人工智能在證券行業計算機網絡安全環境下的應用

邱明 顧琦

摘要：

大數據時代下，數據資源的利用價值進一步突顯。但是海量的數據規模、快速的數據流轉和多樣的數據類型，導致數據資源的利用難度較大，無形中造成了嚴重的浪費。近年來人工智能（AI）的理論研究和技術創新逐漸成熟，將AI應用于大數據處理，可以提高計算機網絡風險識別能力、合理配置計算機網絡資源、優化計算機網絡服務水平。首先概述大數據與AI之間的關系，隨后基于AI在計算機網絡中的應用優勢，分別選取網絡安全管理、模式識別、網絡代理3個角度，就AI的實踐應用展開了簡要分析。

關鍵詞：

大數據; 計算機網絡; 人工智能; 神經網絡系統

中圖分類號： TP 393

文獻標志碼： A

Application of Artificial Intelligence in the Computer Network

Security Environment of Securities Industry

QIU Ming， GU Qi

（Guotai Junan Securities Co. Ltd.， Shanghai ?201201， China）

Abstract：

In the era of big data， the utilization value of data resources is further highlighted. However， the massive data scale， rapid data circulation and various data types make it difficult to utilize data resources， which causes serious waste virtually. In recent years， the theoretical research and technological innovation of artificial intelligence （AI） have gradually matured. Applying AI to big data processing can improve the risk identification ability of computer network， reasonably allocate computer network resources and optimize the level of computer network services. In this paper， the relationship between big data and AI is firstly summarized. Then， based on the application advantages of AI in computer network， three perspectives of network security management， pattern recognition and network agent are selected to carry out a brief analysis on practical application of AI.

Key words：

big data; computer network; artificial intelligence; neural network system

0引言

近年來，大數據、云計算、AI、5G等許多新名詞不斷涌現，推動信息技術發展進入了新紀元。在金融科技的推動下，各大券商也相繼開始了人工智能項目的研發，將券商業務與AI相融合，已經成為時下的一門熱點話題。從現階段部分證券公司推出的一些APP來看，人工智能主要在智能服務、量化交易、精準分析等方面，展現出了明顯的優勢。通過開展人工智能在證券領域的應用研究，目的在于人以大數據、物聯網為依托，進一步提高“智慧證券”的成熟度，在為客戶提供個性化服務，精準化預測等功能的基礎上，探索大數據時代券商行業發展的新路徑[1]。

1大數據與人工智能的關系

1.1人工智能是大數據技術應用的基礎

大數據時代，數據的海量化特征，導致有效數據的篩選和提取難度增加。AI技術的應用，能夠通過人工設置篩選條件的方式，以極高的速度對數據庫中的數據進行過濾，其中符合篩選標準的數據會被留下來，存儲在數據庫的一個獨立單元內，而其他不符合使用需求的，則被視為無效數據被清除。這樣既可以釋放更多的存儲空間，同時也進一步提高了有效數據密度，為下一步數據的整合、利用奠定了基礎。AI還具有自主學習功能，隨著應用時間的延長，應用領域的擴展，智能化程度也會不斷提升，在支持大數據技術應用方面也會發揮更大的作用。技術人員可以深化AI研究與開發，利用其強大的學習能力，在提升客戶服務體驗、增強券商風險防控能力上，發揮大數據技術的應用價值。

1.2大數據讓人工智能得到進一步成熟

《新未來簡史》一書中將大數據的應用分成3個層次，其中最高層次就是對核心數據的深度挖掘和利用。而AI的特征之一就是“深度學習”，在這一方面大數據與AI有著共同之處。AI要想得到持續的發展，就需要利用海量的數據作為學習樣本，在不斷的學習過程中，提高其智能化程度。大數據不僅可以提供AI深度學習所需的數據樣本，而且還能夠基于客戶的個人信息，為其提供個性化產品。例如近年來許多券商都推出了服務應用類APP，提供全景行情、超級賬戶、嚴選理財等功能，智能化程度更高，客戶反饋更好[2]。在“智慧證券”背景下，證券公司的信息技術部門，也要熟練掌握大數據、云計算等技術，在開發人工智能產品、深化人工智能應用等方面做出更多成績。

2計算機網絡中人工智能的應用優勢

2.1有助于提高網絡穩定性

大數據時代的到來，一方面為證券行業提供了新的發展機遇，智能盯盤、智能資訊等服務，讓客戶可以隨時隨地的掌握信息;另一方面也讓證券行業面臨新的挑戰，例如數據安全問題、個人隱私問題、人際關系問題等等，都是當前環境下，必須要考慮和重點要解決的問題。而AI技術在證券行業計算機網絡中的推廣使用，可以有效應對常見風險，提高網絡環境和數據隱私的安全性、穩定性。例如，很多券商已經開始著手打造自己的智能風控平臺，利用AI技術可以對海量訪問信息進行精準識別，一旦發現有非法訪問、惡意入侵等行為，AI可以第一時間識別，并采取相應的防控措施，保障了整個平臺網絡環境的安全性。當然，每家券商的信息基礎設施、AI開發程度不同，信息技術部門也要結合自家公司的實際情況，編制AI研發計劃，整合信息資源，為確保證券公司網絡安全提供技術支持。

2.2有助于提高信息處理能力

在大數據時代，誰掌握了數據，誰能夠利用數據，誰就掌握了行業競爭的先導優勢，對于證券行業來說尤其如此。AI在信息處理方面有獨特的優勢：首先，相比于普通的計算機算法，AI采用的是模糊邏輯，不需要重新建立系統模型，就可以完成數據篩選、整合、分析等功能，對目標數據進行立體化的解析，以便于管理人員做出科學決策。其次，在信息技術運行機制上，普通計算機網絡采用的是獨立結構，上層、中層與下層結構相互獨立，按照邏輯順序依次完成分工作業，這樣無形中降低了效率、浪費了資源。而基于AI技術的計算機網絡，采用了多線程結構，上層、中層和下層結構密切聯系，可以同步推進，信息處理能力顯著提升[3]。信息技術部門在進行公司日常業務信息獲取、分析、處理時，可以利用互聯網技術、AI技術等，實現信息處理速度與深入挖掘數據價值的有機統一，增強各類信息的利用價值，為公司高層的科學決策提供參考。

3人工智能在計算機網絡安全管理中的應用

3.1人工智能的系統組成

維護證券公司計算機網絡和客戶信息的安全，是信息技術部門的主要職責。將AI技術應用到證券公司計算機網絡安全管理中，要求信息技術人員必須要熟悉AI系統中各類子系統的具體功能，本文以神經網絡系統、AIagent系統和專家決策系統為例，進行了簡要概述。

3.1.1神經網絡系統

神經網絡系統可以看作是一個龐大的并行處理器，其優勢主要體現在三個方面：其一，采用分布式存儲，在保證信息兼容性的基礎上，進一步提高了容錯能力。其二，具有較強的學習能力，能夠勝任中央控制器發布的各種操作指令。其三，神經單元并聯形成神經網絡，某個神經單元出現故障后，不會影響整體運行。正是基于神經網絡系統的上述特點，在計算機網絡安全管理中得到了廣泛應用。例如，券商網站出于數據隱私保護需要，會定期進行病毒檢測。利用神經網絡系統，可以自動獲取常見病毒的攻擊形式和應對策略。這樣即便是病毒隱藏在普通文件中，也可以被及時識別出來并進行清除，從而達到保護網站安全的目的。

3.1.2AIagent系統

AIAgent技術的全稱為人工智能代理（Artifical Intelligence Agent）技術，它是一種軟件實體，由知識域庫、解釋推理器、數據庫、各個Agent之間的通訊幾部分組成。通過每個Agent所有的知識域庫處理新信息，并給予其解釋推理機制對周圍環境進行判斷，當一個Agent獲得一項任務，利用便捷的通訊網絡，實現各個Agent之間的相互溝通，共同完成任務。AIAgent技術能夠根據用戶定義的準則，實現信息的自動搜索并將其傳遞至用戶所指定的地點。AIAgent技術具有自主性、學習型、協作性、個性化、智能化以及社會性等特征。

3.1.3專家決策系統

專家系統是發展吋間最長、也是最為成熟的一類AI技術。所謂專家系統，足指由多個知識庫和推諏機制構成的系統。專家系統的工作過程是根據某個領域的多個專家提供的某一類知識而進行推理，也可以說是模擬人類專家作出決策的過程，系統提供的解答類似于專家水平，相符的知識表本也是多基于某一特規則的。總體而言，專家系統的人丁智能水平取決于知識庫中知識的質量，借助于專家系統的知識、經驗支持，可以構建專門的計算機網絡安全管理系統，特別是支持、提高計算機網絡安全管理中的網絡人侵檢測與網絡安全防御能力。

3.2人工智能的應用

3.2.1入侵檢測

在券商智能化服務過程中，保障客戶個人隱私信息的安全性，是一項重要內容。基于AI的網絡安全管理，能夠進一步提高入侵檢測的審核門檻，從源頭上識別風險因子，并將這些入侵行為攔截在計算機網絡防護系統之外。基于AI的入侵檢測應用流程，如圖1所示。

利用AI中的人工神經網絡、專家系統等，建立一套適用于券商網站的計算機推理機制。啟動該機制后，能夠對所有訪問網站的行為進行判斷和識別，如果判斷結果與入侵特征匹配，則將其歸為入侵因子，并采取應對措施。按照這一推理機制，可以實現對90%以上入侵信息的精準識別和攔截過濾。相比于普通的網絡安全防護措施，基于人工智能的入侵檢測，除了保證了極高的識別準確率外，還具有極快的響應速度，減輕了后臺系統的運行壓力，對于保證計算機網絡的運行穩定性也有積極作用。

為了達到證券公司計算機網絡“零風險”的目標，信息技術部門在利用AI技術做好入侵檢測的同時，還要同時啟動其他多道安全防護措施，形成密集交叉的安全網絡，其中智能防火墻就是常用的一種措施[4]。

3.2.2智能防火墻

防火墻是計算機自帶的一種系統和網絡安全保護措施。但是防火墻通常只能對一些常規的入侵行為或病毒攻擊產生抵御作用，而許多經過偽裝的病毒或木馬，則很難被防火墻識別和攔截。將AI技術應用到防火墻中，構建智能防火墻，則能夠進一步提高攔截效率。智能防火墻的應用優勢主要體現為兩點：其一，利用大數據、云計算等技術手段，可以對計算機網絡的訪問信息，進行快速的過濾，提高了信息甄別效率，目前一些先進的智能防火墻，信息處理速度可以達到每年10億次，完全能夠勝任絕大多數券商網站的需要;其二，可以自動對防火墻進行升級，能夠對最新的病毒、木馬進行識別，這樣就解決了因為病毒庫數據更新緩慢，無法識別新型病毒的問題，人工智能在防火墻信息識別中的應用，

如圖2所示。

從人工智能的這一應用也讓我們認識到，基于大數據、人工智能等前沿信息技術的“智慧證券”，也必須在新技術的研發與引進上開展長期投入和保持密切關注。只有不斷更新和應用最新的人工智能技術，才能保證券商業務的安全化開展。

3.2.3智能篩選

為客戶提供更多的智能化服務，是證券行業開發和應用AI技術的初衷。例如目前正在試點應用的智能投顧機器人，整合了智能語音、智能客服等AI技術，為客戶提供定制服務。在網絡安全管理方面，AI技術從客戶角度出發，提供智能篩選功能，根據客戶的使用需求，實現了信息的精準推送。例如根據客戶不同層次的需求，以券商APP作為載體，為客戶推送感興趣的信息，包括理財信息、投資建議等。智能篩選還可以幫助客戶屏蔽一些垃圾郵件，保障APP使用的安全性。受到當前AI技術成熟度的限制，也有一些信息或郵件等無法被精準識別，AI會自動將其標記，信息技術人員可以人工對其進行審核、篩選，采用“AI+人工”的方式，提高篩選的智能化程度。

4人工智能在模式識別方面的應用

4.1基于人工智能的模式識別原理

智能識別是現階段AI成熟運用的一種直接表現，而智能識別的準確率，則是衡量AI成熟度的重要指標，并且可以作為下一步AI優化的方向。以證券APP為例，目前可以通過網絡完成的識別功能，包括文字識別、圖像識別、音頻識別等幾類。雖然模式各有差異，但是經過轉換后，都會轉換為計算機可識別的二進制數據。因此，在識別原理上也有較強的共性，其基本原理為：利用掃描設備，計算機系統在獲取信息（圖像信息、文字信息等）后，識別、提取這些信息，然后轉化為二進制數據。利用AI技術，將龐大的二進制數據，利用特定的軟件重新建模，輸出識別結果。AI系統可以自動作出判斷，并將判斷結果反饋給客戶。

4.2基于AI的模式識別

在AI發展早期，計算機的識別模式比較單一，以文字識別、語音識別為主，隨著AI技術的日益成熟，目前在指紋識別，

如圖3所示。

人臉識別等方面也有了較大的進步，識別速度、識別準確率都有了明顯的提升。以語音識別為例，許多券商APP都支持語音輸入模式，客戶只需要說出自己的需求，APP后臺自動識別語音內容后，將相應的咨詢或是信息通過APP推送給客戶，從系統接收語音、識別語音，再到信息反饋，整個過程不到0.1s的時間[5]。除此之外，根據券商APP的AI開發程度，可以支持一種或多種不同的語言，更好的滿足了不同客戶的使用需求，智能化程度更高，服務質量更優。

5基于人工智能的計算機網絡代理管理

AI代理屬于實體軟件的一種，包括數據庫、解釋推理器、知識庫以及相關通信，根據用戶自定義設置，利用人工智能代理系統對數據信息進行分析與管理，完成用戶指定的相關工作內容，為用戶提供更加智能的服務。AI代理技術，能夠根據用戶的使用習慣，對數據、信息進行分析和處理，將信息傳遞到指定位置，為用戶查詢、使用信息提供方便，以更好地完成用戶分配的任務。由于AI系統具有自主學習的能力，它能夠自動獲取客戶的操作信息，了解客戶的習慣和偏好。在經過多次的模擬和優化后，基于AI代理所作出的選擇與決策，會無限趨近于客戶本人的意愿，兩者的重合率能夠達到99.9%以上。

6計算機網絡技術中人工智能的發展趨勢

現階段5G已經開始商用和逐漸普及，開啟了證券行業發展的新時代。在5G網絡下，大數據、AI等技術更加成熟，以證券APP為例，在短短的幾年時間內，我國各類證券APP的總數已經多達200余款，這些券商APP通過推出諸如智能投資、模擬炒股、智能客服等特色功能，為客戶提供了更加便捷和多樣的服務。在計算機網絡領域，未來AI的優化應用主要集中在以下幾個方面：其一，進一步提高響應速率。針對客戶不同的操作行為和使用需求，計算機網絡需要提高多線程處理能力，利用AI技術將多線程處理效率提升至十萬級甚至是百萬級，并且將響應速度控制在毫秒內。其二，進一步提高自主決策能力。通過持續的深度學習，扎實AI技術在證券行業內的數據基礎，提高技術與行業的融合度。這樣才能夠結合證券行業特點，提高自主決策的科學性和參考性。

7總結

大數據時代的到來，證券行業也迎來了新的發展機遇。通過研發和推廣人工智能產品，可以針對不同層級的客戶，提供個性化、智能化的服務，包括智能賬戶、智能盯盤、智能投顧等等，無論是對于客戶來說，還是對于券商來說，都帶來了極大的技術便利。在券商計算機網絡管理中，以AI技術為核心，整合5G、物聯網、云計算等前沿信息技術，既可以助力金融行業取得突破式發展，又能夠進一步提高計算機網絡的抗干擾能力，保障網站數據、客戶信息的完整性、安全性。下一步，要繼續投入力量開展AI技術的研究、開發、應用，致力于打造“AI+證券”的行業生態。

參考文獻

[1]周鵬，孫永，陳翔.區塊鏈、大數據、人工智能與人類未來社會經濟發展的關系[J].數字通信世界，2019，171（3）：175.

[2]何葳，陳茜，李世玉.人工智能技術對計算機網絡技術的應用及存在問題[C].2018年北京科學技術情報學會學術年會—智慧科技發展情報服務先行論壇.河北保定，2018：123127.

[3]陶云剛，周潔敏，韓永華，等.人工神經網絡在智能結構中的應用研究[J].模式識別與人工智能，2017（3）：238242.

[4]姚文平，洪雙龍，左暢，等.生物識別技術在證券行業中的應用[C].2017：769778.

[5]陳珊珊，鐘燕.人工智能在證券交易系統應用中面臨的問題及對策[J].現代信息科技，2019，3（7）：142144.

（收稿日期： 2020.05.21）

作者簡介：邱明（1962），男，本科，工程師，研究方向：人工智能，機器學習，大數據。

顧琦（1960），男，本科，高級工程師，研究方向：系統架構設計，數據挖掘。

文章編號：1007757X（2020）08013604