人工智能技术在计算机网络运维中的应用

作者简介：张力影（1988— ），女，山东乐陵人，高级工程师，碩士；研究方向：计算机网络，大数据，人工智能。

摘要：随着人工智能技术与计算机网络运维的不断融合，现阶段在计算机网络技术层面存在着网络维护人员需求量大、数据处理工作量繁重、网络监督效果较差等问题。文章通过对人工智能技术对计算机网络运维的重要性以及人工智能技术在计算机网络运维中的应用测量两方面的研究发现，人工智能技术中的漏洞挖掘技术、机器学习技术、粒子群优化技术等对计算机网络运维有着重要的影响，以期发挥出其最大化的优势。

关键词：人工智能技术；计算机网络运维；技术应用

中图分类号：TP393 文献标志码：A

0 引言

人工智能属于计算机科学健康发展的产物，在计算机网络运维中引入人工智能技术能够提高计算机的运行速度，帮助计算机实现高速运行，最大限度地为用户服务［1］。人工智能技术的实际含义是指研究、开发用于模拟、延伸和拓展人的智能的理论、方法、技术及应用系统的一门新的科学技术，其可以对人的意识、思维的信息过程进行模拟，因此，合理运用人工智能技术能够更好地为用户服务。

1 人工智能技术在计算机网络运维中的应用现状分析

1.1 网络维护人员需求增多

随着网络规模的扩大，计算机网络运维所需要的网络维护人员需求量增加［2］。在2022年上半年，全球共发生了40多起网络安全事件，例如美国医疗中心数据泄露，超过130万人受到影响，其出生日期、家庭住址、电话号码以及银行信息等都被泄露。网络维护人员能够有效防范网络安全事件，因此其需求量日益增加。

1.2 数据处理工作量繁重

在大数据环境下，每时每刻都会产生海量的信息，因此数据处理工作任务量繁重［3］。在大数据时代，每个人每天所需要的信息量巨大，谷歌公司的数据显示，每天有超过10亿人进行信息搜索，这使得计算机网络技术中数据处理量巨大。

1.3 网络监督效果较差

在传统的计算机网络技术中，网络监督效果较差、控制能力不足［4］。由于人们在日常生活中的需要，每天都会运用到大量的数据，但数据来源较为复杂，计算机网络技术并不能够进行全面的筛选，控制能力不足，导致网络监督力度不到位。

2 人工智能技术在计算机网络运维中的应用策略

2.1 人工智能技术与虚假信息

人工智能技术可以被运用到精准打击虚假信息源头，阻止虚假信息的生产。英国科技公司Logically在超过100万篇的文章中发现虚假新闻有50 000个，由此可见虚假信息数量的庞大。在进行计算机网络运维过程中，人工智能分析大规模数据的速度较快，运作良好的计算机算法不仅能检查文本内容，还可以检查元数据和图像，并进行核实、收集、监控等工作，深度学习算法的推出有效地帮助了人们进行虚假信息的筛选，推动了计算机网络运维的发展。

2.2 人工智能漏洞挖掘技术

深入研究人工智能漏洞挖掘技术，有助于快速发现、评估和修复信息系统的安全漏洞，提高对未知危险攻击的发现能力、提升信息系统综合防护水平。人工智能漏洞挖掘技术主要包括以下方面的内容：二进制程序函数的自动识别技术、智能模糊测试以及动态插桩技术。

以动态插桩技术为例，是在程序运行时实时插入额外的代码和数据，且永久不会改变可执行文件。现阶段，在计算机网络技术中被广泛应用的动态二进制分析平台有Pin，DynamoRIO和Frida等。在动态二进制系统中，主要的运行方式有两种，一种为最常见的，即在动态二进制系统的控制下从头到尾执行程序；另一种为将动态二进制系统附加到一个已经运行的程序中，且以完全相同的方式被调试器从正在运行的程序中附加或分离。动态插桩技术中，主要的执行方式包括解释模式、探测模式以及JIT模式3种，其中JIT模式是最常见、最常用的模式。以JIT模式为例，在JIT模式中，二进制文件被视作一个数据，修改后的二进制文件副本将在新的内存区域中生成，但并不是针对整个二进制文件，而是针对其执行部分，因此原始的二进制文件或可执行文件并没有被修改或执行过。其主要的执行过程如图1所示。

2.3 人工智能机器学习技术

机器学习是人工智能的另一重要领域，赋予了计算机智能的特征，应用领域遍及人工智能的各个方面。机器学习在实际进行计算机网络运维时，其主要作用就是对模型参数进行优化。首先，技术人员要做好数据准备工作，进行模型的选择或创建，在选择模型时选择哪种模型要根据数据类型、样本数量以及问题本身进行综合考虑；其次，进行模型的训练与评估，可以先进行损失函数的预先设定，并根据实际的训练模型数据进行比对，对模型进行训练；最后，要对模型进行检测，在实际的运用过程中发现模型存在的问题并进行优化。

2.4 人工智能粒子群优化

人工智能粒子群的优化是基于信息的社会共享程度，根据粒子速度和位置的两个属性进行优化的。粒子群算法的主要流程如图2所示，在整个程序当中，需要根据结束条件对每个粒子进行反复的更新和记录，直到得到最优解并进行画图保存。

2.5 人工智能Agent技术

Agent在某种意义上是一个计算实体，具有驻留性、反应性、主动性和社会性等特征，并会在某一环境下驻留，持续性地自主发挥作用。在实际的计算机网络技术中，Agent技术可以运用到智能机器人中，智能机器人可以做到自主学习、推理、决策等。通过机器人感知、机器人规划、机器人控制以及机器人语言几个部分，设定完整的程序，运用智能机器人进行信息的筛选和处理，有效地减轻了网络安全维护的人工数量，提升了工作质量。

2.6 计算机网络安全管理

在实际的计算机网络运维中，网络安全主要是指在物理层面、软件层面以及信息层面3大领域的网络信息安全。

以信息层面的网络信息安全为例，主要是保障网络数据的安全，由于信息數据多是在网络环境中产生并流转的，因此其采集、传输、储存、管理等各个环节都需要受到重视。在进行实际的人工智能技术与计算机网络运维相融合时，技术人员要对人工智能的赋能技术加大研究力度。人工智能技术能够对网络安全进行全面感知，能够通过自动化的分类聚合与关联分析对大量模糊的、非线性、异构数据进行研究，并主动生成网络威胁防御策略，形成适应性强、反应迅速灵敏的网络空间防御。

2.7 K-means算法

K-means算法是一种迭代求解的聚类分析算法，被广泛运用到机器学习、数据挖掘等方面。其主要是通过中心点进行一系列的运算，但在实际的算法实施中，技术人员要注意避免在整个空间内随机生成散点，要尽可能以某几个点为中心点并对其进行随机点的生成。

熟练运用欧氏距离和曼哈顿距离，能够在进行K-means算法运行时，将各个样本分配到间隔最近的类中，帮助K-means算法实现快速反应，提高整体运行速率，帮助人工智能技术快速发现网络系统中的安全问题，并进行解决，保障计算机网络运维系统的安全稳定运行［5］。

3 人工智能技术在计算机网络运维中的应用优化

3.1 确保网络信息的流畅

在计算机网络中融合人工智能技术，能够充分利用人工智能技术保障资源管理的可用性，保障网络信息的畅通。人工智能技术中计算机视觉技术的运用有利于将任务分解为便于管理的小块任务，通过图像处理操作等技术有效地促进计算机技术的进步。

3.2 提升协作处理能力

协作处理能力是将人工智能应用到计算机网络的一个重要优势。人工智能技术中自然语言处理技术能够实现人机交互，包括特征提取技术、模式匹配准则和模型训练技术，通过人机交互，利用计算机网络技术进行协作处理，真正实现为用户服务。

3.3 有利于降低资源消耗

人工智能技术精准的计算结果能够极大地防止过多不必要的人力、物力及财力的投入［6］。机器学习技术使得人工智能技术对数据的处理更加快速，将计算量和耗费能量降到最低，智能控制等技术也大大减少了不必要的人力资源投入。

4 结语

随着科技的进步，人工智能技术在不断地完善，在计算机网络运维当中加入人工智能技术，不仅能够提高数据的安全性，同时也存在着一定的威胁，对人工智能技术进行不断的深入研究，能够有效地推动人工智能的进步，更能够推动计算机网络技术的进步，深化网络智能化。

参考文献

［1］杨婉琳.基于人工智能的网络运维优化算法研究［J］.无线互联科技，2022（8）：118-120，142.

［2］赵巍，张智森，肖佳康，等.基于人工智能的5G通信网络运维规划方法［J］.长江信息通信，2022（3）：219-222.

［3］李波.基于5G通信时代人工智能在计算机网络技术中的应用策略［J］.信息记录材料，2021（10）：168-169.

［4］高盛轩，周传生.基于大数据的人工智能技术在计算机网络运维中的应用策略研究［J］.网络安全技术与应用，2021（9）：73-74.

［5］崔英敏.大数据时代人工智能在计算机网络技术中的应用策略研究［J］.电子商务，2020（5）：24-25.

［6］刘金鱼.计算机网络运维及安全管理设计探究［J］.网络空间安全，2021（Z3）：73-77.

（编辑 沈 强）

Abstract： With the continuous integration of artificial intelligence technology and computer network operation and maintenance， there are some problems in the computer network technology level， such as network maintenance personnel demand， heavy data processing workload， poor network supervision effect and so on. In this paper， through the importance of artificial intelligence technology for computer network operations and the application of artificial intelligence technology in computer network operations measurement two research found that the AI technology of vulnerability mining technology， machine learning technology， particle swarm optimization technology has an important influence for computer network operations， in order to maximize its advantages.

Key words： artificial intelligence technology; computer network operation and maintenance; technology application