呂志恒 永城職業學院
人工智能在計算機網絡系統管理和評價技術中的應用分析
呂志恒 永城職業學院
人工智能作為人類智力的外延,在生活、工作、娛樂等多個領域具備廣闊的應用前景。就計算機網絡技術而言,人工智能正蔓延到計算機網絡里的各個環節,計算機網絡正在向智能網絡發展。本文就人工智能在計算機網絡系統管理和評價技術中的應用進行了分析。
人工智能 計算機網絡 系統管理和評價技術 分析
人工智能根本目的是制作出以人類思維方式快速做出數據處理的智能機器,大數據時代人工智能發展與計算機技術發展密不可分的,人工智能方式必然成為計算機技術重要組成部分,通過人工智能方式處理計算機網絡技術中的數據必然成為計算機系統數據處理主流技術。
計算機的網絡系統擁有高速性、實時性、動態性和瞬變性等特點,這就要求我們通過發展更多、更靈活的管理技術來確保網絡的高效、安全、穩定運行。由于人工智能技術具備很多的優勢,進而成為現代計算機網絡技術中非常重要的工具。
1.1 人工智能技術具備處理不確定性與不可知性問題的能力。模糊邏輯等人工智能技術由于不需要準確的對系統的數學模型進行描述,因此在智能化網絡管理中引入模糊邏輯,網絡管理便具備了處理模糊信息的能力,進而對不確定與不可知性的信息進行管理與控制,實現網絡系統的高效運行。
1.2 人工智能技術具備協作能力。鑒于網絡規模和結構日益龐大,網絡管理產生了層次化的網絡管理。通過輪詢的方式,上層管理者對中層管理者進行監測,中層對下層進行監測,這就產生了協作的問題。通過人工智能的多代理的協作分布思維,能夠實現各層次管理者間的協作能力。
1.3 人工智能技術具備學習、解釋與推理能力。人工智能技
術能夠學習、解釋低層信息,以推理高層的信息與概念,同時對推理出的高層信息或概念進行網絡管理和控制。
1.4 人工智能技術還具備處理非線性能力。人工智能技術
是通過模擬人類的智能發展起來的一種技術,具有很強的解決非線性問題能力。
1.5 人工智能技術還具有計算資源耗費小的優點。人工智
能中的某些控制算法,比如模糊控制法的運算速度很快,能夠實現直接選取最優解一次性完成搜索,這樣就較好的滿足了現代計算機網絡技術的高速性要求。
2.1 規則產生式專家系統
人工智能在入侵檢測系統方面具有廣泛應用,通過統計計算機專家的工作經驗作為建立數據庫基礎,并以此作為依據建立計算機推理機制,并將其編制成入侵特征形成特定計算機編碼,在此基礎上構建數據庫。當外界因素入侵系統時便可將其作為判斷依據,及時發現入侵因素,確定其種類及危害,由此可見人工智能對提升檢測效果及準確性有積極意義。從檢測系統原理可見系統只能檢驗系統已輸入不良因素,檢驗過程具有一定局限性。
2.2 人工神經網絡
人工神經網絡主要通過計算機網絡模擬人腦處事方式,因此其在容錯性、接受性等方面相較于其他系統具有一定優越性。人工神經網絡可對當前已存在畸變及噪聲輸入模式等進行精確識別,將該種方式與檢測系統配合使用可有效提升檢測效率,因此人工神經網絡在大數據時代中具有重要應用。
2.3 數據挖掘技術
數據挖掘技術原理是對網絡連接及主機會話進行全方位準確提取描述,并采用其技術性能對入侵計算機的規則進行學習,將入侵模式記錄與自身數據庫中。當計算機出現外來入侵時便可進行有效識別。
2.4 自治AGENT技術
自治AGENT技術屬于面向對象發展成果,起作用主要是作為底層數據收集及分析結構,該結構中每臺主機均可作為IDS系統。自治AGENT技術具有十分突出的學習能力、適應能力、自主能力、兼容性等,且可對外來入侵對計算機影響范圍有較強控制能力,對環境以來較低,因此在大數據時代可大力推廣。
3.1 人工智能問題求解技術
人工智能問題求解技術基于給定條件下用以解決某些問題,主要包括搜索、推理、求解等功能。其評價標準包括搜索空間、最優解兩方面。在獲取最優解時需要利用公式f*(n)=g*(n)+h*(n)進行評估。該式中g*(n)表示由網絡節點s-n最短路徑,h*(n)表示由網絡節點n-g最短路徑。該種方法可有效縮減資源浪費,提升網絡運行效率。
3.2 專家知識庫技術
專家知識庫是專家系統重要組成部分,會對專家系統產生直接影響。當前專家知識庫主要由直接或間接積累的知識,對計算機網絡進行編碼,在此基礎上促進計算機網絡管理決策獲得專家支持,并可完成管理、評價等過程,現已在網絡管理評價中有重要應用。
人工智能是當前一項十分先進的科學技術,這一技術的產生和應用,極大地改變了人們的娛樂、工作和生活方式。而隨著人工智能的不斷發展和完善,其在計算機網絡技術中的應用需求越來越多,因而實際應用也將越來越廣泛。運用人工智能,能夠在網絡安全、網絡管理、系統評價等方面發揮重要作用,從而推動計算機網絡技術的更大進步。
[1]馬義華.人工智能在計算機網絡技術中的運用分析――評《計算機網絡技術及應用研究》[J].當代教育科學,2015(20)