人工智能在計算機網絡技術中的應用策略

劉華欣

（山東科技大學，山東 青島 266590）

引言

人工智能（Artificial Intelligence），簡稱AI，是以模擬、拓展和延伸人類頭腦而實現的智能性理論、技術、方法以及應用系統的技術。美國尼爾森教授認為人工智能是呈現獲得知識和使用知識的科學，人工智能技術在計算機網絡技術中的應用包括BP 神經網絡、語言處理、系統推薦以及支持向量機等方面[1-3]。人工智能技術在計算機網絡技術中應用可以實現計算機運行效率、運行上限以及計算機系統安全性等方面的提高，為人類的生產生活提供更為便捷和快速的實現路徑。人工智能技術的應用能夠實現循環往復且長時間的命令執行，極大程度上降低人為操作的錯誤率，提高計算機的非線性處理能力、信息模糊處理能力以及信息協作能力等等。

1 當前計算機網絡技術存在的主要問題

1.1 計算機操作水平較低

計算機指的是用于高速計算的電子計算機器，具有邏輯計算、數值計算和存儲記憶等功能，能夠依照程序運行，并對海量數據進行自動化、高速化的處理。經過不斷地設計、實驗和改進，實現了廣泛普及應用，已然融入到人類日常的工作和生活中。但是，計算機蘊藏的許多技術和功能，并沒有完全被大眾所知曉、運用，這主要是由于我國許多人的計算機知識匱乏、計算機操作水平低下導致的。

1.2 計算機網絡安全監測技術薄弱

人們在運用計算機上網瀏覽時，經常會遇到許多病毒軟件和程序，而這些病毒對計算機的破壞是非常大的，會導致計算機卡頓或者死機等情況。計算機病毒具有超強的破壞性，人們在進行計算機網絡技術操作和運用的過程中，那些病毒會選擇通過一些載體和介質進行傳播，例如軟盤、硬盤等。而且現在的計算機病毒通常都會具有傳染性和復制性，這使得病毒入侵到計算機系統中時會產生連鎖反應，加上計算機缺乏智能化的網絡技術，導致計算機的網絡控制和監視功能受到一定的限制，這無疑為病毒入侵提供了便利。病毒入侵到計算機網絡后，導致計算機工作效率降低，計算機會出現許多難以清除的彈窗，如圖1 所示，部分毒性較強的病毒更會直接損壞整個計算機內部的文件，機主的許多信息會被盜竊、重要文件無法打開、部分程序和功能無法正常使用、系統產生故障等。

1.3 計算機網絡信息的泄露風險較大

當用戶需要使用計算機網絡時，通常需要先進行相關的信息注冊和實名認證，但是，用戶的個人信息注冊操作，常常涉及到較多的隱私性信息，由于用戶隱私信息保護的有限性以及程序管理者對用戶信息提取的便捷性，使得用戶的信息安全在一定程度上受到威脅。如果出現用戶信息安全被侵犯，會導致用戶隱私信息泄露，將直接造成用戶財產損失、甚至受到人身威脅。當前許多詐騙團伙就是通過非法獲取信息而實施詐騙，通過幾個真實信息的敘述獲取目標用戶的信任，進而實施詐騙。由于用戶信息安全受到侵害，造成大量用戶群體信息泄露的群體性事件更是屢見不鮮，如學習通APP 的用戶注冊信息泄露事件等等。

2 人工智能在計算機網絡技術中的應用優勢

2.1 較強的協作能力

企業應用計算機網絡技術時，其應用操作功能簡單。但是，由于計算機系統管理程序存在的難題，造成計算機網絡管理方面出現誤區。將人工智應用于計算機網絡技術之中，可以有效解決這一問題，有助于計算機網絡分層管理，在系統運轉方面也呈現出高效性和突出的協作能力。

2.2 模糊信息處理能力較強

計算機的網絡系統中存在大量的模糊信息，模糊信息的識別和處理受到計算機識別能力和信息處理能力的限制，出現一定程度的運行誤差及計算錯誤等情況[1]。相比于傳統的計算機，人工智能技術具有較強的模糊信息識別能力以及模糊信息邏輯推理能力，將人工智能技術應用于計算機網絡技術中，能夠大幅提升計算機的模糊信息識別和處理能力，有效解決計算機網絡系統大量的模糊信息問題。

2.3 大幅提高計算機的數據信息計算能力

人工智能技術具有智能性高、數據處理能力和信息識別能力強等特征，人工智能技術在計算機網絡技術中的應用，能夠大幅提高計算機的數據信息計算能力、大幅提升計算速率、降低計算數據的成本[2]。人工智能技術是通過對人類思維過程進行模擬程序分析和設定的智能化操作技術，運用人工智能還可以代替人工進行高危、復雜的工作。人工智能技術具有較強的學習能力，可以通過對人類個體思維形成發展路徑進行分析研究，從而實現對人類思考模式和思維構建的學習，進而實現對大量信息進行高速分析和快速處理。計算機網絡技術融合人工智能后，可以優化計算機數據處理系統，有效增強計算機底層計算能力。

3 人工智能技術在計算機網絡中的具體應用

3.1 在網絡安全管理中的應用

計算機在程序運行時可能出現系統漏洞，產生的漏洞很難在短時間內解決，影響用戶的使用效果，還可能被黑客所利用，竊取用戶信息或者進行其它非法活動等，無疑加大了用戶使用計算機的風險性。用戶通常會安裝防火墻、殺毒軟件、入侵監測系統以及反垃圾郵件系統等軟件，進行計算機安全的防御工作。但是，這些軟件技術雖然可以進行漏洞檢測和發現漏洞，卻不能快速解決計算機運行時發生的安全問題。人工智能技術在計算機網絡技術的應用就可以很好地解決這一問題，提高計算機系統識別異常信息的功能，并且可以在短時間內對風險數據進行捕捉和攔截，極大地提高了計算機安全系統的檢測效率。

3.2 在網絡系統評價中的應用

基于計算機網絡動態性和瞬態性的特點，增加了傳統計算機對網絡信息監控和管理的難度。傳統計算機網絡系統具有評價功能，計算機網絡系統評價可以對網絡質量進行量化、對計算機網絡系統的性能進行測評，計算機網絡系統評價工作通常需要用戶協助完成。由于用戶參與計算機網絡系統的評價具有主觀性，因而出現評價結果存在偏差或較大出入等情況。將人工智能技術應用于網絡系統評價中，以人工智能技術為依托，對用戶的操作過程進行模擬，由于人工智能沒有情感，因此，最終的評價結果不存在主觀性，使評價變得更為客觀公正。

3.2.1 智能求解技術

智能求解技術結合了結構化知識求解技術、狀態圖搜索技術和邏輯推理技術[3]。人工智能求解技術可以根據用戶的實際需求，選擇最優項，并實現對海量數據的篩選，從而提高計算機的檢索速率。

3.2.2 構建專家知識資源庫

專家知識資源庫主要是以專家的經驗和角度進行網絡系統評價，根據具體案例的復雜情況進行高速判斷處理，構建出最優的網絡系統評價方案。然而，受計算機信息識別和處理能力的限制，可能存在信息識別處理產生誤差的情況?；诖耍瑢⑷斯ぶ悄芗夹g應用于計算機網絡技術，充分發揮人工智能的技術優勢，對專家知識資源庫進行相應的改善，最大程度對網絡系統的評價功能進行優化。

3.3 在數據分析中的應用

3.3.1 BP 神經網絡

1986 年，首次提出BP 神經網絡概念，逐漸被人們認可并廣泛應用。BP 神經網絡在一定程度上反映了人腦功能的特征，通過對生物系統的簡化、抽象和模仿，設計出的基于誤差反向傳播算法的多層前饋神經網絡，如圖2 所示。BP 神經網絡在功能和結構上與人們的大腦更為相似，它在進行操作時跳脫了傳統程序設定的限制，而是根據實際環境情況以及對環境的適應和規律總結，執行特定的操作。

3.3.2 支持向量機

支持向量機普遍用于數據分析、模式識別以及回歸分析等領域，具有較強的非線性、小樣本等問題的解決能力。人工智能技術的應用可以對核函數進行適宜的選擇，協助支持向量機找到最優目標函數。另外，人工智能技術有效提高了支持向量機算法能力，進一步深化了與計算機網絡技術的融合。

3.4 人工智能代理技術的運用

人工智能代理技術，即人工智能Agent 技術，是一種涵蓋計算機專業知識庫和數據庫等數據統計工作的技術。用戶通過對人工智能Agent 技術的使用，對所需數據進行分析、篩選和呈現，快速的數據檢索速率，大幅縮減了用戶檢索數據所用的時間，有利于用戶高效地開展工作。