论文部分内容阅读
摘 要：伴随互联网技术的快速发展，大数据、云计算频频出现，人工智能技术也快速发展。目前，人工智能技术在我国社会中的各个领域都有了广泛的应用，无论是在企业还是在人们的日常生活中都有着较好的应用效果。人工智能技术的开发对计算机网络技术而言有着非常重要的现实意义，能够快速处理信息数据，提高整体的工作效率。
关键词：大数据;人工智能;计算机;网络技术
0 引言
随着科技的发展和经济时代的进步，计算机网络技术在生活和工作场景中应用越来越多，大数据时代人工智能技术应用也逐步显现。人工智能技术与大数据的有效结合，在计算机网络应用中实现了快速精准计算，有效识别信息，缩短时长，解决实际问题。文章概述了人工智能技术及其应用研究背景，阐述了大数据人工智能在计算机网络技术中的应用分析。
1 人工智能简述及应用研究背景
人工智能（Artificial Intelligence，AI）在计算机网络中应用，模仿人类的智能行为和思维过程而形成的一门综合性学科，简单来说是用人工的方法在机器上实现的智能，通过高级技术人员研究如何构造智能机器或智能系统，使它能模拟、延伸和扩展人类智能，完成各项任务。即用计算机系统编写相应的程序，模拟人们的工作和生活环境，通过智能化程序实现自动化系统操作。
1.1 研究热点
1.1.1 专家系统
专家系统是基于交互式可靠的计算机决策系统，能够处理具有挑战性的决策和问题。例如：在医疗保健行业中使用AI技术可以潜在地挽救生命;在企业资源规划、石油和天然气运营、娱乐和环境保护等其他领域也得到广泛利用。目前，专家系统也部分应用在农业领域，但还受各方面的制约。
1.1.2 机器学习
机器学习是一种实现人工智能的方法，模拟人类的学习活动，获取知识、技能，预测事件、做出相应决策。用大量的数据来“训练”机器，通过各种算法从数据中学习如何完成任务。例如在计算机视觉、自然语言理解、智能机器人、数据挖掘等领域得以广泛应用[1]。
1.1.3 深度学习
深度学习是一种实现机器学习的技术，模拟人脑多层神经网络。例如在自动驾驶汽车、自然语言处理、图像识别等领域得以广泛应用[2]。
1.1.4 机器视觉
机器视觉是用机器代替人眼来做测量和判断，通过图像摄取装置采集、处理图像，对信息进行判断，在得出的结果上控制现场设备完成某项操作。人工智能机器视觉在物体定位、目标识别、计数和运动跟踪等方面得以广泛应用。例如在自动化生产线中的工况监视、机械零部件的成品检验和质量控制等领域，根据判别的结果来控制现场的设备动作。
1.1.5 数据挖掘
数据挖掘是从已有的海量数据信息中挖掘有效信息，主要有预测模型（复杂）、数据分割、关联分析和偏离分析等方法，用于未来机器学习和AI的数据使用。例如在多媒体、计算机网络等信息提取应用[3]。
1.2 大数据时代人工智能应用优势
为确保计算机网络的稳定性、安全性和高效性，人工智能技术面对海量数据，能够快速有效地处理信息，对已获取的信息可作分析提取。人工智能根据已编好的应用程序代码信息进行自动运行。人工智能系统应用程序代码对错误信息及时判断分析，降低其所带来的影响，并有效反馈信息，向操作人员确定指令的真实性。同时，在保证工作质量和效率的基础上，有效减少了人力成本，降低了生产支出[4]。
1.2.1 强处理
在数据信息时代，人工智能通过模糊语言搜集快速高效化分析处理模块，实现信息的分类和筛选。人工智能的强处理能力在有效保证信息正确的同时，提高了工作效率。
1.2.2 广覆盖
大数据时代下，人工智能技术应用的范围越来越广，特别是医疗、教育、电信、农业、银行、电力、机械、化学品等行业，简单的人工操作已不能满足需求，而人工智能通过关键词搜索进而提取有效信息，释放了大量查阅资料人员的双手，成为高效快捷查阅调取信息的主力。
1.2.3 低成本
在工业机械生产及石油地矿勘测等一些比较危险、复杂的环境，人们利用人工智能技术通过程序系统里的设计指令自主对机械设备进行操作。它的出现，有效地降低了企业员工生产支出的费用，提高了工作效率;更重要的是让企业安全生产，为员工的生命安全提供了有力保障，确保企业6S安全管理顺利进行。
2 大数据时代下人工智能在计算机网络技术中的应用分析
2.1 数据挖掘的应用
数据挖掘是在计算机网络上通过对共享的海量信息进行有目的地信息挖掘。
其应用范围越来越广，如在淘宝购物过程中，平台通过对用户的购买需求分析进行自主推荐，同时识别用户的行为模式，根据用户的消费能力提供购物券，让其再次购买，提高销售额，能够更好地优化网站设计，提高个性化服务。
人工智能中的数据挖掘技术意味着人们面对海量大数据信息进行有效筛选、采集信息，并对信息加工分析，更好地应用于各个场合。当数据挖掘技术在遇到海量的原始数据格式不规则性问题时，可以有效提取其中潜在高价值信息。面对海量的原始数据信息，人工智能技術对其进行筛选、挖掘、分析。人工智能技术通过对数据应用设定对应的标准，并将这种标准储存在自己的数据库中。当计算机系统受到外部入侵的时候，通过对入侵信息和储存信息的对比分析，提高了处理信息的强度。同理，数据挖掘技术在大量的数据中通过分析比对，将所提取的相关信息通过人工智能加以分析。
2.2 网络管理与系统评价中的应用
在互联网大数据时代，计算机网络技术应用已在各个行业普遍得以推广，教育教学、企业营销、电商平台等都离不开计算机网络技术。人工智能单靠有效的数据挖掘技术还不能满足信息的正确提取，还需要借助计算机网络这个安全环境。鉴于计算机网络的动态性特征，对其管理就需要人工智能技术。人工智能在计算机网络安全管理中构建数据融合技术，在收获海量的信息数据的同时，通过有效地整合资源，在不同用户之间交换信息和资源，达成信息数据的有效协同。计算机网络技术在融合的过程中通过专家知识库运行机制来构建更加完善的管理系统，以便实现有效管理。而人工智能对计算机网络系统相关管理内容、方式开展全面地评价分析，能够有效提高计算机网络系统管理水平。 计算机网络管理系统在人工智能技术的推动下，有效衔接，实现交互式工作。在遇到计算机网络技术问题时，人工智能技术下的专家系统会对其进行分析、处理，有效保障计算机网络安全不受破坏。计算机内部系统对网络管理起到了至关重要的作用，管理工作的评级是通过设定相应的评价体系来区分的，进而使计算机网络技术的应用效果得以提高，帮助人们处理相对应的问题。
计算机网络应用人工智能技术的驱动，在网络环境得以优化的同时，也降低了成本，提高了效率。
2.3 计算机网络安全中的应用
计算机网络技术和人工智能技术在计算机网络安全中的应用，具体表现在计算机的防火墙上，拥有人工智能技术的防火墙具备辨别技术，同时所具备的入侵检测系统可对外来入侵中的数据信息进行有效分析。当受到外来攻击的时候，入侵检测系统主要通过分类处理数据和筛选采集数据，将入侵信息形成报告，以便准确地了解计算机的安全程度，将网络信息的安全状态实时反馈给用户，从而采取措施保护计算机网络系统安全，保证计算机网络的安全运行，使计算机系统内部的文件信息、数据信息不受病毒破坏带来的损失。同样，人工智能根据入侵信息指定一个专业的数据库，对信息数据进行记录。加强智能防火墙和智能反垃圾邮件系统的完善，进一步提高全网的防火墙系统，让用户拥有一个安全的网络环境，提高用户体验度[5]。
人工智能在计算机网络技术中的应用，使入侵检测系统能够更好地发挥作用，提高系统资源的保密性、可用性、安全性、完整性。
3 结语
人工智能技术的出现推动了计算机网络技术的快速发展，良好的系统安全性能也为用户信息提供了有效的安全保障。大数据时代的人工智能在计算机网络技术应用中得以广泛推广，自动、智能、高效化处理信息的能力深受广大用户的青睐与好评。
[参考文献]
[1]陈加烙.人工智能技术在网络安全领域的应用研究[J].网络安全技术与应用，2020（3）：9-10.
[2]任鹏桦.大数据时代人工智能在计算机网络技术中的应用[J].计算机产品与流通，2020（11）：23.
[3]鲍豫鸿.基于大數据时代计算机网络技术中人工智能的应用解析[J].粘接，2020（9）：98-101.
[4]李志勇.大数据时代人工智能在计算机网络技术中的应用研究[J].网络安全技术与应用，2020（9）：103-104.
[5]杨斌.基于大数据时代计算机网络技术中人工智能的应用[J].通讯世界，2020（7）：213-214.
（编辑 王永超）
关键词：大数据;人工智能;计算机;网络技术
0 引言
随着科技的发展和经济时代的进步，计算机网络技术在生活和工作场景中应用越来越多，大数据时代人工智能技术应用也逐步显现。人工智能技术与大数据的有效结合，在计算机网络应用中实现了快速精准计算，有效识别信息，缩短时长，解决实际问题。文章概述了人工智能技术及其应用研究背景，阐述了大数据人工智能在计算机网络技术中的应用分析。
1 人工智能简述及应用研究背景
人工智能（Artificial Intelligence，AI）在计算机网络中应用，模仿人类的智能行为和思维过程而形成的一门综合性学科，简单来说是用人工的方法在机器上实现的智能，通过高级技术人员研究如何构造智能机器或智能系统，使它能模拟、延伸和扩展人类智能，完成各项任务。即用计算机系统编写相应的程序，模拟人们的工作和生活环境，通过智能化程序实现自动化系统操作。
1.1 研究热点
1.1.1 专家系统
专家系统是基于交互式可靠的计算机决策系统，能够处理具有挑战性的决策和问题。例如：在医疗保健行业中使用AI技术可以潜在地挽救生命;在企业资源规划、石油和天然气运营、娱乐和环境保护等其他领域也得到广泛利用。目前，专家系统也部分应用在农业领域，但还受各方面的制约。
1.1.2 机器学习
机器学习是一种实现人工智能的方法，模拟人类的学习活动，获取知识、技能，预测事件、做出相应决策。用大量的数据来“训练”机器，通过各种算法从数据中学习如何完成任务。例如在计算机视觉、自然语言理解、智能机器人、数据挖掘等领域得以广泛应用[1]。
1.1.3 深度学习
深度学习是一种实现机器学习的技术，模拟人脑多层神经网络。例如在自动驾驶汽车、自然语言处理、图像识别等领域得以广泛应用[2]。
1.1.4 机器视觉
机器视觉是用机器代替人眼来做测量和判断，通过图像摄取装置采集、处理图像，对信息进行判断，在得出的结果上控制现场设备完成某项操作。人工智能机器视觉在物体定位、目标识别、计数和运动跟踪等方面得以广泛应用。例如在自动化生产线中的工况监视、机械零部件的成品检验和质量控制等领域，根据判别的结果来控制现场的设备动作。
1.1.5 数据挖掘
数据挖掘是从已有的海量数据信息中挖掘有效信息，主要有预测模型（复杂）、数据分割、关联分析和偏离分析等方法，用于未来机器学习和AI的数据使用。例如在多媒体、计算机网络等信息提取应用[3]。
1.2 大数据时代人工智能应用优势
为确保计算机网络的稳定性、安全性和高效性，人工智能技术面对海量数据，能够快速有效地处理信息，对已获取的信息可作分析提取。人工智能根据已编好的应用程序代码信息进行自动运行。人工智能系统应用程序代码对错误信息及时判断分析，降低其所带来的影响，并有效反馈信息，向操作人员确定指令的真实性。同时，在保证工作质量和效率的基础上，有效减少了人力成本，降低了生产支出[4]。
1.2.1 强处理
在数据信息时代，人工智能通过模糊语言搜集快速高效化分析处理模块，实现信息的分类和筛选。人工智能的强处理能力在有效保证信息正确的同时，提高了工作效率。
1.2.2 广覆盖
大数据时代下，人工智能技术应用的范围越来越广，特别是医疗、教育、电信、农业、银行、电力、机械、化学品等行业，简单的人工操作已不能满足需求，而人工智能通过关键词搜索进而提取有效信息，释放了大量查阅资料人员的双手，成为高效快捷查阅调取信息的主力。
1.2.3 低成本
在工业机械生产及石油地矿勘测等一些比较危险、复杂的环境，人们利用人工智能技术通过程序系统里的设计指令自主对机械设备进行操作。它的出现，有效地降低了企业员工生产支出的费用，提高了工作效率;更重要的是让企业安全生产，为员工的生命安全提供了有力保障，确保企业6S安全管理顺利进行。
2 大数据时代下人工智能在计算机网络技术中的应用分析
2.1 数据挖掘的应用
数据挖掘是在计算机网络上通过对共享的海量信息进行有目的地信息挖掘。
其应用范围越来越广，如在淘宝购物过程中，平台通过对用户的购买需求分析进行自主推荐，同时识别用户的行为模式，根据用户的消费能力提供购物券，让其再次购买，提高销售额，能够更好地优化网站设计，提高个性化服务。
人工智能中的数据挖掘技术意味着人们面对海量大数据信息进行有效筛选、采集信息，并对信息加工分析，更好地应用于各个场合。当数据挖掘技术在遇到海量的原始数据格式不规则性问题时，可以有效提取其中潜在高价值信息。面对海量的原始数据信息，人工智能技術对其进行筛选、挖掘、分析。人工智能技术通过对数据应用设定对应的标准，并将这种标准储存在自己的数据库中。当计算机系统受到外部入侵的时候，通过对入侵信息和储存信息的对比分析，提高了处理信息的强度。同理，数据挖掘技术在大量的数据中通过分析比对，将所提取的相关信息通过人工智能加以分析。
2.2 网络管理与系统评价中的应用
在互联网大数据时代，计算机网络技术应用已在各个行业普遍得以推广，教育教学、企业营销、电商平台等都离不开计算机网络技术。人工智能单靠有效的数据挖掘技术还不能满足信息的正确提取，还需要借助计算机网络这个安全环境。鉴于计算机网络的动态性特征，对其管理就需要人工智能技术。人工智能在计算机网络安全管理中构建数据融合技术，在收获海量的信息数据的同时，通过有效地整合资源，在不同用户之间交换信息和资源，达成信息数据的有效协同。计算机网络技术在融合的过程中通过专家知识库运行机制来构建更加完善的管理系统，以便实现有效管理。而人工智能对计算机网络系统相关管理内容、方式开展全面地评价分析，能够有效提高计算机网络系统管理水平。 计算机网络管理系统在人工智能技术的推动下，有效衔接，实现交互式工作。在遇到计算机网络技术问题时，人工智能技术下的专家系统会对其进行分析、处理，有效保障计算机网络安全不受破坏。计算机内部系统对网络管理起到了至关重要的作用，管理工作的评级是通过设定相应的评价体系来区分的，进而使计算机网络技术的应用效果得以提高，帮助人们处理相对应的问题。
计算机网络应用人工智能技术的驱动，在网络环境得以优化的同时，也降低了成本，提高了效率。
2.3 计算机网络安全中的应用
计算机网络技术和人工智能技术在计算机网络安全中的应用，具体表现在计算机的防火墙上，拥有人工智能技术的防火墙具备辨别技术，同时所具备的入侵检测系统可对外来入侵中的数据信息进行有效分析。当受到外来攻击的时候，入侵检测系统主要通过分类处理数据和筛选采集数据，将入侵信息形成报告，以便准确地了解计算机的安全程度，将网络信息的安全状态实时反馈给用户，从而采取措施保护计算机网络系统安全，保证计算机网络的安全运行，使计算机系统内部的文件信息、数据信息不受病毒破坏带来的损失。同样，人工智能根据入侵信息指定一个专业的数据库，对信息数据进行记录。加强智能防火墙和智能反垃圾邮件系统的完善，进一步提高全网的防火墙系统，让用户拥有一个安全的网络环境，提高用户体验度[5]。
人工智能在计算机网络技术中的应用，使入侵检测系统能够更好地发挥作用，提高系统资源的保密性、可用性、安全性、完整性。
3 结语
人工智能技术的出现推动了计算机网络技术的快速发展，良好的系统安全性能也为用户信息提供了有效的安全保障。大数据时代的人工智能在计算机网络技术应用中得以广泛推广，自动、智能、高效化处理信息的能力深受广大用户的青睐与好评。
[参考文献]
[1]陈加烙.人工智能技术在网络安全领域的应用研究[J].网络安全技术与应用，2020（3）：9-10.
[2]任鹏桦.大数据时代人工智能在计算机网络技术中的应用[J].计算机产品与流通，2020（11）：23.
[3]鲍豫鸿.基于大數据时代计算机网络技术中人工智能的应用解析[J].粘接，2020（9）：98-101.
[4]李志勇.大数据时代人工智能在计算机网络技术中的应用研究[J].网络安全技术与应用，2020（9）：103-104.
[5]杨斌.基于大数据时代计算机网络技术中人工智能的应用[J].通讯世界，2020（7）：213-214.
（编辑 王永超）