人工智能在計算機網(wǎng)絡(luò)中的應(yīng)用

摘要：人工智能技術(shù)又被稱作AI，是一個集計算機技術(shù)、邊緣計算技術(shù)、模糊識別技術(shù)、信息技術(shù)等多種技術(shù)理論應(yīng)用于一體的交叉技術(shù)科學(xué)，它以研究模擬、應(yīng)用模仿人類推理智能的計算機機器設(shè)備或軟件為主。盡管當(dāng)前階段在世界范圍內(nèi)人工智能技術(shù)的研究進展還仍然停留在“弱Ai”階段，但已經(jīng)初步在多個領(lǐng)域發(fā)現(xiàn)了人工智能技術(shù)的應(yīng)用路徑?；诖?，本文主要是對人工智能在互聯(lián)網(wǎng)環(huán)境中的實際應(yīng)用場景進行探討，其中重點對其中人工智能技術(shù)的運行大致原理以及主要作用。

關(guān)鍵詞：人工智能;計算機網(wǎng)絡(luò);信息處理

一、引言

如今隨著互聯(lián)網(wǎng)技術(shù)的普及應(yīng)用，社會中各行各業(yè)信息化發(fā)展進程也越來越快，計算機網(wǎng)絡(luò)技術(shù)的應(yīng)用不僅加快了人們傳遞信息、共享信息的實際效率，同時也為人們的生活、工作、娛樂提供了一種更加便捷化的選擇，甚至直接潛移默化地影響著一個時代的生活習(xí)慣。當(dāng)前階段僅僅將計算機設(shè)備當(dāng)做一個計算與處理的輔助工具，顯然是無法真正滿足人們的基本工作生活需要的。所以利用人工在網(wǎng)絡(luò)技術(shù)上輔助人們形成一定的決策參考意見，能夠提高計算機獨立分析處理數(shù)據(jù)的能力效率，使一些網(wǎng)絡(luò)技術(shù)應(yīng)用實現(xiàn)半自動化或全自動化管理，顯著降低網(wǎng)絡(luò)技術(shù)應(yīng)用維護的人力資源成本。

二、人工智能技術(shù)的概述

人工智能技術(shù)的實現(xiàn)原理較為復(fù)雜，它是近代科學(xué)理論技術(shù)下，通過對人腦推理和邏輯分析的功能流程分析，在將自然語言處理系統(tǒng)以及各類專家知識體系錄入計算機數(shù)據(jù)庫后，以模糊計算、語義分析識別、數(shù)據(jù)庫比對等方式達到接近人腦推理決策的功能。隨著人工智能領(lǐng)域技術(shù)課題研究的不斷深入，如今的人工智能技術(shù)，已經(jīng)可以基本滿足依靠獨立邏輯，完成理解、學(xué)習(xí)、識別甚至淺層博弈等復(fù)雜情況的推理處理功能需求了。這樣的人工智能技術(shù)在應(yīng)對復(fù)雜的應(yīng)用情景時，可以根據(jù)知識庫積累的多種邏輯方案，來智能化地對環(huán)境變量進行分析與決算，等同于提高了計算機獨立完成某種功能、動作的能力[1]。人工智能技術(shù)在網(wǎng)絡(luò)技術(shù)中的應(yīng)用思路，就是通過智能計算機現(xiàn)有的知識庫，在少量人工指令或者完全脫離人工指令的控制條件下，替代或輔助計算機網(wǎng)絡(luò)用戶完成某種分析處理功能，從而達到高效率、低人力資源成本的工作效果。

三、人工智能技術(shù)在計算機網(wǎng)絡(luò)中的適用性分析

（一）垂直計算工作面較大，計算成本較低

所謂“弱AI”時代，是指當(dāng)前來看，受到科學(xué)對人腦邏輯思維的產(chǎn)生機理方面的技術(shù)研究局限，部分關(guān)鍵的智能生成原理尚未被攻破，所以人工智能技術(shù)的推理、學(xué)習(xí)以及分析行為，與人類自主產(chǎn)生邏輯的模式還是存在本質(zhì)上的差距的。這樣的人工智能技術(shù)產(chǎn)物只是看起來像是有智能思維的樣子，但實際上并不是真正意義上的智能，也不可能產(chǎn)生自主思維意識。弱“AI”階段的人工智能技術(shù)尚不能完全脫離人工指令來完成場景推理與事件解決，尤其是在處理人類的語言系統(tǒng)以及處理其他應(yīng)用場景下的隨機變量條件時，人工智能的工作效果往往會大打折扣。從誤差統(tǒng)計模型的理論來看，分析誤差問題是導(dǎo)致人工智能技術(shù)水平受限的根本原因，這樣的誤差影響可以用一組向量Q=（A1，A2，A3...）來表示，它所對應(yīng)的誤差影響就可以用QS向量（S1，S2，S3）來表示，那么系統(tǒng)的照射誤差的公式就可以表示為如下：S=|QS|=（S12+S22+S32...）×k[2]。

上述誤差公式表明了，由于人工智能的思維邏輯都是建立在一個個“算法”的基礎(chǔ)上，應(yīng)對不同場景的變量條件，人工智能技術(shù)在分析處理的過程中勢必會產(chǎn)生分析誤差，多種誤差的疊加照射影響，導(dǎo)致人工智能分析結(jié)果與人類的邏輯判斷產(chǎn)生較大的偏差影響。但反過來想，現(xiàn)階段控制人工智能技術(shù)的分析推理誤差的最好辦法就是縮短誤差向量的照射鏈條，也就是盡可能地減少產(chǎn)生遞進誤差的實際執(zhí)行環(huán)節(jié)。計算機技術(shù)是人工智能技術(shù)的基礎(chǔ)技術(shù)支撐，而人工智能技術(shù)在計算機網(wǎng)絡(luò)中要處理的信息，大部分都是計算機代碼指令、數(shù)據(jù)表等這種計算機比較容易理解的語言類型，只有少量簡單的用戶功能實現(xiàn)需要人工智能來分析隨機環(huán)境變量，所以在互聯(lián)網(wǎng)環(huán)境中使用人工智能技術(shù)，無限地接近于垂直工作計算。所以說，計算機網(wǎng)絡(luò)是最適合人工智能技術(shù)使用的實際應(yīng)用情景。

（二）模糊處理能力較強，適用于人腦無法完成的海量計算任務(wù)

模糊計算就是指人工智能根據(jù)底層代碼設(shè)置的模糊計算規(guī)則，從幾組控制變量的輸入來直接輸出分析計算結(jié)果的一種底層計算邏輯，它是人工智能分析、推理與學(xué)習(xí)功能的本質(zhì)。這種模糊計算是依靠環(huán)境變量對中心點的隸屬度關(guān)系，配置合適的隸屬值函數(shù)來得到模糊結(jié)論的，過程主要包含了四個步驟：首先是模糊規(guī)則庫，這種規(guī)則生成的來源既有從自有知識庫的專家系統(tǒng)調(diào)取的，也有在特定環(huán)境條件下完成學(xué)習(xí)功能補錄的;其次是模糊化，將難以用一定規(guī)律描述的環(huán)境變量條件，如自然語言表述等根據(jù)模糊規(guī)則配置出相應(yīng)的隸屬度分布;接著是推理過程，根據(jù)計算輸出的需求不同，轉(zhuǎn)化成用戶所需要的特定條件模糊表述;最后是去模糊化，由于輸入結(jié)果是精確的，而輸出結(jié)論是一組隸屬值矩陣或網(wǎng)絡(luò)單元的數(shù)據(jù)，所以若是不經(jīng)過數(shù)據(jù)處理，人工智能的模糊計算結(jié)果是難以被實際應(yīng)用的，而去模糊化就是指反向利用人工智能的模糊計算規(guī)則，將隸屬度數(shù)值轉(zhuǎn)化為對應(yīng)的推導(dǎo)結(jié)論。

這樣的模糊計算使得人工智能技術(shù)擁有極強的計算處理效率，就以互聯(lián)網(wǎng)應(yīng)用來說，如今互聯(lián)網(wǎng)環(huán)境中一些功能比較復(fù)雜的應(yīng)用程序或平臺的運行代碼動輒高達數(shù)百萬、千萬行，這樣龐大的數(shù)據(jù)量顯然是無法依靠傳統(tǒng)數(shù)據(jù)工具來完成檢索任務(wù)的。因此人工智能技術(shù)的應(yīng)用，可以利用這種模糊計算機制來替代人工處理互聯(lián)網(wǎng)的大量復(fù)雜的數(shù)據(jù)信息，通過控制算法讓人工智能一次或少次計算得到最優(yōu)解計算任務(wù)結(jié)果，這樣才能進一步提高計算機網(wǎng)絡(luò)的運行效率。

（三）強大的非線性處理能力可以靈活應(yīng)對多種情景

所謂非線性數(shù)據(jù)結(jié)構(gòu)，是與線性數(shù)據(jù)結(jié)構(gòu)比較的一種相對說法，它與線性數(shù)據(jù)結(jié)構(gòu)“一一對應(yīng)”的模式不同，非線性數(shù)據(jù)結(jié)構(gòu)的邏輯特征是在一個節(jié)點元素上可能同時存在多個前驅(qū)或后驅(qū)。無論是線性數(shù)據(jù)結(jié)構(gòu)還是非線性數(shù)據(jù)結(jié)構(gòu)，它們往往都是某種事件的外在特征或表現(xiàn)規(guī)律，也就是說，只有掌握了這種非線性結(jié)構(gòu)數(shù)據(jù)生成的原則，人工智能技術(shù)才能夠?qū)﹄S機應(yīng)用情景的變量做出對應(yīng)的反應(yīng)。這種非線性處理功能，當(dāng)前階段主要是依靠支持向量機來實現(xiàn)的，這種支持向量機是一個二分類模型，它的基本邏輯思路就是對樣本進行超平面分隔，直至分隔間隔達到最大化后，樣本中只剩下二次規(guī)劃求解問題為止。當(dāng)處理樣本數(shù)據(jù)表現(xiàn)為線性不可分時，人工智能技術(shù)可以訓(xùn)練學(xué)習(xí)一個非線性支撐向量機;而當(dāng)處理樣本的數(shù)據(jù)表現(xiàn)為近似線性可分時，人工智能技術(shù)可以訓(xùn)練學(xué)習(xí)一個向量支持機，最終將其加工為線性可分的樣本，通過學(xué)習(xí)一個線性可分向量支持機來輸出問題的推論結(jié)果[3]。

這樣的邏輯功能，使得人工智能技術(shù)在處理互聯(lián)網(wǎng)應(yīng)用環(huán)境中高層次、有價值的信息時，可以直接根據(jù)無序分布的規(guī)律線索，提取形成在線解釋與專家方案。從而在互聯(lián)網(wǎng)應(yīng)用中達到輔助決策生成的關(guān)鍵功能。而這樣的決策功能，并不僅僅在單一環(huán)境模型中生效，由于強大的非線性處理計算優(yōu)勢，人工智能技術(shù)在應(yīng)對多種環(huán)境類型時，它的決策模型可以在短時間內(nèi)生成多種備選方案，以方案類比、優(yōu)化、分析的形式輸出更加利于用戶參考使用的計算結(jié)果與推理，這種獨特的“博弈”機制，使得整個人工智能系統(tǒng)可以游刃有余地處理多種復(fù)雜計算情景的信息，例如開放互動式系統(tǒng)的大數(shù)據(jù)分析。

四、人工智能技術(shù)在計算機網(wǎng)絡(luò)中的有效應(yīng)用路徑

（一）網(wǎng)絡(luò)安全技術(shù)的革新發(fā)展

受計算機網(wǎng)絡(luò)技術(shù)普及的影響，除了提供一種更為便利的生活方式，以及提高了各行各業(yè)的生產(chǎn)工作效率以外，同時帶給人們的，還有巨大的網(wǎng)絡(luò)安全挑戰(zhàn)問題。現(xiàn)如今由于計算機的實際應(yīng)用場景越來越多，人們對計算機分析處理的依賴性越來越高，關(guān)于信息數(shù)據(jù)安全性問題的關(guān)注度也是越來越高的。從近年來各類網(wǎng)絡(luò)信息安全事件的報道情況來看，大到國家安全局的失泄密案件導(dǎo)致局勢動蕩、中到企業(yè)商業(yè)機密失竊的財產(chǎn)損失、小到用戶個人隱私的泄漏影響，互聯(lián)網(wǎng)安全關(guān)系到每一個用戶或用戶群體的切身利益?；ヂ?lián)網(wǎng)信息安全問題正在成為嚴重阻礙網(wǎng)絡(luò)技術(shù)進步的一塊“絆腳石”，只有網(wǎng)絡(luò)安全防護技術(shù)不斷優(yōu)化完善，才能確保網(wǎng)絡(luò)服務(wù)、網(wǎng)絡(luò)應(yīng)用系統(tǒng)可以可靠地運作。

但從網(wǎng)絡(luò)“攻防戰(zhàn)”的現(xiàn)狀來看，網(wǎng)絡(luò)攻擊技術(shù)的進步速度永遠要比網(wǎng)絡(luò)安全技術(shù)更新要快。就以網(wǎng)絡(luò)應(yīng)用平臺的開發(fā)運營為例，網(wǎng)絡(luò)應(yīng)用平臺為了確保自己的系統(tǒng)服務(wù)不受到惡意攻擊指令篡改代碼，導(dǎo)致服務(wù)中斷，往往會花費大量的人力、物力、財力來完善網(wǎng)絡(luò)安全防護技術(shù)水平，軟件的開發(fā)者在其中的作用就是在海量的數(shù)據(jù)庫模型中，利用數(shù)據(jù)工具逐一檢索系統(tǒng)中可能存在安全風(fēng)險的結(jié)構(gòu)設(shè)計。但網(wǎng)絡(luò)黑客通過枚舉入口的方式編寫一組攻擊指令所需要花費的精力，是遠遠低于軟件系統(tǒng)的設(shè)計開發(fā)維護的。因此以往傳統(tǒng)的網(wǎng)絡(luò)安全防護技術(shù)，無論是網(wǎng)閘還是安全防護軟件都會有或大或小的技術(shù)漏洞，區(qū)別只是它們有沒有被發(fā)現(xiàn)。

而利用人工智能技術(shù)來完善計算機網(wǎng)絡(luò)安全防護技術(shù)的思路，就是通過專門設(shè)計的AI人工智能，在網(wǎng)絡(luò)安全防護軟件上部署深度學(xué)習(xí)功能，借由人工智能技術(shù)強大的環(huán)境異常分析處理能力，完成對惡意攻擊指令、木馬病毒的高效率識別功能。例如AI人工智能防火墻，在技術(shù)防護功能上還是以往傳統(tǒng)的“隔離—鑒別—通行或攔截”的防護邏輯流程。但區(qū)別在于以往傳統(tǒng)的防火墻技術(shù)需要人為設(shè)置參數(shù)來優(yōu)化防火墻的安全防護水平，一旦參數(shù)設(shè)置不合理，很容易出現(xiàn)防火墻“誤攔錯放”的嚴重問題，不僅對用戶的網(wǎng)絡(luò)技術(shù)知識水平有一定要求，且防護效果不盡理想。而AI人工智能防火墻的設(shè)計重點在于它對攻擊指令數(shù)據(jù)的鑒別邏輯，軟件中自有一個隨時更新的數(shù)據(jù)庫，除了保留傳統(tǒng)安全防護技術(shù)中對隔離區(qū)數(shù)據(jù)包頭部信息識別功能以外，它還有一個異常環(huán)境分析報告鑒定木馬病毒與攻擊指令的特征信息。這樣即使帶有攻擊指令的數(shù)據(jù)包被從隔離區(qū)放行，安全防護軟件仍然保留有管理系統(tǒng)內(nèi)所有應(yīng)用運行權(quán)限的功能，當(dāng)數(shù)據(jù)包在本地被讀取時存在篡改數(shù)據(jù)代碼、讀取本地數(shù)據(jù)表結(jié)構(gòu)等風(fēng)險操作時，會直接生成一個運行環(huán)境異常的風(fēng)險報告作為告警信息，提示用戶異常的數(shù)據(jù)包可能帶來的運行安全風(fēng)險，同時將該數(shù)據(jù)包重新投放回防火墻隔離區(qū)進行監(jiān)視處置。而這樣的安全防護策略，在截取一個惡意攻擊指令后，數(shù)據(jù)包的結(jié)構(gòu)特征、信息特征等都會被記錄為數(shù)據(jù)表收錄在軟件信息庫中作為攻擊特征識別，也就實現(xiàn)了人工智能技術(shù)的深度學(xué)習(xí)功能。

（二）推動“萬物互聯(lián)”的智能時代格局

“萬物互聯(lián)”的概念早在2015-2016年間就被初次提起，它是指將使用者、應(yīng)用業(yè)務(wù)與計算機設(shè)備以物理網(wǎng)絡(luò)橋接的形式，融合為一個有機整體，將互聯(lián)網(wǎng)中的信息真正轉(zhuǎn)化為業(yè)務(wù)行動力，這樣的概念模型下，信息與計算機設(shè)備的實用價值將被呈指數(shù)放大，人機交互的障礙問題也將徹底得到解決。但在此前由于受限于網(wǎng)絡(luò)與計算機設(shè)備的技術(shù)水平瓶頸限制，這種思維超前的概念化設(shè)計并未被投入實際應(yīng)用。我國人工智能技術(shù)領(lǐng)域由于發(fā)展道路偏差、算法缺陷顯著也一度陷入低迷[4]。但如今5G通信技術(shù)革新的時代背景下，受到商業(yè)應(yīng)用場景的刺激作用，給人工智能與“萬物互聯(lián)”概念設(shè)計的結(jié)合帶來了一絲曙光，硬件技術(shù)與軟件算法的更新完善，也為人工智能技術(shù)進步提供了重要的科技支撐。

“萬物互聯(lián)”與人工智能技術(shù)的結(jié)合在當(dāng)前階段已普及落地應(yīng)用的領(lǐng)域主要有教育、金融、醫(yī)療、電子商務(wù)、家居生活和工業(yè)設(shè)計等多個行業(yè)領(lǐng)域。如今已經(jīng)投產(chǎn)應(yīng)用的“人工智能+計算機互聯(lián)網(wǎng)”產(chǎn)品數(shù)不勝數(shù)，例如通過計算機或者移動端控制的智能家電、車載智能導(dǎo)航，淘寶、支付寶、微信等移動端APP，上述產(chǎn)品均是通過在計算機互聯(lián)網(wǎng)環(huán)境中，利用人工智能技術(shù)實現(xiàn)語音語義識別、生物特征檢索、大數(shù)據(jù)處理分析等功能的。在“人工智能+萬物互聯(lián)”的智能時代背景下，為人機交互界面的人性化設(shè)計提供了極為廣闊的思路空間，使應(yīng)用人工智能技術(shù)的電子設(shè)備產(chǎn)品，真正以可靠助手的身份出現(xiàn)在人們的工作生活中。

（三）人工智能技術(shù)在互聯(lián)網(wǎng)搜索引擎中的具體應(yīng)用

以往傳統(tǒng)的互聯(lián)網(wǎng)引擎都是采用目錄式搜索的方式來幫助用戶完成檢索的，這種方式需要投入大量人力資源成本，由網(wǎng)站編輯員查看信息后以人工或者半人工的形式來將網(wǎng)站上的信息置于分類框架中。目錄式搜索的代表是Yahoo、Open Directory等。而如今以百度、谷歌等搜索引擎為主使用的檢索技術(shù)，都是基于Robot檢索與Meta檢索技術(shù)理論開發(fā)的，其中Robot檢索是由人工智能程序以某種設(shè)計策略驅(qū)動，根據(jù)用戶輸入詞的語義識別結(jié)果作為信息檢索條件，由專門的查詢接口輸入檢索索引庫，并將這些檢索信息以映射區(qū)的形式回訪給使用用戶。這種檢索技術(shù)與傳統(tǒng)檢索引擎技術(shù)相比，它能夠?qū)崟r在索引鏈接中顯示出部分網(wǎng)頁的更新變動信息，同時還能自動篩除掉失效的死鏈接，使檢索技術(shù)與用戶的關(guān)聯(lián)匹配度更高，Robot智能檢索的代表產(chǎn)品是Google搜索引擎。而Meta的技術(shù)特點是并沒有本身的檢索索引庫，使得搜索引擎的運行負擔(dān)更低，處理反應(yīng)更加高效，利用人工智能的博弈篩選，直接由元搜索引擎負責(zé)將internet中所有與檢索詞語義相關(guān)的信息按照匹配關(guān)聯(lián)度由上自下排列，這樣即使檢索內(nèi)容中未能出現(xiàn)用戶需求的信息內(nèi)容，用戶也可以根據(jù)信息參考源的排列規(guī)律來重新補充關(guān)鍵詞，為用戶提供一種智能優(yōu)化檢索關(guān)鍵詞的策略，我們所熟知的百度搜索引擎使用的就是這種檢索技術(shù)。

五、結(jié)束語

綜上所述，除了本文論述的內(nèi)容以外，在實際計算機網(wǎng)絡(luò)的場景中人工智能技術(shù)還有諸多其他的應(yīng)用思路。這主要得益于計算機網(wǎng)絡(luò)中應(yīng)用人工智能技術(shù)的三個技術(shù)優(yōu)勢，一是在計算機網(wǎng)絡(luò)中的垂直計算環(huán)境下，人工智能分析決策的誤差率較低;二是強大的模糊計算能力使得人工智能技術(shù)計算效率極高;三是非線性處理性能較強，使人工智能技術(shù)擁有了深度學(xué)習(xí)完善的可能。因此可以說，人工智能技術(shù)在計算機網(wǎng)絡(luò)中的應(yīng)用前景是非?？捎^的。

作者單位：彭世海? ? 浪潮軟件集團有限公司

彭世海（1985.01-），男，漢族，山省濰坊，本科，研究方向：大數(shù)據(jù)、云計算、人工智能、網(wǎng)絡(luò)安全。

參? 考? 文? 獻

[1]李振.人工智能在計算機網(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，2021（12）：172-173.

[2]董玉姣.人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].中國管理信息化，2021，24（24）：194-195.

[3]盧鐳，李琳.人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].無線互聯(lián)科技，2021，18（23）：100-101.

[4]潘忠平，王偉，付鑫.人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用分析[J].信息與電腦（理論版）， 2021，33（23）：158-160.