陳建春
摘要:人工智能是當前較為先進的計算機技術,該技術在計算機網(wǎng)絡技術中的應用極大豐富人們的生活方式,隨著人工智能不斷發(fā)展,其必然成為大數(shù)據(jù)時代處理數(shù)據(jù)得主要方式,推動計算機網(wǎng)絡技術不斷發(fā)展。本文探討了大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡技術中的應用。
關鍵詞:大數(shù)據(jù)時代;人工智能;計算機網(wǎng)絡技術;應用
大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡技術中的運用,需明確其運用后的優(yōu)勢以及運用的現(xiàn)狀,并從網(wǎng)絡管理技術與網(wǎng)絡系統(tǒng)管理與評價技術兩方面進行闡述,最后用運用案例總結,得出現(xiàn)在人工智能技術已經(jīng)廣泛應用,并逐步深化,形成了明確的發(fā)展趨勢。
1 人工智能的特點和優(yōu)勢
1.1 不確定性甚至不可執(zhí)行的處理能力
在進行網(wǎng)絡管理時需要對各種網(wǎng)絡資源進行監(jiān)測控制管理,從而對網(wǎng)絡系統(tǒng)的運行效率進行保證,在網(wǎng)絡管理的過程中需要保證其對系統(tǒng)資源狀態(tài)的了解,主要是系統(tǒng)的局部和全部狀態(tài)。網(wǎng)絡系統(tǒng)具有瞬變性,只有保證對網(wǎng)絡系統(tǒng)的全部狀態(tài)進行了解,才能保證信息的確切性。
1.2 協(xié)作能力
計算機網(wǎng)絡技術發(fā)展的過程中,網(wǎng)絡的規(guī)模在不斷擴大,網(wǎng)絡的結構變得越來越復雜。但是,對網(wǎng)絡系統(tǒng)進行單一的網(wǎng)絡管理是不合理的,所以應該加強對層次化網(wǎng)絡管理。在層次化網(wǎng)絡管理中,可以分為上中下三層管理者,中層管理制度受到上層管理者的輪詢方式的監(jiān)測,并對下層管理者進行監(jiān)測,在這個過程中需要各層管理者之間相互協(xié)作,人工智能系統(tǒng)中具有多代理協(xié)作分布能力,能夠提升網(wǎng)絡管理者在管理過程中的協(xié)作能力。
1.3 學習、解釋和推理能力
當前,很多網(wǎng)絡管理者在進行管理的過程中需要利用網(wǎng)絡管理協(xié)議,但是這些協(xié)議只能管理一些信息庫信息,利用這些信息雖然能夠確定網(wǎng)絡管理控制的方法,但是卻沒有得到很好的落實,多數(shù)僅僅是進行網(wǎng)絡的監(jiān)測。而利用人工智能網(wǎng)絡管理能夠?qū)Φ蛯有畔⑦M行學習、綜合和解釋,從而能夠獲得高層的信息;并且,能夠利用這些高層信息來進行網(wǎng)絡管理和控制。
1.4 處理非線性能力
網(wǎng)絡復雜的拓撲結構、瞬變的網(wǎng)絡負荷、不可預料性的用戶行為等特點,使網(wǎng)絡管理控制中不能保證控制對象的高度線性。所以,傳統(tǒng)的網(wǎng)絡控制理論不能很好地實現(xiàn)計算機網(wǎng)絡的安全管理。在人工智能系統(tǒng)中,通過對人類智能的模擬,能夠使非線性問題得到很好的處理,使人工智能技術在計算機網(wǎng)絡中有著很成功的應用。
2 大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡技術中的應用
2.1人工神經(jīng)網(wǎng)絡
模擬人類大腦的運行是人工神經(jīng)網(wǎng)絡的基本方法。通過模擬人腦的處事方式,使得人工神經(jīng)網(wǎng)絡在接受性與容錯性等方面比其他系統(tǒng)有更大的作用??茖W家們可以通過人工神經(jīng)網(wǎng)絡對有噪聲的或者畸變的輸入模式實行精準明確的識別。將其與各種檢測系統(tǒng)一起配合使用,就能十分明顯提高檢測的效率。因此,在大數(shù)據(jù)時代下,人工神經(jīng)網(wǎng)絡那龐大的低價值密度的數(shù)據(jù)分析與檢測活動中具有不可忽視的作用。以人工智能技術為基礎進行的計算機網(wǎng)絡自動化分析操作,可以分辨的對象多種多樣,主要有噪聲輸入模式和畸變輸入模式等??蒲腥藛T常用并行的方式檢測信號在噪聲或畸變模式下輸入后的實際效果,這種科研方式在網(wǎng)絡的安全管理領域大有作為。
2.2 數(shù)據(jù)挖掘
數(shù)據(jù)挖掘技術的工作原理,就是利用審計方法來對網(wǎng)絡連接、主機會話等進行分析,將其中最獨特的特點查找出來,對這些特點進行描述,利用人工智能對其入侵規(guī)律進行學習,對于計算機網(wǎng)絡中沒有遭受入侵的狀態(tài),進行記錄,倘若在網(wǎng)絡受到攻擊時,使系統(tǒng)運行出現(xiàn)不正常時,識別入侵對象。所以,可以將人工智能的自我記憶和學習能力進行體現(xiàn),將其進行應用后,能夠?qū)⑷肭謱ο蟮臋z測進行優(yōu)化,使檢測效率得以大大提升。
2.3 人工免疫
這一技術是對人體的免疫系統(tǒng)進行模仿,通過計算機程序?qū)⑵潴w現(xiàn)出來,其主要有三個方面的內(nèi)容:①基因庫;②否定選擇;③克隆選擇,這三個方面的內(nèi)容有機結合,能使傳統(tǒng)的入侵檢測過程中的問題得以有效的補充,但是對于未知病毒的不足不能進行有效的識別。例如在基因庫內(nèi),技術人員能夠?qū)⒍鄠€基因片段進行再整合,也可以對突變后的狀態(tài)進行分析,識別入侵系統(tǒng)中的不同類型的病毒,然而實際情況是,基因庫的建設能力還需要不斷的提升;針對否定選擇,系統(tǒng)會出現(xiàn)一系列的字符,再通過否定選擇算法,刪除掉能夠匹配的字符,倘若選擇正確,那就是合格檢測,可以對下一步的操作進行。這一技術的應用還需要不斷的優(yōu)化,其應用價值才能發(fā)揮出來。
2.4 數(shù)據(jù)融合技術
數(shù)據(jù)融合技術是以用戶作為對象,將多個數(shù)據(jù)進行重新組合,在組合的基礎之上挖掘出更多的信息。數(shù)據(jù)融合在網(wǎng)絡安全的管理中,能夠?qū)⒍鄠€傳感器在系統(tǒng)中進行連接,提高計算機的系統(tǒng)性能,將傳感器的入侵范圍縮小,打破原有的局限模式,保證入侵檢測系統(tǒng)的安全,多種技術融合之后會產(chǎn)生更好的效果?,F(xiàn)階段入侵檢測方面的技術很多,包含數(shù)據(jù)庫和各類知識結構的拼接,構建了專家的知識系統(tǒng),如果一旦受到系統(tǒng)的入侵就可以自動檢測數(shù)據(jù),確定入侵的種類和危害。專家知識庫包含很多基本理論和經(jīng)驗,將已知的內(nèi)容轉(zhuǎn)化為各類編碼,數(shù)據(jù)庫中得到專家的支持并且采用各類管理方式,以便完成計算機的各項工作。
2.5 人工智能問題求解技術
這一技術的應用要在一定的情況下進行,通過限定的步數(shù)來將算法進行實施,其具體技術有三個:①搜索技術,這一技術是以狀態(tài)圖為基礎的;②推理技術,這一技術是以謂詞邏輯為基礎的;③求解技術,這是一技術是通過結構化知識分析來完成的。其中搜索技術的使用范圍廣泛,有狀態(tài)和問題空間,能夠使用多種技術進行搜索,結合每個問題的不同之處來將搜索方式進行選擇,使搜索效率得以提升。此外,這一技術能夠利用評價來使搜索效果實現(xiàn)最佳。所以,這一技術的深入發(fā)展和使用,能夠使網(wǎng)絡資源的使用得以有效降低,使網(wǎng)絡資源的利用率得以大大提升。
2.6 專家系統(tǒng)
人工智能化的專家數(shù)據(jù)庫,能夠自主吸收專家的經(jīng)驗,并對吸納的知識進行總結,持續(xù)性的把這些內(nèi)容輸入到專家系統(tǒng)中,以完善系統(tǒng)的內(nèi)容。
人工智能專家系統(tǒng)技術,在計算機網(wǎng)絡管理與系統(tǒng)評價中有不小的貢獻?,F(xiàn)階段,專家系統(tǒng)的知識庫涵蓋了基本的理論、直接經(jīng)驗、間接經(jīng)驗等內(nèi)容。把匯總的各種專家經(jīng)驗放入數(shù)據(jù)庫中,使用計算機網(wǎng)絡技術對其編碼,使每一條計算機網(wǎng)絡管理決策都有專家系統(tǒng)中包含的專家支持為依據(jù),并采用相同的方式,使管理與評價工作也有專家的決策支撐。
隨著我國信息技術水平的不斷提升,人們生產(chǎn)生活更大程度的通過計算機網(wǎng)絡開展。為保障計算機網(wǎng)絡中各項人們基礎數(shù)據(jù)信息的安全,就需要運用專家系統(tǒng)提供的技術,增強計算機網(wǎng)絡的安全。將人工智能應用到入侵檢測方面中,可以有效對計算機專家系統(tǒng)開展工作進行有力支持,更快更及時的建立起專業(yè)領域的專家數(shù)據(jù)庫,并且將這個專家數(shù)據(jù)庫編譯成為特定的計算機指令。當外界進行入侵時,就可以及時將之作為做出判斷的直接依據(jù),并且及時對造成入侵的原因追本溯源,得出準確的后果判斷,通過這種方式提升安全檢測準確性,是十分有效的做法。
總而言之,人工智能技術在計算機網(wǎng)絡技術中的運用愈發(fā)普及,從而體現(xiàn)出人工智能技術在發(fā)展方面的未來,在不斷深入分析下,人工智能技術會運用在更多的領域當中。
參考文獻:
[1] 鐘婭. 大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡技術中的應用分析[J]. 電腦迷. 2018(10)
[2] 張芙蓉. 簡析大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡技術中的應用[J]. 數(shù)碼世界. 2018(08)
[3] 孔亮. 人工智能在計算機網(wǎng)絡技術中的運用問題[J]. 智庫時代. 2017(13)
[4] 沈郁喬,黃偉. 大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡技術中的應用[J]. 科技創(chuàng)新導報. 2018(01)