淺談人工智能在計算機網絡技術中的應用

◆張茂

淺談人工智能在計算機網絡技術中的應用

◆張茂

（蘭州石化職業技術學院 甘肅 ）

隨著科技的進步、大數據的發展，人工智能的發展日新月異。人工智能能完成很多人工無法完成的任務，且工作更為高效、安全。本文主要闡述了人工智能的概念，分析了人工智能在計算機網絡中的應用，并探討了大數據時代，人工智能和網絡的結合，使模式識別、故障診斷、統計分析的結果更為準確、高效、可靠，旨在推動人工智能的發展，促使民眾的生活以及工作效率得以顯著提升。

AI技術；計算機網絡技術；大數據

1 概述

1.1 定義

人工智能（Artificial Intelligence，AI）技術是計算機網絡發展至今的一個高科技產物，小到掃地機器人，大到無人駕駛飛機，軍事、醫療、民生等方方面面均留下了AI的身影。AI技術充分借助了計算機網絡技術的優勢，和自身特征進行有效結合，促使其擁有更加優質的性能，且能夠存貯海量信息，并借此展開相應的信息處理。美國麻省理工學院的溫斯頓教授說“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作”。即AI技術是一種應用計算機的軟硬件模擬人類思維、借助程序以及算法高速處理、解決問題的基本理論和方法。AI技術主要借助先進的現代信息技術實現，和以往的計算機處理相比，更加精準高效[1]。

1.2 AI的重要性

大數據環境下，隨著計算機技術的飛速發展，AI技術應運而生。AI技術在計算機網絡技術的助力下，在很大程度上能夠幫助人們安全、可靠、高效地完成一些風險性較高的工作，AI技術的應用能夠改變計算機信息模式，將傳統的被動轉化成主動，降低網絡信息泄露的風險。且采用AI技術對網絡環境展開有效監控，能在第一時間找出問題，及時展開相應的補救作業，由此實現對信息的動態化管理，從整體的視角展開工作，實現質量以及效率的提升。因此在今后的社會發展中AI技術將發揮出更為重要的作用[2]。

2 AI技術在計算機網絡中的應用

2.1 人工智能在數據分析中的應用

大數據時代，可以通過數據分析獲取很多現場的運行參數及其特征，反映現場的實際工作情況。但由于數據具有種類多、基數大等特征，在展開數據收集時，相應的工作會呈現出緩慢、效率低的狀態。在數據入庫后需對其展開較為嚴格的整合、進行數據的有效性分析作業，這也是進行數據收集的根本出發點[5]。因此出現了數據分析師這一職業，但是人工處理過程中周期長、準確率低，難免由于工作疏忽造成數據信息混亂，采用人工智能算法則可更好完成數據分析、處理工作。最常見的AI算法有BP神經網絡和支持向量機兩種。

BP神經網絡，是1986年由Rumelhart和McCelland為首的科學家小組提出的，是一種按誤差逆傳播算法訓練的多層前饋網絡，是目前應用最廣泛的神經網絡模型之一。BP神經網絡反映了人腦功能的若干基本特性，但并非生物系統的逼真描述，只是某種模仿、簡化和抽象。與數字計算機比較，人工神經網絡在構成原理和功能特點等方面更加接近人腦，它不是按給定的程序一步一步地執行運算，而是能夠自身適應環境、總結規律、完成某種運算、識別或過程控制；能學習和存貯大量的輸入-輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程，因此廣泛應用于統計分析，軟測量、故障診斷等領域。

支持向量機（Support Vector Machine，SVM）是Corinna Cortes和Vapnik等人于1995年首先提出的，它在解決小樣本、非線性及高維模式識別中表現出許多特有的優勢，可用于數據分析、識別模式、分類和回歸分析、故障診斷等領域中。只要借助AI技術選擇合適的核函數，SVM算法就能找到最優目標函數。同時，SVM算法也給AI技術與計算機網絡技術的高度融合帶來了相應的機會[3]，從而促使AI變得更強大，更可靠。

2.2 人工智能在網絡安全中的應用

計算機軟件由于自身缺陷，在程序運轉過程中往往可能會出現一些漏洞，這些問題在短時間內又無法進行相應的處理，從而有可能發生黑客竊取信息的情況，進而借助這一漏洞展開一些非法勾當；或者在計算機進行拷貝信息等作業時，存在著信息泄露的可能；又或者在計算機使用的過程中，用戶不經意間刪除了某些信息，較難恢復等等。上述種種情況均增加了計算機使用過程中的安全隱患[4]。

計算機傳統安全技術，通常表現為防火墻、入侵檢測、反垃圾郵件及木馬查殺等系統，但這些系統無法在第一時間對計算機運行出現的問題進行高效的解決。借助AI技術對傳統安全進行有效優化，強化異常信息的識別能力，進而打造出全新的安全系統，能夠在很短的時間內實現對風險數據的捕捉，且以此展開精準攔截，顯著提升檢測的效率。同時，將人工智能應用于產生式規則專家系統中，提升了入侵檢測的能力，可在第一時間發現入侵信息。當入侵程序進行更新時，其對應的檢測能力會出現減弱，此時借助AI人工神經網絡系統展開訓練，該系統能夠進行相應的技能學習，并會對入侵的信息進行高效的研判，較大地提升算法檢測的安全性[6]。

2.3 人工智能在網絡評價技術中的應用

網絡通信過程中，由于運營商的諸多限制，互聯互通情況較差，同省不同ISP之間的相互訪問、相同ISP的高峰時段相互訪問，錯誤的鏈路路由，均會導致網絡延時較大。現代網絡中通過AI技術構建計算模型，將網絡中由于傳輸延時，路由隊列，對端處理所構成的RTT（Round Trip Time）往返延時，丟包等一系列關系到網絡質量的數據進行有效計算后，得出的優化評價及改善算法稱為網絡評價算法。AI技術的高效應用，能夠促使評價以更加客觀完整的形式得以體現。首先，在智能求解技術方面，主要采取了狀態圖的搜索技術、邏輯推理技術及結構化知識求解技術等。在條件一致的情況下，雖然存在有不同的搜索技術，但AI求解為最佳的選擇。AI求解技術在效率、資源占有等方面比較節約，比傳統計算方式更為合理。其次，AI專家知識庫技術的創建推出，也促使安全管理呈現出更加合理的態勢，從專家經驗出發，聯系運用到具體案例，能夠在較短的時間內研判及處理一些相對困難的問題。當然，在識別的過程中可能會有一定的誤差，具有一定的局限性[7]。因此，在今后的發展中，更應該發揮計算機網絡技術的長處，實現對專家知識庫的完善，促使安全管理效果能夠最優化。

3 結束語

綜上所述，AI技術與計算機網絡的結合，使我們的工作、生活更為高效、安全。首先，AI的應用，在計算機網絡系統管理作業中，在知識體系方面會呈現出全角度的特點，借助各種機器學習算法和專家知識庫，彌補了網絡動態性方面的不足。其次，AI的應用，使防火墻技術大大增加，研判網絡安全風險的精準度隨之提升，進而使網絡安全質量得到了顯著的強化。再次，通過AI技術構建計算模型，可以構建網絡評價算法，進而改善網絡傳輸質量等問題。最后，通過AI技術和計算機網絡技術的融合發展，用戶可以根據自身的具體情況搜索和傳輸所需數據，實現一種量身定制的個性化服務，這樣的技術操作不僅縮短了查詢搜索時間，還能保證查詢信息的準確率，大大提升了計算機網絡的查詢與使用效率。雖然AI技術能夠幫助人們完成各種復雜的工作，甚至能代替人類到極其危險的環境中進行探測，但人工智能不是人的智能，不能完全代替人腦，還有很多問題亟待進一步的解決。

[1]宋晶.計算機網絡發展中的AI技術應用與研究[J].網絡安全技術與應用，2021（04）：100-101.

[2]郭福燕，黃穩穩.大數據下AI計算機網絡技術中的發展探究[J].網絡安全技術與應用，2021（04）：102-103.

[3]韓玲玲.大數據時代AI在計算機網絡技術中的應用[J].電子世界，2021（05）：170-171.

[4]許幫漢，周杭燕，吳天賜，王雪，蔡政英.AI在計算機網絡技術中的應用研究[J].網絡安全技術與應用，2021（03）：134-135.

[5]胡斌彥.大數據環境下AI在計算機網絡技術中的應用[J].數字通信世界，2021（03）：172-173.

[6]許興財.AI在計算機網絡技術中的應用[J].電子技術與軟件工程，2021（05）：38-39.

[7]劉菲，趙瑞鋒，尤毅，顧博川，唐曹超.基于大數據時代AI在計算機網絡技術中的應用[J].電子技術與軟件工程，2021（05）：177-178.