人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用研究

索子昊，丁 皓

（山東省日照第一中學(xué)，日照 276800）

1 引言

在處理不確定信息的過程中，人工智能的處理效果比較理想，在掌握系統(tǒng)資源所呈現(xiàn)的局部或整體實(shí)時(shí)、變化狀態(tài)的同時(shí)，還能開展相關(guān)的跟蹤服務(wù)，通過處理所獲取的信息內(nèi)容，能夠?qū)崟r(shí)將有效的信息提供給用戶；人工智能具有更高的協(xié)作能力，能夠?qū)τ嘘P(guān)資源開展高效整合工作，并以此為前提，確保資源共享與傳輸工作的完成，在管理網(wǎng)絡(luò)的過程中，通過人工智能，能夠?qū)崿F(xiàn)工作效率與效益的顯著提高；人工智能的學(xué)習(xí)與推理能力比較突出，在開展網(wǎng)絡(luò)智能化護(hù)理工作的過程中，在提高信息處理效率的同時(shí)，還能實(shí)現(xiàn)信息處理質(zhì)量的提升。與此同時(shí)，不單單是在以上方面，在記憶能力方面，人工智能的優(yōu)勢(shì)也比較突出，在開展信息庫(kù)建設(shè)工作的過程中，通過人工智能，能夠顯著提升網(wǎng)絡(luò)管理水平。此外，不論是在對(duì)非線性問題進(jìn)行處理的過程中，還是在對(duì)資源消耗問題進(jìn)行計(jì)算的過程中，都可以對(duì)人工智能進(jìn)行運(yùn)用。在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中，對(duì)人工智能進(jìn)行運(yùn)用具有一定可行性。

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

2.1 在安全管理技術(shù)中的應(yīng)用

（1）專家系統(tǒng)。當(dāng)前，人工智能在入侵檢測(cè)應(yīng)用方面具有優(yōu)勢(shì)，其以專家經(jīng)驗(yàn)性知識(shí)作為基礎(chǔ)，對(duì)有關(guān)推理機(jī)制與數(shù)據(jù)庫(kù)進(jìn)行建設(shè)。主要原理就是：計(jì)算機(jī)網(wǎng)絡(luò)安全管理人員已經(jīng)對(duì)入侵特點(diǎn)進(jìn)行掌握，將所了解的入侵特點(diǎn)制定為固定性規(guī)則，這樣固定性規(guī)則內(nèi)容則不斷增加，數(shù)據(jù)庫(kù)就此生成。在整個(gè)過程中，專家系統(tǒng)決定著入侵檢測(cè)的判斷依據(jù)。利用人工智能技術(shù)，能夠明顯提高入侵檢測(cè)效率，并實(shí)現(xiàn)自身精確性的提升。

（2）人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)以人腦學(xué)習(xí)技能模擬為基礎(chǔ)，在學(xué)習(xí)能力以及容錯(cuò)性方面比較突出，除了能夠?qū)в性肼暤妮斎肽Ｊ竭M(jìn)行識(shí)別之外，還能夠?qū)兦闆r進(jìn)行識(shí)別，要想將檢測(cè)效果更好的發(fā)揮出來，可以對(duì)并行運(yùn)行模式進(jìn)行應(yīng)用。

（3）人工免疫技術(shù)。該技術(shù)的運(yùn)用將人體免疫系統(tǒng)作為基礎(chǔ)，包括基因庫(kù)機(jī)制、否定選擇機(jī)制以及可控選擇機(jī)制等多元素。利用人工免疫技術(shù)能夠?qū)Σ《具M(jìn)行識(shí)別并查殺，但是還不能對(duì)基因庫(kù)進(jìn)行建設(shè)。關(guān)于否定選擇方面，能夠通過隨機(jī)方式對(duì)部分字符串進(jìn)行獲取，通過否定選擇方式方法，刪除自我匹配的字符串，并對(duì)正確的字符串做出選擇，這樣就可以根據(jù)有關(guān)順序，確保入侵檢測(cè)任務(wù)的順利完成。目前為止，該項(xiàng)技術(shù)仍然存在一些缺陷，但是其應(yīng)用價(jià)值極其高。

2.2 評(píng)價(jià)技術(shù)以及網(wǎng)絡(luò)系統(tǒng)管理中的應(yīng)用

（1）問題求解技術(shù)。在指定的條件中，通過運(yùn)用該項(xiàng)技術(shù)，能夠使某一類問題得到順利解決，并對(duì)有限步驟內(nèi)的算法進(jìn)行獲取，將推理技術(shù)、搜索技術(shù)等基礎(chǔ)技術(shù)與結(jié)構(gòu)化技術(shù)包括進(jìn)來。博弈搜索、狀態(tài)空間以及問題空間都屬于搜索技術(shù)運(yùn)用對(duì)象。要想實(shí)現(xiàn)搜索效率的提高，首先應(yīng)當(dāng)技術(shù)判斷的科學(xué)性與合理性，主要包括兩個(gè)方面的評(píng)價(jià)標(biāo)準(zhǔn)，即最優(yōu)解與搜索空間，為了確保搜索工作的最佳化，在開展有關(guān)評(píng)估操作的過程中，可以運(yùn)用公式g*（m）=f *（m）+q*（m）予以應(yīng)用，其中，f *（m）代表網(wǎng)絡(luò)節(jié)點(diǎn)M至節(jié)點(diǎn)m的最短路徑；q*（m）代表網(wǎng)絡(luò)節(jié)點(diǎn)m至節(jié)點(diǎn)f的最短路徑。相比較于傳統(tǒng)結(jié)算方式，在一定程度上能夠?qū)崿F(xiàn)資源節(jié)約，進(jìn)而提高網(wǎng)絡(luò)資源管理質(zhì)量與效率，確保延伸運(yùn)用范疇這一目的實(shí)現(xiàn)。

（2）專家知識(shí)庫(kù)技術(shù)。針對(duì)專家系統(tǒng)而言，專家知識(shí)庫(kù)發(fā)揮著核心作用，直接影響著其運(yùn)用效果。當(dāng)前，在專家知識(shí)庫(kù)中，包括了直接或間接獲取經(jīng)驗(yàn)的專屬知識(shí)與部分基礎(chǔ)原理理論知識(shí)，以現(xiàn)有的計(jì)算機(jī)網(wǎng)絡(luò)評(píng)價(jià)經(jīng)驗(yàn)和管理經(jīng)驗(yàn)作為前提，能夠?qū)χR(shí)庫(kù)建立與編碼處理措施進(jìn)行運(yùn)用。在計(jì)算機(jī)網(wǎng)絡(luò)管理的決策中，專家經(jīng)驗(yàn)發(fā)揮著決定性作用，在處理部分同一類型評(píng)價(jià)問題與管理問題的過程中，能夠確保處理質(zhì)量的優(yōu)化，該項(xiàng)技術(shù)具有廣闊的應(yīng)用范圍和前景。

3 人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用案例

以通信網(wǎng)絡(luò)客戶端中，多層神經(jīng)網(wǎng)絡(luò)的配置為例探討人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用表現(xiàn)?？茖W(xué)技術(shù)突飛猛進(jìn)的發(fā)展，讓網(wǎng)絡(luò)技術(shù)取得高速發(fā)展與進(jìn)步，網(wǎng)絡(luò)結(jié)構(gòu)不斷朝著更加繁瑣復(fù)雜的方向發(fā)展，這在很大程度上增加了網(wǎng)絡(luò)擁塞的可能性。通過網(wǎng)絡(luò)流量特征，能夠?qū)⒕W(wǎng)絡(luò)傳輸中的相互影響與作用表現(xiàn)出來。利用網(wǎng)絡(luò)流量科學(xué)、合理、精確控制與分析工作的開展，能夠促進(jìn)網(wǎng)絡(luò)服務(wù)質(zhì)量與效率得到提升，有效避免或減少網(wǎng)絡(luò)擁堵情況的出現(xiàn)。也正是因?yàn)榇?，有關(guān)神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)算法模型相繼問世，以時(shí)間序列為基礎(chǔ)的預(yù)測(cè)模型能夠預(yù)測(cè)季節(jié)性模式的數(shù)據(jù)流量，與傳統(tǒng)時(shí)間序列模型預(yù)測(cè)相比較，該模型不僅預(yù)測(cè)精確度較高，而且預(yù)測(cè)效率也非常顯著，充分說明在動(dòng)態(tài)預(yù)測(cè)方面，該方法具有良好的應(yīng)用前景。近段時(shí)間，有關(guān)專家人士提出了一種名叫 智能網(wǎng)絡(luò)用戶分析工具 的解決方案。在該解決方案中，主要包括下圖中的幾個(gè)模塊。

圖1 智能網(wǎng)絡(luò)用戶分析工具框架

通過智能網(wǎng)絡(luò)用戶分析工具這一解決方案，能夠確保網(wǎng)絡(luò)流量分析的有效性，還能夠拓展網(wǎng)絡(luò)流量分析，能夠?qū)崿F(xiàn)網(wǎng)絡(luò)操作自動(dòng)學(xué)習(xí)網(wǎng)絡(luò)與給定客戶端的連接工作，并確保匹配效果的最佳化，在實(shí)時(shí)智能包實(shí)例中將該模式引入進(jìn)來具有重要推動(dòng)應(yīng)用效能。

4 結(jié)束語(yǔ)

科學(xué)技術(shù)的發(fā)展讓網(wǎng)絡(luò)的應(yīng)用范圍越來越廣，人工智能與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的融合與發(fā)展，則更進(jìn)一步推動(dòng)了計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的應(yīng)用效果，也讓人工智能的優(yōu)勢(shì)得以充分展現(xiàn)。計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)在對(duì)人工智能進(jìn)行應(yīng)用的過程中，還需要結(jié)合具體的實(shí)際情況進(jìn)行優(yōu)化和處理，讓人工智能與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)互相滲透、融合。

[1] 楊俊.人工智能在計(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，2017，（24）：255.

[2] 李世鋒.大數(shù)據(jù)時(shí)代人工智能在計(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，2017，（23）：259.

[3] 閔銳.大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].科技創(chuàng)新與應(yīng)用，2016，（36）：98.

[4] 茆鳴.人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用研究[J].電子技術(shù)與軟件工程，2016，（09）：255-256.

[5] 孫曉霞.人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用探究[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2016，（03）：99+101.