人工智能在计算机网络技术中的应用

马英英

人工智能技术能够在各方面代替“人力”进行工作，并将存储的信息资源转变成“生产力”，受到人们的青睐与重视。在计算机网络技术中，人工智能技术的应用，能够按照生产工程的具体生产目标和管理任务，制定相应的技术设计方案、操作流程、步骤以及编辑程序进行运作，对有效资源进行优化配置，加上人工智能技术具有信息处理和编辑特征，能提升计算机网络的可移植性，从而达到资源信息实时共享，提升工作效率的目的。文章主要从当前我国计算机网络安全现状与人工智能技术特点出发，对基于人工智能理论的计算机网络安全管理的关键技术以及具体应用进行了分析，希望能为计算机网络技术的应用提供借鉴。

【关键词】网络安全 人工智能 计算机网络技术 具体应用

人工智能技术作为一门应用型且跨学科的科学，涉及内容复杂，主要包括心理学、计算机学科、控制论、神经生理学以及语言学等，具有在虚拟網络中脱离人工处理、人工控制信息以及人工编辑的功能。不仅是现代化电子工程中的中枢机构与重心，也是现代科学技术发展的必经途径。进入二十一世纪后，我国大部分企业开始加大新技术、新工艺的研发，拓宽工业生产规模，为自身生产经营的转型做出努力，以研发出人工智能技术并加以应用。从2010年以来，我国自行研发与引用国外的人工智能技术，并成功应用到计算机网络中的案例已经超过数十万，改善了我国人们生活基础元素，为将来科学技术产业带来了新的机遇。

1 当前我国计算机网络安全现状与人工智能技术特点

1.1 计算机网络安全现状分析

计算机网络安全是每一为公民都应了解和维护的职责，人们在享受网络带来的方便同时，个人信息和财产安全也遭受威胁。具体可从以下几方面进行分析：

（1）当用户使用计算机网络时，浏览相关网站，这时网页会自动跳出一些与所需信息无关的广告，向用户传达信息以干扰用户的使用。

（2）当用户在下载相关信息数据过程中，极易下载有病毒的信息数据，一旦将病毒下载并保存到电脑后，不仅不能正常使用，还会给电脑硬件设备造成威胁，让电脑长期处在“危险”状态中。

（3）不法分子故意侵入用户系统，传播木马病毒和编写病毒代码，篡改信息数据，以扰乱正确的信息源代码。从这些迹象表明，这些不良信息的出现，是网络黑客和不良商家受利益驱使，为了获取相应利益，在网络上传播病毒，导致密码账号泄露、篡改数据信息、用户无法登录和网络端口故障问题普及，给计算机网络安全使用造成威胁。

1.2 人工智能技术的特点

在计算机网络技术安全管理领域中应用人工智能技术，能够实时监控网络系统的运行状态，缓解网络管理工作人员的压力，提升网络管理效率。与传统计算机网络安全技术相比，人工智能技术的使用无论是从速度、效率，还是可操作性方面均有明显提升，具体体现在以下几方面：

（1）具有处理模糊信息能力。由于计算机网络中存在许多不确定和无法预知的模糊信息，因此应用人工技能技术，能够通过模糊逻辑的推理模式对信息进行处理，提升处理信息能力。

（2）具备学习能力与处理非线性能力。人工智能技术与传统网络安全处理模式不同，具有学习能力与处理非线性能力等特点，因为计算机网络技术中具有海量且复杂的信息数据，要想从这些信息中获取有效数据信息，必须从学习入手，推理出简单信息，而人工智能技术的应用，能满足这一要求。

（3）计算成本投入较低。人工智能技术在计算机网络技术中的应用，主要是通过控制算法进行计算，能够一次性完成计算任务，减少资源消耗量，实现绿色节能同时，提升网络计算的速度。

2 基于人工智能理论的计算机网络安全管理的关键技术

2.1 异常检测方法

2.1.1 聚类分析

聚类分析法是按照样本集中的样本特点，建立一种层次型、网格、划分型、基于模型以及概率密度的模型聚类方法。其中，层次型的作用是层层分解样本集。划分型是利用划分方法，建立数据集。网格是将样本集转变成网格结构，然后按照单元数据来聚类。概率密度是根据数据集邻近区域的密度，设定阈值，即可进行聚类。基于模型则是先建立假设模型，并按照样本集收集的数据和模型来聚类。

2.1.2 克隆选择法

克隆选择法即是按照生物学的免疫系统，建立的一种克隆选择算法。克隆选择法集净化搜索、全局搜索、随机搜索以及局部搜索为一体的克隆算子，具有收敛速度高的特点。

2.1.3 克隆选择模糊聚类算法

基于克隆选择模糊聚类算法的工作流程为：对抗体群落进行初始化—克隆操作—免疫基因操作—克隆选择操作—克隆死亡操作—一步迭代算子—抗体编码。即是抗体群落经过初始化后，形成：

亲和度的计算公式为：

并对其进行判断，确保符合一步迭代终止要求；然后执行克隆操作获得A'（k），免疫基因操作为A''（k），克隆选择操作为新的抗体群A（k+1），等到满足克隆死亡操作：

再次执行亲和度，达到 后，即可返回一步迭代，完成判断工作。

2.2 证据组合规则

2.2.1 规则思路

计算机网络技术的安全管理对证据收集具有重要意义，但是由于证据信息具有不确定与多样化影响因素，因此要想确保信息收集完整、可靠及高效，需要制定基于交补分担准则的证据组合规则，建立一个证据信息集合x与y，并对集合的文氏图进行绘制，从而获取有效数据，找出数据信息中的冲突问题与局限问题，并采取有效措施予以处理。集合x与y的交补关系可划分为XC∩YC、XC∩Y、X∩YC、X∩Y等四种方法；设置步骤为：使用二进制0、1代表x、y的原集与补集，X∩Y代表（11）2；XC∩YC表示外部部分不予分配；XC∩Y代表（01）2；而X∩YC代表（10）2。并在焦元x与y设置证据信息E1与E2，然后利用m1（x）与m2（2）对集合x、y的bba进行区分，以提升安全管理效率。

2.2.2 信度平均交补分担证据组合规则

与比例均衡交补分担证据组合规则相比，信度平均交补分担证据组合规则具有明显优势：可在λ1和λ2方法中，选取其中任何一种方法进行运算。例如比例均衡交补分担证据组合规则λ1，λ2∈[0，1]，而信度平均交补分担证据组合规则则是设定xy=φ，λ1=λ2=0；若XY=φ；YX=φ，λ2=1，或者是λ1=λ2=0.5。

2.3 P2P信任管理模型

2.3.1 节点的bba建模

根据数据信息形式，将其划分为两种类型，包括：信任文件（G）与恶意文件（M），并加以识别框架。设节点i，推荐节点j的信誉信息置信度为，，且，选择任意节点Ri对的支持强度为：

假设节点j的推荐节点为n个，能形成n个和j交互后对{G}，{M}支持的推荐证据。

2.3.2 证据的预处理

证据的预处理即是对某个证据源的证据和证据之间的一致性进行检测，以提升证据的可信度。具体表现在以下几方面：事先对每个焦元属性的可能进行检测，然后通过收集证据来获取焦元可能性的支持度，最后對证据的可信度进行诊断。即是焦元的可能性支持程度越高，证据收集的可信度越高；相反，证据收集的可信度越小。

2.3.3 对P2P信任模型进行计算

基于改进证据组合规则的P2P信任模型计算的工作流程为：开始—置信度的确定—对计算基本信息进行分配—预处理法和去相关算法的使用—证据信息的融合—对评判节点信任度进行综合。即是利用识别框架对信任文件与恶意文件的置信度进行确认，并对文件类别进行计算，以获得推荐信息的基本信度分配函数，然后使用预处理算法与信度去相关算法过滤干扰信息，让各个证据之间保持独立。最后通过信度平均交补分担证据组合规则录入推荐信息，并按照信任度评价方法对节点信任点进行判断，从而形成完整的P2P信任模型。

3 人工智能在计算机网络技术中的具体应用

3.1 网络多渠道信息处理和合成

网络和计算机等高科技技术在计算机网络技术的应用，使得人工智能在工程内的设计要求与原则被再次改写，主要原因是网络技术与计算机技术的出现，为计算机网络的发展创造有利条件，让人工智能技术从具象发展转变成宏观发展，由原始定向数据处理和改革向大批量、高频率和高密度处理数据信息方向转变，以实现网络多渠道信息处理和合成。例如在计算机网络技术的安全管理方面，可利用人工智能技术在管理操作界面上录入“防火墙”指令，对不良信息的干扰影响进行拦截、屏蔽和清楚，一旦系统检测出“不良邮件”，会自行将拦截信息发送到检测中心，如果邮件的安全属性出现疑问或者是不合格问题，将会被纳入到不安全邮件范围内。可见，智能化控制不仅体现在处理信息数据的水平上，还体现在工人智能技术的应用范围上，只要计算机网络技术的应用程序需要，人工智能技术的运行系统即可根据计算机网络应用规则与标准，进行智能操作。

3.2 修缮设计网络管理工作

要想设计出高效、便捷和通达的信息通道，建立智能化控制能力的工程结构雏形，人工智能技术的应用具有重要作用。具体表现为技术改革作为计算机网络技术发展的不然趋势，为迎合发展环境与历史背景，可通过人工智能技术来修缮设计网络管理，以提高设计工作效率。此外，应用人工智能技术，能够快速处理、分析数据信息的有效性，从而提升技术检测的精确度。例如在信号设计和系统设计工作中，应用人工职工技术修缮设计网络管理，需要结合信息分解和系统分析技术，建立网络综合管理系统，充分利用人工智能的专家知识库，输入有关的结语，对计算机网络技术系统进行管理、评价，以解决该领域存在的问题，从而提升计算机网络技术总体管理效率。

3.3 模式识别

模式识别即通过计算机，利用数学技术方法来对模式（环境与客体的统称）的自动处理和判读进行研究，例如使用计算机实现文字、声音、物体的自动识别，这也是开发智能机器的一个关键突破口。对人类使用者而言，最重要的是通过听觉器官和视觉气管来获得声学和光学信息，这也是人工智能模式识别的两个忠告方面，例如目前市场上常见的光学字符识别系统（OCR），语音识别系统等代表性产品，这些模式识别最显著的特征就是具备高速、准确、高效的优点，与人类自学习过程类似，例如“汉字识别”：首先将汉字进行图象分析处理，将其主要表达特征与汉字代码存储到计算机当中，类似于教师教我们如何将这个字的读法、写法、意思等知识存储进大脑，这一过程叫做“智能训练”或“自学习”，识别过程就是将输入或扫描的汉字图象进行处理后与计算机中所存储的所有汉字进行比较，以最相近的字作为识别结果，这一过程即“匹配过程”。

3.4 提升计算机网络的功能

为了提升计算机网络技术的功能，人工智能技术可根据生产结构，结合多样化的生产功能标准，设置与人工智能不同的交互结合体，形成设计工程的技术结构，从而实现工程的智能化。例如人工智能技术中的Agent技术，能够在计算机操作系统中利用知识资源库与数据库提供权威性和完整的评价指标与对比数据，并借助通讯软件对计算机网络系统运行进行监控，将网络系统中的资源全部输送到系统操作界面上，为操作目标与任务提供服务，以拓展计算机网络技术应用的功能影响，从而达到提升解释推理工作质量与水平的目的。

4 结束语

综上所述，计算机网络技术已经被广泛应用到各个领域中，对各行各业的稳定发展产生巨大影响。而人工智能在计算机网络技术中的应用，要想提升计算机网络服务的质量，充分发挥计算机网络技术功能，必须根据具体情况，在基于人工智能理论的计算机网络安全管理的关键技术基础上，将其灵活运用到网络多渠道信息处理和合成和修缮设计网络管理工作中，提升计算机网络的功能，从而为人们提供更多的人性化与智能化服务。

参考文献

[1]肖继海.基于人工智能理论的网络安全管理关键技术的研究[J].电脑开发与应用，2014，v.27；No.242（10）：35-37.

[2]马越.探讨人工智能在计算机网络技术中的应用[J].计算机光盘软件与应用， 2014（22）：43-44.

[3]王垂祺.人工智能在计算机网络技术中的应用[J].信息与电脑：理论版， 2015（14）：74-75.

[4]阮金波.人工智能在计算机网络技术中的应用探究[J].工程技术：引文版， 2016（11）：00310-00310.

[5]孙晓霞.人工智能在计算机网络技术中的应用探究[J].网络安全技术与应用， 2016（3）：99-99.

[6]吴振宇.试析人工智能在计算机网络技术中的运用问题[J].网络安全技术与应用，2015（01）：70-70.

[7]李海滨.人工智能在计算机网络技术中的应用分析[J].科研，2016（11）：00190-00190.

[8]郝登山.人工智能在计算机网络技术中的应用分析[J].中国新通信，2016， 18（01）：87-89.

[9]纪鸿旭，李璐.探讨人工智能在计算机网络技术中的应用[J].工程技术：文摘版，2016（07）：00188-00188.

[10]周美玲，郭晓磊.人工智能在计算机网络技术中的运用[J].开封大学学报，2015，29（02）：92-93.

作者单位

湖南信息学院 湖南省长沙市 410151