◆張茂

淺談人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用

◆張茂

（蘭州石化職業(yè)技術(shù)學(xué)院 甘肅 ）

隨著科技的進(jìn)步、大數(shù)據(jù)的發(fā)展，人工智能的發(fā)展日新月異。人工智能能完成很多人工無法完成的任務(wù)，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(jì)算機(jī)網(wǎng)絡(luò)中的應(yīng)用，并探討了大數(shù)據(jù)時代，人工智能和網(wǎng)絡(luò)的結(jié)合，使模式識別、故障診斷、統(tǒng)計(jì)分析的結(jié)果更為準(zhǔn)確、高效、可靠，旨在推動人工智能的發(fā)展，促使民眾的生活以及工作效率得以顯著提升。

AI技術(shù)；計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)；大數(shù)據(jù)

1 概述

1.1 定義

人工智能（Artificial Intelligence，AI）技術(shù)是計(jì)算機(jī)網(wǎng)絡(luò)發(fā)展至今的一個高科技產(chǎn)物，小到掃地機(jī)器人，大到無人駕駛飛機(jī)，軍事、醫(yī)療、民生等方方面面均留下了AI的身影。AI技術(shù)充分借助了計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的優(yōu)勢，和自身特征進(jìn)行有效結(jié)合，促使其擁有更加優(yōu)質(zhì)的性能，且能夠存貯海量信息，并借此展開相應(yīng)的信息處理。美國麻省理工學(xué)院的溫斯頓教授說“人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作”。即AI技術(shù)是一種應(yīng)用計(jì)算機(jī)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(shù)主要借助先進(jìn)的現(xiàn)代信息技術(shù)實(shí)現(xiàn)，和以往的計(jì)算機(jī)處理相比，更加精準(zhǔn)高效[1]。

1.2 AI的重要性

大數(shù)據(jù)環(huán)境下，隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，AI技術(shù)應(yīng)運(yùn)而生。AI技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)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(fēng)險性較高的工作，AI技術(shù)的應(yīng)用能夠改變計(jì)算機(jī)信息模式，將傳統(tǒng)的被動轉(zhuǎn)化成主動，降低網(wǎng)絡(luò)信息泄露的風(fēng)險。且采用AI技術(shù)對網(wǎng)絡(luò)環(huán)境展開有效監(jiān)控，能在第一時間找出問題，及時展開相應(yīng)的補(bǔ)救作業(yè)，由此實(shí)現(xiàn)對信息的動態(tài)化管理，從整體的視角展開工作，實(shí)現(xiàn)質(zhì)量以及效率的提升。因此在今后的社會發(fā)展中AI技術(shù)將發(fā)揮出更為重要的作用[2]。

2 AI技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)中的應(yīng)用

2.1 人工智能在數(shù)據(jù)分析中的應(yīng)用

大數(shù)據(jù)時代，可以通過數(shù)據(jù)分析獲取很多現(xiàn)場的運(yùn)行參數(shù)及其特征，反映現(xiàn)場的實(shí)際工作情況。但由于數(shù)據(jù)具有種類多、基數(shù)大等特征，在展開數(shù)據(jù)收集時，相應(yīng)的工作會呈現(xiàn)出緩慢、效率低的狀態(tài)。在數(shù)據(jù)入庫后需對其展開較為嚴(yán)格的整合、進(jìn)行數(shù)據(jù)的有效性分析作業(yè)，這也是進(jìn)行數(shù)據(jù)收集的根本出發(fā)點(diǎn)[5]。因此出現(xiàn)了數(shù)據(jù)分析師這一職業(yè)，但是人工處理過程中周期長、準(zhǔn)確率低，難免由于工作疏忽造成數(shù)據(jù)信息混亂，采用人工智能算法則可更好完成數(shù)據(jù)分析、處理工作。最常見的AI算法有BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)兩種。

BP神經(jīng)網(wǎng)絡(luò)，是1986年由Rumelhart和McCelland為首的科學(xué)家小組提出的，是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP神經(jīng)網(wǎng)絡(luò)反映了人腦功能的若干基本特性，但并非生物系統(tǒng)的逼真描述，只是某種模仿、簡化和抽象。與數(shù)字計(jì)算機(jī)比較，人工神經(jīng)網(wǎng)絡(luò)在構(gòu)成原理和功能特點(diǎn)等方面更加接近人腦，它不是按給定的程序一步一步地執(zhí)行運(yùn)算，而是能夠自身適應(yīng)環(huán)境、總結(jié)規(guī)律、完成某種運(yùn)算、識別或過程控制；能學(xué)習(xí)和存貯大量的輸入-輸出模式映射關(guān)系，而無需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程，因此廣泛應(yīng)用于統(tǒng)計(jì)分析，軟測量、故障診斷等領(lǐng)域。

支持向量機(jī)（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(xiàn)出許多特有的優(yōu)勢，可用于數(shù)據(jù)分析、識別模式、分類和回歸分析、故障診斷等領(lǐng)域中。只要借助AI技術(shù)選擇合適的核函數(shù)，SVM算法就能找到最優(yōu)目標(biāo)函數(shù)。同時，SVM算法也給AI技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的高度融合帶來了相應(yīng)的機(jī)會[3]，從而促使AI變得更強(qiáng)大，更可靠。

2.2 人工智能在網(wǎng)絡(luò)安全中的應(yīng)用

計(jì)算機(jī)軟件由于自身缺陷，在程序運(yùn)轉(zhuǎn)過程中往往可能會出現(xiàn)一些漏洞，這些問題在短時間內(nèi)又無法進(jìn)行相應(yīng)的處理，從而有可能發(fā)生黑客竊取信息的情況，進(jìn)而借助這一漏洞展開一些非法勾當(dāng)；或者在計(jì)算機(jī)進(jìn)行拷貝信息等作業(yè)時，存在著信息泄露的可能；又或者在計(jì)算機(jī)使用的過程中，用戶不經(jīng)意間刪除了某些信息，較難恢復(fù)等等。上述種種情況均增加了計(jì)算機(jī)使用過程中的安全隱患[4]。

計(jì)算機(jī)傳統(tǒng)安全技術(shù)，通常表現(xiàn)為防火墻、入侵檢測、反垃圾郵件及木馬查殺等系統(tǒng)，但這些系統(tǒng)無法在第一時間對計(jì)算機(jī)運(yùn)行出現(xiàn)的問題進(jìn)行高效的解決。借助AI技術(shù)對傳統(tǒng)安全進(jìn)行有效優(yōu)化，強(qiáng)化異常信息的識別能力，進(jìn)而打造出全新的安全系統(tǒng)，能夠在很短的時間內(nèi)實(shí)現(xiàn)對風(fēng)險數(shù)據(jù)的捕捉，且以此展開精準(zhǔn)攔截，顯著提升檢測的效率。同時，將人工智能應(yīng)用于產(chǎn)生式規(guī)則專家系統(tǒng)中，提升了入侵檢測的能力，可在第一時間發(fā)現(xiàn)入侵信息。當(dāng)入侵程序進(jìn)行更新時，其對應(yīng)的檢測能力會出現(xiàn)減弱，此時借助AI人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)展開訓(xùn)練，該系統(tǒng)能夠進(jìn)行相應(yīng)的技能學(xué)習(xí)，并會對入侵的信息進(jìn)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(wǎng)絡(luò)評價技術(shù)中的應(yīng)用

網(wǎng)絡(luò)通信過程中，由于運(yùn)營商的諸多限制，互聯(lián)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(dǎo)致網(wǎng)絡(luò)延時較大?，F(xiàn)代網(wǎng)絡(luò)中通過AI技術(shù)構(gòu)建計(jì)算模型，將網(wǎng)絡(luò)中由于傳輸延時，路由隊(duì)列，對端處理所構(gòu)成的RTT（Round Trip Time）往返延時，丟包等一系列關(guān)系到網(wǎng)絡(luò)質(zhì)量的數(shù)據(jù)進(jìn)行有效計(jì)算后，得出的優(yōu)化評價及改善算法稱為網(wǎng)絡(luò)評價算法。AI技術(shù)的高效應(yīng)用，能夠促使評價以更加客觀完整的形式得以體現(xiàn)。首先，在智能求解技術(shù)方面，主要采取了狀態(tài)圖的搜索技術(shù)、邏輯推理技術(shù)及結(jié)構(gòu)化知識求解技術(shù)等。在條件一致的情況下，雖然存在有不同的搜索技術(shù)，但AI求解為最佳的選擇。AI求解技術(shù)在效率、資源占有等方面比較節(jié)約，比傳統(tǒng)計(jì)算方式更為合理。其次，AI專家知識庫技術(shù)的創(chuàng)建推出，也促使安全管理呈現(xiàn)出更加合理的態(tài)勢，從專家經(jīng)驗(yàn)出發(fā)，聯(lián)系運(yùn)用到具體案例，能夠在較短的時間內(nèi)研判及處理一些相對困難的問題。當(dāng)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(fā)展中，更應(yīng)該發(fā)揮計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的長處，實(shí)現(xiàn)對專家知識庫的完善，促使安全管理效果能夠最優(yōu)化。

3 結(jié)束語

綜上所述，AI技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)的結(jié)合，使我們的工作、生活更為高效、安全。首先，AI的應(yīng)用，在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)管理作業(yè)中，在知識體系方面會呈現(xiàn)出全角度的特點(diǎn)，借助各種機(jī)器學(xué)習(xí)算法和專家知識庫，彌補(bǔ)了網(wǎng)絡(luò)動態(tài)性方面的不足。其次，AI的應(yīng)用，使防火墻技術(shù)大大增加，研判網(wǎng)絡(luò)安全風(fēng)險的精準(zhǔn)度隨之提升，進(jìn)而使網(wǎng)絡(luò)安全質(zhì)量得到了顯著的強(qiáng)化。再次，通過AI技術(shù)構(gòu)建計(jì)算模型，可以構(gòu)建網(wǎng)絡(luò)評價算法，進(jìn)而改善網(wǎng)絡(luò)傳輸質(zhì)量等問題。最后，通過AI技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的融合發(fā)展，用戶可以根據(jù)自身的具體情況搜索和傳輸所需數(shù)據(jù)，實(shí)現(xiàn)一種量身定制的個性化服務(wù)，這樣的技術(shù)操作不僅縮短了查詢搜索時間，還能保證查詢信息的準(zhǔn)確率，大大提升了計(jì)算機(jī)網(wǎng)絡(luò)的查詢與使用效率。雖然AI技術(shù)能夠幫助人們完成各種復(fù)雜的工作，甚至能代替人類到極其危險的環(huán)境中進(jìn)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(jìn)一步的解決。

[1]宋晶.計(jì)算機(jī)網(wǎng)絡(luò)發(fā)展中的AI技術(shù)應(yīng)用與研究[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2021（04）：100-101.

[2]郭福燕，黃穩(wěn)穩(wěn).大數(shù)據(jù)下AI計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的發(fā)展探究[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2021（04）：102-103.

[3]韓玲玲.大數(shù)據(jù)時代AI在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)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(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用研究[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2021（03）：134-135.

[5]胡斌彥.大數(shù)據(jù)環(huán)境下AI在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].數(shù)字通信世界，2021（03）：172-173.

[6]許興財(cái).AI在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].電子技術(shù)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(shù)據(jù)時代AI在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].電子技術(shù)與軟件工程，2021（05）：177-178.