次，更新粒子群算法中的速度和位置，根據(jù)公式(2)完成每一個粒子的速度、位置值更新。同時根據(jù)公式計算每一個粒子適應度F，在個體最優(yōu)小于每一個粒子的適應值時，個體最優(yōu)與全局最優(yōu)相等。其公式為：

(2)

式(2)中，a、b、c、d分別為延時約束、延時抖動約束、包丟失約束、約束在適應度函數(shù)內(nèi)比重系數(shù)；φ表示懲罰函數(shù)；ΔD、ΔJ、ΔB、ΔP為網(wǎng)絡(luò)模型QoS參數(shù)，分別為延時、延時抖動、帶寬、包丟失率；delay、jitter、loos、bandwidth為QoS路由參數(shù)，分別為延時、延時抖動、包丟失率、帶寬；Pt(s，u)為運動過程中每條路徑t由位置s轉(zhuǎn)移到位置u的概率。

最后，更新全局最優(yōu)，在全局最優(yōu)的適應值小于個體最優(yōu)時，兩者相等。此時，可輸入一次全局最優(yōu)結(jié)果到tabuk表內(nèi)，并促使表長度numpk+1。進而返回到“粒子群算法中第i個粒子的位置、速度參數(shù)初始化”環(huán)節(jié)，循環(huán)進行，直到迭代步數(shù)超出最大步數(shù)，或者粒子群搜索的個體最優(yōu)位置適應度未變換算法次數(shù)達到5次。

2.2 專家系統(tǒng)在計算機網(wǎng)絡(luò)智能診斷中的應用

專家系統(tǒng)是借助研究領(lǐng)域?qū)＜抑R推理的方法解決專業(yè)高難度問題的智能化系統(tǒng)。根據(jù)長時間實踐經(jīng)驗可知，可以依托大量故障信息知識開發(fā)智能計算機網(wǎng)絡(luò)程序系統(tǒng)，突破以往基于信息模型描述系統(tǒng)故障精確度問題。比如利用失誤驅(qū)動的計算機網(wǎng)絡(luò)故障診斷策略自學習，可以及時獲取診斷知識、學習診斷策略，拓展知識臺階。部分情況下，可以將人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks，ANN)與專家系統(tǒng)相結(jié)合，進一步提升計算機網(wǎng)絡(luò)故障信號分析與識別、推理智能化水平。ANN是一種非線性動力學系統(tǒng)，由大量神經(jīng)元組成，兼具計算、學習、預測、記憶、識別、智能處理功能。在ANN與專家系統(tǒng)融合下的計算機網(wǎng)絡(luò)智能診斷中，可以在多層感知器網(wǎng)絡(luò)、自組織映射、自適應共振理論支持下有效逼近各種映射，完成計算機網(wǎng)絡(luò)故障的智能診斷。

具體應用過程中，首先可以將計算機網(wǎng)絡(luò)故障智能診斷劃分為域內(nèi)小范圍診斷、域間大范圍診斷2種情況，域內(nèi)小范圍診斷結(jié)構(gòu)為主從式，域間大范圍診斷結(jié)構(gòu)為對等式。任務分配始點為域內(nèi)小范圍診斷站點，域間大范圍診斷則發(fā)揮檢測請求任務轉(zhuǎn)發(fā)功能。此時，各推理優(yōu)劣評估任務就可以劃分到多個節(jié)點，可以有效降低管理站點負擔，在短時間內(nèi)完成狀態(tài)評定以及歷史執(zhí)行記錄檢測、運行穩(wěn)定節(jié)點優(yōu)選。參與故障管理的框架結(jié)構(gòu)如圖1所示。

圖1 基于人工智能的計算機網(wǎng)絡(luò)故障診斷結(jié)構(gòu)

基于人工智能理念的計算機網(wǎng)絡(luò)故障診斷單元為Agent，包括AreaAgent、MaAgent(ManagerAgent)、RAgent(ResourceAgent)，其在管理范圍、工作重心上均具有一定差異。其中AreaAgent為最高層Agent，負責整個計算機網(wǎng)絡(luò)環(huán)境內(nèi)部資源協(xié)調(diào)以及所管轄域內(nèi)檢測方法的評價，可直接將評價結(jié)果傳遞給MaAgent；MaAgent可以接收外界資源請求，結(jié)合AreaAgent命令以及RAgent信息，進行計算機網(wǎng)絡(luò)內(nèi)資源分配計劃的制定。在接收到上層和下層信息后，MaAgent會自動查找內(nèi)部知識庫，若內(nèi)部知識庫滿足要求，則向符合條件的節(jié)點上RAgent提交請求并進行內(nèi)部知識庫節(jié)點信息的更改，進而由RAgent完成結(jié)果反饋，反之AreaAgent需要將請求發(fā)動到其他子網(wǎng)重新請求。進而將允許結(jié)果反饋給MaAgent，由MaAgent將結(jié)果報告給RAgent；RAgent位于最底層，負責實時監(jiān)測計算機網(wǎng)絡(luò)資源的使用情況并將其報告給上級。

從域內(nèi)故障管理來看，每一個對外提供計算機網(wǎng)絡(luò)監(jiān)測服務的站點RAgent和域內(nèi)監(jiān)控節(jié)點MaAgent組成了層次化協(xié)調(diào)管理機構(gòu)，RAgent負責將故障檢測評價工作內(nèi)容發(fā)放給各資源節(jié)點，各資源節(jié)點上RAgent需要根據(jù)現(xiàn)階段計算機網(wǎng)絡(luò)狀態(tài)屬性數(shù)值評估網(wǎng)絡(luò)狀況并將評估結(jié)果上報給MaAgent[6]。RAgent知識庫主要用資源表R_RT表示，包括account(檢測造成網(wǎng)絡(luò)資源消耗)、historyrecord(節(jié)點檢測歷史狀況)、overload(UDP數(shù)據(jù)流負載)、networkstate(本地資源節(jié)點物理層、網(wǎng)絡(luò)層、數(shù)據(jù)鏈路層與應用層狀況)4個部分；MaAgent負責根據(jù)RAgent發(fā)布網(wǎng)絡(luò)狀態(tài)，依托C_RT、L _RT資源表，綜合考慮當前服務質(zhì)量以及常量比重進行域內(nèi)節(jié)點管理，并根據(jù)檢測請求完成資源分配、任務分配以及域內(nèi)網(wǎng)絡(luò)節(jié)點負載平衡維護。具體形式為：=[