人工智能在计算机网络技术中的应用策略

刘华欣

（山东科技大学，山东 青岛 266590）

引言

人工智能（Artificial Intelligence），简称AI，是以模拟、拓展和延伸人类头脑而实现的智能性理论、技术、方法以及应用系统的技术。美国尼尔森教授认为人工智能是呈现获得知识和使用知识的科学，人工智能技术在计算机网络技术中的应用包括BP 神经网络、语言处理、系统推荐以及支持向量机等方面[1-3]。人工智能技术在计算机网络技术中应用可以实现计算机运行效率、运行上限以及计算机系统安全性等方面的提高，为人类的生产生活提供更为便捷和快速的实现路径。人工智能技术的应用能够实现循环往复且长时间的命令执行，极大程度上降低人为操作的错误率，提高计算机的非线性处理能力、信息模糊处理能力以及信息协作能力等等。

1 当前计算机网络技术存在的主要问题

1.1 计算机操作水平较低

计算机指的是用于高速计算的电子计算机器，具有逻辑计算、数值计算和存储记忆等功能，能够依照程序运行，并对海量数据进行自动化、高速化的处理。经过不断地设计、实验和改进，实现了广泛普及应用，已然融入到人类日常的工作和生活中。但是，计算机蕴藏的许多技术和功能，并没有完全被大众所知晓、运用，这主要是由于我国许多人的计算机知识匮乏、计算机操作水平低下导致的。

1.2 计算机网络安全监测技术薄弱

人们在运用计算机上网浏览时，经常会遇到许多病毒软件和程序，而这些病毒对计算机的破坏是非常大的，会导致计算机卡顿或者死机等情况。计算机病毒具有超强的破坏性，人们在进行计算机网络技术操作和运用的过程中，那些病毒会选择通过一些载体和介质进行传播，例如软盘、硬盘等。而且现在的计算机病毒通常都会具有传染性和复制性，这使得病毒入侵到计算机系统中时会产生连锁反应，加上计算机缺乏智能化的网络技术，导致计算机的网络控制和监视功能受到一定的限制，这无疑为病毒入侵提供了便利。病毒入侵到计算机网络后，导致计算机工作效率降低，计算机会出现许多难以清除的弹窗，如图1 所示，部分毒性较强的病毒更会直接损坏整个计算机内部的文件，机主的许多信息会被盗窃、重要文件无法打开、部分程序和功能无法正常使用、系统产生故障等。

1.3 计算机网络信息的泄露风险较大

当用户需要使用计算机网络时，通常需要先进行相关的信息注册和实名认证，但是，用户的个人信息注册操作，常常涉及到较多的隐私性信息，由于用户隐私信息保护的有限性以及程序管理者对用户信息提取的便捷性，使得用户的信息安全在一定程度上受到威胁。如果出现用户信息安全被侵犯，会导致用户隐私信息泄露，将直接造成用户财产损失、甚至受到人身威胁。当前许多诈骗团伙就是通过非法获取信息而实施诈骗，通过几个真实信息的叙述获取目标用户的信任，进而实施诈骗。由于用户信息安全受到侵害，造成大量用户群体信息泄露的群体性事件更是屡见不鲜，如学习通APP 的用户注册信息泄露事件等等。

2 人工智能在计算机网络技术中的应用优势

2.1 较强的协作能力

企业应用计算机网络技术时，其应用操作功能简单。但是，由于计算机系统管理程序存在的难题，造成计算机网络管理方面出现误区。将人工智应用于计算机网络技术之中，可以有效解决这一问题，有助于计算机网络分层管理，在系统运转方面也呈现出高效性和突出的协作能力。

2.2 模糊信息处理能力较强

计算机的网络系统中存在大量的模糊信息，模糊信息的识别和处理受到计算机识别能力和信息处理能力的限制，出现一定程度的运行误差及计算错误等情况[1]。相比于传统的计算机，人工智能技术具有较强的模糊信息识别能力以及模糊信息逻辑推理能力，将人工智能技术应用于计算机网络技术中，能够大幅提升计算机的模糊信息识别和处理能力，有效解决计算机网络系统大量的模糊信息问题。

2.3 大幅提高计算机的数据信息计算能力

人工智能技术具有智能性高、数据处理能力和信息识别能力强等特征，人工智能技术在计算机网络技术中的应用，能够大幅提高计算机的数据信息计算能力、大幅提升计算速率、降低计算数据的成本[2]。人工智能技术是通过对人类思维过程进行模拟程序分析和设定的智能化操作技术，运用人工智能还可以代替人工进行高危、复杂的工作。人工智能技术具有较强的学习能力，可以通过对人类个体思维形成发展路径进行分析研究，从而实现对人类思考模式和思维构建的学习，进而实现对大量信息进行高速分析和快速处理。计算机网络技术融合人工智能后，可以优化计算机数据处理系统，有效增强计算机底层计算能力。

3 人工智能技术在计算机网络中的具体应用

3.1 在网络安全管理中的应用

计算机在程序运行时可能出现系统漏洞，产生的漏洞很难在短时间内解决，影响用户的使用效果，还可能被黑客所利用，窃取用户信息或者进行其它非法活动等，无疑加大了用户使用计算机的风险性。用户通常会安装防火墙、杀毒软件、入侵监测系统以及反垃圾邮件系统等软件，进行计算机安全的防御工作。但是，这些软件技术虽然可以进行漏洞检测和发现漏洞，却不能快速解决计算机运行时发生的安全问题。人工智能技术在计算机网络技术的应用就可以很好地解决这一问题，提高计算机系统识别异常信息的功能，并且可以在短时间内对风险数据进行捕捉和拦截，极大地提高了计算机安全系统的检测效率。

3.2 在网络系统评价中的应用

基于计算机网络动态性和瞬态性的特点，增加了传统计算机对网络信息监控和管理的难度。传统计算机网络系统具有评价功能，计算机网络系统评价可以对网络质量进行量化、对计算机网络系统的性能进行测评，计算机网络系统评价工作通常需要用户协助完成。由于用户参与计算机网络系统的评价具有主观性，因而出现评价结果存在偏差或较大出入等情况。将人工智能技术应用于网络系统评价中，以人工智能技术为依托，对用户的操作过程进行模拟，由于人工智能没有情感，因此，最终的评价结果不存在主观性，使评价变得更为客观公正。

3.2.1 智能求解技术

智能求解技术结合了结构化知识求解技术、状态图搜索技术和逻辑推理技术[3]。人工智能求解技术可以根据用户的实际需求，选择最优项，并实现对海量数据的筛选，从而提高计算机的检索速率。

3.2.2 构建专家知识资源库

专家知识资源库主要是以专家的经验和角度进行网络系统评价，根据具体案例的复杂情况进行高速判断处理，构建出最优的网络系统评价方案。然而，受计算机信息识别和处理能力的限制，可能存在信息识别处理产生误差的情况。基于此，将人工智能技术应用于计算机网络技术，充分发挥人工智能的技术优势，对专家知识资源库进行相应的改善，最大程度对网络系统的评价功能进行优化。

3.3 在数据分析中的应用

3.3.1 BP 神经网络

1986 年，首次提出BP 神经网络概念，逐渐被人们认可并广泛应用。BP 神经网络在一定程度上反映了人脑功能的特征，通过对生物系统的简化、抽象和模仿，设计出的基于误差反向传播算法的多层前馈神经网络，如图2 所示。BP 神经网络在功能和结构上与人们的大脑更为相似，它在进行操作时跳脱了传统程序设定的限制，而是根据实际环境情况以及对环境的适应和规律总结，执行特定的操作。

3.3.2 支持向量机

支持向量机普遍用于数据分析、模式识别以及回归分析等领域，具有较强的非线性、小样本等问题的解决能力。人工智能技术的应用可以对核函数进行适宜的选择，协助支持向量机找到最优目标函数。另外，人工智能技术有效提高了支持向量机算法能力，进一步深化了与计算机网络技术的融合。

3.4 人工智能代理技术的运用

人工智能代理技术，即人工智能Agent 技术，是一种涵盖计算机专业知识库和数据库等数据统计工作的技术。用户通过对人工智能Agent 技术的使用，对所需数据进行分析、筛选和呈现，快速的数据检索速率，大幅缩减了用户检索数据所用的时间，有利于用户高效地开展工作。