人工智能背景下計算機網絡安全管理研究

畢超

關鍵詞：人工智能；計算機網絡；安全風險；安全防護技術

1引發計算機網絡安全風險的主要因素

1.1計算機網絡本身的特殊性

當下流行的幾大數據庫對于數據存儲具有一定的穩定性，但在遭遇網絡病毒惡意攻擊后就會造成不同程度的損壞，其內部結構會出現漏洞導致數據存儲效果減弱，信息安全得不到應有的保障。在沒有任何網絡防護措施的情況下，數據庫將無法承受來自各個方面的網絡病毒攻擊，造成數據泄露和遺失，導致內部程序混亂甚至出現各種無端操作，進而嚴重影響其整體數據存儲的安全性和穩定性。硬件設備和網絡信息數據安全防護是密不可分的，在部分系統網絡中硬件設備除了為用戶提供外部操作功能外，還肩負著系統升級、系統維護、系統檢查等多項任務。

1.2傳統網絡安全防護方式落后

通常來講，計算機系統網絡外部與內部之間存在明顯邊界，然而隨著相關技術不斷升級和更新導致其結構邊界不斷淡化，為豐富用戶體驗增強數據傳輸功能，現代網絡系統接口及設備外接口不斷增多，在方便人們操作、提升數據傳輸速度的同時也造成了極大的安全隱患，導致網絡安全防護范圍不斷擴大，而安全防護措施卻沒有做到及時更新和升級。因此，必須利用現代技術手段不斷改進和更新傳統安全防護技術，積極研發新時代網絡防護措施，從而保障現代網絡信息數據的安全性和穩定性。

2計算機網絡安全風險帶來的威脅

2.1個人隱私信息被盜取

現代AI智能技術在人們生活和社會生產中發揮著重要作用，合理利用網絡技術可以提高人們日常工作效率，最大限度地減少人工勞動量，從而降低企業人力資源成本，為企業創造更多的經濟效益。然而，網絡本身高效且開放的特性也為網絡黑客非法牟利創造機會。許多非法人員和網絡黑客通常以視頻、圖片鏈接和各種木馬程序等方式，通過引誘用戶點擊使病毒侵入計算機操作系統中，從中竊取用戶職位、手機號、家庭住址等相關信息，部分病毒還會對系統造成破壞，導致系統癱瘓而無法正常啟動，嚴重威脅到廣大網絡用戶的人身安全和財產安全。例如，當下很多不法分子通過各種手段竊取用戶信息進行電信詐騙，由此可見我們的個人身份信息已經不再安全。

2.2威脅國家信息安全

國家信息安全是保障國民經濟發展的核心，只有社會處于和諧穩定狀態才能使人們擁有一個安全、良好的生存空間。隨著各國經濟與文化的交流不斷深入，國與國之間的相互合作也越來越多，在互聯網技術不斷提升的環境下，信息交流也變得更加便捷和迅速，許多商務項目的洽談和會議都是通過網絡進行。然而，一旦出現網絡安全防護漏洞，就會使一些非法人員和網絡黑客通過各種方式進行攻擊和破壞，嚴重影響國際事務的正常發展和運行，部分非法人員甚至通過竊取國家機密而從中牟利，進而嚴重影響國家經濟發展與國際信息交流。

3基于人工智能的計算機網絡安全管理路徑

3.1網絡安全節點控制技術應用

網絡節點中通常含有大量的網絡交互信息，不同節點中的不同信息所遭受的網絡病毒攻擊也各不相同。節點在遭受各種病毒攻擊后，會產生不同程度的節點度量相關信息數據，必須應用相應的AI智能技術對其進行細節分析和處理，從而有效降低節點信息數據的互補性和冗余性。合理建設相關防護系統能夠使信息處理變得更加智能化，通過處理和分類模糊數據信息來解決各類網絡病毒攻擊，從而保障整體網絡防護系統節點的穩定性和安全性。為充分掌握D-S理論數據的真實性，提出權重D-S理論數據，必須對各種節點中存在的網絡信息數據進行綜合處理和分析，并合理分析權重信息，再通過融合權重信息規則對相關數據信息進行修正和處理，從而提高信息處理效率，保障整體信息節點的穩定性和安全性，具體流程如圖1所示。

應將權重理念與節點中度量信息數據相互融合，從而提高節點信息在分析網絡數據信息過程中的準確性，減少信息處理過程中產生的影響和數據沖突。應以信息特性及重要程度合理分配各個環節的節點權重，從而增強整體網絡系統運行的穩定性，通常在分配權重時需要利用相關計算方法確定其重要程度。在對網絡系統進行安全等級評估時，應適當結合各種節點信息可能發生的安全隱患進行綜合性數據分析并計算網絡風險概率?？赏ㄟ^分配函數進行節點風險發現概率計算，從而準確測評整體網絡的安全等級。在實際操作過程中，可對不同的網絡數據信息進行分析和識別，并設置相應等級的安全防護措施，從而有效阻擋外部網絡病毒對網絡地域的攻擊。

3.2網絡信息安全處理技術應用

AI智能具有深度學習能力，可通過計算機設備賦予，使其在面對不同網絡層的環境下都可以啟用自動學習模式，經過多方面網絡訓練后可取得大量學習信息數據，從而掌握豐富的信息處理方法并在日常運行中學習更多的網絡防護手段。經過長期系統學習，不斷提升AI智能系統對各種數據信息判斷和預測效果，進而提高數據信息處理效率。AI智能系統所包含的技術基礎在處理器中主要包括可重構數據計算、循環神經以及AI神經網絡計算。AI神經網絡主要由模擬神經元在計算機系統中通過各種信息交互的方式建立AI模型，而基礎學習算法主要應用于神經回路網絡建設。網絡模型通常具有各種各樣的節點，類似于不同觸角的神經元，且其含有多種算法，用以數據加工、獲取和過濾。在智能學習算法長期運行中節點數據存儲和輸出的計算方法各有不同，從而保障模型數據集的穩定性，進一步提升系統數據信息處理能力。

3.3網絡入侵檢測技術應用

入侵檢測是一種針對病毒攻擊、越權訪問和各種惡意網絡活動的信息識別技術。AI智能在對入侵檢測網絡相關技術應用分析時，可以應用系統識別和計算方法將合法網絡與病毒入侵詳細區別，從而提高防護系統識別外部系統攻擊的準確性。利用AI智能在網絡系統建立全面監控系統，對整體網絡交互信息實施全面監控和識別。系統會第一時間識別異常信息數據，在遇到短時間內無法識別的信息時會將其引入自動數據處理系統，并根據以往信息分析結果進行對比，從而確定信息的安全性，若對比后仍無法確定信息狀態，則會及時向系統操作界面發出警示，從而便于人工處理，保障整體網絡數據信息交互的穩定性和安全性。

將AI智能技術與入侵檢測技術相結合，共同建立相關防護系統，并利用AI智能中特有的信息學習功能對不同流量進行分析處理并遷移，真正使各種區域內不同數據庫信息形成同一數據集信息并共享。在構建入侵檢測遷移性網絡過程中，必須對原始數據進行合理利用并通過系統訓練使其演化成各種數據庫，從而為數據信息后期識別和處理提供方便。其中，以表1隨機選擇的3組數據進行相關數據學習遷移實踐為例。

整體數據集實驗中，1號數據集中數據流量信息多存在于不同場景中，流量攻擊類型也各不相同，但在病毒信息流量中卻含有部分正常數據信息流量。2號數據集則屬于真實網絡運行，也遭受到各種類型的流量攻擊，其中存在大量真實數據。在獲取數據集后必須對其實施預處理，從而使訓練效果達到最佳狀態。并利用flow數據信息流量特征進行系統分類及處理，使其產生報文序列，同時精確劃分flow形成時序性數據信息流量。在系統日常運行時可融合網絡防御系統與AI智能，對潛在風險數據進行一系列分析和過濾，結合系統自主學習時產生的數據庫檢測信息和現有數據庫信息，提升入侵檢測效率和速度，進而有效增強對各種網絡病毒攻擊的防御效果。而3號數據中存在很多常見的流量攻擊信息，集合中的數據相對準確，在每個子集中攻擊數據信息類型也各不相同，但也包括部分正常的數據信息流量。

3.4網絡安全識別技術應用

安全識別系統主要對人臉輪廓進行整體掃描和檢測，從而達到防護效果。系統會對人臉圖形實施檢測和數據采集，應用固定或者移動攝像頭對用戶靜態、動態操作及表情和位置變化信息進行詳細數據采集，并通過數據分析結果進行全面系統搜索。作為一種預處理人臉信息檢測方式，其在整體數據信息處理時會對人臉輪廓大小和位置分別標記，并結合面部特征加以分類，提取關鍵數據信息。根據不同面貌特征分別進行識別和提取，從而增強其在實際應用中的監測效果。通過AI智能系統相關功能進行深度數據信息獲取、存儲和對比，將人臉圖像轉化為數據狀態，并根據數據分析結構進行一系列建模，最終達到數據與人臉模型雙重檢測效果。人臉圖形的識別和匹配主要應用數據處理系統進行識別和計算，提取人臉模板和特征，再將其與數據庫中現有數據進行一系列對比、分析和匹配。在人臉對比時需要在系統中輸入適合的閾值，系統會按照閾值范圍進行對比分析，從而進一步提高識別身份信息的準確性。為增強測試效果可應用神經網絡進行建模并壓縮參數量，從而加快數據檢測和存儲時間。

3.5計算機網絡安全支付

將AI智能技術合理應用到網絡支付相關系統運行中，可以產生防控欺詐和身份識別的作用，在保障安全網絡交易方面AI智能可通過本身學習功能，對相關企業業務數據進行一系列系統學習和分析，在出現疑似網絡欺詐信息時系統會第一時間啟動防護模式，對相關信息進行細致檢查和搜索，并標出詳細信息狀態和分析結果，從而保障用戶信息安全，避免用戶自身利益受到損失。在實際運行中，系統會根據相關信息數據創建網絡節點，并對節點動態權重及重要度進行綜合分析，進而形成良好的網絡防護層。合理應用AI智能更加有利于數字化支付的推行，為金融業務提供良好的發展空間，同時能增強對用戶賬號和支付安全的防護。通過對支付相關功能實施一系列系統規劃和升級，構建清晰且健全的業務產品線。比如，某網絡購物平臺曾將人臉支付與物聯網相結合，利用智能技術推動“手機化”線上消費，整體支付過程既方便又安全。通過不斷推行智慧支付，可以促進企業穩定發展。

3.6優化APT識別方式

在整體計算機網絡信息數據安全防范中，應用智能技術在面對一些相對高端的病毒代碼檢測時仍有一定難度。為有效防止惡意病毒代碼對網絡系統的危害，就必須要求網絡管理員對網絡防護系統運行過程中出現的異常狀態及時分析，并應用現代技術加以處理。合理應用智能技術能夠為相關人員在處理網絡問題時提供相應的問題處理參考建議，同時可提供整體系統藍圖，問題處理后系統會將處理過程存儲，在遭遇類似網絡問題時自動執行處理方案，從而使網絡防護系統得到進一步優化和改善，在其余網絡病毒及非法程序入侵時，能在最短時間內處理網絡風險事件。經過一系列實際分析發現，合理應用人工智能技術進行網絡防護并非單單針對某個攻擊事件的處理，而是在不斷應對的過程中進行長期積累和學習，實現對類似風險事件的有效預防，避免類似網絡安全風險重復發生，進而提升系統本身的安全風險防護能力。

4結束語

在人工智能背景下，計算機網絡技術達到了前所未有的高度，而網絡黑客通過病毒入侵對信息數據安全交互的威脅也隨之增多。因此，必須重視網絡安全防護工作，通過應用各種網絡技術建立網絡信息防護網，并在實際應用中不斷研究和更新，從而為企業單位和個人打造一片安全的網絡空間。