人工智能技術在計算機網絡數(shù)據安全存儲中的運用

文祥麟，劉 全

（1.山西應用科技學院，山西 太原 030062；2.山西文旅集團信息技術有限公司，山西 太原 030000）

1 基于人工智能技術的計算機網絡數(shù)據安全存儲方法

1.1 加密網絡數(shù)據

對得到的網絡數(shù)據進行加密是目前對計算機網絡信息進行保護的一種方式，通過密碼技術對信息進行加密，然后把加密信息存儲在某個介質中，保證了傳送過程與儲存的安全性[1]。首先利用超混沌算法計算lyapunov指數(shù)，計算公式如下：

再通過超混沌系統(tǒng)的動力學系統(tǒng)行為分析得出網絡數(shù)據的特有屬性特點，超混沌系統(tǒng)的表達公式如下：

（2）再將連續(xù)的混沌狀態(tài)變量轉化為更便于加密算法實施的離散混沌序列。式（3）為經過變換后的混沌序列：

（3）通過以單字節(jié)為次加密算法單位、以異或流密鑰為基數(shù)來進行次加密運算，使得混沌序列的取值區(qū)域選擇為在[0,168]序列區(qū)域內的值，且序列的寬度為5位數(shù)，這樣就得出了一個經過處理后的混沌序列。通過對所得到的混沌序列進行混合異計算方法，大大增加了混沌序列的隨機性。超混沌加密與解密混沌序列表達公式如下：

1.2 基于人工智能技術修復數(shù)據

在數(shù)據修復的過程中，不一定要把數(shù)據傳送給用戶，可把所有的數(shù)據都傳送給對應的存儲系統(tǒng)，這可造成了大量的網絡傳輸資源和計算資源的浪費。以人工智能技術的存儲方法為基礎，數(shù)據只需要在存儲服務器內部進行傳輸，并且不需要經過計算。對于計算機網絡的存儲系統(tǒng)的容量進行增益，有助于數(shù)據安全存儲[3]。構建一個存儲系統(tǒng)的模型，其系統(tǒng)容量計算公式如下：

在采用人工智能技術進行數(shù)據挖掘的過程中，避免了數(shù)據需要經過大量計算才能修復完成的缺點，節(jié)約了大多數(shù)資源，同時也解決了客戶計算能力不足的問題。

1.3 備份網絡數(shù)據

為了防止數(shù)據遺失，使用者應該在計算機存儲數(shù)據時使用備份技術，盡量將自己的損失降到最低。對文件儲存而言，最基本的儲存方法就是將數(shù)據儲存在計算機的硬盤里。但此存儲方法有一個缺點，那就是當存儲容量大于某一限制時，就不能再保存數(shù)據了。為此可以在存儲過程中采用數(shù)據備份技術，將所存儲的數(shù)據，重新組合在一起。然后將這些數(shù)據保存在備份系統(tǒng)中。

定義一個聚類目標函數(shù)，目標函數(shù)越小，則數(shù)據的聚類效果越好，由此可以計算此時的網絡數(shù)據目標函數(shù)的親和度函數(shù)，其計算公式如下：

在克隆操作完成后，將其編碼帶入備份中，直到聚類原型收斂到最優(yōu)程度，圖1為基于克隆選擇的備份流程圖。

圖1 克隆流程圖

2 實驗測試

為證明本文提出的基于人工智能技術的計算機網絡數(shù)據安全存儲方法的有效性以及優(yōu)勢，現(xiàn)進行模擬測試實驗，根據試驗情況選取了4GB的計算機網絡數(shù)據作為安全性儲存的信息集合，并突出了安全性數(shù)據的可靠性，對本文中采用存儲技術與傳統(tǒng)的1（AES）、2（DES）技術加以了比較。

2.1 實驗準備

實驗環(huán)境的各項參數(shù)如表1所示。

表1 模擬環(huán)境參數(shù)

在實驗模擬測試中，構建1個云存儲管理服務器、3個存儲節(jié)點服務器（1個備用節(jié)點）和3個在用的云存儲服務平臺。云服務管理節(jié)點用來存儲各節(jié)點所需的數(shù)據，其主要作用是對對應的存儲節(jié)點進行管理；在存儲節(jié)點上，存儲的是對應的數(shù)據和與存儲服務器之間的連接信息，它的主要功能是在數(shù)據存儲和數(shù)據備份的過程中進行傳輸數(shù)據。數(shù)據的儲存節(jié)點按照存儲要求進行操作后，由于各種因素，會導致對文件中的部分數(shù)據進行修改，如果文件受到此操作，則其完整性與安全性會受到威脅。

其中，將云存儲服務器視為一個整體，信任第三方存儲作為相應驗證方面，與接收到的數(shù)據一致性進行比較，用戶作為數(shù)據完整性驗證請求提出者。在仿真實驗中，存儲端對多個數(shù)據塊執(zhí)行線性合成操作，并將其提交到可信的第三方，用于校驗數(shù)據的完整性；由信任的第三方通過迭代運算得到編碼e，并將其加在對應的合并數(shù)據塊t之后，使用零空間對其進行檢驗，利用MATLAB6.0開發(fā)計算機仿真平臺，對文件數(shù)據的存儲個數(shù)進行檢驗。在模擬實驗中使用三種方法，得出三種不同的實驗結果。

2.2 實驗結果與分析

表2為采用本文提出的基于人工智能技術的數(shù)據存儲方法對各種大小文件的安全存儲模擬實驗結果。

表2 本文方法實驗結果

由表2可知，使用本文提出的方法存儲各個大小的文件，當文件較小，處于1～2 MB時，本文提出的方法存儲的結果與實驗的準備文件個數(shù)完全相同，但當文件大小超過4 MB時，文件數(shù)據經過傳輸后存在一定的誤差，有可能會受到損壞的數(shù)據節(jié)點的影響，文件中的數(shù)據由此受到損壞，進而不能安全存儲。因此當文件偏大時，文件安全存儲的個數(shù)也會相應降低。

表3、表4為采用傳統(tǒng)方法1（AES）、2（DES）的數(shù)據文件存儲結果。

表3 AES方法實驗結果

表4 DES方法實驗結果

由表3、表4可知，采用傳統(tǒng)方法1（AES）與傳統(tǒng)方法2（DES）的安全存儲文件的個數(shù)要遠遠小于使用本文提出的方法進行文件數(shù)據存儲的個數(shù)，AES方法的結果表明，此方法不論文件大小，安全存儲的個數(shù)都比實驗設定的存儲個數(shù)少，這是由于數(shù)據塊的計算較為復雜，由此存儲的個數(shù)誤差較大，DES方法與本文提出的方法在文件較小時較為一致，但隨著文件增大，其安全存儲的個數(shù)較本文提出的方法的存儲個數(shù)變小。本文提出的方法與實驗設定的安全儲存文件個數(shù)最大誤差為2個，而傳統(tǒng)方法1（AES）、2（DES）的最大誤差分別達到7、13個。

綜上所述，本文提出的基于人工智能技術的計算機網絡數(shù)據安全存儲方法有效性要優(yōu)于傳統(tǒng)方法1、2，在進行海量數(shù)據存儲時，本文提出的方法是一種比較好的選擇，具有較高的安全性。

3 結束語

人工智能在人們的日常生活中日益普及，但因為其屬于信息時代新興的一門技術，所以人們對它的本質以及它的未來發(fā)展還不是很清晰，從計算機網絡安全存儲運行的角度出發(fā)，對人工智能所起到的影響進行探索，利用人工智能模擬人類思維、習慣等相關行為，來對計算機網絡安全問題展開及時的處理，從而確保整個網絡的安全。