基于人工智能的网络安全技术

摘 要 现阶段我国的网络技术的发展比较迅速，各行业在网络技术的应用下，大大促进了产业结构优化，提高了生产力水平。但是网络在给人们带来方便的同时，也存在着安全隐患，加强网络的安全保障就显得比较关键。基于此，本文先就我国网络安全的现状以及网络安全特征简要阐述，然后就人工智能技术及其应用优势加以分析，最后探究基于人工智能的网络安全技术，希望能通过此次理论研究，有助于保障网络的使用安全。

【关键词】人工智能 网络安全 技术应用优势

网络技术的普遍应用改变了人们的生活以及工作方式，已经有愈来愈多的人依赖网络技术，并成为行业发展的一个重要基础支持技术。人工智能技术是基于计算机以及智能技术的新技术，人工智能的网络安全技术的应用，能大大提高网络安全，在未来人工智能的技术应用将会有广阔的前景。

1 我国网络安全的现状以及网络安全特征体现

1.1 我国网络安全的现状分析

互联网技术的迅速发展背景下，计算机网络资源共享水平得到了提高，但是在互联网的安全问题方面也愈来愈突出。如根据美国FBI统计，其每年网络安全问题带来的经济损失就高达75亿美元。全球受到网络入侵计算机事件二十秒就会发生一起。根据这些调查的情况我们能够了解，网络安全问题一直成为难以攻克的难题，尤其是在当前的互联网技术的广泛应用下，信息资源共享性的加强，使得世界的网络逐渐形成一个整体，大量的信息流动如果不能保障网络安全就必然会带来很大的损失。

而我国的网络技术的应用时间并不是很长，但是在发展的速度上是比较快的，尤其近几年的互联网技术应用水平得到了显著提高，并在人工智能等领域有着诸多的突破。无论网络技术如何应用，网络安全是最为基础的课题，只有保障了网络安全才能更好的发挥网络技术的积极作用。而从当前我国的网络安全问题来看，还存在着诸多亟需解决的问题。从人为角度来说网络安全威胁主要就是信息泄露，信息泄露就破坏了网络系统保密性，造成信息泄露的主要威胁就是业务流分析以及网络监听和漏洞利用等等。网络安全威胁中拒绝服务攻击也是比较突出的，主要是对信息资源科合法的访问被非法拒绝或推迟和时间密切相关操作。还有是完整性的破坏安全威胁，这一方式就是利用了网络系统漏洞或者是病毒等方式来进行实现的。而计算机网络安全的威胁表现形式中的篡改是比较常见的，这一威胁发生的时候攻击者对合法用户间通讯信息加以修改或是删除等，造成信息的破坏，这是积极侵犯者，破坏力比较大。

1.2 我国网络安全特征体现

1.2.1 完整性特征

网络安全是信息安全的一个引申，网络安全有着鲜明的特征体现。有完整性的特征，也就是在没有经过授权的情况下，数据不可进行改变，信息在存储以及传输中要保持不被篡改和丢失等，这是网络安全的一个基础特征体现。

1.2.2 保密性特征

网络安全特征中保密性特征也比较突出，主要就是信息不能泄露给非授权用户以及实体等，保障信息的安全。

1.2.3 可用性特征

可用性特征主要是可被授权实体访问并能按照需求使用的特征，也就是在需要的时候能不能存取所需要的信息。对于网络安全的含义在随着不断的发展和角度的不同也会发生变化，从用户以及网络运行管理者角度对网络安全的含义都有着不同的理解。

2 人工智能技术及其在网络安全管理中的应用价值

2.1 人工智能技术

人工智能是网络科学的一个重要分支，在当前人工智能理论在网络安全管理当中已经得到了广泛應用，并发挥着重要作用，大大提高了网络安全保护的力度。人工智能技术作为研究开发模拟人类脑力活力的新技术，这是结合人类智能活动行为规律研发的人工智能系统，可在与计算机技术的结合下实现智能行为操作。对人工智能技术的应用时，是多个学科知识进行的交叉融合，所以人工智能技术的综合性特征比较突出。人工智能和思维科学是实践和理论的关系，人工智能属于逻辑思维，人工智能在计算机上实现主要是通过两种方式。一个方式就是使用传统编程技术，从而让系统呈现智能化的效果，这一方法也被称为是工程学的方法。还有一种实现方式就是模拟法，不只是要看效果，实现方法和人类或是生物机体所有方法泪滴，例如人工神经网络以及遗传算法就是此类。

2.2 人工智能技术在网络安全管理中的应用价值

2.2.1 模糊信息处理能力强

人工智能技术在网络安全管理当中应用有着重要价值，基于人工智能的网络安全技术应用，有着处理不确定以及不可知问题能力，这就对网络安全的保障起到促进作用。网络的应用过程中，要加强对系统中的各种安全威胁加以清理，保障系统安全运行。网络系统的运行是处在开放环境下的，信息获得的速度也比较快，加上信息更新速度迅速，网络安全的管理工作就要对网络使用中的问题及时解决，有的信息不确定，而对人工智能技术的应用后，就能对信息分析然后及时处理，结合这些不准确以及不确定信息，进行控制管理网络资源，在信息的处理能力上的作用发挥比较突出。

2.2.2 资源消耗小

网络安全的保障采取传统安全防御技术效率相对较低，网络安全防御管理就要使用大量资源数据，造成整体的网络安全的保障成本比较高。采用人工智能技术的应用就有着传统防御技术所不具备的优势，人工智能技术的应用中消耗资源比较少，计算成本比较低，采取控制算法能够准确进行信息计算，这样就能大大提高信息资源利用效率，也能从成本上有效降低，这对网络技术的进一步推广就提供了良好条件。

2.2.3 协作能力强

网络安全的保障工作是复杂的，网络规模在不断的扩大以及结构的复杂化情况下，也对网络安全的防护管理增加了难度，对网络单一管理就很难及时处理，要采用协助处理的方式，这一层次化处理方式的网络安全管理概念，强调网络安全防御管理间的协作。对于层次化的安全管理主要是分成三个层次，上层对中层管理者轮询监督，中层对下层监督，构成完整多层的监督体系。人工智能技术的进一步发展下，应用其中后就能提高网络安全的防御能力水平。endprint

2.2.4 非线性处理能力强

我国的网络结构复杂，网络安全管理工作实施中就会面对各方面的因素影响。网络结构是拓扑结构计算机网络就成为非线性控制对象，传统的控制技术就不能有效控制。因为传统控制理论是技术操作实现，缺少智能化技术及理论，网络非线性处理能力比较薄弱。而人工智能技术的应用就将计算机科学和人类学进行技术理论进行了有机融合，这样就大大提高了非线性处理的能力，也能加强网络的安全管理。

2.2.5 强大的学习推理能力

网络安全的保障工作在传统的方式是预防和控制，并没有涉及到学习能力，网络信息处理就存在不确定性。新型的人工智能技术应用，就能够将多种学科进行有机的结合起来，并具备了学习能力，以及能够对信息实施推理。网络用户的增加使得信息处理数据也不断增加，对网络安全防御要求也在增加。人工智能技术的学习推理能力的发挥，就能有效进行学习，保障网络安全防御应用空间的扩大，对信息处理的效率也在进一步提高。

3 基于人工智能的网络安全技术应用

人工智能技术支持下的网络安全的保障就有着坚强后盾，把人工智能和网络安全管理紧密结合，能够大大提高网络技术的应用水平，有效保障网络运行的安全。笔者就基于人工智能的网络安全技术的应用进行如下探究：

3.1 人工智能垃圾邮件安全检测技术应用

互联网技术的广泛应用下，人们对邮箱的应用比较常见，尤其是在工作当中邮件成为信息文件传输的重要方式。而在邮件的使用过程中，就有一些不法分子通过利用漏洞发送不法信息，如果是邮件接收方打开点击邮件中的链接，就会造成电脑死机或者是信息泄露等安全威胁。对这些垃圾邮件的安全防护，采用人工智能的技术应用，采用智能型反垃圾邮件系统应用就可避免垃圾邮箱进入内部网络系统，能够起到及时监测的作用。通过垃圾启发式扫描引擎的使用，就能对邮件信息实施分析统计评分，智能化的垃圾邮箱系统能够结合这些评分以及组织策略删除邮件信息，检测到垃圾邮件的时候就会直接进行删除，这样就能有效避免了人为误操作，也能大大降低网络安全威胁。

3.2 智能防火墙安全技术的应用

网络安全的保障技术应用中，基于人工智能的防火墙技术作为隔离控制技术，能够通过预定义安全策略对内外网通信强制访问控制。这一安全防护技术所包含的子技术比较多，有状态监测技术以及包过滤技术等。如包过滤技术的应用主要是网络层中对数据包进行选择，结合系统设定好的过滤逻辑检查数据包的安全性，对数据包源地址和目标地址等进行检测，最后决定是否让其通过。再有就是状态检测技术的应用，这是连接状态的检测机制，技术应用中属于同一连接所有包作为整体数据流看待，从而构成连接状态表，和传统包过滤防火墙技术相比较来看，有着比较强的灵活和安全性，对主句和数据的安全保障发挥着重要作用。

3.3 克隆选择模糊聚类算法检测技术

基于人工智能的网络安全技术的应用，入侵检测技术是比较关键的，检测技术的应用主要是对信息的收集分析，当发现了恶意以及违反安全策略行为信息的时候进行及时防御。克隆选择模糊聚类算法异常检测技术的应用，有着比较强的入侵检测控制能力，对检测的效率和降低误报率都有着积极作用。对于聚类分析而言，主要是将网络信息根据最大内相似性和小类间现实性分组构建聚类分析数据模型。模糊聚类目标函数如下：

聚类分析是结合样本集中样本特征进行建立多种聚类方法的。而在克隆选择方面也是重点，主要是结合生物学当中免疫系统进行建立的选择算法，算法结合了随机搜索以及进化搜索等建立了克隆算子，其收敛速度比较大。克隆选择模糊聚类算法的流程为：初始化抗体群落——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——克隆操作。网络的不可知风险检测率就是异常检测方法的关键指标，在检测的时候就主要有攻击类别Probing、U2R、Dos，根据相应的检测效果来看（如表1），前两者优于后者检测效果。从而能够得知，Dos入侵伪装成合法身份进行网络攻击，这样就和正常数据相似，所以检测率比较低，这一方法对检测网络安全未知入侵行为就能发挥积极作用。

3.4 人工神经网络系统及模糊识别系统应用

网络安全的保障措施实施中，通过人工神经网络系统的应用对保障网络安全也能发挥积极作用，因该系统的分别能力比较高，能有效识别带有噪音或畸变入侵模式，自适应能力就比较突出。人工神经网络系统和专家系统适应范围有着不同，其主要是在生物神经网络基础上发展的，所以有着一定学习和理解以及计算能力对信息的存储以及处理和识别的速度就比较快，也能建立基于时间序列预测模型，对检测入侵病毒的效率以及能力也得到了有效提高。另外，对于模糊识别系统的应用，也能够有效识别病毒，可推断是何种类型病毒，这样就能有助于得到精确的结果，保障网络的安全。

4 结语

综上所述，基于人工智能的网络安全技术的应用，是保障网络正常运行的关键技术，在当前人工智能技术的迅速发展下，也为网络安全环境的优化起到了促进作用。通过此次对人工智能网络安全技术的相关探究希望能有助于保障网络安全。

参考文献

[1]赵海龙，纪澍琴.入侵检测系统的研究与展望[J].电脑知识与技术（学术交流），2016（15）.

[2]林杨，刘贵全，杨立身.基于改进SVM方法的入侵检测[J].计算机工程，2016（14）.

[3]李玮，范九伦.基于新的聚类算法的入侵检测[J].计算机工程，2016（07）.

[4]黄光球，彭绪友，吕定全.基于密度的异常挖掘智能网络入侵检测系统设计与实现[J].微计算机信息，2016（23）.

[5]郎风华，鲜继清.基于格贴近度的模糊异常检测方法[J].计算机工程与应用，2015（23）.

[6]王兴柱，楼新远.基于智能的分布式网络入侵检测系统[J].现代计算机（专业版），2015（02）.

[7]李娜，秦拯，张大方，陈蜀宇.基于Markov Chain的协议异常检测模型[J].计算机科学，2015（10）.

[8]饶鲜，董春曦，杨绍全.基于支持向量机的入侵检测系统[J].软件学报，2016（04）.

作者简介

郭华（1988-），女，山西省运城市人。现为山西农业大学信息学院教师。研究方向为人工智能及應用。

作者单位

山西农业大学信息学院 山西省晋中市太谷县 030800endprint