張佰豪

（陜西國際商貿(mào)學院，陜西 咸陽 712000）

0 引言

互聯(lián)網(wǎng)環(huán)境下，人工智能技術(shù)顯示出獨特的優(yōu)勢，以計算機算法為基礎的人工智能成為未來發(fā)展的新趨勢，對經(jīng)濟社會發(fā)展產(chǎn)生了深遠影響。人工智能是一種模擬人腦的技術(shù)，包括系統(tǒng)推薦、BP神經(jīng)網(wǎng)絡、語言處理、支持向量機等。人工智能技術(shù)的應用能有效提高計算機運行的效率，保證系統(tǒng)的安全性，同時改變了傳統(tǒng)的工作方式，以一種更加智能與高效的方式提高了各行各業(yè)的工作效率。將其應用于網(wǎng)絡技術(shù)中，能夠彌補當前計算機網(wǎng)絡技術(shù)應用中的不足，更好地提升計算機網(wǎng)絡技術(shù)水平，對現(xiàn)代網(wǎng)絡技術(shù)的發(fā)展具有重要意義。

1 人工智能相關(guān)概述

1.1 人工智能概念

人工智能（Artificial Intelligence，AI）的概念在20 世紀60 年代被首次提出，它是一門新型的科學技術(shù)，包含了多種學科知識，表現(xiàn)出顯著的智能特征，其研究目的是用機器替代人工來完成一些復雜的工作，減少人力物力，提高工作效率。人工智能技術(shù)涉及的領域較廣，從軍事到醫(yī)療、民生等領域都離不開人工智能技術(shù)的支持。其充分利用了計算機網(wǎng)絡技術(shù)的優(yōu)勢并與自身特點有效結(jié)合起來，使其擁有更好的性能，并實現(xiàn)了大量信息的存儲與快速處理[1]。目前，世界各大科技創(chuàng)新企業(yè)都致力于AI 的開發(fā)與應用，人工智能技術(shù)的應用已成為計算機網(wǎng)絡技術(shù)發(fā)展的主要方向之一。

1.2 利用人工智能技術(shù)解決問題的基本方法

利用人工智能解決問題的方法主要有三種。

（1）搜索方式。其應用可以是啟發(fā)式的，即人們遇到問題時首先選擇的方法。目前搜索方法有兩種，即盲搜索與啟發(fā)式搜索。盲搜索可以測試每一種答案的可能性，啟發(fā)式搜索則是排除可能性較小的結(jié)果后，對其余的結(jié)果進行搜索。該方式有助于減少不必要的答案搜索，提高問題解決效率。

（2）人們在生活中遇到問題時，往往會對問題進行深入剖析，以尋求最快的解決方案。針對小問題，可以減少搜索范圍，降低問題的復雜性，從而更有利于問題的解決。在啟發(fā)式信息的幫助下，規(guī)劃可以促進啟發(fā)式信息的進一步發(fā)展，對問題進行分類與搜索，提升解決效率。

（3）知識表達技術(shù)。即研究機械設備中知識表示的方法、可行性、一般原則等，以便于使用與修改。知識在計算機中的表達是應用計算機模擬人工智能的一個關(guān)鍵因素，必須熟練掌握各個領域的知識才能解決這一問題，并需要依靠計算機快速搜索需要的知識，給出參考依據(jù)，進行進一步的模擬計算和知識分析等，保證知識的有效應用[2-3]。

2 人工智能技術(shù)在計算機網(wǎng)絡中的應用優(yōu)勢

2.1 強化信息數(shù)據(jù)的處理能力

大數(shù)據(jù)環(huán)境下，數(shù)據(jù)的處理量與處理難度日益增長。人工智能作為一種新型先進科學技術(shù)，能實現(xiàn)數(shù)據(jù)的智能分析、集成與存儲，有效減少了數(shù)據(jù)井噴帶來的負面影響，同時也可以積累關(guān)鍵數(shù)據(jù)，對數(shù)據(jù)層面進行有效管理。傳統(tǒng)的計算機網(wǎng)絡技術(shù)在整合處理模糊信息數(shù)據(jù)方面仍存在許多不足，無法對其進行精準處理，采用人工處理的方式又缺乏對復雜信息的處理功能，而人工智能技術(shù)通過模糊邏輯推理實現(xiàn)了大量模糊信息的有效處理，由此可見人工智能技術(shù)還具有非常強大的處理與協(xié)調(diào)能力?？梢詫⑷斯ぶ悄芘c計算機網(wǎng)絡技術(shù)相互融合，充分發(fā)揮二者各自的優(yōu)勢，在網(wǎng)絡管理和信息處理中發(fā)揮出最大的作用[4]。

2.2 突破計算機能力的局限

人工智能技術(shù)是計算機技術(shù)的演變和發(fā)展，具有智能性與先進性的特點。人工智能突破了計算機能力的局限，其計算速度比普通計算機快30 倍左右，有效降低了數(shù)據(jù)計算的成本。人工智能技術(shù)以人的智慧為基礎，能夠通過對個體思維過程的模擬及相關(guān)程序的設置達到智能化操作的目的，它可以代替人工完成一些高難度、危險、復雜的工作。人工智能技術(shù)相比于傳統(tǒng)的計算機技術(shù)，具有學習能力極強的優(yōu)勢，主要通過研究人類智慧，學習人類方法，快速分析信息處理結(jié)果。在人工智能技術(shù)的作用下，簡單的數(shù)據(jù)處理系統(tǒng)將得到升級，低層次數(shù)據(jù)結(jié)構(gòu)將得到優(yōu)化，極大提高了底層計算能力。通過對大數(shù)據(jù)的采集與分析研究，人工智能可為相關(guān)決策提供科學合理的依據(jù)[5]。

2.3 運營成本低

相對于傳統(tǒng)計算機技術(shù)，人工智能技術(shù)的運營成本明顯較低，其在計算與分析數(shù)據(jù)方面能有效控制能耗，節(jié)約計算資源。例如，針對某個問題需要做市場調(diào)查時，以往采用的都是利用人力進行問卷調(diào)查的方式，不僅需要投入大量資金，且調(diào)查結(jié)果存在一定的主觀性，同時，問卷調(diào)查需要對調(diào)查地點和人群進行有目的的篩選，既消耗了大量時間，又無法及時獲得數(shù)據(jù)。因此整個過程運營成本較高，且調(diào)研過程復雜。而人工智能技術(shù)的運營成本很低，其應用很好地解決了傳統(tǒng)研究模式的弊端[6]。

3 人工智能技術(shù)在計算機網(wǎng)絡中的具體應用

3.1 在網(wǎng)絡安全管理中的應用

由于自身的缺陷，計算機軟件在程序運行過程中可能會出現(xiàn)一些漏洞，這些問題較難在短時間內(nèi)得到解決。在這個過程中，可能會發(fā)生黑客利用這一漏洞竊取信息、開展非法活動的問題；或者在用電腦拷貝信息時可能或造成信息泄露的風險，以及用戶不經(jīng)意地刪除了計算中的一些信息而難以恢復等。這些情況無形中都增加了計算機使用過程中的安全隱患。傳統(tǒng)的計算機安全技術(shù)通常以計算機防火墻、反垃圾郵件系統(tǒng)及入侵檢測系統(tǒng)為代表，但這些技術(shù)并不能對計算機運行過程中出現(xiàn)的安全問題進行快速有效的解決[7]。人工智能技術(shù)的應用提高了識別異常信息的能力，且能在較短時間捕捉風險數(shù)據(jù)并對其精確攔截，極大地提高了檢測效率。此外，人工智能技術(shù)在規(guī)則產(chǎn)生式專家系統(tǒng)中的應用，還可提高入侵信息發(fā)現(xiàn)的速度及入侵檢測數(shù)據(jù)的可靠性，有效維護了計算機的正常運行環(huán)境。

3.2 在網(wǎng)絡系統(tǒng)評價中的應用

計算機網(wǎng)絡具有瞬態(tài)性和動態(tài)性的特點，使得傳統(tǒng)的計算機技術(shù)難以對其進行監(jiān)控和管理。計算機網(wǎng)絡系統(tǒng)評價能夠?qū)τ嬎銠C網(wǎng)絡系統(tǒng)性能進行測評以及量化網(wǎng)絡質(zhì)量。然而與計算機網(wǎng)絡評價有關(guān)的工作通常需要人工完成，而人工評價面臨著人為主觀性的影響，實際評價結(jié)果可能與最終結(jié)果不一致，不符合客觀評價的實際要求。人工智能技術(shù)在網(wǎng)絡系統(tǒng)評價中的有效應用，可使評價以更客觀、更完整的形式得以展現(xiàn)，其應用主要體現(xiàn)在以下兩方面。

（1）智能求解技術(shù)。在計算機網(wǎng)絡發(fā)展過程中，人工智能技術(shù)可以在充分融合特定網(wǎng)絡環(huán)境的基礎上解決計算機問題，從而加快計算及運行速度。智能求解技術(shù)主要利用了三種技術(shù)，即狀態(tài)圖搜索技術(shù)、邏輯推理技術(shù)與結(jié)構(gòu)化知識求解技術(shù)。在相同條件下，雖然有不同的搜索技術(shù)，但人工智能求解技術(shù)始終為最佳的選擇，需要根據(jù)實際需求選擇較合適的技術(shù)，并對計算機數(shù)據(jù)信息進行科學選擇與篩選，以提高整體檢索率。

（2）構(gòu)建專家知識資源庫。專家知識資源庫的創(chuàng)建推出，使網(wǎng)絡系統(tǒng)評價從專家經(jīng)驗出發(fā)，結(jié)合具體案例在短時間內(nèi)對一些比較困難的問題進行判斷與處理，提出更合理的網(wǎng)絡系統(tǒng)評價方案，但在識別過程中可能會出現(xiàn)一些誤差。因此，在未來的發(fā)展中，應該充分發(fā)揮計算機網(wǎng)絡技術(shù)的優(yōu)勢，實現(xiàn)專家知識資源庫的改進與完善，優(yōu)化網(wǎng)絡系統(tǒng)評價效果[8-9]。

3.3 在數(shù)據(jù)分析中的應用

互聯(lián)網(wǎng)背景下，由于數(shù)據(jù)的多樣性與海量性，使得相應的數(shù)據(jù)處理工作在開展過程中表現(xiàn)出進度緩慢與效率低的問題。人工智能算法能高效完成數(shù)據(jù)的整合與分析工作。常見的人工智能算法主要有以下兩種。

（1）BP 神經(jīng)網(wǎng)絡。BP 神經(jīng)網(wǎng)絡的概念于1986 年被科學家首次提出，現(xiàn)階段已被廣泛應用。BP 神經(jīng)網(wǎng)絡是一種基于誤差反向傳播算法的多層前饋神經(jīng)網(wǎng)絡，反映了人腦功能的一些特征，是對生物系統(tǒng)的一種模仿、簡化與抽象。相比于數(shù)字計算機，BP 神經(jīng)網(wǎng)絡在結(jié)構(gòu)和功能上更接近人腦，它并非按照既定程序逐步執(zhí)行操作，而是通過適應環(huán)境與總結(jié)規(guī)律來執(zhí)行特定操作。此外，BP 神經(jīng)網(wǎng)絡無需解釋描述映射關(guān)系的數(shù)學方程便能實現(xiàn)大量輸入與輸出模式映射關(guān)系的學習與存儲，被廣泛應用于故障診斷與統(tǒng)計分析等領域[10]。

（2）支持向量機。該技術(shù)在解決小樣本、非線性等問題中具有獨特的優(yōu)勢，可用于數(shù)據(jù)分析、回歸分析、模式識別等領域。只要利用人工智能技術(shù)選擇相宜的核函數(shù)，支持向量機算法就可以找到最優(yōu)目標函數(shù)。此外，支持向量機算法還為人工智能技術(shù)與計算機網(wǎng)絡技術(shù)的高度融合創(chuàng)造了機會，能夠使人工智能技術(shù)變得更強大。

4 結(jié)語

人工智能技術(shù)在計算機網(wǎng)絡技術(shù)中的應用，使人們的生活、工作更加高效。AI 技術(shù)在數(shù)據(jù)處理、運營成本以及學習能力方面有著傳統(tǒng)計算機技術(shù)無法比擬的優(yōu)勢，隨著AI 的不斷發(fā)展，其在計算機網(wǎng)絡中的應用也越來越廣泛。本文簡要分析了人工智能技術(shù)在網(wǎng)絡安全管理、網(wǎng)絡系統(tǒng)評價以及數(shù)據(jù)分析中的應用，希望能促進計算機網(wǎng)絡技術(shù)的進一步發(fā)展。