人工智能赋能计算机网络技术的应用与展望

摘要：随着大数据时代的到来，海量数据的产生给传统的计算机网络技术带来了前所未有的挑战。人工智能作为一种新兴的技术手段，正在被广泛应用于计算机网络中。以此，文章通过文献分析与案例研究，阐述人工智能在计算机网络技术中的应用优势，详细讨论了人工智能在网络安全技术、网络信息安全、共享网络资源、代理技术和企业管理技术等方面的具体应用和未来发展趋势，旨在为计算机网络技术的发展提供新的视角和方法论参考。

关键词：人工智能；大数据；计算机网络；网络安全；数据挖掘

图分类号：TP393 文献标识码：A

文章编号：1009-3044（2024）32-0083-03 开放科学（资源服务）标识码（OSID） ：

随着信息技术的飞速发展，作为信息传输与交流的基础设施，计算机网络技术的重要性日益凸显。为了保障网络运行的持续稳定性，需要全面、深入地理解人工智能技术的核心概念及其独特优势。因此，深入探讨大数据背景下人工智能在计算机网络技术中的应用，对推动信息产业的创新发展、促进社会经济的高质量发展具有重要的理论意义和现实价值。

1 人工智能的特征和应用优势

在大数据时代背景下，计算机网络系统的优势愈发显著，具体体现在其瞬时响应与高速传输等特性上。这一变革不仅极大地提升了信息处理的效率，也对网络管理提出了更为严苛的要求。为了保障网络运行的持续稳定性，需要全面、深入地理解人工智能技术的核心概念及其独特优势。人工智能技术优势如图1所示[1]。

1.1 人工智能的特征

1.1.1 高效实时性

在保障计算机网络运行安全性的过程中，防范病毒、黑客等恶意入侵是重中之重。传统的人工监管方式虽能在一定程度上加强网络安全，但受限于人为因素，可能导致监管疏漏，使网络系统面临被恶意攻击的风险。相比之下，人工智能技术的引入为这一问题提供了高效实时的解决方案。比如，在企业中使用人工智能技术，能够通过实时监测企业网络环境及运行状态，人工智能能够迅速识别并处理异常情况，及时向数据中心反馈，使工作人员能够迅速响应并制定有效对策，提升了网络系统数据监测的效率与准确性。

1.1.2 强大的学习能力

人工智能技术强大的学习能力源于对人类思维模式的模拟与运用，人工智能能够深入理解并适应计算机系统的复杂环境。将人工智能技术应用到数据处理过程中，能够通过模拟记忆功能，对海量数据进行整理与分析，进而构建出高效的学习体系。在计算机网络中应用人工智能技术，能够增强系统的自适应性与灵活性。

1.1.3 管理科学

人工智能为大数据时代下先进技术，根据自身优势能够解决大量未知问题，包括数据信息的收集和管理等。比如，使用人工智能技术能够科学的方法管理位置数据，提高计算机系统的运行效率和稳定性。另外，在管理过程中使用人工智能技术，实现不同管理层的协作。针对计算机网络体系架构优化网络管理体系，能够使科学网络管理需求得到满足[2]。

1.2 人工智能的应用优势

1.2.1 优化管理模式

随着大数据的蓬勃发展，在计算机网络领域人工智能技术的应用，能够实现跨部门的协同作业，有效协调基层人员与管理层之间的关系，极大地促进了管理模式的优化。此外，人工智能技术凭借强大的逻辑推理能力，能够结合海量数据进行深度分析，推导出高价值的结果，形成高层级数据，为计算机网络管理提供有力支持。通过仿真实验等手段，这些高层级数据还能帮助解决复杂的非线性问题，进一步提升管理决策的科学性与准确性。相较于传统模式，人工智能技术的应用显著降低了网络数据的冗余量，利用模糊逻辑算法快速检索所需数据，极大地提高了数据的获取时效性和管理效率，全面优化了计算机网络的管理模式。

1.2.2 提高神经网络应用效率

神经网络作为人工智能的重要分支，通过模拟人脑神经元的工作方式，能够高效地处理和分析数据。即使面对计算机系统传输过程中可能出现的数据误差，神经网络也能凭借其卓越的过滤能力，有效剔除错误信息，确保数据的准确性和可靠性。更为重要的是，神经网络具备强大的自主学习和适应能力，能够迅速适应不同的系统环境，掌握系统的处理模式，并提前预判系统中的其他活动情况，不断提升自身的应用技能与效率[3]。

2 人工智能在计算机网络技术中的应用

在大数据时代背景下，充分发挥人工智能技术的优势，将其深度融入计算机网络技术中，是一个值得深入探讨的课题，具有积极的现实意义与实践价值。

2.1 网络安全技术的应用

2.1.1 检测技术

使用人工智能技术检测入侵行为，使计算机网络安全性的检测效率提高。人工智能网络入侵检测系统满足了网络资源安全性的基本要求，还兼顾生产生活和社会服务的实际需求。用户基于系统生成的详尽网络攻击报告，能够迅速响应并妥善处理各类网络安全问题，进而提升互联网环境的安全性，保障生活网络和社会生产的稳定运行。

2.1.2 防火墙技术

防火墙是保护用户信息和资料安全的重要屏障，在企业级别中使用防火墙技术，能够通过集成软硬件技术，在计算机网络的内外部之间构建起一道坚实的防护网，有效拦截并隔离来自不安全网络的潜在威胁，防止其对内部网络造成损害。在人工智能技术的加持下，防火墙的功能可以得到进一步增强，实现数据的流入流出控制，还能基于智能算法对通信进行反向控制，精准拦截并阻断恶意网络行为[4]。

2.1.3 智能问题求解

利用人工智能技术能够使实际问题得到解决，将已知条件设置到网络系统管理和评价过程中，根据系统人工智能使算法得到实现，包括：

1） 推理技术。根据指定的条件对系统问题根源进行推理，从而确定问题解决的算法和关键点。

2） 搜索技术。人工智能技术能够根据不同的问题，以问题的区别、复杂度选择搜索方式，使问题搜索的效率得到提高。

3） 求解技术。利用人工智能技术能够对不同的搜索问题和结果求解，使问题得到解决，还能够提高网络资源应用率[5]。

2.2 网络信息安全的应用

2.2.1 智能入侵检测

在网络空间中，传统入侵检测技术面临着各种攻击行为的挑战，这对网络的安全性和稳定性构成了威胁。因此，有必要利用人工智能技术来进行检测，以确保计算机网络的安全。通过人工智能技术中的智能入侵检测系统能够预测和识别计算机网络中的潜在入侵行为，并据此设计入侵检测数据库。当系统检测到入侵行为特征时，可以通过激活安全防御机制来解决问题。这种方式能够主动地检测网络中的入侵行为，从而提高检测能力和系统的实用性。

2.2.2 智能反垃圾邮件系统

用户邮箱经常收到包含病毒链接等在内的垃圾邮件，这严重威胁到了电子邮箱的安全性。为了有效地拦截垃圾邮件，可以利用自然语言处理技术对邮件精准分类，以此提高电子邮箱的安全性，并防止用户的隐私泄露。此外，通过对用户邮箱进行综合检测和处理，可以有效地清除垃圾邮件[6]，如图2所示为智能反垃圾邮件系统的工作流程。

2.2.3 网络数据挖掘

大数据环境下的网络数据具有高度的分散性和多样性，其存储方式也各不相同。若不对所挖掘的网络数据进行有效筛选，将直接导致数据挖掘效率的低下。为此，我们可以借助人工智能技术中的关联规则挖掘技术，对时空数据进行精准筛选，从而提升网络数据挖掘的整体效率。在此过程中，还需进一步抽取关键筛选数据，并利用可视化图像技术对这些数据进行深入分析，以便更直观地理解数据背后的信息与趋势。

2.3 共享网络资源

互联网上的数据资源浩如烟海，且大多处于分散状态。为了更高效地利用这些数据资源，我们可以利用人工智能中的内容分发网络技术来实现数据的共享与聚类。通过动态规划网络节点资源，我们可以打破数据孤岛，实现资源的有效共享。在个人中心应用中引入个人信息共享模式，能够整合多源智能网络资源，并在收集用户信息的基础上，下载所需的网络资源和数据。此外，结合网络技术、扫描与打印技术，我们还能进一步提升硬件资源的共享效率。在实现软硬件资源共享的过程中，利用网络通行证进行统一管理，不仅能提高资源共享的便捷性，还能确保资源的安全性与高效性[7]。

2.4 代理技术的应用

代理技术指的是基于实体软件的载体，简单来说就是将智能手机中的应用程序作为主要载体。在日常生活与工作中，代理技术通过构建多样化的代理数据库，实现了对各类业务的高效代理处理。这一领域不仅是人工智能代理技术的关键所在，还极大地促进了信息数据的智能化分类，有效节省了用户的时间与精力。具体而言，不同类型的代理数据库能够跨越数据层面的界限，实现信息的无缝贯通与共享。比如，用户可以通过手机等智能设备，可以便捷地在代理数据库中存储个人数据，然后使用人工智能技术对数据深度分析，精准推断用户的偏好与需求，进而提供个性化的内容推荐。由于代理数据库间的信息共享机制，系统能在分析用户行为后，将结果自动存储于其他相关数据库中，逐步形成庞大的大数据网络。这一过程中，智能手机内的各类应用程序能够依据用户的个人喜好，智能推送邮件提醒、会议日程安排、购物推荐等定制化信息，极大地提升了用户体验的个性化与智能化水平[8]。

2.5 企业管理技术

将人工智能技术应用到在企业管理过程中，能够使企业管理质量和效率得到提高。使用人工智能技术实现企业管理技术的自动化监控管理，促进企业管理的信息化、自动化发展，企业管理人员也能够针对性制定管理对策。使用人工智能技术还能够满足企业管理需求，降低企业管理成本，提高企业利润和经济实力。并且深入分析计算机网络资源，整合企业所涉及的领域知识和经验，提高企业计算机网络系统的专业性，满足企业管理需求。使用人工智能不仅能够使计算机网络服务专业化水平提高，还能够促进企业智能化发展。

2.6 数据挖掘与融合

人工智能在对数据挖掘的过程中，要求通过连接数据和主机后寻找两者特征，收集相关信息收集后寻找外界干扰规律，然后收集存储。假如外界因素对计算机造成了干扰，要求结合当前具体情况提示系统出现问题，自动识别入侵对象并且拦截。系统对入侵对象防范，利用自身学习方式提高运行能力。通过数据挖掘对相关对象检查，从而提高了计算机网络安全性。工作人员要和信息处理方式结合对数据融合研究，和计算机系统传感器结合后充分发挥计算机作用，提高系统的高性能。使用数据挖掘技术可以根据关键词对信息深入挖掘，工作人员记录后使后期查找更加方便。比如，如果外界不良信息对计算机网络入侵时，操作人员和人工智能、计算机网络结合，根据不良信息数据对计算机中相关数据挖掘，包括违规任务计划、进程等，之后精准查杀。还能够对入侵信息数据记录，使非法入侵信息防护得到增强[9]。

3 结束语

人工智能以其独特的特性，在计算机网络技术领域展现了广泛的应用前景。无论是从网络安全的加固、网络资源的有效管理，还是到数据挖掘的深化，AI 都扮演着至关重要的角色。在计算机网络技术中，人工智能和大数据技术都有重要的作用，两者结合能够促进计算机网络技术的发展。在接下来的应用实践中，应不断发展和完善AI技术，实现技术层面的突破，使计算机工作效率得到提高，利于计算机为人类生产生活服务，构建更加安全、高效的信息环境，从而促进社会和经济的进步和发展。

参考文献：

[1] 陈浩运.基于大数据时代的人工智能在计算机网络技术中的应用研究[J].电脑知识与技术，2021，17（29）：120-121，134.

[2] 龚娇，国頔娜.基于人工智能技术的计算机网络安全防护系统的设计和实现[J].软件，2022，43（4）：48-50.

[3] 黄月月.浅析人工智能在计算机网络技术中的应用[J].电脑知识与技术，2021，17（2）：156-157，163.

[4] 明春.人工智能在计算机网络技术中的应用分析[J].数字化用户，2023，29（15）：73-75.

[5] 迟乔山，高一波，俞水峰.大数据背景下人工智能在通信网络技术中的应用研究[J].通讯世界，2021，28（11）：53-55.

[6] 孙伟.人工智能在计算机网络技术中的应用[J].数字技术与应用，2019，37（11）：66，68.

[7] 高冲.浅谈人工智能在计算机网络技术中的应用[J].科技视界，2019（10）：210-211.

[8] 郑洁.大数据时代背景下人工智能在计算机网络技术中的应用研究[J].中国宽带，2022，18（4）：96-98.

[9] 徐小云.基于大数据时代下人工智能在计算机网络技术中的研究应用[J].科技资讯，2019，17（25）：13-14.

【通联编辑：光文玲】