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)用研究

德州職業(yè)技術(shù)學(xué)院 郁 陶

新興技術(shù)一直都是計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)不斷發(fā)展的強(qiáng)大驅(qū)動(dòng)力，包括大數(shù)據(jù)、云計(jì)算、VR、AR和人工智能在內(nèi)的多種新興技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)領(lǐng)域中的廣泛應(yīng)用，給網(wǎng)絡(luò)用戶帶來了豐富的新體驗(yàn)。本文立足于大數(shù)據(jù)時(shí)代背景，分析了大數(shù)據(jù)與人工智能的關(guān)系，并以側(cè)重技術(shù)應(yīng)用的角度探討人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的具體應(yīng)用，包括網(wǎng)絡(luò)安全管理技術(shù)、網(wǎng)絡(luò)系統(tǒng)管理和評(píng)價(jià)技術(shù)兩個(gè)層面的應(yīng)用；同時(shí)，列舉了人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用。本文將對(duì)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)用進(jìn)行研究。

1 大數(shù)據(jù)與人工智能的關(guān)系

大數(shù)據(jù)和人工智能都是基于計(jì)算機(jī)技術(shù)和信息通信技術(shù)發(fā)展起來的，它們可被視為信息化進(jìn)程下的兩個(gè)并行分支，在各自不斷向前發(fā)展中相互影響、相輔相成。在可作為數(shù)據(jù)庫(kù)進(jìn)行管理的數(shù)據(jù)中，客戶信息、運(yùn)營(yíng)數(shù)據(jù)、銷售數(shù)據(jù)、庫(kù)存數(shù)據(jù)等被存儲(chǔ)于普通數(shù)據(jù)庫(kù)中的數(shù)據(jù)信息被稱作結(jié)構(gòu)化數(shù)據(jù)；另外，包括電子郵件、文本文件、圖畫、視頻等在內(nèi)的，不被存儲(chǔ)于數(shù)據(jù)庫(kù)中的數(shù)據(jù)，被稱作非結(jié)構(gòu)化數(shù)據(jù)。隨著數(shù)據(jù)量的不斷激增，結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)均迎來了爆發(fā)式增長(zhǎng)，相應(yīng)的自然語言處理需求、圖畫與視頻解析需求、語音識(shí)別需求也在不斷積累，因此人們?cè)絹碓娇释麛?shù)據(jù)存儲(chǔ)向智能化方向發(fā)展。人工智能滿足了人們對(duì)數(shù)據(jù)存儲(chǔ)的需求；同時(shí)，這種不斷向上攀升的實(shí)際需求，又進(jìn)一步推動(dòng)了人工智能技術(shù)的優(yōu)化與更新。作為新一輪科技革新和工業(yè)革新的中心驅(qū)動(dòng)力，人工智能與大數(shù)據(jù)的結(jié)合，正在重塑產(chǎn)業(yè)運(yùn)行模式，改變著人們的生活方式。

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

2.1 人工智能在計(jì)算機(jī)網(wǎng)絡(luò)安全管理技術(shù)中的應(yīng)用分析

（1）規(guī)則生產(chǎn)式專家系統(tǒng)

人工智能可以幫助人們完成對(duì)系統(tǒng)入侵的檢測(cè)，在已有以數(shù)據(jù)庫(kù)建立的經(jīng)驗(yàn)基礎(chǔ)上，我們可以創(chuàng)建有效預(yù)防病毒入侵的計(jì)算機(jī)推理機(jī)制，使數(shù)據(jù)庫(kù)具備獨(dú)立發(fā)現(xiàn)和分析病毒入侵的功能，并能夠根據(jù)以往經(jīng)驗(yàn)對(duì)新的入侵行為進(jìn)行攔截，以降低病毒入侵的發(fā)生概率。

（2）人工神經(jīng)網(wǎng)絡(luò)

所謂人工神經(jīng)網(wǎng)絡(luò)，就是指在智能技術(shù)的幫助下，使計(jì)算機(jī)網(wǎng)絡(luò)具備模擬人腦做工的能力，其特別是在容錯(cuò)性和接受性方面需要有格外突出的表現(xiàn)。隨著大數(shù)據(jù)時(shí)代的到來，人們對(duì)海量數(shù)據(jù)被精確識(shí)別和分析的要求越來越高，如果人工神經(jīng)網(wǎng)絡(luò)能夠在畸變和噪聲輸入模式等方面做到精確識(shí)別，那么將會(huì)極大提升工作質(zhì)量。事實(shí)上，當(dāng)前有關(guān)這方面的人工智能應(yīng)用已經(jīng)非常普遍了，特別是在與檢測(cè)系統(tǒng)配合使用時(shí)，檢測(cè)效率得到了進(jìn)一步提升。

（3）數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)的核心內(nèi)容是準(zhǔn)確提取網(wǎng)絡(luò)連接狀態(tài)下，主機(jī)的數(shù)據(jù)流入和流出，以自身的技術(shù)性能為基礎(chǔ)對(duì)入侵計(jì)算機(jī)的數(shù)據(jù)信息進(jìn)行學(xué)習(xí)和分析，并將新的入侵行為納入到自身數(shù)據(jù)庫(kù)中，成為最新的學(xué)習(xí)經(jīng)驗(yàn)，從而對(duì)外來類似或相同的入侵行為進(jìn)行及時(shí)攔截。

（4）自治Agent技術(shù)

自治Agent技術(shù)的主要特點(diǎn)有：適應(yīng)性、兼容性、自主性和十分突出的學(xué)習(xí)能力。Agent的特點(diǎn)決定了它對(duì)外來入侵具有較強(qiáng)的控制力，并且影響范圍也很廣，強(qiáng)大的適應(yīng)性大大降低了其對(duì)外部環(huán)境的依賴程度。

2.2 人工智能在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)管理和評(píng)價(jià)技術(shù)中的應(yīng)用分析

（1）人工智能問題求解技術(shù)

在應(yīng)用人工智能問題求解技術(shù)解決某些給定條件下的問題時(shí)，我們所關(guān)注的點(diǎn)主要集中在搜索空間和最優(yōu)解這兩個(gè)方面，并希望通過該技術(shù)自身所具有的搜索、推理和求解等功能來實(shí)現(xiàn)我們的實(shí)際需求。通常我們會(huì)用f×(n)=g×(n)+h×(n)這個(gè)公式來對(duì)最優(yōu)解的獲取進(jìn)行評(píng)估，其中g(shù)×(n)被用來表示由網(wǎng)絡(luò)節(jié)點(diǎn)s-n的最短路徑，h×(n)被用來表示網(wǎng)絡(luò)節(jié)點(diǎn)n-g的最短路徑。在網(wǎng)絡(luò)數(shù)據(jù)傳輸過程中，最優(yōu)解的獲取可以幫助我們有效節(jié)約網(wǎng)絡(luò)資源，提升網(wǎng)絡(luò)資源的合理利用率。

（2）專家知識(shí)庫(kù)技術(shù)

專家知識(shí)庫(kù)技術(shù)主要用于幫助人們獲得更加可靠的計(jì)算機(jī)網(wǎng)絡(luò)管理決策和支持，進(jìn)而實(shí)現(xiàn)安全、科學(xué)、合理的管理與評(píng)價(jià)。作為專家系統(tǒng)的一個(gè)重要組成部分，專家知識(shí)庫(kù)對(duì)專家系統(tǒng)的正常運(yùn)行有著很重要的影響，這與專家知識(shí)庫(kù)通過直接和間接積累知識(shí)方式，來對(duì)計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行編碼的操作行為和過程有很大關(guān)系。

3 人工智能應(yīng)用于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的幾個(gè)例子

3.1 網(wǎng)絡(luò)數(shù)據(jù)庫(kù)的建立與開發(fā)

大數(shù)據(jù)背景下的網(wǎng)絡(luò)數(shù)據(jù)庫(kù)可被理解成是海量數(shù)據(jù)與海量資源共享的結(jié)果。人工智能可幫助人們輕松實(shí)現(xiàn)對(duì)后臺(tái)（遠(yuǎn)程）數(shù)據(jù)庫(kù)和本地計(jì)算機(jī)程序的精確高效的系統(tǒng)操作和數(shù)據(jù)管理，這要比人工操作更加精確。隨著數(shù)據(jù)量的進(jìn)一步激增，人們對(duì)開發(fā)和建立網(wǎng)絡(luò)數(shù)據(jù)庫(kù)的要求也越來越高，區(qū)塊鏈技術(shù)便是在這樣的背景下誕生的，這項(xiàng)新興技術(shù)被定義為數(shù)據(jù)記錄、傳遞、存儲(chǔ)、管理、呈現(xiàn)的一種新方式。

3.2 網(wǎng)絡(luò)運(yùn)營(yíng)管理

人工智能在網(wǎng)絡(luò)運(yùn)營(yíng)管理方面的應(yīng)用被視為一種托管服務(wù)，即憑借自身的檢測(cè)優(yōu)勢(shì)，挖掘出潛在的站點(diǎn)問題，并探索網(wǎng)絡(luò)性能下降主要原因，以提升用戶的實(shí)際體驗(yàn)感。把人工智能技術(shù)運(yùn)用到運(yùn)營(yíng)商基站建設(shè)中，使其成為一項(xiàng)重要的網(wǎng)絡(luò)通信戰(zhàn)略部署，將有助于我們向自動(dòng)化網(wǎng)絡(luò)編排更近一步。在眾多網(wǎng)絡(luò)運(yùn)營(yíng)管理項(xiàng)目中，流量監(jiān)控始終是運(yùn)營(yíng)商最為關(guān)心的問題。當(dāng)然，對(duì)于所有有能力實(shí)施流量管理行為的管理者來說，流量監(jiān)控都是十分必要的。在整個(gè)流量監(jiān)控過程中，我們所關(guān)注的點(diǎn)基本集中在設(shè)備容量層面上，即分析設(shè)備不足與設(shè)備過剩之間的關(guān)系，并結(jié)合具體運(yùn)營(yíng)情況來對(duì)兩者的關(guān)系進(jìn)行調(diào)整，以實(shí)現(xiàn)資源利用最大化。NFV和網(wǎng)絡(luò)切片是我們經(jīng)常應(yīng)用的兩種技術(shù)，NFV是一種網(wǎng)絡(luò)功能虛擬化技術(shù)，它是在IT虛擬化技術(shù)基礎(chǔ)上提出的，它的出現(xiàn)使網(wǎng)絡(luò)設(shè)備功能不再依賴于專用硬件，資源可以充分靈活共享，實(shí)現(xiàn)新業(yè)務(wù)的快速開發(fā)和部署，并基于實(shí)際業(yè)務(wù)需求進(jìn)行自動(dòng)部署、彈性伸縮、故障隔離和自愈。通過對(duì)比傳統(tǒng)設(shè)備增加方式和網(wǎng)絡(luò)虛擬化下設(shè)備增加方式，可以很明顯看出NFV的重要性。

3.3 網(wǎng)絡(luò)安全防護(hù)

在網(wǎng)絡(luò)安全防護(hù)方面，人工智能可發(fā)揮其自身技術(shù)上的優(yōu)越性，幫助我們完成應(yīng)急指揮和響應(yīng)服務(wù)體系的建立，確保在計(jì)算機(jī)網(wǎng)絡(luò)遇到重大安全問題時(shí)，我們能夠在第一時(shí)間獲得成熟的解決方案，從而最大限度降低用戶網(wǎng)絡(luò)安全受威脅的概率。另一方面，對(duì)人工智能領(lǐng)域人才的培養(yǎng)也是非常重要的，畢竟從當(dāng)前對(duì)人工智能技術(shù)研發(fā)和應(yīng)用的情況看，基于層與層之間組織合作的網(wǎng)絡(luò)安全防護(hù)還無法實(shí)現(xiàn)自動(dòng)化，期待創(chuàng)新型人才在此方面深入研究，加以完善和解決。基于人工智能的網(wǎng)絡(luò)安全防護(hù)內(nèi)容有很多，比如身份認(rèn)證識(shí)別、惡意域名檢測(cè)、流量攻擊檢測(cè)、惡意軟件識(shí)別、垃圾郵件檢測(cè)和系統(tǒng)異常檢測(cè)等。

我們以惡意軟件識(shí)別為例來進(jìn)行簡(jiǎn)單說明。基于人工智能的數(shù)據(jù)挖掘算法檢測(cè)惡意代碼時(shí)，我們會(huì)根據(jù)文件特征的獲取方式、類型和分析手段的不同，將其分成四類：基于特征的分析、基于行為的分析、基于模型的分析和啟發(fā)式分析。其中，基于特征的分析一般是以n-gram等算法提取的字節(jié)序列、操作碼序列、函數(shù)調(diào)用序列、可執(zhí)行文件的特征和字符串等特征來進(jìn)行分析的，之后在采用人工神經(jīng)網(wǎng)絡(luò)、決策樹模型、K近鄰等實(shí)現(xiàn)分類。

3.4 智能考試系統(tǒng)

在自動(dòng)考試過程中，我們不僅對(duì)試卷質(zhì)量有嚴(yán)格標(biāo)準(zhǔn)，對(duì)自動(dòng)組卷實(shí)施過程也有一定的要求，比如：題型設(shè)計(jì)、試卷結(jié)構(gòu)、題量分配、難度比例、知識(shí)點(diǎn)分布等。因此，我們首先需要去建立一個(gè)控制各項(xiàng)指標(biāo)狀態(tài)的空間，記為D=[ ]。D中每行均由實(shí)體控制指標(biāo)組成，內(nèi)容包括：題號(hào)、題型、章節(jié)、難度，并通過計(jì)算機(jī)編碼將其表示成二進(jìn)制。

比如，我們將D空間內(nèi)的個(gè)體d_tar-get用d_request來表示，那么d_request就是試題要求指標(biāo)，未要求指標(biāo)就用d_void來表示。于是便有：

試題庫(kù)所有試題都被輸入相應(yīng)屬性，其產(chǎn)生形式為：

結(jié)束語：大數(shù)據(jù)背景下，對(duì)人工智能技術(shù)的廣泛應(yīng)用，推動(dòng)了計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，同時(shí)也給人工智能終端的發(fā)展提供了豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)。人工智能與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的緊密結(jié)合，不僅改變了各行各業(yè)原有的信息生產(chǎn)、分發(fā)和盈利方式、結(jié)構(gòu)，也直接影響了人們的日常生活。但在深入研究和實(shí)際應(yīng)用人工智能技術(shù)過程中我們也發(fā)現(xiàn)了不少問題，結(jié)合大數(shù)據(jù)時(shí)代背景的特點(diǎn)，本文側(cè)重于從技術(shù)應(yīng)用的角度對(duì)人工智能進(jìn)行闡述，希望能夠給大家?guī)韼椭?/p>