大数据时代人工智能在计算机网络技术中的应用

王海宽

晋城职业技术学院 信息工程系，山西 晋城 048000

大数据时代，传统网络运行模式已经无法满足大体量数据传输需要。计算机网络技术在应用过程中，应深度挖掘数据信息价值，以不同数据结构为切入点，增强数据信息的描述能力，保证用户指令驱动与系统执行的精准对接。人工智能是为计算机网络系统赋予柔性化功能，借助人们思考问题的思维模式，对网络数据进行思维化处理，增强数据调控性能，提高计算机网络的应用范畴。本文针对人工智能在计算机网络技术中的应用进行探讨，为研究者提供参考。

1 大数据与人工智能概述

1.1 大数据

伴随计算机网络数据信息的不断累积，传统数据处理模式无法适用于海量数据的一体、集成处理。大数据理念的产生及技术应用，是以一种全新的技术处理模式，为数据信息赋予优质决策功能，可在大体量数据中快速定位与分析数据，增强数据信息的资产价值。计算机网络背景下，大数据应运而生，其本质特征并不是掌控庞大的数据流量，而是对海量数据中具有价值的数据信息进行专业化处理，为企业、个人、社会发展带来极大便利。

1.2 人工智能

人工智能是近年来新兴的技术产物，主要是通过计算机模拟人脑思维，并能针对各项指令施行智能化的执行以及调控。此类学科的研究以及技术驱动，是通过计算机代替人们在多种复杂条件下完成数据信息的运算，保证数据在繁琐操作环境下，按照系统预设的逻辑程序进行一系列的传输。数据处理模式，无需人工进行参与便可以完成对各类基础信息值的调控及转变，从而提高数据处理的可靠性，降低成本的投入量。人工智能驱动中，用户只需要简单地对计算机系统下达指令，系统便能按照指令以及人们日常操作过程中的思维完成对整个数据信息的处理。此外，人工智能所具备的学习能力可以在处理某一些不确定性因素时，通过学习对数据信息处理轨迹进行预测处理，保证数据操控的智能性与便捷性。

2 人工智能技术的优势

首先，人工智能技术能对各类数据信息进行精确化的检索及分析，特别是对于未知类的问题。从数据驱动角度讲，计算机功能是按照既定程序精准化传输各类数据信息，数据模型的精确性是保证其终端指定系统驱动的基础所在。人工智能技术的实现，通过内部神经网络或模糊控制理论，对既定指令驱动信息进行多方位核查，一旦处理过程中遇到不可预见性或者是不确定性的问题时，人工智能技术可对此类未知问题进行针对性处理，提高网络运行的可靠性。

其次，人工智能技术具有较强的协调功能。对于现有的计算机网络数据处理模式来讲，复杂的数据结构以及多类型的数据传输终端，均对计算机网络系统提出更高的需求，如果仍然沿用原有的人力处理模式，将加大资源的投入力度。借助人工智能检测技术，针对网络系统进行层级式检测，使每一类系统在驱动的过程中，确保上层与下层功能的对接性，实现串联式的闭环处理机制，保证计算机网络运行的可靠性。

再次，人工智能的低成本优势。现有的人工智能驱动，在计算机网络运行过程中，主要是通过对既定数据结构的简化处理实现低耗能运作。此期间，人工智能是按照内部逻辑算法对数据业务进行针对性处理。此类数据处理模式与传统计算机数据信息的分析运算机制相比，其能够借助智能处理获得满意的结果，降低此过程资源耗用率，提高数据信息处理的精确性。

最后，人工智能具有较强的非线性处理能力。对于结构化的数据来讲，同一节点下的数据涌入将造成系统在驱动过程中产生冗余性的问题。智能技术的非线性处理能力，可从不同层级方面对数据信息进行价值挖掘处理，分析数据信息结构。例如，在搜索引擎中，数据信息是通过关键词完成对整个网络资源的确认及分析，通过大数据技术的非线性处理能力，则可以对关键词进行二次价值挖掘，从而保证数据信息呈现的精准性。

3 大数据时代下计算机网络技术中人工智能的应用

3.1 计算机网络安全管理

计算机网络安全问题对社会以及个人有着重要的影响。对此，企业以及研发部门应加强对计算机防务信息系统的建设及使用，通过系统整体防控功能，保障计算机网络在驱动过程中不会受到病毒入侵以及黑客攻击等。人工智能在计算机网络系统中的应用，能为网络系统赋予自主学习能力，即对数据信息进行推理，分析数据在正常运转下网络受到入侵状态时呈现的信息特征，并构设具有安全性的计算机编码。为保证每一类数据正常与异常状态下的数据库功能，可通过实时化界定，完成对入侵形式的判定。一旦计算机网络内部数据库遭受威胁时，则立即响应并警报处理，提高信息检索效能。

此外，人工智能技术运行中，可结合人工神经网络以及模糊控制算法，对数据信息进行大体量、同节点的分析与计算，增加系统自身的容错性，即便是在干扰因素较多的环境中，也可将指令直接驱动到价值信息本体，增强网络传输效能。此类技术的应用形式及其起到的效果，可增加网络安全管理的便捷性，且整个过程无需人工进行操控，便可完成自动化的驱动处理，实现资源的高度集成。同时，数据安全化管控过程中，不仅仅局限于数据操控本身，还可通过对整个网络视域下的关联数据进行处理，发现系统驱动过程中可能存在的问题并予以解决，将安全问题控制在可解决范围内，提高网络驱动的可靠性。

3.2 数据挖掘与数据保护

大数据时代下，大体量数据信息对计算机网络提出高负荷的运行需求，要想实现对既定数据信息的保护处理，需深度分析数据在计算机网络中具备传输属性以及价值特征，保证不同类别的数据在处理过程中是符合主体网络运行需求。传统数据挖掘以及数据保护直接将网络与主机相对接，按照既定的程序对数据信息进行罗列及处理，此过程无法实现对数据信息的安全性防护，一旦外界协议中存在的病毒侵入到计算机主机内部，将产生严重的安全风险。人工智能技术的融合则是针对原有的数据库功能，挖掘数据信息的本体价值和处理模式，按照人脑思维与智能驱动理念相融合，对既定网络结构或数据库系统实行全方位的检测及分析，保证计算机网络技术在使用过程中对相关数据信息进行一体化防控处理。如图1 所示，为计算机网络技术的防御流程。从现有的数据处理模式来讲，每一项功能体系的实现均是对原有数据威胁性的信息进行检测与一体防护处理的，整个过程既可以按照外界入侵行为进行分析，同时也可以按照内部稳定运行的指标进行数据测定，通过时间与空间的链接，保证计算机网络驱动的安全性。

图1 系统防御流程

3.3 提升问题解决能力

当前，计算机网络在对某一类问题进行解决时，主要是通过知识库以及问题求解，实现对数据信息的高效处理。人工智能技术应用则是进一步深化计算机网络技术的问题处理能力，其具备的知识检索以及语言处理功能，建立在神经网络以及模糊控制理论之上，完成对计算机全域化的数据检索及分析。通过人工智能技术所具备的推理与分析能力，可以精准将用户指令诉求在网络环境中进行高精度搜索。例如，电子商务领域中，用户如果想要搜索某一类产品，需在网络下进行关键词的搜索或者输入店铺信息，此时用户在长时间的浏览行为下，数据浏览轨迹将成为数据库内部的一个自动化检索机制。人工智能针对此类数据的运行轨迹及用户浏览行为进行推理与分析，在关键词记录与积累下，按照用户自身操作习惯，逻辑性排列各类商品信息。此过程中计算机网络技术则是在系统内部呈现信息交互的作用，即为数据库内部系统与程序进行交接时，通过智能化的推荐完成对内部数据的针对性检索，并向用户传达定向类的信息。此类驱动模式可增强用户与计算机之间的语言协同效果，保证人工智能服务是建立在用户习惯思维之上来实现的，从而有效提高其服务效能，增加用户对信息服务的认可。

3.4 微型计算机服务

当下，计算机设备朝着智能化与微型化方向发展，人工智能技术也跟随计算机网络的发展逐渐向精细化驱动层面所演变。其中，人工智能在微型计算机中起到的服务特性，更多的是结合了人性化思维以及智能处理模式，完成对不同驱动场景的技术支撑。例如，通过语言编写程序，将人工智能自身所具备的罗列以及精细化运算属性呈现在微型化系统之中。网络系统驱动按照不同罗列方式对数据信息进行查证处理。例如，百度公司所研发的小度，在运行过程中，按照人们的口音指令对不同数据信息进行查证，并经由数据库访问到计算机主体中，令其实现播放音乐、播放视频等操作。内部数据库接收到语音信息时，将其转变为数字信号并传输到主系统中，此时主系统按照既定的逻辑程序，执行语音所驱动指令，判断语言与语义，结合操作模式驱动智能设备，完成对相应功能的协同处理。

3.5 计算机内部业务模块配置处理

从人工智能处理方式来讲，不同驱动指令在执行过程中需要综合考虑到不同应用场景下执行指令与计算机业务处理之间的对接性，确保任务驱动的流畅性。对于繁琐运行模式的计算机结构来讲，内部数据处理过程中，应综合分析不同属性状态下数据值之间的对接是否能够达到既定要求，即在不同运行场景下，智能计算效果能否达到预期指标。人工智能技术的应用与实现，关键业务是以开源消息代理服务为主，内部数据流通借助POLL 模型，完成对数据库系统的多节点监控处理。其中POLL 模型执行的多路运行模式。对此，后期驱动过程中，按照POLL 模型功能，解析不同驱动场景下的数据对接性能。POLL 模型在工作期间，先是按照不同数据组合进行元素分类，此时内部数据在界定过程中，可以看成是以数据描述功能为核心的组成结构，也可看成是在既定功能状态下，兴趣值与语义数据库之间的对接，此数组为POLL 模型下的一个分组，可将其设定为POLLFD。然后POLLFD 中加设结构体，此结构体则为监控场景下的POLL 既定函数值，通过线性检测罗列系统驱动构成中的各类数据状态，以保证各项功能驱动的合理性。

4 结语

大数据时代，海量数据信息加大网络运行压力，人工智能技术的研发与应用为数据信息提供可控化的管理框架，结合不同驱动场景罗列数据信息，令其按照既定程序执行操作，全面提高计算机网络的驱动能力。期待未来发展中，人工智能技术可借助大脑模拟、符号处理、统计学法、集成方法等，打破时间与空间的局限，为行业发展奠定更加坚实的基础。