基于大數據的人工智能技術在計算機網絡運維中的應用策略研究

2021-10-28 13:27:24高盛軒周傳生

網絡安全技術與應用 2021年9期

◆高盛軒周傳生

◆高盛軒周傳生通訊

（沈陽師范大學遼寧 110034）

隨著大數據時代來臨，科學技術不斷進步，計算機網絡技術在各個領域占有舉足輕重的地位。然而，由于各個領域對計算機網絡的要求不斷增高，其局限性逐漸暴露，因此，將人工智能技術引入到計算機網絡中成為一種必然的趨勢。基于此，本文根據智能故障溯源、K-means算法、Naive Bayes算法等方面對人工智能于計算機網絡運維中的應用策略進行了詳細剖析與研究，以此為用戶帶來更優質的服務。

人工智能；K-means算法；Naive Bayes算法；應用策略

伴隨著網絡上產生的數據量激增，人工智能正逐步應用到各個領域，其可以提取出海量大數據中有效的信息，提升非線性問題處理時效。現階段于大數據背景下的人工智能應用在計算機網絡中的優勢還未被完全發掘，因此，我們需要采取更進一步的深入研究。

1 研究背景

1.1 人員工作量繁重

傳統含義上的計算機網絡管理依靠管理人員使用管理軟件對網絡系統狀況實行調控，來確保網絡順利運作。由于網絡管理工作量巨大，任務繁重，工作人員負荷較大，因此，應用人工智能技術可以省去許多瑣碎的人工操作，普遍含義上提高了人們的生活標準以及網絡管理時效。

1.2 網絡監督與控制困難

由于人們工作生活中產生的數據量不斷攀升，且數據來源復雜，因此，就傳統計算機網絡技術而言，其網絡監督效果較差、控制能力不足。人工智能面向較為復雜的計算機網絡結構能夠進行實時監控，分析和評估，有效解決傳統計算機無法解決的難點，保障計算機網絡平穩運行。

2 大數據背景下人工智能的應用優勢

2.1 處理問題高效

計算機網絡存有大量未知、煩瑣以及模糊的數據，覆蓋著許多領域的內容，以傳統計算機網絡處理這些數據將會十分困難[1]。而人工智能分析過程中使用的數據并不需要完全準確，通過對人類思維模式的模擬，它能夠靈活分析和處理模糊問題。

2.2 計算成本低

如今為了滿足各領域日益增長的需求，數據中心運營中產生的成本越來越大。人工智能采用的主要算法是控制算法，它的運算速度較高，消耗資源較少，可以有效降低運營時產生的成本。另外，人工智能的自動化過程大大降低了人為操作的需求以及處理數據所耗時間和資源，企業節省成本的同時可以優化企業資源管理，獲得更高的效益。

3 大數據時代下人工智能在計算機網絡運維中的應用策略

3.1 計算機網絡維護

傳統計算機網絡維護處理數據效率低，周期長，質量也難以保障，跟不上用戶的需求，我們可以把人工智能技術應用至計算機網絡維護中。以人工智能為載體的計算機維護應用領域十分廣泛，其中智能故障溯源技術[2]可以過濾篩選分類告警信息，提取故障特征，并根據KPI指標，故障處理經驗等進行AI學習，形成故障診斷資料庫，根據每個告警信息間的關系進行故障溯源。具體流程如圖1所示。人工智能通過海量數據的支持，可以作為信息分配的載體，建立智能數據庫，收集用戶行為信息進行學習和反饋，然后針對不同環境進行預期分析，為用戶提供智能決策規范。

圖1 智能故障溯源流程

3.2 計算機網絡管理

鑒于智能化、信息化的普及，企業與各種機構乃至人們的生活都愈發仰仗計算機技術，計算機網絡與人工智能技術高度融合可以提高數據庫的運行效率，極大提高了網絡管理的效率，降低管理難度，為企業工作提供決策方向。基于此，可以利用K-means算法在短時間內處理海量數據，獲取用戶行為信息，分析人們的需求以提供合理的優化方案，提高計算機網絡管理水平。K-means算法在機器學習、數據挖掘等方向被廣泛地應用。它是一種典型的無監督學習算法，根據數據樣本間的相似性，將樣本分成許多不同的類別[3]。K-means算法流程如圖2所示。