人工智能在计算机网络技术中的应用

李治前

摘要：人工智能技术是继大数据、云计算技术之后兴起的一种先进技术类型，人工智能技术在实际应用过程中呈现出诸多优势，深受大众的认可与肯定。现如今，在计算机网络技术领域，人工智能技术与之的融合程度愈发紧密，不仅仅充分展现出了灵活性优势，而且大大提升了数据信息资源的处理与分析效率和质量。基于此，本文将对人工智能在计算机网络技术中的应用进行分析。

关键词：人工智能;计算机网络技术;应用

1 人工智能的内涵

人工智能技术是随着计算机信息技术逐步发展成熟的一个产物，它能够自动模仿、理解人们的日常思维和心理行为，综合性较强。人工智能技术研究涉及领域广泛，包括肢体心理学与肢体语言学等。此外，人工智能也已经能对一些人类日常行为模式进行智能模仿，如对人体图像与其他声音信息进行模仿处理等，这种模仿处理方式较为符合智能化，能够有效帮助专业人们更好地进行分析和正确处理一些复杂问题。人工智能技术可对各种人类日常思维方式进行智能转化，使其转变成为一种具体管理信息，然后将这部分具体信息直接录入一个计算机管理系统，机器人在接受这些数据之后，就可以自动开展各种智能化管理操作。同时，计算机基于网络的技术持续快速发展也在一定很大程度上直接影响了各类人工智能的持续发展，二者互相发挥作用，使网络和大数据中的信息由人工机器进行操作，并实时展示最终计算结果。

人工智能是一种基于计算机网络技术开发的新技术，具有以下特点。第一，网络模糊分析方法，可以进一步突破传统程序的界限，模拟人类智能活动，处理不确定信息，同时对部分或全部资源进行跟踪和分析，为用户提供更多可用的信息。第二，智能网管的性质，可以通过使用人工智能，进一步提高网络信息处理的速度，通过记忆功能进一步改善信息，更完善地存储信息。第三，人工智能处理工作的能力强，人工智能拥有庞大的数据库，通过计算机网络技术，可以提高工作效率，并且其学习能力非常强大，可以优化并整合资源，提高信息的利用率。

2 计算机网络技术发展中存在的问题

随着互联网和大数据时代的到来，人们对于网络安全重视程度越来越高，为了有效解决这一网络安全的问题，需要通过寻求一种更好的方法和途径去推动整个社会的进步。互联网和移动通信技术的应用与推广对于我国当今社会发展是一个很重要的变化，如何有效地利用并整合互联网和移动通讯领域海量的数据资源也被认为是一个很大的难题。使用传统的电脑或者计算机方式进行信息分析工作，大量的信息都只能通过简单的逻辑对其进行分析和处理，无法准确分辨出信息真伪，这会导致数据的收集和利用缺乏依据，进而产生不利影响，同时，也限制了网络信息技术的发展。互联网上有大量的信息，要如何快速准确地找到需要的有用信息，并确保其找到的信息真实、安全，这是一个急需要解决的难题。当前的技术还不完善，技术人员还将需要继续追求和开发更智能的技术。计算机网络技术在给人们带来诸多便利的同时，也成为众多犯罪分子利用漏洞增加网络犯罪可能性的工具，为了进一步有效地减少这些犯罪，还需要加强对计算机网络技术的监控。但是在互联网络中将庞大的信息进行整合分析是一个很大的难题，想要合理地利用网络资源，计算机就需要形成能够自动、高效地收集信息并执行相应动作的智能管理系统，利用计算机网络技术对犯罪分子进行监控，进行严厉打击。

3 人工智能在计算机网络技术中的应用

3.1 规则产生型专家系统

网络安全威胁问题越来越严峻，社会各个领域对计算机网络安全管控也表示出越来越高的重视程度。针对各类检测系统都需要及时进行更新和维护，进而保证其系统可以安全稳定运行，以便更好地实现网络安全管控目标。对于计算机网络技术而言，融入人工智能技术有着很强的促进功效，其对于构建丰富、健全的数据库，构成规则产生型专家系统至关重要。基于不同的入侵方式、数据挖掘技术中来以及整合过程的差异性，形成计算机编码，对诸多非法入侵行径做出精准判断和深入分析，大大提高了计算机网络的安全性。针对计算机网络运作情况，持续改进计算机网络系统，进一步判定和分析具体入侵情况，并以此结果来及时更换计算机设施。

3.2 神经网络的应用

神经网络系统是一种大规模网络并行动态分布式信息处理器，它由多个单元信息处理单元组成，能够并行分布和存储各种信息处理，具有较强的信息学习分析能力和信息容错处理能力，能够主动组织和学习知识，能够主动适应不同网络信息处理方法的要求。每个处理神经元可以呈现相对独立的协作关系，这不仅有利于并行处理，而且可以以较快的运行速度同时完成不同处理器的任务。实现的操作方式主要有两种，分别是加载硬件和驱动软件。神经网络比较适合广泛在移动网络安全技术领域中用于信息识别以及学习，从而使其能够较好地作为应对网络攻击者的手段，当下基于神经网络检测技术已经被十分广泛地应用在移动网络的各种入侵软件检测技术领域，包括移动计算机网络蠕虫入侵检测、垃圾邮件入侵检测、僵尸软件检测和网络恶意软件入侵检测。以各种入侵个体检测系统为例，传统的各种入侵个体检测分析方法由于存在入侵检测数据效率低的巨大缺陷，不能十分准确地及时识别各种入侵个体行为，因此在入侵训练系统数据集的研究基础上，结合多层循环神经网络和各种多层神经感知器检测技术，创建了一套可以同时检测多种入侵个体行为的多层神经网络检测系统。这些模拟神经网络在模拟软件和数字图形信号处理器的大力支持下已经能够实时进行高速数据处理，在神经网络攻击防御技术领域已经得到了广泛应用，同时模拟神经网络的快速发展已经成功迎来了第三代以数学仿真器和生物医学神经网络为主的模拟神经网络。

3.3 数据挖掘技术

数据信息的挖掘处理对于提高人工智能在计算机网络中的应用效果尤为重要，数据挖掘技术在很大程度上影响着数据信息的存储量和实际运用效果。将数据挖掘技术与计算机网络技术融合在一起使用，严格按照既定的挖掘步骤来对数据资源进行深入挖掘，可有效提高和保障计算机网络的安全性与稳定性。从技术运作机制角度来分析，如果数据信息数量和种类逐步递增，运用数据挖掘技术时，便可借助关键词来深入分析和掌握计算机入侵规律，并对相关入侵数据信息做出及时准确的记录，以方便后续的判断和分析，进而实现提升计算机网络安全性的目的。以計算机网络系统被入侵为例：将计算机网络技术和人工智能结合到一起，可以有效提高判定与分析非法入侵情况的准确率，并针对被入侵情况构建起相对应的防控系统体系，如果再次遭遇类似入侵情况，便会及时做出相应警告。此外，应用人工智能技术，还可以实现非法入侵行径的自行识别处理，并且及时记录与整理错误的数据信息，进而全面提升计算机网络系统运行的安全性与稳定性。

4 结束语

人工智能已经为推动我国许多科技行业的持续发展进步提供了更好的信息技术支持。作为新信息时代应用计算机信息网络安全技术的企业管理者，必须尽早充分意识到我国人工智能在当今信息时代背景下的快速发展的巨大优势，及时将其广泛应用融入现代计算机信息网络的安全技术管理和信息系统管理之中，给属于我国的现代计算机信息网络安全技术体系创建开辟出更为广阔的产业发展创新空间。

参考文献：

[1]刘婉婉.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，2022（03）：23-24.

[2]董明.“互联网+”人工智能在计算机网络技术中的应用[J].数字技术与应用，2022，40（02）：36-38.DOI：10.19695/j.cnki.cn12-1369.2022.02.12.

[3]陈子淮.大数据时代人工智能在计算机网络技术中的应用[J].电子质量，2022（02）：62-65.