大数据时代人工智能在计算机网络技术中的应用及存在的隐患

2020-12-20解婉誉

昆明冶金高等专科学校学报 2020年5期

梁颖，董旭，解婉誉

(昆明冶金高等专科学校人事处，云南昆明 650033)

所谓人工智能,指的是在计算机技术的结合下,利用计算机的控制功能处理特定的功能，其全面性、高效性极大地改变了人类现有的工作方式——不仅在计算、判断中的准确性变得更高，而且其速度快得超乎想象。著名的AlphaGO是第一位战胜围棋高手的人工智能机器人，棋局结束后，人们开始重视人工智能的出现。直到今天，人工智能的发展还在时时刻刻改变着我们的生活。

1 人工智能和大数据相关理论概述

人工智能(Artificial Intelligence)，英文缩写为AI。简单来讲，人工智能属于计算机在模拟人类计算与思考方式时所衍生出现的一种高新计算机控制技术。比如传统的会计记账工作，人工智能可以直接扫描、录入账务数据，并利用计算机上百亿每秒的惊人计算速度进行会计计算，这也是近些年传统热门的会计行业发展势头逐渐缓慢的缘故；更有其他传统技术含量比较低的工作在近些年逐渐被人工智能全面取代，相应人工岗位消失是大势所趋，这是人工智能发展的必然结果[1]。人工智能目前主要有2种计算机实现方式：工程学法和模拟法。其中工程学法主要是在人工智能发展的前期应用广泛，如文字识别、电脑游戏中NPC互动等。目前人工智能在计算机中应用前景较好的是模拟法，遗传算法和人工神经网络就是模拟法的具体应用。特别是人工神经网络，现在较新的智能手机中已广泛采用了NPU(嵌入式神经网络处理器)来实现拍照、智能识物等场景的人工智能应用。

大数据(Big Data)，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。所谓大数据可看作庞大的数据源共同组合的数据库。举个简单的例子：传统的一篇简单电子文档仅有10～30 k 不等的容量，一本书也只有 1～4 M 容量，而大数据的容量单位通常以PB为单位，数据源规模庞大。同时，在大数据的应用中，其索引技术的应用无论在效率上还是在质量上为众多行业带来了巨大的变革。大数据在具有海量数据规模的同时，还具备了快速的数据流转、多样的数据类型和价值密度低三大特征，在各行各业尤其商业领域发挥了巨大的应用潜力。梅西百货利用大数据平台制定的实时定价机制，可以根据需求和库存的情况，对公司中的所有商品进行实时调价，从而保障利润。国内知名电商企业京东、阿里巴巴甚至成立了专门的研究院对顾客进行全面消费分析和研究。阿里巴巴创办人马云曾在演讲中提到“人类正从IT时代走向DT时代”，DT就是Data Technology数据处理技术。大数据需要特殊的处理技术，从而有效地处理大量的数据。适用于大数据的技术有很多，包括大规模并行处理(MPP)数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

2 人工智能的优势

人工智能本身是计算机技术的一个分支，利用计算机的运算模拟人的智能行为。因此，人工智能既继承了计算机技术，例如高速运算、网络连接等优点，同时还具备对人的意识、思维的信息过程的模拟，随着人工智能领域的理论和技术的不断发展，其甚至可以超过人的智慧。人工智能技术目前体现出的优势主要有以下几点：

1)学习能力。人工智能可以从大量的基础样本中分析和学习，从而对高层信息进行判断。上文提到的AlphaGO围棋机器人就具备了强大的学习能力，将各类棋手的棋路和思路都收集成基础数据，从而能在实战中战胜对手。

2)模糊逻辑处理能力。计算机能够实现常规精确逻辑判断，并产生一定为真或假的输出，相当于人类判断的是或否；但实际生活却是模糊的，充满了不确定性。例如水果采摘机器人，需要先判断水果是否成熟，而显然计算机中的精确逻辑判断在这时就失效了，需要人工智能的模糊逻辑处理能力来进行判断。

3)低能耗。人工智能技术的应用过程并不会占用过大的计算机资源或消耗较多的能源维持，即便进行复杂的网络数据处理，也能在很短的时间内对数据进行最佳处理。例如智能手机普遍采用的NPU协处理器，使用户在享受人工智能计算带来的好处的同时，并不会感到手机的续航时间变短。

3 大数据与人工智能的关系

没有经过技术处理的大数据是一团杂乱无章的数据流，其处理技术主要包括数据的采集、存储、管理以及挖掘使用。这些处理过程的改善越来越依赖于人工智能技术的参与，可以说大数据的一些关键技术也属于人工智能的范畴[2]。

同时，大数据又是实现人工智能的一个基础，但不是必要条件。人工智能的范畴很大，也许以后能用极其少量的数据即可实现人工智能。就当前的技术而言，以神经网络为代表的人工智能占据着人工智能的主流技术，其实现需要大量数据的支持，精确标注的数据越多，其获得的分布越符合现实场景，获得的模型在现实中的泛化能力越强大。大数据可以说是人工智能的前序步骤，也可以理解为大的数据表格，对数据表格作的所有操作都和大数据中所作的类似，这些结果可以作为特征输入模型，这些都是人工智能的前序步骤。大数据也可以直接当作人工智能的子集，比如，微信每年出的报告——今年中国有多少亿人聊了什么、最火热的话题是什么，这些可以直接在一个大的电子表格里面呈现出来，不需要模型辅助，因此，大数据是人工智能宽泛意义上的子集。

综上所述，大数据和人工智能的关系是相辅相成、共同发展的。当代人工智能的发展，离不开海量数据作为支撑，而大数据的有效处理也离不开人工智能技术。究其根本，对大数据循环往复的训练和深度学习才有了今天的人工智能。

4 大数据背景下人工智能在计算机网络技术中的应用

4.1 系统安全技术

信息时代“得信息者得天下”之说不是耸人听闻。就现阶段的企业管理系统而言，企业运营数据或者重大商业机密尽数储存于系统中，一旦出现入侵危险，不仅极易引发信息泄露，甚至会导致企业管理系统陷入瘫痪，所产生的经济损失不可估量。传统入侵检测技术，依靠人工智能技术的学习能力以及模糊逻辑处理能力对黑客和病毒入侵行为都能进行基本的预判和处理，其入侵检测技术与智能防火墙技术在计算机网络安全的应用中将发挥举足轻重的作用。入侵检测技术利用人工智能强大的智能处理能力从大数据中学习、分析入侵行为模式，形成模糊判断能力，及时检测出可疑的入侵方法，并形成检测报告便于管理员尽早采取应对措施，减少入侵危害。智能防火墙技术可以学习已知的有害信息数据或者木马病毒，以建立有害行为的模糊处理能力，将有害内容扼杀于传输之前，而不是被动拦截，极大地降低了计算机的安全风险。

4.2 智能管理系统

网络管理者还需要构建相关的专家知识库系统，以更好地实现对计算机网络技术的处理。构建专家知识库系统还需要结合自身系统功能实现的需要，创新整体工作方式和内容，探索有效的方案，这对于提升整体计算机网络系统的管理和控制水平具有重要作用[2]。人工智能技术的应用，使计算机系统的管理变得更具智能化，可以及时处理动态信息。比如对消费者在网购过程中所产生的问题因为不同平台不同商家之间的产品质量与说明不尽相同，需要客服向消费者一一耐心解答，费时费力。但是经过大数据学习后的专家知识库智能管理系统，可以将常见客户问题和客服答案收集形成大数据，可以根据消费者问题的关键字进行索引，自动匹配答案。比如消费者想问“下单多久开始发货？”智能管理系统可以根据“下单”“多久”自动索引相关的问题并发送相应的答案，极大地降低了传统客服的工作繁琐性，提高了工作效率和消费者的消费体验感，对提升网购商家的综合实力具有十分显著的作用[3]。

4.3 垃圾过滤技术

诚然，网络的运作每分每秒都会产生大量的数据，大量的无用信息难免糅杂其中，网络系统管理员要筛选、拦截，工作强度可想而知。为了摆脱垃圾邮件的困扰，很多国家用立法的手段遏制垃圾邮件的传播；也有学者制定了新的通讯协议、操作模式以及排序的方法来解决这一问题。另一种有效阻止垃圾邮件的方法是运用人工智能与大数据技术，自动判别并过滤垃圾信息[4]。在这一过程中，人工智能充当前端工具，大数据则为人工智能提供学习库。比如针对一份未知的数据文件，垃圾过滤技术可以根据从大数据中学习到的部分敏感词及其出现频率自动判别信息的质量，而人工智能的计算速度本身十分快，从大数据分析中获取大量垃圾邮件样本进行分析后，智能拦截垃圾邮件，保障用户邮箱的安全，其垃圾过滤功能在计算机网络管理中具有极大的积极作用。

5 人工智能发展中由大数据造成的隐患

5.1 由大数据造成的隐私权问题

人工智能具有巨大的社会价值，但也对法律提出了一系列的挑战。其中人工智能引发的隐私保护问题尤为显著[5]。前文阐述的大数据和人工智能的关系，意味着人工智能的不断发展需要大量的信息作为支撑，这其中就包含了海量的个人信息。而这些信息的收集、使用过程是否合法合规，是人工智能在发展中面临的巨大问题，处理不好将会引发严重的隐私危机。

随着移动通讯技术的发展，智能手机已经成为人们生活的必需品；同时也成为各个数据公司获取公民隐私数据的重要来源。我们通过网络进行搜索的关键词、购买过的商品、观看过的视频，都被采集、挖掘后作为人工智能学习的材料，从而实现商家的利益最大化。例如“大数据杀熟”就是利用人工智能分析消费者的购买记录，对消费者进行购买能力预测，从而实现同一种商品对不同人群的不同定价。而且，互联网服务者在完成数据使用后，也可能非法出售和传播这些隐私数据，从而对用户隐私权造成侵犯。