人工神經網絡下5G通信網絡信息安全防護探索

摘要：隨著5G技術的發展，人工智能技術被廣泛應用于通信網絡中，并成為通信網絡信息安全防護的重要手段。其中，人工神經網絡技術作為人工智能的典型代表，在信息安全防護中的應用越來越廣泛，在一定程度上推動了5G通信網絡信息安全防護的發展。基于此，本文闡述了人工神經網絡中5G通信網絡信息安全防護的優勢和問題，并深入探討防護要點，以供參考。

關鍵詞：人工智能；密碼技術；安全風險

一、引言

5G通信網絡是未來移動通信的發展方向，其具有高速率、低時延、大連接等特點，能夠給人們帶來諸多便利。同時，5G通信網絡對信息安全的防護也起著至關重要的作用，在5G通信網絡中引入人工神經網絡能夠提升5G通信網絡信息安全防護的優勢。

二、人工神經網絡下5G通信網絡信息安全防護的優勢

（一）信息安全防護成本低

5G通信網絡信息安全防護是一項較為復雜的工程，不僅需要較高的技術支持，還需要大量的資金投入。與傳統網絡相比，5G網絡具有更高的速率，能夠滿足人們對于高速率、低時延等方面的要求。同時，5G通信網絡具有更大的覆蓋范圍，能夠提供更加全面的服務。因此，在5G通信網絡中引入人工神經網絡可以為用戶提供更加智能化的服務。

5G通信網絡信息安全防護技術是一種智能化技術，能夠通過分析用戶行為來判斷用戶信息是否存在安全隱患。例如，當用戶在瀏覽網頁時，如果發現有不利于用戶信息安全的內容，就會通過網絡發送給服務器，讓服務器進行處理。這種方式能夠減少用戶在信息安全防護上所花費的時間和金錢，有效提升信息安全防護的效率，推動其可持續發展和進步。

（二）信息傳遞更加及時

在傳統通信網絡中，由于網絡的傳輸速率和時延等原因，信息的傳遞速度和準確性都無法得到保證，而5G通信網絡的高速率能夠更快地將信息傳遞到用戶手中。同時，在5G通信網絡中引入人工神經網絡能夠有效地提升5G通信網絡的信息傳遞效率。

例如，當用戶不知道應當使用哪種方式進行信息傳遞時，就可以使用人工神經網絡對信息進行分類和篩選，從而為用戶提供更多的選擇。當用戶使用了5G通信網絡進行信息傳遞后，人工神經網絡能夠實時反饋信息傳遞結果，并根據信息傳遞結果對用戶進行指導，為用戶提供更多的建議和幫助。總之，人工神經網絡的應用能夠讓信息傳遞更加及時，為用戶提供更多的便利，并推動其可持續發展和進步。

（三）網絡監控能力強

5G通信網絡可以實現網絡監控的功能，利用神經網絡對5G通信網絡中的數據進行深度分析，能夠更加準確地判斷出數據信息是否存在漏洞，并進行相應的處理。在5G通信網絡中，很多安全問題都是由于數據信息不能及時被發現所引起的，當發現問題時，已經造成了很大的損失。而利用神經網絡能夠更好地監控到數據信息是否存在漏洞，并及時處理問題。例如，在遭受網絡攻擊時，人工神經網絡能夠更準確地判斷出攻擊的位置，并根據這些位置對數據信息進行分析，發現其中存在的漏洞。同時，人工神經網絡還可以對數據信息進行對比分析，找到漏洞的來源，并將其封禁。由此可見，利用人工神經網絡可以有效地提升5G通信網絡的監控能力，并推動其可持續發展和進步。

三、人工神經網絡下5G通信網絡信息安全防護存在的問題

（一）AI模型存在缺陷

目前，5G通信網絡信息安全防護中應用的AI模型仍然存在著一定的缺陷，主要表現在以下幾個方面：

第一，模型訓練方面。由于所采用的訓練數據量不大，導致其模型訓練并不充分，對于5G通信網絡信息安全防護工作具有一定的影響。

第二，模型應用方面。雖然人工神經網絡技術在實際應用中表現出了較高的準確性和可靠性，但其實際應用能力還有待提升。

第三，模型維護方面。雖然人工智能技術已經被廣泛應用于通信網絡信息安全防護工作中，但是其維護工作還有待提高。

針對上述問題，必須加強對AI模型的改進和優化，保證其能夠有效發揮自身的作用和價值。

（二）機器學習算法需要改進

隨著人工神經網絡的應用，機器學習算法也逐漸發展，并在通信網絡信息安全防護中得到了廣泛的應用，但在實際的應用中，仍然存在著一些問題有待解決。由于通信網絡信息安全防護需要借助機器學習算法來實現，但在實際應用中，機器學習算法還存在著一些問題，例如算法過于簡單、對于復雜的數據處理能力差等，仍然需要進一步改進。在實際應用中，可以通過建立模型對通信網絡信息安全進行評估和優化處理。對于機器學習算法存在的問題可以采用多種方法進行改進，例如通過對學習率等超參數進行調優、對機器學習算法進行優化等，以提升機器學習算法的性能，并推動其可持續發展和進步。

（三）數據樣本缺乏

在人工神經網絡技術的實際應用中，數據樣本是影響網絡安全防護的重要因素，但由于數據樣本缺乏，導致網絡安全防護難以取得理想的效果。人工神經網絡技術在應用過程中需要進行大量的訓練，如果沒有充足的數據樣本進行訓練，網絡安全防護效果將會受到影響。例如，數據樣本中包含大量的虛假信息，導致網絡安全防護受到影響。針對上述問題，需要從以下幾個方面進行解決：

第一，對于訓練樣本的收集要嚴格把關。由于不同類型的數據樣本代表著不同的分類結果，因此需要對收集到的數據進行嚴格篩選，以確保數據樣本能夠滿足標準要求。

第二，對于收集到數據樣本進行嚴格檢查。例如，當采集到的圖像中包含大量噪聲或其他干擾因素而影響圖像質量時，需要對圖像進行篩選和處理后再使用，并嚴格控制數據樣本的質量，在保證其有效防護的同時，推動其可持續發展和進步。

四、人工神經網絡下5G通信網絡信息安全防護要點

（一）構建安全防護體系

構建安全防護體系：在構建5G通信網絡信息安全防護體系時，首先，應將5G通信網絡信息安全防護技術作為核心，結合人工神經網絡相關理論知識，構建全新的安全防護體系，從而有效地提升5G通信網絡信息安全防護水平。其次，在5G通信網絡信息安全防護體系中，需要融合應用人工神經網絡相關理論知識，從而有效地提升人工神經網絡下5G通信網絡信息安全防護能力。最后，在構建出全新的5G通信網絡信息安全防護體系后，需要對其進行嚴格地測試和驗證，以確保該體系在實際應用過程中可以穩定、有效地發揮作用。

設計安全防護體系：在設計5G通信網絡信息安全防護體系時，首先，需要明確5G通信網絡信息安全防護體系的設計目標，在確保其具備穩定性、安全性和高效性的基礎上，盡可能地降低5G通信網絡信息安全防護體系的復雜程度，確保5G通信網絡信息安全防護體系能夠與5G通信網絡技術的實際發展狀況保持同步。

驗證安全防護體系：在實際測試和驗證過程中，應根據5G通信網絡信息安全防護技術原理，明確各測試要素的作用及意義。然后，根據5G通信網絡信息安全防護技術原理，設計相應的測試要素，并對其進行合理、全面地測試，以確保該技術可以穩定、有效地發揮作用。

（二）識別和分析安全風險

5G通信網絡信息安全風險識別和分析是5G通信網絡信息安全防護技術研究的基礎。5G通信網絡信息安全風險主要包括：

①傳統的病毒傳播方式，如通過郵件、短信等方式進行傳播；

②利用軟件、硬件漏洞，如操作系統漏洞、應用軟件漏洞等；

③利用非授權訪問手段，如非法接入、惡意篡改等；

④利用惡意代碼攻擊手段，如中間人攻擊、拒絕服務攻擊等。

5G通信網絡的應用場景復雜，為了保證5G通信網絡的安全運行，必須對5G通信網絡的應用場景進行深入分析，研究不同的5G通信網絡應用場景下可能存在的安全風險。對5G通信網絡進行攻擊時，通常需要通過終端和無線信號進行傳遞，因此其所采用的技術手段也較為復雜。針對不同的攻擊手段和攻擊方法，可以采用不同的防護措施。利用人工神經網絡對5G通信網絡信息安全風險進行分析時，可以將5G通信網絡信息安全風險分為三個層次：第一層為5G通信網絡信息安全風險；第二層為5G通信網絡信息安全風險中的傳統病毒傳播方式；第三層為5G通信網絡信息安全風險中的非授權訪問方式。

人工神經網絡下5G通信網絡信息安全防護技術研究主要是通過對5G通信網絡應用場景進行分析，利用神經網絡技術模擬5G通信網絡應用場景，并以模擬結果為基礎來分析5G通信網絡信息安全風險。人工神經網絡技術具有較強的泛化能力和容錯能力，因此，在5G通信網絡信息安全防護技術研究過程中，可以將人工神經網絡技術應用到5G通信網絡信息安全防護技術研究中，以保證其有效進行安全防護，并推動其可持續發展和進步[1]。

（三）建立安全策略模型

建立安全策略模型是保障5G通信網絡信息安全防護的重要手段。在人工神經網絡下，5G通信網絡信息安全防護可以根據網絡運行中存在的各類風險進行評估，并結合具體情況對各項風險進行分級。通過建立安全策略模型，可以及時發現和解決5G通信網絡運行中存在的各類問題，為保障5G通信網絡信息安全防護提供依據。

首先，在建立安全策略模型時，要將5G通信網絡的風險分為主動風險和被動風險兩類。被動風險主要包括自然災害、人為破壞、黑客攻擊等造成的損失；主動風險則包括5G通信網絡運行所產生的惡意行為、惡意軟件等對5G通信網絡信息安全造成的影響。通過建立安全策略模型，可以區分主動風險和被動風險，并及時采取有效措施進行應對。例如，當出現自然災害時，可以對通信網絡進行備份，并根據備份情況及時調整通信網絡的運行狀態，以最大程度地減少災害對5G通信網絡運行造成的影響。

其次，在建立安全策略模型時，還需要根據不同層次、不同領域的5G通信網絡信息安全防護需求來確定安全策略模型構建目標。例如，在5G通信網絡信息安全防護中，應該建立相應的預警機制，以應對自然災害造成的損失；在5G通信網絡信息安全防護中，應該建立相應的應急預案，以應對自然災害等突發事件。只有明確了安全策略模型構建目標和主要任務，才能更好地開展5G通信網絡信息安全防護工作，保證其有效進行安全防護，并推動其可持續發展和進步[2]。

（四）人工神經網絡建模

人工神經網絡作為一種高度復雜的非線性處理技術，在5G通信網絡信息安全防護中得到了廣泛地應用，其最重要的應用就是能夠進行建模。在建模中，人工神經網絡主要用于分析網絡模型的輸入、輸出之間的關系，并通過優化模型參數，達到處理和預測數據信息的目的。在5G通信網絡信息安全防護中應用人工神經網絡，首先需要分析目標系統，在此基礎上建立人工神經網絡模型，并在模型中加入相關參數，完成對目標系統的預測。在5G通信網絡信息安全防護中，利用神經網絡模型可以進行大量數據的預測分析，并根據所建立的人工神經網絡模型實現對網絡數據信息的處理和預測。根據預測結果可以有效確定目標系統中是否存在威脅，保證其有效進行安全防護，并推動其可持續發展和進步[3]。

（五）使用人工智能技術加強網絡安全監測

網絡安全監測是5G通信網絡信息安全防護的重要措施，因此，可以使用人工智能技術對網絡信息進行監測。在5G通信網絡信息安全防護中，人工智能技術被廣泛應用于各種檢測工具中，并具有較高的準確率和運行效率。人工智能技術可以自動分析海量數據，并在分析過程中發現網絡中存在的安全問題和漏洞。此外，人工智能技術還可以自動識別和檢測未知病毒、惡意軟件、木馬等，實現對網絡安全的實時監測。

在使用人工智能技術對網絡信息進行監測時，首先，需要建立5G通信網絡信息安全監測平臺。5G通信網絡信息安全監測平臺由多個子系統組成，包括數據采集子系統、數據傳輸子系統等。5G通信網絡信息安全監測平臺能夠自動采集和處理大量數據，并及時發現和處理各種數據中存在的安全隱患。其次，5G通信網絡信息安全監測平臺還包括人工智能技術、物聯網技術和大數據分析技術等多種技術手段。因此，使用人工智能技術加強5G通信網絡信息安全監測的效果較好，能夠有效提高5G通信網絡信息安全防護水平，保證其有效進行安全防護，并推動其可持續發展和進步[4]。

（六）采用密碼技術提高網絡信息安全

在5G通信網絡信息安全防護中，采用密碼技術是一種行之有效的手段。基于非對稱加密算法的密碼技術可以有效提高通信網絡信息安全防護效果。雖然基于非對稱加密算法的密碼技術具有較高的安全性，但也存在一定的缺點。非對稱加密算法通常采用同態加密、橢圓曲線加密和離散對數運算等算法進行加密運算。其中，同態加密算法的安全性較高，但是其計算復雜度較大，無法滿足5G通信網絡信息安全防護的需求。而橢圓曲線密碼算法作為一種新型密碼技術，具有安全性高、計算量小和效率高等優點，能夠有效提高通信網絡信息安全防護效果。

由此可見，在5G通信網絡信息安全防護中，通過采用橢圓曲線密碼算法能夠有效提高網絡信息安全防護效果。而橢圓曲線密碼算法包括橢圓曲線離散對數運算、橢圓曲線點乘法和橢圓曲線域運算等多種類型。其中，基于橢圓曲線離散對數運算的密碼算法是一種高效、安全的密碼算法。與傳統的密碼算法相比，基于橢圓曲線離散對數運算的密碼算法具有計算復雜度低、計算速度快等優點。但是，該方法存在一定的缺點：在進行數據加解密時容易出現數據丟失等問題。因此，在實際應用中，應結合實際情況合理選擇密碼算法，保證其有效進行安全防護，并推動其可持續發展和進步[5]。

五、結束語

在當前時代背景下，基于此人工神經網絡合理進行5G通信網絡信息安全防護具有重要意義。但在實際應用中，需要結合實際情況了解5G通信網絡信息安全防護優勢和問題，并掌握構建安全防護體系、識別安全風險、建立安全策略模型等一系列防護要點，以保證網絡信息安全防護有效進行，并推動其可持續發展和進步。

作者單位：李歡歡 顧建國 中電科東方通信集團有限公司

參" 考" 文" 獻

[1]李振宇.計算機網絡信息安全及防護策略研究[J].網絡安全技術與應用，2023（03）：153-154.

[2]楊軼茜，張龍山.大數據背景下工業控制網絡信息安全防護存在的問題及措施[J].網絡安全和信息化，2023（03）：119-121.

[3]黃夢琦.基于大數據的新型電力系統網絡信息安全防護策略研究[J].信息與電腦（理論版），2023，35（01）：222-225.

[4]梁超強.大數據時代計算機網絡信息安全與防護研究[J].大眾科技，2022，24（12）：1-3.

[5]繆淼.“互聯網+”網絡信息安全現狀與防護研究[J].網絡安全和信息化，2022（12）：106-108.