人工智能在计算机网络技术中的应用

人工智能在计算机网络技术中的应用

李妍  韩斐 刘香环  闫伦  王弘来

北方自动控制技术研究所  山西太原  030006

摘要：人工智能作为现代社会科学技术飞速发展的产物，凭借强大的信息功能而被广泛应用于社会生活中，极大地提升了人们的生产生活，将这一技术应用于计算机网络技术，能够极大地提升计算机网络的智能化水平，保障网络信息安全，促进对数据信息的高效处理，并在病毒检测、防火墙设置等方面发挥有效作用。基于此，文章对人工智能系统在计算机技术中的运用进行了研究，以供参考。

关键词：人工智能；计算机系统；应用策略

1人工智能技术原理

人工智能是指让机器具备类似于人类智能的能力，可以通过学习、推理、自我改进等方式来完成各种任务。其基本原理包括感知、推理、决策和学习四个方面。感知是指机器从外界获取各种信息的能力，包括视觉、听觉、触觉等多种感官。机器学习通过感知模块获取数据，然后进行数据预处理，从中提取特征，最后对数据进行分类或回归。推理是指机器通过对己知知识的分析和推理，来得出新的结论或判断。机器可以通过逻辑推理、模糊推理、贝叶斯推理等方式进行推理。决策是指机器根据收集的信息和推理得出的结论，进行决策并采取相应行动。机器可以通过规则引擎、决策树、神经网络等方式进行决策。学习是指机器通过不断地从数据中学习，来改进自己的性能和表现。机器可以通过监督学习、无监督学习、强化学习等方式进行学习。这些基本原理构成了人工智能技术的基础，也是实现各种人工智能应用的关键。随着人工智能技术的不断发展，越来越多的领域开始应用人工智能技术，推动了各行业的发展和进步。

2大数据时代人工智能在计算机网络技术中的应用

2.1网络安全监测

将人工智能技术高效应用于计算机网络技术当中，有利于对网络进行安全性监测。在大数据时代，数据信息纷繁复杂，网络技术系统也具有高度的复杂性，如果未能对信息进行安全监测管理，则会造成众多安全隐患，从而带来巨大的经济损失。从实际应用来看，网络安全监测的应用关键是体现在入侵监测、智能防火墙技术以及对垃圾邮件信息的处理方面。在入侵监测角度，技术人员可以通过人工智能技术，对入侵的各种类型病毒进行防范，同时对现阶段的网络环境进行扫描工作，并对当前的网络环境的优劣进行深入的分析，探索其中存在的风险处于何种等级状态，从而利用相应的技术手段进行预防。当风险信息出现时，网络安全监测技术可以实现及时的警报与防范，在很大程度上能够降低风险信息对整个网络系统的不良影响，为了进一步维护用户信息安全使用，可以将入侵监测与防火墙进行结合。从智能防火墙技术的角度来看，技术人员在对数据信息进行处理的过程中，可以通过记忆计算的先进方式，对所需处理的数据进行最优化的分析，在此基础上还可以对当前网络中存在的安全威胁进行系统化的扫描，达到降低病毒、黑客等恶意攻击的行为对计算机网络系统产生的严重影响，提高计算机网络系统的安全性。对于垃圾邮件的处理，在现阶段复杂的网络环境中，会有部分邮件自身存在病毒与风险，一旦用户点击进入之后会对网络系统造成不同程度的损害，面对这样的网络风险，可以通过人工智能技术对用户的邮箱进行全方位的检查，在检查完成之后，能够将其检查结果向用户传递，提高用户在使用相关邮件时的安全性。

2.2网络管理系统

计算机网络系统在实际的运行当中，往往会因为多种主客观因素阻碍其正常稳定的运行，因此技术人员需要通过网络管理系统的应用作为网络系统正常运行的关键途径。网络管理系统也是通过对人工智能技术的应用来确保计算机网络系统的稳定性，面对各种网络安全问题，相关工作人员应当首先建立完善且规范的网络管理程序。当在实际运行中，计算机网络系统出现问题时，相关的技术人员可以依托人工智能技术探寻系统当中出现问题的原因，在进行科学化的分析之后，能够更高效地对问题进行针对性的处理，从而达到提升网络管理系统安全性能的目标，由此可见，网络管理系统的建立是计算机网络系统安全运行的关键。虽然在大数据时代，网络技术与大众生活紧密相连，提高了用户处理各项工作的效率，但是网络环境当中的诸多不确定因素则会使系统受到各方面的损害，因此相关人员需要加大人工智能技术在网络系统当中的应用力度，对海量的数据信息实现智能化的管理，在保障网络安全的基础上，为社会公众提供更为稳定的服务。

2.3人工智能代理

在人工智能技术的应用当中，相关人员可以高效利用人工智能代理对大量的信息数据实现自动化的检索，自动化检索可以在一定程度上提高计算机系统的运行速度，并提高信息数据向不同位置进行配送的能力。在大众使用计算机网络系统时，并非出于统一的应用需求，而是具有自身的个性化应用特点，需要通过对网络系统的使用得到个性化服务，因此，相关人员在进行技术研究时，应当避免千篇一律的采取统一的服务方式。传统的网络技术应用服务方式，难以满足大数据时代背景下大众的个性化需求，在实际应用中会降低用户对网络技术的应用体验，但是利用人工智能代理技术则可以在大众应用网络期间，为其提供高效便捷的服务方式。

2.4专家系统

专家系统是当前阶段人工智能技术应用于计算机网络技术的重要方向之一，同样也是基于知识库的智能推理系统，软件程序会依托知识库内海量的数据信息开展像专家一样的推理思考工作，并模拟专家的决策来帮助用户处理提出的问题，其在信息系统管理方面发挥着重要作用。在新时代背景下，以人工智能技术为基础研发的专家系统能够自主吸收并学习社会上专家的经验，并自动开展归纳分类与汇总工作，不断提高知识库的内容丰富程度，换言之，知识库内部数据信息的总量与质量决定了专家系统处理问题的能力。当前阶段我国专家系统发展较为迅速，知识库内已经基本涵盖了直接经验、间接经验与基本知识，且诸多领域的各类经验知识在知识库中都有单独的编码，相关工作人员可以依托专家系统更加便捷、高效地开展网络管理与评价工作。

2.5网络节点动态调整与部署策略

在网络性能优化中，网络节点的动态调整和部署策略可以提高网络的可靠性和容忍性，并减少资源浪费。基于深度学习的方法通过学习网络节点的状态和性能，实现智能的动态调整和部署策略。通过监测和分析网络节点的实时状态和性能指标，深度学习模型可以学习节点之间的关联性和变化规律。基于学习结果，制定节点的动态调整和部署策略，以适应不同的网络负载和需求。例如在网络负载较高时，根据深度学习模型的预测结果，动态调整节点的资源分配和负载均衡策略，以保证网络的稳定性和性能。而在网络负载较低时，根据学习结果来判断是否需要关闭或休眠一些节点，以减少能耗和资源消耗。网络节点的动态调整和部署策略还应用于故障恢复和容错机制。通过深度学习模型对网络节点状态进行监测和分析，及时检测到节点故障或异常情况，并根据学习结果选择合适的替代节点进行部署，从而实现网络的自动修复和容错。

结语:

总而言之，随着现代信息技术的不断发展，将人工智能技术应用于计算机网络技术中，可显著提升计算机网络运行的安全可靠性，对海量数据信息开展全面整合处理，以此不仅可提升计算机系统运行效率，还可防止运行过程中可能出现的种种问题。人工智能技术可结合实际情况对计算机网络技术面临的一系列问题进行针对处理，进而切实促进计算机网络技术的有序健康发展。

参考文献:

[1]孟帙颖.大数据时代人工智能在计算机网络技术中的应用[J].电脑知识与技术，2020，16(8):199-200.

[2]王琳童.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].数码世界，2019(12):84.

[3]邓扶摇，王彦沣，温丽丽，席骊瑭.基于人工智能的计算机网络技术应用[J].电子技术，2020，49(4):80-81.