大數據時代人工智能在計算機網絡技術中的應用

陳建春

摘要：人工智能是當前較為先進的計算機技術，該技術在計算機網絡技術中的應用極大豐富人們的生活方式，隨著人工智能不斷發展，其必然成為大數據時代處理數據得主要方式，推動計算機網絡技術不斷發展。本文探討了大數據時代人工智能在計算機網絡技術中的應用。

關鍵詞：大數據時代；人工智能；計算機網絡技術；應用

大數據時代人工智能在計算機網絡技術中的運用，需明確其運用后的優勢以及運用的現狀，并從網絡管理技術與網絡系統管理與評價技術兩方面進行闡述，最后用運用案例總結，得出現在人工智能技術已經廣泛應用，并逐步深化，形成了明確的發展趨勢。

1 人工智能的特點和優勢

1.1 不確定性甚至不可執行的處理能力

在進行網絡管理時需要對各種網絡資源進行監測控制管理，從而對網絡系統的運行效率進行保證，在網絡管理的過程中需要保證其對系統資源狀態的了解，主要是系統的局部和全部狀態。網絡系統具有瞬變性，只有保證對網絡系統的全部狀態進行了解，才能保證信息的確切性。

1.2 協作能力

計算機網絡技術發展的過程中，網絡的規模在不斷擴大，網絡的結構變得越來越復雜。但是，對網絡系統進行單一的網絡管理是不合理的，所以應該加強對層次化網絡管理。在層次化網絡管理中，可以分為上中下三層管理者，中層管理制度受到上層管理者的輪詢方式的監測，并對下層管理者進行監測，在這個過程中需要各層管理者之間相互協作，人工智能系統中具有多代理協作分布能力，能夠提升網絡管理者在管理過程中的協作能力。

1.3 學習、解釋和推理能力

當前，很多網絡管理者在進行管理的過程中需要利用網絡管理協議，但是這些協議只能管理一些信息庫信息，利用這些信息雖然能夠確定網絡管理控制的方法，但是卻沒有得到很好的落實，多數僅僅是進行網絡的監測。而利用人工智能網絡管理能夠對低層信息進行學習、綜合和解釋，從而能夠獲得高層的信息；并且，能夠利用這些高層信息來進行網絡管理和控制。

1.4 處理非線性能力

網絡復雜的拓撲結構、瞬變的網絡負荷、不可預料性的用戶行為等特點，使網絡管理控制中不能保證控制對象的高度線性。所以，傳統的網絡控制理論不能很好地實現計算機網絡的安全管理。在人工智能系統中，通過對人類智能的模擬，能夠使非線性問題得到很好的處理，使人工智能技術在計算機網絡中有著很成功的應用。

2 大數據時代人工智能在計算機網絡技術中的應用

2.1人工神經網絡

模擬人類大腦的運行是人工神經網絡的基本方法。通過模擬人腦的處事方式，使得人工神經網絡在接受性與容錯性等方面比其他系統有更大的作用。科學家們可以通過人工神經網絡對有噪聲的或者畸變的輸入模式實行精準明確的識別。將其與各種檢測系統一起配合使用，就能十分明顯提高檢測的效率。因此，在大數據時代下，人工神經網絡那龐大的低價值密度的數據分析與檢測活動中具有不可忽視的作用。以人工智能技術為基礎進行的計算機網絡自動化分析操作，可以分辨的對象多種多樣，主要有噪聲輸入模式和畸變輸入模式等。科研人員常用并行的方式檢測信號在噪聲或畸變模式下輸入后的實際效果，這種科研方式在網絡的安全管理領域大有作為。

2.2 數據挖掘

數據挖掘技術的工作原理，就是利用審計方法來對網絡連接、主機會話等進行分析，將其中最獨特的特點查找出來，對這些特點進行描述，利用人工智能對其入侵規律進行學習，對于計算機網絡中沒有遭受入侵的狀態，進行記錄，倘若在網絡受到攻擊時，使系統運行出現不正常時，識別入侵對象。所以，可以將人工智能的自我記憶和學習能力進行體現，將其進行應用后，能夠將入侵對象的檢測進行優化，使檢測效率得以大大提升。

2.3 人工免疫

這一技術是對人體的免疫系統進行模仿，通過計算機程序將其體現出來，其主要有三個方面的內容：①基因庫；②否定選擇；③克隆選擇，這三個方面的內容有機結合，能使傳統的入侵檢測過程中的問題得以有效的補充，但是對于未知病毒的不足不能進行有效的識別。例如在基因庫內，技術人員能夠將多個基因片段進行再整合，也可以對突變后的狀態進行分析，識別入侵系統中的不同類型的病毒，然而實際情況是，基因庫的建設能力還需要不斷的提升；針對否定選擇，系統會出現一系列的字符，再通過否定選擇算法，刪除掉能夠匹配的字符，倘若選擇正確，那就是合格檢測，可以對下一步的操作進行。這一技術的應用還需要不斷的優化，其應用價值才能發揮出來。

2.4 數據融合技術

數據融合技術是以用戶作為對象，將多個數據進行重新組合，在組合的基礎之上挖掘出更多的信息。數據融合在網絡安全的管理中，能夠將多個傳感器在系統中進行連接，提高計算機的系統性能，將傳感器的入侵范圍縮小，打破原有的局限模式，保證入侵檢測系統的安全，多種技術融合之后會產生更好的效果。現階段入侵檢測方面的技術很多，包含數據庫和各類知識結構的拼接，構建了專家的知識系統，如果一旦受到系統的入侵就可以自動檢測數據，確定入侵的種類和危害。專家知識庫包含很多基本理論和經驗，將已知的內容轉化為各類編碼，數據庫中得到專家的支持并且采用各類管理方式，以便完成計算機的各項工作。

2.5 人工智能問題求解技術

這一技術的應用要在一定的情況下進行，通過限定的步數來將算法進行實施，其具體技術有三個：①搜索技術，這一技術是以狀態圖為基礎的；②推理技術，這一技術是以謂詞邏輯為基礎的；③求解技術，這是一技術是通過結構化知識分析來完成的。其中搜索技術的使用范圍廣泛，有狀態和問題空間，能夠使用多種技術進行搜索，結合每個問題的不同之處來將搜索方式進行選擇，使搜索效率得以提升。此外，這一技術能夠利用評價來使搜索效果實現最佳。所以，這一技術的深入發展和使用，能夠使網絡資源的使用得以有效降低，使網絡資源的利用率得以大大提升。

2.6 專家系統

人工智能化的專家數據庫，能夠自主吸收專家的經驗，并對吸納的知識進行總結，持續性的把這些內容輸入到專家系統中，以完善系統的內容。

人工智能專家系統技術，在計算機網絡管理與系統評價中有不小的貢獻。現階段，專家系統的知識庫涵蓋了基本的理論、直接經驗、間接經驗等內容。把匯總的各種專家經驗放入數據庫中，使用計算機網絡技術對其編碼，使每一條計算機網絡管理決策都有專家系統中包含的專家支持為依據，并采用相同的方式，使管理與評價工作也有專家的決策支撐。

隨著我國信息技術水平的不斷提升，人們生產生活更大程度的通過計算機網絡開展。為保障計算機網絡中各項人們基礎數據信息的安全，就需要運用專家系統提供的技術，增強計算機網絡的安全。將人工智能應用到入侵檢測方面中，可以有效對計算機專家系統開展工作進行有力支持，更快更及時的建立起專業領域的專家數據庫，并且將這個專家數據庫編譯成為特定的計算機指令。當外界進行入侵時，就可以及時將之作為做出判斷的直接依據，并且及時對造成入侵的原因追本溯源，得出準確的后果判斷，通過這種方式提升安全檢測準確性，是十分有效的做法。

總而言之，人工智能技術在計算機網絡技術中的運用愈發普及，從而體現出人工智能技術在發展方面的未來，在不斷深入分析下，人工智能技術會運用在更多的領域當中。

參考文獻：

[1] 鐘婭. 大數據時代人工智能在計算機網絡技術中的應用分析[J]. 電腦迷. 2018（10）

[2] 張芙蓉. 簡析大數據時代人工智能在計算機網絡技術中的應用[J]. 數碼世界. 2018（08）

[3] 孔亮. 人工智能在計算機網絡技術中的運用問題[J]. 智庫時代. 2017（13）

[4] 沈郁喬，黃偉. 大數據時代人工智能在計算機網絡技術中的應用[J]. 科技創新導報. 2018（01）