人工智能在计算机网络技术中的应用研究

2018-04-18索子昊

数字通信世界 2018年1期

索子昊，丁皓

（山东省日照第一中学，日照 276800）

1 引言

在处理不确定信息的过程中，人工智能的处理效果比较理想，在掌握系统资源所呈现的局部或整体实时、变化状态的同时，还能开展相关的跟踪服务，通过处理所获取的信息内容，能够实时将有效的信息提供给用户；人工智能具有更高的协作能力，能够对有关资源开展高效整合工作，并以此为前提，确保资源共享与传输工作的完成，在管理网络的过程中，通过人工智能，能够实现工作效率与效益的显著提高；人工智能的学习与推理能力比较突出，在开展网络智能化护理工作的过程中，在提高信息处理效率的同时，还能实现信息处理质量的提升。与此同时，不单单是在以上方面，在记忆能力方面，人工智能的优势也比较突出，在开展信息库建设工作的过程中，通过人工智能，能够显著提升网络管理水平。此外，不论是在对非线性问题进行处理的过程中，还是在对资源消耗问题进行计算的过程中，都可以对人工智能进行运用。在计算机网络技术中，对人工智能进行运用具有一定可行性。

2 人工智能在计算机网络技术中的应用

2.1 在安全管理技术中的应用

（1）专家系统。当前，人工智能在入侵检测应用方面具有优势，其以专家经验性知识作为基础，对有关推理机制与数据库进行建设。主要原理就是：计算机网络安全管理人员已经对入侵特点进行掌握，将所了解的入侵特点制定为固定性规则，这样固定性规则内容则不断增加，数据库就此生成。在整个过程中，专家系统决定着入侵检测的判断依据。利用人工智能技术，能够明显提高入侵检测效率，并实现自身精确性的提升。

（2）人工神经网络。人工神经网络以人脑学习技能模拟为基础，在学习能力以及容错性方面比较突出，除了能够对带有噪声的输入模式进行识别之外，还能够对畸变情况进行识别，要想将检测效果更好的发挥出来，可以对并行运行模式进行应用。

（3）人工免疫技术。该技术的运用将人体免疫系统作为基础，包括基因库机制、否定选择机制以及可控选择机制等多元素。利用人工免疫技术能够对病毒进行识别并查杀，但是还不能对基因库进行建设。关于否定选择方面，能够通过随机方式对部分字符串进行获取，通过否定选择方式方法，删除自我匹配的字符串，并对正确的字符串做出选择，这样就可以根据有关顺序，确保入侵检测任务的顺利完成。目前为止，该项技术仍然存在一些缺陷，但是其应用价值极其高。

2.2 评价技术以及网络系统管理中的应用

（1）问题求解技术。在指定的条件中，通过运用该项技术，能够使某一类问题得到顺利解决，并对有限步骤内的算法进行获取，将推理技术、搜索技术等基础技术与结构化技术包括进来。博弈搜索、状态空间以及问题空间都属于搜索技术运用对象。要想实现搜索效率的提高，首先应当技术判断的科学性与合理性，主要包括两个方面的评价标准，即最优解与搜索空间，为了确保搜索工作的最佳化，在开展有关评估操作的过程中，可以运用公式g*（m）=f *（m）+q*（m）予以应用，其中，f *（m）代表网络节点M至节点m的最短路径；q*（m）代表网络节点m至节点f的最短路径。相比较于传统结算方式，在一定程度上能够实现资源节约，进而提高网络资源管理质量与效率，确保延伸运用范畴这一目的实现。

（2）专家知识库技术。针对专家系统而言，专家知识库发挥着核心作用，直接影响着其运用效果。当前，在专家知识库中，包括了直接或间接获取经验的专属知识与部分基础原理理论知识，以现有的计算机网络评价经验和管理经验作为前提，能够对知识库建立与编码处理措施进行运用。在计算机网络管理的决策中，专家经验发挥着决定性作用，在处理部分同一类型评价问题与管理问题的过程中，能够确保处理质量的优化，该项技术具有广阔的应用范围和前景。

3 人工智能在计算机网络技术中的应用案例

以通信网络客户端中，多层神经网络的配置为例探讨人工智能在计算机网络技术中的应用表现。科学技术突飞猛进的发展，让网络技术取得高速发展与进步，网络结构不断朝着更加繁琐复杂的方向发展，这在很大程度上增加了网络拥塞的可能性。通过网络流量特征，能够将网络传输中的相互影响与作用表现出来。利用网络流量科学、合理、精确控制与分析工作的开展，能够促进网络服务质量与效率得到提升，有效避免或减少网络拥堵情况的出现。也正是因为此，有关神经网络的预测算法模型相继问世，以时间序列为基础的预测模型能够预测季节性模式的数据流量，与传统时间序列模型预测相比较，该模型不仅预测精确度较高，而且预测效率也非常显著，充分说明在动态预测方面，该方法具有良好的应用前景。近段时间，有关专家人士提出了一种名叫智能网络用户分析工具的解决方案。在该解决方案中，主要包括下图中的几个模块。