论文部分内容阅读
摘要：人工智能是当前较为先进的计算机技术，该技术在计算机网络技术中的应用极大丰富人们的生活方式，随着人工智能不断发展，其必然成为大数据时代处理数据得主要方式，推动计算机网络技术不断发展。本文探讨了大数据时代人工智能在计算机网络技术中的应用。
关键词：大数据时代；人工智能；计算机网络技术；应用
大数据时代人工智能在计算机网络技术中的运用，需明确其运用后的优势以及运用的现状，并从网络管理技术与网络系统管理与评价技术两方面进行阐述，最后用运用案例总结，得出现在人工智能技术已经广泛应用，并逐步深化，形成了明确的发展趋势。
1 人工智能的特点和优势
1.1 不确定性甚至不可执行的处理能力
在进行网络管理时需要对各种网络资源进行监测控制管理，从而对网络系统的运行效率进行保证，在网络管理的过程中需要保证其对系统资源状态的了解，主要是系统的局部和全部状态。网络系统具有瞬变性，只有保证对网络系统的全部状态进行了解，才能保证信息的确切性。
1.2 协作能力
计算机网络技术发展的过程中，网络的规模在不断扩大，网络的结构变得越来越复杂。但是，对网络系统进行单一的网络管理是不合理的，所以应该加强对层次化网络管理。在层次化网络管理中，可以分为上中下三层管理者，中层管理制度受到上层管理者的轮询方式的监测，并对下层管理者进行监测，在这个过程中需要各层管理者之间相互协作，人工智能系统中具有多代理协作分布能力，能够提升网络管理者在管理过程中的协作能力。
1.3 学习、解释和推理能力
当前，很多网络管理者在进行管理的过程中需要利用网络管理协议，但是这些协议只能管理一些信息库信息，利用这些信息虽然能够确定网络管理控制的方法，但是却没有得到很好的落实，多数仅仅是进行网络的监测。而利用人工智能网络管理能够对低层信息进行学习、综合和解释，从而能够获得高层的信息；并且，能够利用这些高层信息来进行网络管理和控制。
1.4 处理非线性能力
网络复杂的拓扑结构、瞬变的网络负荷、不可预料性的用户行为等特点，使网络管理控制中不能保证控制对象的高度线性。所以，传统的网络控制理论不能很好地实现计算机网络的安全管理。在人工智能系统中，通过对人类智能的模拟，能够使非线性问题得到很好的处理，使人工智能技术在计算机网络中有着很成功的应用。
2 大数据时代人工智能在计算机网络技术中的应用
2.1人工神經网络
模拟人类大脑的运行是人工神经网络的基本方法。通过模拟人脑的处事方式，使得人工神经网络在接受性与容错性等方面比其他系统有更大的作用。科学家们可以通过人工神经网络对有噪声的或者畸变的输入模式实行精准明确的识别。将其与各种检测系统一起配合使用，就能十分明显提高检测的效率。因此，在大数据时代下，人工神经网络那庞大的低价值密度的数据分析与检测活动中具有不可忽视的作用。以人工智能技术为基础进行的计算机网络自动化分析操作，可以分辨的对象多种多样，主要有噪声输入模式和畸变输入模式等。科研人员常用并行的方式检测信号在噪声或畸变模式下输入后的实际效果，这种科研方式在网络的安全管理领域大有作为。
2.2 数据挖掘
数据挖掘技术的工作原理，就是利用审计方法来对网络连接、主机会话等进行分析，将其中最独特的特点查找出来，对这些特点进行描述，利用人工智能对其入侵规律进行学习，对于计算机网络中没有遭受入侵的状态，进行记录，倘若在网络受到攻击时，使系统运行出现不正常时，识别入侵对象。所以，可以将人工智能的自我记忆和学习能力进行体现，将其进行应用后，能够将入侵对象的检测进行优化，使检测效率得以大大提升。
2.3 人工免疫
这一技术是对人体的免疫系统进行模仿，通过计算机程序将其体现出来，其主要有三个方面的内容：①基因库；②否定选择；③克隆选择，这三个方面的内容有机结合，能使传统的入侵检测过程中的问题得以有效的补充，但是对于未知病毒的不足不能进行有效的识别。例如在基因库内，技术人员能够将多个基因片段进行再整合，也可以对突变后的状态进行分析，识别入侵系统中的不同类型的病毒，然而实际情况是，基因库的建设能力还需要不断的提升；针对否定选择，系统会出现一系列的字符，再通过否定选择算法，删除掉能够匹配的字符，倘若选择正确，那就是合格检测，可以对下一步的操作进行。这一技术的应用还需要不断的优化，其应用价值才能发挥出来。
2.4 数据融合技术
数据融合技术是以用户作为对象，将多个数据进行重新组合，在组合的基础之上挖掘出更多的信息。数据融合在网络安全的管理中，能够将多个传感器在系统中进行连接，提高计算机的系统性能，将传感器的入侵范围缩小，打破原有的局限模式，保证入侵检测系统的安全，多种技术融合之后会产生更好的效果。现阶段入侵检测方面的技术很多，包含数据库和各类知识结构的拼接，构建了专家的知识系统，如果一旦受到系统的入侵就可以自动检测数据，确定入侵的种类和危害。专家知识库包含很多基本理论和经验，将已知的内容转化为各类编码，数据库中得到专家的支持并且采用各类管理方式，以便完成计算机的各项工作。
2.5 人工智能问题求解技术
这一技术的应用要在一定的情况下进行，通过限定的步数来将算法进行实施，其具体技术有三个：①搜索技术，这一技术是以状态图为基础的；②推理技术，这一技术是以谓词逻辑为基础的；③求解技术，这是一技术是通过结构化知识分析来完成的。其中搜索技术的使用范围广泛，有状态和问题空间，能够使用多种技术进行搜索，结合每个问题的不同之处来将搜索方式进行选择，使搜索效率得以提升。此外，这一技术能够利用评价来使搜索效果实现最佳。所以，这一技术的深入发展和使用，能够使网络资源的使用得以有效降低，使网络资源的利用率得以大大提升。
2.6 专家系统
人工智能化的专家数据库，能够自主吸收专家的经验，并对吸纳的知识进行总结，持续性的把这些内容输入到专家系统中，以完善系统的内容。
人工智能专家系统技术，在计算机网络管理与系统评价中有不小的贡献。现阶段，专家系统的知识库涵盖了基本的理论、直接经验、间接经验等内容。把汇总的各种专家经验放入数据库中，使用计算机网络技术对其编码，使每一条计算机网络管理决策都有专家系统中包含的专家支持为依据，并采用相同的方式，使管理与评价工作也有专家的决策支撑。
随着我国信息技术水平的不断提升，人们生产生活更大程度的通过计算机网络开展。为保障计算机网络中各项人们基础数据信息的安全，就需要运用专家系统提供的技术，增强计算机网络的安全。将人工智能应用到入侵检测方面中，可以有效对计算机专家系统开展工作进行有力支持，更快更及时的建立起专业领域的专家数据库，并且将这个专家数据库编译成为特定的计算机指令。当外界进行入侵时，就可以及时将之作为做出判断的直接依据，并且及时对造成入侵的原因追本溯源，得出准确的后果判断，通过这种方式提升安全检测准确性，是十分有效的做法。
总而言之，人工智能技术在计算机网络技术中的运用愈发普及，从而体现出人工智能技术在发展方面的未来，在不断深入分析下，人工智能技术会运用在更多的领域当中。
参考文献：
[1] 钟娅. 大数据时代人工智能在计算机网络技术中的应用分析[J]. 电脑迷. 2018（10）
[2] 张芙蓉. 简析大数据时代人工智能在计算机网络技术中的应用[J]. 数码世界. 2018（08）
[3] 孔亮. 人工智能在计算机网络技术中的运用问题[J]. 智库时代. 2017（13）
[4] 沈郁乔，黄伟. 大数据时代人工智能在计算机网络技术中的应用[J]. 科技创新导报. 2018（01）
关键词：大数据时代；人工智能；计算机网络技术；应用
大数据时代人工智能在计算机网络技术中的运用，需明确其运用后的优势以及运用的现状，并从网络管理技术与网络系统管理与评价技术两方面进行阐述，最后用运用案例总结，得出现在人工智能技术已经广泛应用，并逐步深化，形成了明确的发展趋势。
1 人工智能的特点和优势
1.1 不确定性甚至不可执行的处理能力
在进行网络管理时需要对各种网络资源进行监测控制管理，从而对网络系统的运行效率进行保证，在网络管理的过程中需要保证其对系统资源状态的了解，主要是系统的局部和全部状态。网络系统具有瞬变性，只有保证对网络系统的全部状态进行了解，才能保证信息的确切性。
1.2 协作能力
计算机网络技术发展的过程中，网络的规模在不断扩大，网络的结构变得越来越复杂。但是，对网络系统进行单一的网络管理是不合理的，所以应该加强对层次化网络管理。在层次化网络管理中，可以分为上中下三层管理者，中层管理制度受到上层管理者的轮询方式的监测，并对下层管理者进行监测，在这个过程中需要各层管理者之间相互协作，人工智能系统中具有多代理协作分布能力，能够提升网络管理者在管理过程中的协作能力。
1.3 学习、解释和推理能力
当前，很多网络管理者在进行管理的过程中需要利用网络管理协议，但是这些协议只能管理一些信息库信息，利用这些信息虽然能够确定网络管理控制的方法，但是却没有得到很好的落实，多数仅仅是进行网络的监测。而利用人工智能网络管理能够对低层信息进行学习、综合和解释，从而能够获得高层的信息；并且，能够利用这些高层信息来进行网络管理和控制。
1.4 处理非线性能力
网络复杂的拓扑结构、瞬变的网络负荷、不可预料性的用户行为等特点，使网络管理控制中不能保证控制对象的高度线性。所以，传统的网络控制理论不能很好地实现计算机网络的安全管理。在人工智能系统中，通过对人类智能的模拟，能够使非线性问题得到很好的处理，使人工智能技术在计算机网络中有着很成功的应用。
2 大数据时代人工智能在计算机网络技术中的应用
2.1人工神經网络
模拟人类大脑的运行是人工神经网络的基本方法。通过模拟人脑的处事方式，使得人工神经网络在接受性与容错性等方面比其他系统有更大的作用。科学家们可以通过人工神经网络对有噪声的或者畸变的输入模式实行精准明确的识别。将其与各种检测系统一起配合使用，就能十分明显提高检测的效率。因此，在大数据时代下，人工神经网络那庞大的低价值密度的数据分析与检测活动中具有不可忽视的作用。以人工智能技术为基础进行的计算机网络自动化分析操作，可以分辨的对象多种多样，主要有噪声输入模式和畸变输入模式等。科研人员常用并行的方式检测信号在噪声或畸变模式下输入后的实际效果，这种科研方式在网络的安全管理领域大有作为。
2.2 数据挖掘
数据挖掘技术的工作原理，就是利用审计方法来对网络连接、主机会话等进行分析，将其中最独特的特点查找出来，对这些特点进行描述，利用人工智能对其入侵规律进行学习，对于计算机网络中没有遭受入侵的状态，进行记录，倘若在网络受到攻击时，使系统运行出现不正常时，识别入侵对象。所以，可以将人工智能的自我记忆和学习能力进行体现，将其进行应用后，能够将入侵对象的检测进行优化，使检测效率得以大大提升。
2.3 人工免疫
这一技术是对人体的免疫系统进行模仿，通过计算机程序将其体现出来，其主要有三个方面的内容：①基因库；②否定选择；③克隆选择，这三个方面的内容有机结合，能使传统的入侵检测过程中的问题得以有效的补充，但是对于未知病毒的不足不能进行有效的识别。例如在基因库内，技术人员能够将多个基因片段进行再整合，也可以对突变后的状态进行分析，识别入侵系统中的不同类型的病毒，然而实际情况是，基因库的建设能力还需要不断的提升；针对否定选择，系统会出现一系列的字符，再通过否定选择算法，删除掉能够匹配的字符，倘若选择正确，那就是合格检测，可以对下一步的操作进行。这一技术的应用还需要不断的优化，其应用价值才能发挥出来。
2.4 数据融合技术
数据融合技术是以用户作为对象，将多个数据进行重新组合，在组合的基础之上挖掘出更多的信息。数据融合在网络安全的管理中，能够将多个传感器在系统中进行连接，提高计算机的系统性能，将传感器的入侵范围缩小，打破原有的局限模式，保证入侵检测系统的安全，多种技术融合之后会产生更好的效果。现阶段入侵检测方面的技术很多，包含数据库和各类知识结构的拼接，构建了专家的知识系统，如果一旦受到系统的入侵就可以自动检测数据，确定入侵的种类和危害。专家知识库包含很多基本理论和经验，将已知的内容转化为各类编码，数据库中得到专家的支持并且采用各类管理方式，以便完成计算机的各项工作。
2.5 人工智能问题求解技术
这一技术的应用要在一定的情况下进行，通过限定的步数来将算法进行实施，其具体技术有三个：①搜索技术，这一技术是以状态图为基础的；②推理技术，这一技术是以谓词逻辑为基础的；③求解技术，这是一技术是通过结构化知识分析来完成的。其中搜索技术的使用范围广泛，有状态和问题空间，能够使用多种技术进行搜索，结合每个问题的不同之处来将搜索方式进行选择，使搜索效率得以提升。此外，这一技术能够利用评价来使搜索效果实现最佳。所以，这一技术的深入发展和使用，能够使网络资源的使用得以有效降低，使网络资源的利用率得以大大提升。
2.6 专家系统
人工智能化的专家数据库，能够自主吸收专家的经验，并对吸纳的知识进行总结，持续性的把这些内容输入到专家系统中，以完善系统的内容。
人工智能专家系统技术，在计算机网络管理与系统评价中有不小的贡献。现阶段，专家系统的知识库涵盖了基本的理论、直接经验、间接经验等内容。把汇总的各种专家经验放入数据库中，使用计算机网络技术对其编码，使每一条计算机网络管理决策都有专家系统中包含的专家支持为依据，并采用相同的方式，使管理与评价工作也有专家的决策支撑。
随着我国信息技术水平的不断提升，人们生产生活更大程度的通过计算机网络开展。为保障计算机网络中各项人们基础数据信息的安全，就需要运用专家系统提供的技术，增强计算机网络的安全。将人工智能应用到入侵检测方面中，可以有效对计算机专家系统开展工作进行有力支持，更快更及时的建立起专业领域的专家数据库，并且将这个专家数据库编译成为特定的计算机指令。当外界进行入侵时，就可以及时将之作为做出判断的直接依据，并且及时对造成入侵的原因追本溯源，得出准确的后果判断，通过这种方式提升安全检测准确性，是十分有效的做法。
总而言之，人工智能技术在计算机网络技术中的运用愈发普及，从而体现出人工智能技术在发展方面的未来，在不断深入分析下，人工智能技术会运用在更多的领域当中。
参考文献：
[1] 钟娅. 大数据时代人工智能在计算机网络技术中的应用分析[J]. 电脑迷. 2018（10）
[2] 张芙蓉. 简析大数据时代人工智能在计算机网络技术中的应用[J]. 数码世界. 2018（08）
[3] 孔亮. 人工智能在计算机网络技术中的运用问题[J]. 智库时代. 2017（13）
[4] 沈郁乔，黄伟. 大数据时代人工智能在计算机网络技术中的应用[J]. 科技创新导报. 2018（01）