人工智能技术在网络信息安全中的应用研究

◆赵洪宇 袁青霞

人工智能技术在网络信息安全中的应用研究

◆赵洪宇 袁青霞

（中科锐眼（天津）科技有限公司 天津 300350）

计算机技术在现代社会的应用已经非常广泛，人工智能技术与计算机技术的发展是相对同步的，在计算机网络环境中，人工智能技术得到了编程技术的支持，才能模拟人类的神经网络，展现各类智能化的操作功能，但现代社会中网络环境比较复杂，信息的传输并不安全，要想维持人工智能技术的高效应用，就要借助有效的技术保证网络信息环境的安全性，才能更深入的研究人工智能技术，为人工智能技术的应用创造良好的客观环境。本文从计算机网络安全管理中普遍存在的问题进行分析，研究了人工智能技术在网络信息安全中的应用优势，并给出了具体的技术应用方案，旨在推动我国人工智能技术事业的发展。

人工智能技术；网络环境；信息安全；计算机；安全管理

人工智能技术的本质是模仿高级智能的推理和运算，从而做出行为指令的技术，可以通过模仿人脑的思维模式，对事情做出合理的规划和设计，并开展思考及学习等相关活动，可以在实际使用中解决许多专家才能处理的问题，承担一些人类难以完成的任务。开发人工智能技术对人类社会的发展是非常重要的，如果技术人员能够将人工智能技术应用于计算机网络信息安全管理工作中，则可以有效提升计算机网络的性能，将人工智能科学的价值充分发挥出来，使人工智能技术与其他方面的技术联合应用，形成有利于人类社会生产和发展的综合技术体系，同时也可以为维护网络环境的信息安全提供助力，人工智能技术与网络信息安全之间是相辅相成的，可以适应许多复杂的环境要求。

1 计算机网络安全管理中普遍存在的问题

网络信息安全管理就是对信息的具体规划及监视等，能够保证网络服务的有效实现，属于网络信息系统中必不可少的部分。如果从使用者的角度来分析，一个完善的网络信息管理系统，应当包含网络监视与网络控制两个方面的内容，网络监视功能可以帮助使用者更好掌握当前网络状态及网络环境，网络控制功能则可以采取相应而措施来控制网络运行状态。在大范围的网络环境中，网络状态的监视是并不完善的，也是没有规则的，神经元网络的并行能力则可以适应这些工作，因为神经元网络可以从实际学习中获得信息，并不要预先知道数据的逻辑关系或者数字关系，所以神经元网络更加适用于处理一些复杂的问题，甚至对于一些杂乱无章的数据，也可以做出全面的分析。技术人员之所以要对网络环境加以控制，就可以要选择合理的路由方案及业务量，以此来减轻网络异常引发的一系列问题，从经验中可以看出，人工智能技术结合程序性的算法，能够比常规程序更方便进行实时计算过程，可以在人工智能专家系统的支持下，执行一些网络环境的管理功能，并由专门的神经网络来承担相关工作。在网络技术的支持下，各部门的工作可以实现战略性意义的加强，对网络运行的要求也更加有效，控制行业的应用需要网络在使用中具备一定的要求，通过高深的知识来管理网络，才能和网络技术一同提升水平，总体而言，良好的网络环境要具备高效性、实时性的传输信息特点，要求着技术人员要不断研究更加灵活的网络管理技术，保证网络完全的稳定运行，才能够使之成为现代计算机网络的有力武器[1]。

2 人工智能技术在网络信息安全中应用的优势

（1）处理不确定性问题的能力

网络信息管理是指要通过一些系统来开展监控管理工作，保证网络系统的高效运行，但是这种管理方式是从系统资源状态进行了解的，其重要包括系统的全局状态和局部状态，而且网络系统具有一定的瞬变性，某些资源信息在传输到网络中以后，可能会发生某些改变，导致局部的状态难以概括整体的状态，会使局部信息出现失真的情况。技术人员应用人工智能技术中的模糊逻辑登记书，并不需要对数学模型加以准确的描述，可以通过引入模糊逻辑的方式，对其中的不确定信息进行模拟，再根据这些不确定的信息资源加以控制，就能够对网络信息安全形成有效的管理[2]。

（2）协作能力

随着网络信息环境的扩大，信息资源结构也越来越复杂，要完成集中且统一的管理形式，才能满足网络信息资源的管理工作，可以体现出层次化网络管理的概念和特点，上层管理者可以通过轮询方式的管理工作，对下层管理层进行监测，多层管理者之间合理的分配任务及通讯，充分发挥协作的作用，从多个角度完成协作分布式的人工智能技术应用任务，将相应的管理思想融入到网络环境的管理工作中。而协作能力也成为人工智能技术在网络信息安全应用中的一项优势，可以为网络信息的安全管理提供助益。

（3）学习和解释的能力

人工智能技术应用于网络管理工作中，属于智能化的管理范畴，可以简单响应一些简单的孤立信息，在底层信息中综合的解释一些概念，可以从高层信息中实行管理与控制，对网络中复杂的信息进行梳理，所以在智能化的网络管理工作中，拥有推理能力是非常重要的，可以根据已有的不完全信息做出网络信息方面的判断，即使信息不精确，也可以得出判断的结果。比如在故障管理中，一个故障的诱发因素是多种多样的，智能化的网络管理能力可以对这些模糊性的问题进行处理，以多种形式表现出来，再通过多种方法处理这些问题，而专家系统可以采取比较合适的选择，以提升人工智能技术的学习和解释能力[3]。

（4）处理非线性问题的能力

网络环境中的网络拓扑结构非常复杂，网络负荷的瞬变性与使用者的不可预料行为，都可能会引发网络环境的复杂变化，所以计算机网络更像是一种标准的高度非线性控制对象，如果技术人员应用传统的控制理论与方法，则难以解决现代计算机网络存在的问题。正因为人工智能技术属于模拟人类智能发展的技术，所以其中具有极强的问题处理能力，尤其对于非线性问题的处理，可以使人工智能技术在计算机网络中具有较强的技术性价值，成为计算机网络中的成功因素。

（5）计算资源耗费小

在传统的网络控制中，在解析的过程也容易出现一些特殊的情况，应用搜索方法来控制计算机网络环境，各种不同的算法要根据被测对象的尺寸来选择，会持续增长相关指数，导致控制反应速度会出现许多致命的问题。人工智能技术中的一些控制算法，会模糊控制的方法加以控制，可以解决很多致命的问题。人工智能技术掌握一些高级的控制算法，可以保持较快的计算速度，而传统的搜索方法是通过排除法来选择解决问题的，模糊控制的方法能够直接优化检索，系统的尺寸越大则模糊控制的优势越大，在现代计算机网络的高标准要求下，加以有效的控制和管理，使之通过管理宽带、流量等方法，实现高效的管理工作，能够有效解决一些问题，在传统控制标准的应用中，进一步增强模糊控制的必要条件。人工智能技术在计算机网络中的应用范围更大，以计算机技术为基础，所以可以有更大的应用范围，比如计算机领域中的决策支持系统及数据仓库系统等，都可以发挥重要的作用，而网络计算机已经成为一种客观的事实，人工智能技术可以在网络环境的基础上，得到相关领域技术人员的深入研究[4]。

3 人工智能技术在网络信息安全中的具体应用

目前网络信息安全管理工作中使用的防火墙技术是最常用的安全技术，其核心部分是入侵检测技术，主要在于介绍入侵检测的作用，可以对任何试图侵害自然资源完整性的活动进行防御，通过采集数据、减少数据、行为分析及报告反应等四个部分来开展入侵检测。采集数据的功能就在于收集原始数据，可以在入侵检测中发挥应有的作用；减少数据是指对数据完成过滤，提取其中的有效信息，以便于删除冗余的数据，对系统形成一层保障；行为分类是入侵检测系统的关键环节，可以通过数据的形式来判断是否属于入侵的形式。

（1）规则产生式专家系统的应用

专家系统是人工智能技术中在计算机网络领域应用最为广泛的技术形式，其知识库比较充分，而推理机作为中心，可以实现智能软件系统的结构，比如专家系统中最早出现的推理机就是比较核心的组成部分，技术人员早已经将一系列的入侵特征编码成规则，通过建成规则库来审计相关记录与规则，可以与入侵检测形成匹配，而专家系统则能更加自动化地完成审计工作，判断系统是否能够满足系统的使用要求[5]。

（2）人工神经网络的应用

人工神经网络是人工智能技术的核心组成部分，也是人工智能技术研究的原理，经过多年的研究以后，技术人员可以通过模拟人脑的学习技能，研究出科技成果，对相关思维过程加以模拟，因其具有较强的容错性，所以系统也可以识别带有噪声或者其他形变的输入模式，并且主动从错误的信息中找到相应的正确内容，具有较强的学习模式，以适应自动的学习规则，采取并行的工作方式来识别相关信息，况且该系统的识别速度较快，已经成为在人工智能技术系统中应用最早的方法，在计算机网络入侵检测系统中成为较为有力的工具。

（3）数据挖掘技术的应用

国内相关领域的技术人员曾提出将数据挖掘技术纳入行为分类的过程中，经过审计程序提取信息以后，可以完成网络连接，甚至可以和主机进行会话，且经过数据挖掘技术应用以后的程序，可以更加准确捕捉到入侵模式，给出正常活动的轮廓规则，这些规则在后续的网络信息安全管理中也可以得到有效的应用，能够适用于网络信息环境的异常检测，结合人工智能技术的神经网络，数据挖掘技术的内容更适用于网络环境的风险判断。技术人员既可以从数据中找到有效的内容，又可以在数据中找到存在风险的内容，并在后续的检测工作中对相关异常的状态做出判断，都可以完成相应的网络信息安全指令。

（4）人工免疫技术的应用

因生物因素引发的信息处理技术，既有人工智能技术中人工神经网络的部分，又有计算机人工免疫系统的部分，人工免疫系统受到生物免疫系统的触发，会发展成为一套关于自然防御机制的学习技术，能够承担与入侵检测系统相似的作用，使网络安全环境可以免受计算机病毒的侵害，防止计算机信息因病毒问题出现遗失或者泄漏的问题，更能够为计算机网络建立起一个完整的保护罩，抵御病毒入侵[6]。

（5）自治AGENT技术的应用

在人工智能技术的应用中，对知识的表达方式包括多种模式，比如语义网络模式及框架表示模式等，还有规则产生模式等，面向自治AGENT技术应用的领域，人工智能技术的发展要面向更大的领域。而AGENT技术要通过自治的方式收集数据，对各部件的结构加以分析，可以在实际网络信息安全管理中体现出该项技术的明显优势，比如该项技术的独立性较强、系统的可扩充性较强，与平台及开发的语言无关，具有一定的协作性，能够与其他技术联用。

（6）数据融合技术的应用

数据融合的概念是现代信息技术领域中提出的新理论，是指仿照人类的信息处理思维来解决问题，其目标在于组合不同的数据，识别其中的不同元素，可以推导出更多的信息，并且得到协同作业的结果。该系统可以在多个传感器中联合传输信息，以获得操作方面的优势，可以显著提升传感系统的有效性，进一步消除独立单元在信息传输方面的局限性，使得独立单元传感器的限制被打破。数据融合技术在人工智能技术领域属于衍生的技术形式，技术人员可以将其与网络信息安全的要求相联系，根据实际情况加以灵活的变通。

4 结束语

现代网络技术的发展使得网络环境越来越复杂，相关信息的交织更加紧凑，其中不免存在一些具有危害性的信息或者不真实的信息，会影响网络环境，危害网络中信息的正常传输与交流。技术人员将人工智能技术与其联用，可以逐步提升网络环境的安全度，为日后的研究树立正确的方向。人工智能技术可以在计算机网络安全管理中为研究AI技术创造条件，应用专用的语言进行编程，以便于迎合现代计算机网络服务能力的发展。

[1]宋晶.计算机网络发展中的人工智能技术应用与研究[J].网络安全技术与应用，2021（04）：100-101.

[2]杜焱.大数据时代人工智能在计算机网络技术中的运用[J].信息记录材料，2021，22（02）：125-126.

[3]郭娟，陈莹.人工智能技术在网络安全中的应用探索[J].电子世界，2020（23）：11-12.