人工智能在计算机网络技术中的实践应用

马腾腾 封辰静

(1.南京理工大学,江苏南京 210094;2.湖南师范大学,湖南长沙 410081)

0 引言

得益于国家经济的不断发展以及网络技术的不断进步,人工智能技术的出现以及发展进一步提升了人们生活以及工作的便捷性。人工智能属于现代化技术发展过程重要的科技性产物,其在计算机网络技术当中具有广阔的应用前景,其已经成为网络技术研究的重点以及热点[1]。在今后应当进一步加强人工智能技术的发展以及应用,为计算机网络技术的进一步发展以及创新发展提供促进作用。促进和优化人工智能在计算机网络技术当中的实践,有利于中国特色社会主义建设,为未来社会发展打下良好的基础。

1 人工智能及其在计算机网络技术中的实践应用概述

利用人工智能进行问题处理和解决时,人类因素的影响主要包括人类输入的程序以及数据,除此以外极少有人类自身主观因素产生的影响。人工智能技术将计算机科学的自然规律以及人类智慧等进行有机地整合,与一般的计算机组成部分相比,人工智能的功能以及性能更加突出[2]。现阶段,人工智能技术还具有良好的数据分析能力以及推理能力,除此之外还可以利用网络进行自主学习。人工智能在围棋对弈中先后战胜了柯洁等顶尖围棋高手,其比赛水平、对战经验以及强大的计算能力得到了广泛的认可。将人工智能应用到计算机网络技术当中,可以促进人工智能所具有的价值得到充分发挥。

人工智能对于经济发展具有明显的促进作用,并且其促进作用处于逐年提升的状态,2019年全年人工智能核心产业市场规模与2018年相比增长29.2%,远超718亿美元。人工智能市场规模中基础层智能芯片在75.6亿美元左右,智能语音识别以及图像视频识别的市场规模分别达到153.6亿美元以及53.4亿美元。人工智能计算机网络技术属于可以体现计算机网络技术功能的一种全新的控制系统,其可以有效实现全球定位以及M2M等[3]。计算机网络技术工作人员利用人工智能计算机技术可以对自己所需要的数据进行轻松的获取以及访问,有助于计算机网络系统运行的安全性以及稳定性的进一步提高,在计算机网络技术不断应用人工智能的过程中能够促进真正意义上人工智能计算机网络技术的实现[4]。

2 人工智能在计算机网络技术中的应用优势

在工作方式方面,人工智能可以处理许多危险性较大的工作,利用人工智能对机械设备进行指挥,以此来取代人工操作,避免在危险工作中人类生命安全受到威胁,同时还能够进一步提升工作效率以及工作质量[5]。经过一段时间的发展之后,人工智能对于各类学科知识以及技术操作能力的掌握程度都得到了明显的提高。人工智能技术的应用,可以明显提高机器的精准化,在有效降低错误率的基础上,为工作效率的整体提高提供促进作用。计算机网络技术最初只能够进行简单的数字运算,人工智能技术的应用使其可以对海量信息进行高效率的处理。人工智能在计算机网络技术中的应用优势主要包括:能够对人工不可知的信息进行有效处理、有效配合其他领域设备完成任务、进一步发展人工智能技术更好地服务于计算机网络技术、对非线性问题进行处理以及有效降低计算机信息的消耗量[6]。

3 人工智能在计算机网络技术的实践方向

在计算机网络技术发展的过程中,其也面对着一系列的问题。计算机网络技术最明显的问题便是诸多安全隐患的存在,利用人工智能技术在网络中建立人工智能防火墙可以更加精准和迅速的处理网络当中的异常行为。其次,计算机网络当中拥有大量和复杂的数据资源,计算机网络技术虽然可以进行数据分析以及处理,但是却无法对数据资源中存在的真实、有效以及有用的信息进行筛选,因此也就无法对网络进行精确的控制和监视。人工智能得到了大力发展,2017年人工智能成为信息通信业的焦点,有关人工智能的专利申请量高达60万,人工智能专利申请量在30万左右。人工智能在计算机网络技术中的实践应用方向主要可以分为:网络与信息安全、数据采集与分析、软件升级等[7]。(1)计算机网络技术得到不断发展以及应用的同时,网络信息安全问题也在变得越来越突出,在今后应当利用人工智能技术对网络安全威胁种类进行精确的分析和判断,在针对性解决计算机网络问题的基础上,进一步提升计算机网络运行的安全程度。(2)在互联网时代,网络信息资源具有突出的丰富性特点,因此数据采集和分析工作的重要性也得到了明显提高。人工智能技术在数据采集和分析方面具有突出的优势,在接下来的实践过程,应当继续加强这一方面的实践应用与发展,利用人工智能技术逐渐取代传统技术完成多元化海量数据信息的处理和分析工作,提炼出具有较高价值的数据信息。(3)人工智能在计算机网络技术中的时间应用,对于软硬件升级和维护同样具有良好的促进作用。尤其是在时代逐渐发展的大背景下,软硬件升级与计算机网络技术功能与作用的发挥之间的联系变得更加紧密。因此,应当进一步利用人工智能技术实现软件升级。

4 人工智能在计算机网络技术中的实践

截至2019年全球活跃人工智能企业达5386家,我国人工智能企业主要在北上广以及江浙地区。近10年来,我国发表9万篇左右的人工智能领域论文,人工智能技术得到了越来越深入的应用。

4.1 人工智能在计算机网络控制中的实践

将人工智能应用到计算机网络控制当中,可以建立计算机网络自动化控制的独立个体控制结构,对当前工作实际情况进行有效结合,在这一基础上充分利用反向学习算法对计算机网络自动化控制质量进行提升,以此来明显提高计算机网络的整体质量[8]。人工智能能够有针对性地调节计算机网络系统当中的各项参数,并且可以对不同参数错误的主要原因进行有效的判断,以此来对计算机网络运行的具体情况进行把握,在这一基础上对计算机网络运行的稳定性进行提高。在计算机网络技术当中融入神经网络控制技术能够进一步提高自动化控制的准确度,对计算机网络控制中的诸多操作问题进行合理优化。

4.2 人工智能在计算机网络问题分析中的实践

人工智能技术能够模拟专家精准化分析不同种类的问题,尤其是在实际的应用过程可以对计算机网络存在的实际问题进行明确,之后采取有效措施对问题进行控制和解决,从而我计算机网络系统运行效率的提升提供支撑,有效降低不同种类资源的投入。人工智能在计算机网络技术当中最突出的实践效果主要有提升设备运行的安全性和稳定性,确保计算机相关设备可以保持高效的运行状态。

4.3 人工智能在故障诊断中的实践

人工智能在计算机网络故障诊断当中的实践可以形成人工智能故障诊断系统,提升故障诊断精准性和及时性。人工智能故障诊断系统可以在实际自动化控制中,对当前工作的实际情况进行结合,并且还可以对计算机网络设备结构当中存在的问题进行精准的定位,尤其是对于计算机网络设备中隐藏的不同种类的安全隐患实现及时发现以及提早解决。另外,还可以以人工智能技术为基础,建立人工智能故障案例库集中整合网络当中的各类故障案例,在这一过程还能够对不同种类的信息进行收集,最终利用案例库中的故障案例诊断综合性诊断计算机网络设备的故障。计算机网络设备使用过程出现故障之后,人工智能能够对故障发生部位和故障发生的主要原因进行准确地判断,以此为基础开展相应的诊断以及检修工作。在具体的设备检修过程,可以充分利用人工智能技术以及原有的故障原则推理相关的故障问题,准确诊断分析存在的问题模型。

4.4 人脸识别技术、指纹识别技术

人脸识别技术可以将其简单地理解为利用相关技术对人脸关键部位进行准确地识别,完成人面部表情采集工作,人脸识别技术得到了较为广泛的应用,并且也取得了明显的实践效果,人脸识别的拒认率＜0.2%,处理速度＜1秒/人。但是,在应用人脸识别技术时也存在一定的问题,比如无法准确识别人物面部表情以及发型变化等,当变换识别环境以及装扮之后,人脸识别的准确度明显降低,因此在今后应当加强研究这一网络技术中人工智能应用的典型案例,进一步发挥人脸识别技术所具有的价值爱。除了人脸识别技术外,人工智能在计算机网络技术中应用的另一典型案例便是指纹识别。指纹识别技术可以对人类指纹进行准确识别、处理、储存以及应用,可以利用其对相关人员的身份等信息进行明确,其拒认率＜5%。指纹识别具有十分突出的应用优势以及广阔的应用前景,在今后应当加强指纹识别技术准确性提高的研究。

4.5 人工智能防火墙技术

防火墙技术在计算机网络当中得到了广泛的应用,其主要是为了提升计算机网络使用过程的安全性,对计算机网络中的有害病毒以及骚扰信息等进行有效的拦截,以此来减少和避免计算机病毒对计算机网络的破坏作用。人工智能防火墙技术的出现,可以对计算机网络病毒拦截过程存在的问题进行更加高效和自动化的解决,对病毒入侵和传播进行有效控制。人工智能防火墙技术在计算机网络信息安全以及系统安全方面均发挥着重要作用,为用户顺利、安全以及有序地使用计算机网络提供保障。

4.6 人工智能代理管理软件

人工智能代理管理属于人工智能在计算机网络技术中应用的实体化软件,可以将其称为人工智能Agent技术,其管理依据主要来源于人工智能代理管理软件中的知识库,以此来分析和处理相关的数据信息,为相关任务完成速度的提升提供促进作用。当计算网络用户完成相关的自定义工作之后,可以利用人工智能代理管理软件对需要的数据以及信息进行搜集,之后将这些数据信息展示在特定的方便用户的位置,以此来提升计算机网络技术服务的人性化以及智能化。人工智能代理管理软件在日常生活以及工作中已经得到了大范围的应用,譬如利用人工智能代理管理软件对会议时间以及行程等进行安排,同时还能够收发邮件以及推荐用户喜欢的商品以及服务等。

5 结语

综上所述,将人工智能应用到计算机网络技术当中可以明显提升计算机网络管理能力,为使用过程的网络安全提供保障。在科学技术不断发展的过程中,人工智能在计算机网络技术当中的应用变得越来越广泛以及深入。在今后,应当在已有的实践基础上进一步促进人工智能在计算机网络技术中网络与信息安全、数据采集与分析、软件升级中的实践应用。