探究计算机网络技术中人工智能的应用

2018-02-17刘建友

信息记录材料 2018年1期

关键词：计算机网络人工智能信息

刘建友

（广东理工学院广东肇庆 526100）

探究计算机网络技术中人工智能的应用

刘建友

（广东理工学院广东肇庆 526100）

在经济发展的带动下，网络技术与计算机技术在生产生活中普及，在提高相关工作效率的同时，也带来了许多的安全问题，如果不能对网络系统、网络行为进行必要的管理与监控，用户信息极有可能出现错漏、泄露、窃取等不良情况，影响用户的个人利益，因此相关工作人员应当对网络信息可靠性与安全性问题予以关注。近年来人工智能显现出了极大的应用优势与价值，并在计算机网络技术中得到了广泛的应用。文中将对人工智能的概念与基本特点进行阐释，并分析人工智能在计算机网络技术中的应用优势，最后探究其具体应用情况。

人工智能；计算机网络技术；应用

1 引言

随着社会的发展，人们对计算机技术、网络技术等提出了越来越高的要求，单纯的数据运算与存储工作已经无法满足人们的生产、生活需要，计算机技术需要向着人性化与智能化的发展，不断提高自身的运行与管理效率，提高信息的安全性与可靠性。而人工智能属于新兴技术，近年来相关研究不断增多，其应用领域也愈加广泛，在未来其发展前景广阔。对其在计算机网络中的应用情况展开探讨有着重要的现实意义。

2 人工智能的概念与基本特点

2.1 概念

人工智能指的是通过复杂的设计使机械能够具备人的基本特点以及部分功能，当遇到具有较高危险性与复杂性的工作，或需要探测人类无法达到的地方时，就可以让人工智能机器代替人，避免人的生命安全受到威胁，同时使工作效率得到有效提升。随着经济与技术的发展，人工智能也在不断完善，这一技术涉及到的学科知识繁杂，包括心理学、生理学、语言学等重点学科。人工智能需要有效区分人的智能与自然智能，在系统设备的帮助下，机器可以对人的活动进行模拟，并完成相应的操作指令，这还能够在一定程度上推动科学技术的健康发展，因此在计算机技术的研究与发展中，应当对人工智能予以关注，并将其作为核心处理技术。

2.2 基本特点

首先是对不确定性信息的处理，当系统获取信息后，并不能确定信息是否可用，这类信息即为不确定性信息，在处理此类信息的过程中，系统能够提取出有用部分，并将其有效数据存储到数据库中，如果数据不可用，那么则直接将其删除，以保证对存储空间的有效节约。在数据分析过程中，人工智能所使用的是网络分析模糊处理法，能够将固定程序带来的限制性因素打破，通过对人类活动的模拟，对不确定性信息作出有效处理。其次是网络智能化管理特点，通过对网络智能以及人工智能的协调优化，信息处理效率、准确性等都将得到极大的提升，系统还能够根据记忆对信息库予以完善，提高信息查阅的简便性，信息库是一种具有综合性的平台，应用这一平台可以极大的推动网络管理的有效展开。最后，人工智能还具有协作能力水平高的特点，人工智能可将系统中的可用资源进行有效整合，用户对资源的调配与使用可以通过共享与传输的形式实现，这对于提升网络管理的效率来说有着重要的意义。

3 人工智能在计算机网络技术中的应用优势

动态性、瞬变性、实时性以及高速性等都是人工智能技术呈现出的明显特征，为了保证计算机网络系统可以更为高效、安全、稳定的运行，应当对相关技术的多样性以及灵活性予以提升，保证人工智能技术的优势可以全面发挥出来。在计算机系统的运行中，不确定性以及不可知问题较多，传统管理技术难以及时对这些问题做出有效处理，而人工智能技术却能够通过对人类活动的模拟有效处理好不确定性问题与不可知问题。人工智能技术中的模糊逻辑算法等不需要进行详细的描述，此时将这些算法引入到计算机网络管理中，管理系统将具备较强的模糊信息处理能力，继而使系统的管理效率与控制质量都得到极大程度的提升。

人工智能技术还具备较强的协作能力，在经济与技术发展的带动下，网络规模及结构呈现出了明显的扩张趋势，这对网络管理提出了更新更高的要求，管理逐渐显露出了层次性，上层管理者需要对中层管理者予以监测，而中层管理者则需对下层人员予以监测。在这个过程中，协作就显得尤为必要且重要，人工智能采取协作分布思维，可以实现对不同层次之间的协调与管理。

在日常运行的过程中，人工智能系统可以学习、解释低层信息，并推理高层信息与概念，继而做出有效的管理与控制。人工智能在非线性问题处理方面显现出了较大的优势，且不会占据较多的资源，其运算效率极高，仅凭一次性搜索就可以找到最佳的解决方法，计算机处理优势明显。

4 人工智能在计算机网络技术中的实际应用

4.1 在网络安全管理技术中的应用

第一是数据挖掘技术。其原理在于，利用审计程序全面、准确的描述和提取主机会话与网络连接具备的特征，然后系统会积极进行记忆与学习，其学习的内容包括两部分，第一部分是计算机网络在正常情况下的活动规则，第二部分是在入侵状态下系统的活动规则。这样当计算机出现异常问题时，数据挖掘技术就可以准确辨识出有害入侵行为。这一技术的突出特征在于学习功能与记忆功能强，在安全管理中应用该技术可以有效提升检测的针对性与有效性。

第二是规则产生式专家系统。这一人工智能广泛应用在入侵检测领域，其建立的基础为经验性知识构建的推理机制与数据库。在英语的过程中，管理人员需对入侵特征进行编码处理，使之形成具有固定性的规则，并纳入到相应的数据库中，安全管理中的专家系统能够将这些规则以及审计记录当做判断入侵检测的重要依据，并及时发现入侵行为，对入侵行为的危害与种类进行判定。规则产生使得专家系统的入侵检测准确性与效率均较高，但是其检测范围有限，只能对已知的入侵特征进行处理。

第三是人工免疫技术。这一人工智能技术的建立基础为人体免疫系统，其涉及到的学科知识包括克隆选择、否定选择以及基因库，它可以有效识别未知病毒，并提升传统检测系统的杀毒能力。以基因库为例，人工免疫技术能够重组基因片段，并使其发生突变，在此基础上，入侵检测系统可以有效识别出未知病毒，并作出相应的处理，但是从实际的应用情况来看，建立基因库等工作面临较多阻碍；从否定选择方面来看，系统中会产生字符串，这种字符串是随机的，通过否定选择算法系统会删除与其相匹配的字符串，监测器是否合格主要看它能否做出正确的否定选择。否定选择技术的应用优势明显、意义重大，但是仍需要进行进一步的研究与完善。

第四是人工神经网络。这一人工智能在模拟人脑学习技能的基础上建立，其优势在于学习能力、容错性较强。人工神经网络能够辨识出存在噪声以及畸变问题的输入模式，在并行模式的辅助下，其入侵检测效率以及准确性不断提升，近年来应用范围愈加广泛。

第五是防火墙技术。与其它的防御系统相比，智能防火墙系统的智能化水平、处理效果、拦截准确性等都明显更强，在智能识别技术的帮助下，系统可以有效的对数据信息进行识别、分析，并作出对应的处理，如记忆、统计、概率以及决策等，这些处理可以使系统的计算量极大的降低，并将有害信息与无效信息拦截在外，对其访问进行限制，以提高数据信息的安全性。智能防火墙还能够对黑客攻击、病毒攻击进行阻挡，避免恶意传播等问题的发生，防火墙可以对系统内部的局域网展开高质量的监控与管理，使系统可以在健康、稳定的状态下运行。智能防火墙系统在安检效率方面也显现出了明显的优势，可以有效解决服务共计拒绝等问题，使高级应用无法入侵到系统中，而系统具有较高的安全性。

第六是智能反垃圾邮件技术。这一技术在日常生活、生产实践中的应用也极为广泛，在该人工智能技术的帮助下，垃圾邮件能够被有效的屏蔽，用户的信息安全不会受到垃圾邮件的任何影响。智能反垃圾邮件系统能够对用户邮箱展开必要的监测，并对其中的垃圾邮件进行扫描，做好分类处理工作，如果邮箱中收到新邮件，系统会对用户进行提醒，让用户能够对邮件做出必要的处理，最终使邮箱的安全性得到明显增强。

4.2 人工智能Agent技术

这一技术即人工智能代理技术，是由不同Agent对应的知识域库、数据库、解释推理器、通讯部分等构成的软件实体。每一个Agent对应的知识域库都可以当做是数据沟通与处理的依据，在此基础上系统能够对数据做出有效的处理，并将相关任务完成。通常情况下，这一人工智能技术可以通过用户自动选择，对信息进行自动化搜索，然后将其发送到指定位置上，这就很好的提高了服务的人性化水平与智能化水平，降低用户的查找实践，提高工作的有效性。近年来，人工智能Agent技术得到了极大的发展，并被广泛应用到日常生产、生活实践中，如网络购物、日程安排、邮件收发等，服务质量较高。自主性以及学习性也是该技术具有的优势特征，它可以促使计算机自动完成用户提出的任务，使网络技术与计算机技术的发展得到有效推动。

4.3 在网络系统管理与评价中的应用

第一是专家知识库技术。在专家系统中，专家知识库发挥着不可替代的重要作用，它会直接影响到系统的运行情况。当前专家知识库中的内容有两部分，一是通过间接或者直接方式获得的专门知识，这些专门知识多为经验积累；二是基础性的原理理论。专家知识库技术能够对当前获得的网络系统管理以及评价方面的经验内容予以编码处理，并建立起相应的数据库。这样在进行网络管理决策时，系统就可以得到专家经验的有效支持，继而高质量的完成问题评价、同种管理、相似管理等工作。当前，专家知识库技术的应用较为广泛。

第二是人工智能问题求解技术。该技术是一种重要的算法，其构成包括在状态图前提下实现的搜索技术、在结构化知识表示前提下形成的求解技术、在谓词逻辑前提下形成的推理技术。人工智能问题技术可以在有限的步骤内将问题解决，其搜索技术既可以实现对博弈的搜索，也可以实现对问题空间以及转台空间的搜索，对于同一个问题，系统通常可以采取多种技术展开搜索，此时为了使搜索效率达到最大化，就需要选择最为优质、最为适宜的搜索技术。评价搜索技术质量的标准有两个，分别是最优解以及搜索空间，评估公式可以表示为f*(n)=g*(n)+h*(n)，在这个公式中，h*(n)指的是节点g与节点n之间的最短路径；g*(n)则表示节点n与节点S之间的最短路径。与传统的计算方法相比，人工智能问题求解技术能够提高资源的有效利用率以及管理效率，避免浪费大量的网络资源，该技术具有重要的推广意义。