人工智能及大數(shù)據(jù)技術(shù)在計(jì)算機(jī)監(jiān)測(cè)控制中的應(yīng)用

唐超，左文濤

（1.廣州科技職業(yè)技術(shù)大學(xué)，廣東 廣州 510800；2.廣州工商學(xué)院，廣東 廣州 510800）

0 引言

在當(dāng)今的信息化時(shí)代，借助高效的數(shù)字化系統(tǒng)和智能化技術(shù)可以輔助人們完成各種對(duì)精度和速度要求較高的操作。特別是受到近年來(lái)人工智能技術(shù)及其附屬智能裝備的紅利效應(yīng)，在各行業(yè)和領(lǐng)域的應(yīng)用都陸續(xù)取得了顯著成效[1]。而在計(jì)算機(jī)監(jiān)測(cè)與控制領(lǐng)域，融合前沿科技與海量數(shù)據(jù)的新型監(jiān)控模式為數(shù)據(jù)存儲(chǔ)、傳輸?shù)陌踩约袄眯侍岣邘?lái)了發(fā)展空間。

1 大數(shù)據(jù)技術(shù)與人工智能概述

面對(duì)日漸龐大的數(shù)據(jù)量和種類豐富的數(shù)據(jù)類型，為了準(zhǔn)確掌握數(shù)據(jù)的來(lái)源、格式和變化趨勢(shì)等信息，并從中總結(jié)、提取或挖掘出利用價(jià)值，現(xiàn)階段的大數(shù)據(jù)技術(shù)在數(shù)據(jù)的處理、分析、存儲(chǔ)、安全隱私保護(hù)等層面仍存在很大的完善進(jìn)步空間。另一方面，人工智能技術(shù)作為機(jī)器智能化，擬人化的典型產(chǎn)物，可以通過(guò)更高的準(zhǔn)確率和操作精度在某些領(lǐng)域取代人類，并大幅度提高操作效率。將人工智能與大數(shù)據(jù)技術(shù)進(jìn)行融合本身就具有鮮明的時(shí)代屬性，現(xiàn)代化技術(shù)理論的融合與資源重組能進(jìn)一步拓寬計(jì)算機(jī)監(jiān)測(cè)和控制的應(yīng)用范圍，本文也將就此展開(kāi)深入的探討和分析[2]。

2 人工智能及大數(shù)據(jù)技術(shù)在計(jì)算機(jī)監(jiān)測(cè)控制中的應(yīng)用

2.1 計(jì)算機(jī)系統(tǒng)入侵檢測(cè)

大數(shù)據(jù)技術(shù)中的數(shù)據(jù)挖掘則能夠精準(zhǔn)、安全的記錄計(jì)算機(jī)在數(shù)據(jù)存儲(chǔ)和傳輸過(guò)程中的操作過(guò)程，并通過(guò)實(shí)時(shí)監(jiān)測(cè)的功能對(duì)所有數(shù)據(jù)的類型進(jìn)行統(tǒng)一管控。結(jié)合大數(shù)據(jù)的數(shù)據(jù)倉(cāng)庫(kù)，定量存儲(chǔ)等數(shù)據(jù)流處理方式，輔助實(shí)現(xiàn)數(shù)據(jù)的提取、轉(zhuǎn)換、清洗和加載處理。此外，還可以通過(guò)特定的數(shù)據(jù)算法提取數(shù)據(jù)中的有價(jià)值信息并過(guò)濾排除無(wú)關(guān)干擾因素[3]。最終讓計(jì)算機(jī)監(jiān)測(cè)控制系統(tǒng)中運(yùn)行的數(shù)據(jù)保持絕對(duì)的安全性與可靠性。除此之外，還可通過(guò)智能化的數(shù)據(jù)統(tǒng)計(jì)和批處理技術(shù)對(duì)錯(cuò)誤數(shù)據(jù)和冗余數(shù)據(jù)進(jìn)行歸類或刪除，從而保證計(jì)算機(jī)內(nèi)最優(yōu)化的倉(cāng)儲(chǔ)結(jié)構(gòu)。同時(shí)，可以進(jìn)一步提升計(jì)算機(jī)系統(tǒng)內(nèi)數(shù)據(jù)信息安全等級(jí)。在此基礎(chǔ)上引入人工智能技術(shù)與大數(shù)據(jù)技術(shù)進(jìn)行融合則可以利用人工智能領(lǐng)域中的機(jī)器學(xué)習(xí)原理，實(shí)時(shí)對(duì)計(jì)算機(jī)監(jiān)測(cè)控制系統(tǒng)的入侵行為進(jìn)行檢測(cè)和預(yù)警。

實(shí)踐證明，利用人工智能機(jī)器學(xué)習(xí)分支中的貝葉斯分類算法能夠在計(jì)算機(jī)入侵檢測(cè)的應(yīng)用中獲得較為理想的效果。在利用大數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)從計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)流中提取入侵?jǐn)?shù)據(jù)時(shí)，貝葉斯分類法可將挖掘出的數(shù)據(jù)中具有較高入侵可能性的行為序列和已知入侵序列庫(kù)中的入侵行為進(jìn)行比對(duì)。如果經(jīng)過(guò)計(jì)算發(fā)現(xiàn)兩個(gè)序列之間的貝葉斯概率達(dá)到一定標(biāo)準(zhǔn)則可直接判定其屬于入侵行為。由此可以看出，將人工智能技術(shù)與大數(shù)據(jù)技術(shù)結(jié)合可進(jìn)一步提升計(jì)算機(jī)監(jiān)測(cè)控制過(guò)程的完備性與全面程度。此類安全防護(hù)手段也可以保障計(jì)算機(jī)系統(tǒng)運(yùn)行時(shí)不必承受較大的數(shù)據(jù)處理負(fù)擔(dān)。

人工智能領(lǐng)域當(dāng)中的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)具有優(yōu)異的并行計(jì)算能力。借助神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)可以同時(shí)對(duì)多個(gè)線程內(nèi)的入侵信號(hào)序列進(jìn)行實(shí)時(shí)監(jiān)測(cè)。由于神經(jīng)網(wǎng)絡(luò)在部署應(yīng)用前需要經(jīng)歷較長(zhǎng)時(shí)間的訓(xùn)練過(guò)程，且檢測(cè)過(guò)程中又容易受到網(wǎng)絡(luò)速度限制而使其性能收斂。

2.2 操作預(yù)警和故障分析

在一些需要使用計(jì)算機(jī)管理系統(tǒng)進(jìn)行監(jiān)測(cè)控制的行業(yè)和領(lǐng)域中，經(jīng)常出現(xiàn)由于人為操作失誤或機(jī)器運(yùn)轉(zhuǎn)不暢所導(dǎo)致的系統(tǒng)故障，線路故障等異常情況。這些故障在發(fā)生初期必須及時(shí)進(jìn)行預(yù)警或故障報(bào)告，以便于維修人員及時(shí)對(duì)其進(jìn)行修復(fù)。而在傳統(tǒng)的計(jì)算機(jī)監(jiān)測(cè)系統(tǒng)當(dāng)中，利用被監(jiān)測(cè)對(duì)象的實(shí)時(shí)數(shù)據(jù)處理和分析的方式來(lái)對(duì)故障進(jìn)行預(yù)警和判斷是存在很大局限性的，即無(wú)法保證其在較短的時(shí)間內(nèi)對(duì)于大量數(shù)據(jù)完成準(zhǔn)確處理。而針對(duì)這一不足，大數(shù)據(jù)技術(shù)則能充分發(fā)揮出其海量數(shù)據(jù)的快速處理能力。系統(tǒng)運(yùn)行中所產(chǎn)生的數(shù)據(jù)信號(hào)經(jīng)大數(shù)據(jù)監(jiān)測(cè)系統(tǒng)進(jìn)行批量處理和快速統(tǒng)計(jì)后，可大幅度的降低傳統(tǒng)計(jì)算機(jī)監(jiān)測(cè)過(guò)程中的內(nèi)存消耗。考慮到計(jì)算機(jī)系統(tǒng)在進(jìn)行操作預(yù)警和故障分析的過(guò)程中會(huì)經(jīng)常涉及到大數(shù)據(jù)spark技術(shù)的應(yīng)用。而為了降低數(shù)據(jù)緩存給處理器和存儲(chǔ)裝置所帶來(lái)的壓力，可充分利用spark技術(shù)自帶的容錯(cuò)機(jī)制，在預(yù)警及故障分析處理過(guò)程中根據(jù)既有的數(shù)據(jù)生成結(jié)果重建部分丟失的數(shù)據(jù)。這樣不僅提升了數(shù)據(jù)收集和處理的整體效率，也能有效避免因人工操作失誤所造成的系統(tǒng)異常和故障。高效的數(shù)據(jù)處理機(jī)制還可進(jìn)一步拓寬監(jiān)測(cè)與控制的覆蓋范圍，顯著提升了操作預(yù)警和故障分析流程的整體數(shù)據(jù)處理準(zhǔn)確性。

在操作預(yù)警和故障分析系統(tǒng)功能的基礎(chǔ)上，引入人工智能中的專家系統(tǒng)可進(jìn)一步提升故障診斷的精度和速度。人工智能專家系統(tǒng)數(shù)據(jù)庫(kù)中提前存儲(chǔ)的經(jīng)驗(yàn)數(shù)據(jù)能夠針對(duì)故障的表現(xiàn)及異常數(shù)據(jù)值快速匹配具體的故障原因及解決方式。當(dāng)遇到系統(tǒng)故障時(shí)，專家系統(tǒng)接收大數(shù)據(jù)系統(tǒng)處理后的異常數(shù)據(jù)并導(dǎo)入到對(duì)應(yīng)的信息庫(kù)完成故障類型的判別。之后再快速導(dǎo)出專家信息庫(kù)中的最優(yōu)解決辦法，及時(shí)進(jìn)行故障預(yù)警。這樣既能保證計(jì)算機(jī)監(jiān)測(cè)功能正常使用，也可提升診斷和修復(fù)過(guò)程的效率。

2.3 輔助管理計(jì)算機(jī)監(jiān)測(cè)控制過(guò)程

人工智能系統(tǒng)具有強(qiáng)大的自我學(xué)習(xí)和總結(jié)提升能力，可將匹配好的問(wèn)題求解過(guò)程與專家知識(shí)庫(kù)建立關(guān)聯(lián)，從而組建綜合管理系統(tǒng)。在這一系統(tǒng)之下，可以對(duì)計(jì)算機(jī)監(jiān)測(cè)控制過(guò)程的各類動(dòng)態(tài)數(shù)據(jù)變化特性進(jìn)行歸類和記錄。讓計(jì)算機(jī)的監(jiān)測(cè)控制過(guò)程中各環(huán)節(jié)的實(shí)時(shí)運(yùn)行情況都能在監(jiān)測(cè)控制的覆蓋范圍內(nèi)[4]。人工智能的代理技術(shù)還可以完成日常的計(jì)算機(jī)監(jiān)測(cè)控制輔助管理過(guò)程。由其負(fù)責(zé)對(duì)計(jì)算機(jī)數(shù)據(jù)信息的更新和同步實(shí)時(shí)記錄，并根據(jù)專家知識(shí)庫(kù)中的對(duì)應(yīng)信息作為依據(jù)同步進(jìn)行數(shù)據(jù)信息的分析、過(guò)濾和計(jì)算。進(jìn)而為計(jì)算機(jī)的監(jiān)測(cè)控制系統(tǒng)帶來(lái)穩(wěn)定的數(shù)據(jù)支持和運(yùn)算能力保障。將人工智能代理技術(shù)與大數(shù)據(jù)技術(shù)組合用于計(jì)算機(jī)監(jiān)測(cè)控制的輔助過(guò)程，還可為其增添自定義的功能選項(xiàng)。即從海量數(shù)據(jù)中提取具有分析價(jià)值的信息完成分類后，將信息分析的結(jié)果導(dǎo)出至監(jiān)測(cè)控制人員。而計(jì)算機(jī)監(jiān)控人員只需要根據(jù)收到的信息分析結(jié)果進(jìn)行匹配校驗(yàn)即可完成數(shù)據(jù)的核對(duì)與查找。這樣就大幅度的減少了人工查找、處理和分析數(shù)據(jù)的時(shí)間消耗。這些都是人工智能系統(tǒng)優(yōu)秀學(xué)習(xí)能力的典型體現(xiàn)形式。除此之外，在全球?qū)W者和人工智能技術(shù)研究者的共同努力下，蘊(yùn)含人工智能核心信息處理方式的算法就能得到反復(fù)的試驗(yàn)和論證。并且在不同版本的演化、迭代過(guò)程中，持續(xù)提升算法的運(yùn)行效率與魯棒性。算法的支撐與人工智能的學(xué)習(xí)能力和代理人工應(yīng)用時(shí)的表現(xiàn)均密切相關(guān)，優(yōu)質(zhì)的算法可在既有數(shù)據(jù)、信息等資料的基礎(chǔ)上，在技術(shù)迭代升級(jí)過(guò)程中持續(xù)改善代理技術(shù)的輔助能力。

2.4 優(yōu)化計(jì)算機(jī)綜合監(jiān)控能力

在監(jiān)測(cè)計(jì)算機(jī)系統(tǒng)運(yùn)行過(guò)程中的主動(dòng)入侵行為時(shí)，除了需要具有一定的被動(dòng)防御能力之外，還需要主動(dòng)偵查可能存在安全隱患及系統(tǒng)漏洞。而相較于傳統(tǒng)的計(jì)算機(jī)網(wǎng)絡(luò)防火墻來(lái)說(shuō)，人工智能技術(shù)配合大數(shù)據(jù)技術(shù)所構(gòu)建的數(shù)據(jù)安全防護(hù)結(jié)構(gòu)能夠最大程度上幫助計(jì)算機(jī)系統(tǒng)攔截各類有害信息，并阻擋頻繁的高危訪問(wèn)等非法操作。利用大數(shù)據(jù)挖掘獲得的智能防火墻訓(xùn)練數(shù)據(jù)集還能夠準(zhǔn)確地識(shí)別各類已知的非法攻擊行為，并第一時(shí)間采取相應(yīng)的預(yù)防措施進(jìn)行防范。智能防火墻所具備的人工智能學(xué)習(xí)性還可以不斷對(duì)其識(shí)別異常訪問(wèn)和攻擊的類型進(jìn)行補(bǔ)充和完善，進(jìn)而不斷提高其網(wǎng)絡(luò)管理性能和綜合監(jiān)控能力[5]。

另一方面，在網(wǎng)絡(luò)信息抓取和語(yǔ)義識(shí)別等技術(shù)的支持下，人工智能技術(shù)可通過(guò)最新獲得的實(shí)時(shí)更新的數(shù)據(jù)訪問(wèn)，總結(jié)其中的不良信息并完成匯總。抓取網(wǎng)絡(luò)上的輿情信息并參照提前設(shè)定好的警戒紅線及數(shù)據(jù)走向進(jìn)行預(yù)測(cè)和預(yù)警。這一功能也可幫助網(wǎng)絡(luò)監(jiān)管部門對(duì)網(wǎng)絡(luò)信息平臺(tái)的數(shù)據(jù)安全性及操作規(guī)范性進(jìn)行實(shí)時(shí)監(jiān)管。以上技術(shù)經(jīng)過(guò)流程的簡(jiǎn)化和標(biāo)準(zhǔn)化后，具備鑒別監(jiān)測(cè)功能的電子郵件平臺(tái)就可以對(duì)來(lái)往的郵件、信息進(jìn)行安全性的監(jiān)測(cè)，準(zhǔn)確識(shí)別垃圾郵件并自動(dòng)進(jìn)行分類，幫助用戶實(shí)現(xiàn)電子郵件的智能化安全管理，全面保障用戶郵箱的安全。

3 結(jié)語(yǔ)

綜上所述，現(xiàn)階段的人工智能和大數(shù)據(jù)技術(shù)在不斷發(fā)展的同時(shí)，二者的融合應(yīng)用也能夠在計(jì)算機(jī)監(jiān)測(cè)控制領(lǐng)域中的不同方面發(fā)揮巨大的作用。利用人工智能技術(shù)的機(jī)器學(xué)習(xí)能力和自我提升能力能夠?yàn)楸O(jiān)測(cè)功能的持續(xù)豐富帶來(lái)幫助。而大數(shù)據(jù)技術(shù)的高效數(shù)據(jù)處理和分析能力也可為計(jì)算機(jī)數(shù)據(jù)系統(tǒng)安全的監(jiān)管帶來(lái)極大的應(yīng)用價(jià)值。