人工智能及大數(shù)據(jù)技術(shù)在計算機監(jiān)測控制中的應(yīng)用

張春麗

摘要：人工智能和大數(shù)據(jù)技術(shù)擴展了計算機技術(shù)的應(yīng)用面，因此研究了人工智能及大數(shù)據(jù)技術(shù)在計算機監(jiān)測控制中的應(yīng)用。通過優(yōu)勢互補兩技術(shù)可以應(yīng)用于計算機入侵檢測、操作預(yù)警與故障分析、輔助管理以及優(yōu)化計算機監(jiān)控能力等方面。未來可以研究人工智能和大數(shù)據(jù)技術(shù)的深度融合，進一步促進計算機監(jiān)測控制領(lǐng)域的深度發(fā)展。

關(guān)鍵詞：人工智能;大數(shù)據(jù)技術(shù);計算機監(jiān)測控制

中圖分類號：TP18 文獻標識碼：A 文章編號：1007-9416（2020）08-0065-02

0 引言

使用計算機對在生產(chǎn)生活中進行檢測控制是當前最高效的方式，然而隨著相關(guān)技術(shù)的不斷涌現(xiàn)，計算機檢測控制的性能提升成為了研究的熱點。計算機網(wǎng)絡(luò)的使用者增加，帶來了計算機網(wǎng)絡(luò)中數(shù)據(jù)量的急劇增長，現(xiàn)代社會進入了“大數(shù)據(jù)”時代。大數(shù)據(jù)具有數(shù)據(jù)來源廣泛、數(shù)據(jù)量龐大、數(shù)據(jù)格式與種類豐富以及數(shù)據(jù)準確性高的特點。伴隨大數(shù)據(jù)相關(guān)研究深入的同時，對大數(shù)據(jù)的數(shù)據(jù)處理、分析、存儲以及數(shù)據(jù)隱私保護等前沿技術(shù)不斷被提出、優(yōu)化，也逐漸應(yīng)用至各個方面，為其應(yīng)用的每一領(lǐng)域帶來變革性和創(chuàng)新[1]。

人工智能融合了多個學(xué)科的專業(yè)知識，幫助提高了人類處理數(shù)據(jù)能力以及效率。大數(shù)據(jù)與人工智能在近幾年內(nèi)相互交叉、不斷融合，產(chǎn)生了很多新的理論、方法、技術(shù)，進一步充分擴展了計算機在相關(guān)領(lǐng)域的深度使用[2]。因此，本文將研究人工智能及大數(shù)據(jù)技術(shù)在計算機監(jiān)測控制中的應(yīng)用。

1 人工智能及大數(shù)據(jù)技術(shù)在計算機監(jiān)測控制中的應(yīng)用研究

1.1 計算機入侵檢測

大數(shù)據(jù)技術(shù)中的數(shù)據(jù)挖掘技術(shù)可以準確提取計算機監(jiān)測控制過程中的數(shù)據(jù)與數(shù)據(jù)類型。并且通過建設(shè)大數(shù)據(jù)倉庫存儲數(shù)據(jù)可以對數(shù)據(jù)進行提取、轉(zhuǎn)換、清洗和加載處理例如采用布隆過濾的方式處理計算機監(jiān)測控制過程中的數(shù)據(jù)，不僅可以準確處理錯誤數(shù)據(jù)還能對冗余數(shù)據(jù)進行刪除處理。同時，為保障安全防護的效果，利用人工智能技術(shù)中的機器學(xué)習(xí)原理，檢測對計算機監(jiān)測控制的入侵行為[3]。

機器學(xué)習(xí)中的貝葉斯分類法對入侵檢測應(yīng)用效果較好。大數(shù)據(jù)挖掘技術(shù)從計算機網(wǎng)絡(luò)中挖掘入侵數(shù)據(jù)，貝葉斯分類將挖掘到的數(shù)據(jù)中可能性的最高行為序列與已知的入侵行為序列進行對比。通過計算兩個序列之間的貝葉斯概率，判斷為入侵行為的概率。利用人工智能結(jié)合大數(shù)據(jù)技術(shù)對計算機監(jiān)測控制進行安全防護，可以降低計算機系統(tǒng)運行時的負擔。

除此之外，利用神經(jīng)網(wǎng)絡(luò)可以并行計算的特性，可以同時對多個入侵信號序列進行檢測。但是神經(jīng)網(wǎng)絡(luò)在檢測時需要長時間訓(xùn)練，檢測結(jié)果受到網(wǎng)絡(luò)收斂速度的限制。因此，神經(jīng)網(wǎng)絡(luò)技術(shù)僅適用于對小型網(wǎng)絡(luò)的入侵行為進行檢測。人工智能和大數(shù)據(jù)技術(shù)除了在計算機入侵檢測方面有應(yīng)用外，還可以應(yīng)用于操作預(yù)警與故障處理方面。

1.2 應(yīng)用于操作預(yù)警與故障分析

在某些使用計算機監(jiān)測控制的行業(yè)中，需要實時對錯誤操作、以及機械、運行系統(tǒng)、線路等故障進行預(yù)警和故障修復(fù)處理。而傳統(tǒng)的數(shù)據(jù)處理方式對少量數(shù)據(jù)處理效果良好，但是對于海量數(shù)據(jù)則無法保證短時間內(nèi)的處理效果。而使用大數(shù)據(jù)技術(shù)處理計算機檢測控制過程中產(chǎn)生的數(shù)據(jù)，能夠快速并準確地處理數(shù)據(jù)，減少對計算機工作內(nèi)存的損耗。

進行操作預(yù)警與故障分析時通常利用大數(shù)據(jù)技術(shù)中Spark技術(shù)，以此減少數(shù)據(jù)集處理過程的大量數(shù)據(jù)緩存。在預(yù)警和故障分析處理過程中，Spark技術(shù)的容錯機制可以根據(jù)記錄的數(shù)據(jù)生成過程，重建部分丟失的數(shù)據(jù)。處理數(shù)據(jù)后的數(shù)據(jù)，可以縮小人工故障分析檢查的范圍，有效提高操作預(yù)警和故障分析前期的數(shù)據(jù)處理效率。

大數(shù)據(jù)技術(shù)完成操作預(yù)警和故障分析前期工作后，利用專家系統(tǒng)進行故障診斷。根據(jù)專家系統(tǒng)數(shù)據(jù)庫中存儲的大量經(jīng)驗數(shù)據(jù)，形成模擬的故障診斷理論數(shù)據(jù)。當出現(xiàn)故障時，接收大數(shù)據(jù)技術(shù)處理后的數(shù)據(jù)并導(dǎo)入至對應(yīng)信息庫中?？茖W(xué)分析故障因素，導(dǎo)出專家信息庫中存儲的解決方案并針對性地預(yù)警。人工智能和大數(shù)據(jù)技術(shù)可以應(yīng)用于輔助管理計算機監(jiān)測控制過程。

1.3 輔助管理計算機監(jiān)測控制過程

利用人工智能良好的學(xué)習(xí)性能，將問題求解技術(shù)與專家知識庫建立綜合管理體系。在綜合管理體系下，針對計算機監(jiān)測控制過程的動態(tài)瞬變特性，評價計算機監(jiān)測控制過程中的各個環(huán)節(jié)運行情況，以保障計算機監(jiān)測控制效果[4]。

此外，利用人工智能代理技術(shù)可以輔助計算機監(jiān)測控制過程的信息更新等工作。以專家知識庫中的信息為管理依據(jù)，進行數(shù)據(jù)信息的分析、過濾、計算等處理操作，為計算機監(jiān)測控制提供良好的數(shù)據(jù)支撐。人工智能代理技術(shù)結(jié)合大數(shù)據(jù)技術(shù)在輔助計算機監(jiān)測控制過程中，根據(jù)不同功能的自定義設(shè)置，可以從海量數(shù)據(jù)中獲取相應(yīng)分析角度的有價值信息，并在對信息分析后，傳遞給指定的計算機監(jiān)測控制人員，這樣監(jiān)控人員只需要對分析結(jié)果校驗即可，節(jié)約人員查找、處理、分析數(shù)據(jù)的時間。而且人工智能的學(xué)習(xí)性，會在相關(guān)算法的輔助下不斷優(yōu)化代理過程，提升代理技術(shù)的輔助能力。

1.4 優(yōu)化計算機監(jiān)控能力

計算機監(jiān)測控制過程中除了主動監(jiān)測入侵行為外，還需要有一定的被動防御能力。相比于傳統(tǒng)的計算機網(wǎng)絡(luò)防火墻，人工智能結(jié)合大數(shù)據(jù)技術(shù)建立的智能防火墻進行了很大程度上的優(yōu)化。利用大數(shù)據(jù)挖掘生成智能防火墻的訓(xùn)練數(shù)據(jù)集，自動攔截有害信息、高危連接的訪問等操作，避免了用戶信息數(shù)據(jù)泄露，提高了設(shè)備網(wǎng)絡(luò)的安全級別[5]。與此同時，因智能防火墻具備人工智能的學(xué)習(xí)性，還可以實現(xiàn)對不法惡劣攻擊行為的規(guī)避與控制，提升網(wǎng)絡(luò)管理性能。

由于網(wǎng)絡(luò)大數(shù)據(jù)是實時更新的，而人工智能可以不斷學(xué)習(xí)，優(yōu)化相關(guān)算法，人工智能結(jié)合大數(shù)據(jù)技術(shù)還可以有效過濾網(wǎng)絡(luò)上的違法、不良信息，或有效抓取網(wǎng)絡(luò)上的輿情信息，根據(jù)提前設(shè)定的警戒紅線以及數(shù)據(jù)走向預(yù)測進行預(yù)警，輔助網(wǎng)絡(luò)監(jiān)管部門對網(wǎng)絡(luò)信息安全進行監(jiān)測。將上述技術(shù)簡化后，電子郵箱運營平臺可以通過對郵件、信息的掃描與識別，甄別有害垃圾郵件，并提醒幫助用戶處理垃圾郵件，保障用戶郵箱系統(tǒng)安全。

以上，為本文研究的人工智能及大數(shù)據(jù)技術(shù)在計算機監(jiān)測控制中應(yīng)用的具體內(nèi)容。

2 結(jié)語

計算機技術(shù)的飛速發(fā)展，促使了計算機網(wǎng)絡(luò)中數(shù)據(jù)量的指數(shù)級增長，大數(shù)據(jù)技術(shù)也隨之出現(xiàn)。人工智能技術(shù)是對計算機技術(shù)的進一步擴展應(yīng)用，在眾多行業(yè)中也有了廣泛應(yīng)用。計算機監(jiān)測控制已經(jīng)深入了工業(yè)生產(chǎn)、人們生活的方方面面。人工智能技術(shù)是以模仿人類思維而提出的技術(shù)，未來的應(yīng)用前景十分廣闊。本文從實際出發(fā)研究了人工智能及大數(shù)據(jù)技術(shù)在計算機監(jiān)測控制中的應(yīng)用，為未來人工智能技術(shù)和大數(shù)據(jù)技術(shù)的深度優(yōu)化應(yīng)用打下堅實的分析基礎(chǔ)。

參考文獻

[1] 段汝林.大數(shù)據(jù)時代計算機軟件安全檢測技術(shù)及其應(yīng)用研究[J].信息與電腦（理論版），2019（5）：211-212.

[2] 潘凡峰.淺談超低能耗人工智能（AI）無線自組網(wǎng)通訊技術(shù)在水資源監(jiān)測中的應(yīng)用[J].城市道橋與防洪，2018（8）：327-330+33-34.

[3] 孫華，賈曉婷.大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].信息與電腦（理論版），2018（9）：128-130.

[4] 王佳林，趙心蕊，高涵.大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用研究[J].中國新通信，2020，22（2）：90.

[5] 陳菲，付忠廣，鄭玲.基于機器學(xué)習(xí)的監(jiān)控大數(shù)據(jù)防沖突檢測仿真[J].計算機仿真，2019，36（4）：469-473.