邱明 顧琦

摘要：

大數(shù)據(jù)時代下，數(shù)據(jù)資源的利用價值進一步突顯。但是海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)和多樣的數(shù)據(jù)類型，導(dǎo)致數(shù)據(jù)資源的利用難度較大，無形中造成了嚴(yán)重的浪費。近年來人工智能（AI）的理論研究和技術(shù)創(chuàng)新逐漸成熟，將AI應(yīng)用于大數(shù)據(jù)處理，可以提高計算機網(wǎng)絡(luò)風(fēng)險識別能力、合理配置計算機網(wǎng)絡(luò)資源、優(yōu)化計算機網(wǎng)絡(luò)服務(wù)水平。首先概述大數(shù)據(jù)與AI之間的關(guān)系，隨后基于AI在計算機網(wǎng)絡(luò)中的應(yīng)用優(yōu)勢，分別選取網(wǎng)絡(luò)安全管理、模式識別、網(wǎng)絡(luò)代理3個角度，就AI的實踐應(yīng)用展開了簡要分析。

關(guān)鍵詞：

大數(shù)據(jù); 計算機網(wǎng)絡(luò); 人工智能; 神經(jīng)網(wǎng)絡(luò)系統(tǒng)

中圖分類號： TP 393

文獻標(biāo)志碼： A

Application of Artificial Intelligence in the Computer Network

Security Environment of Securities Industry

QIU Ming， GU Qi

（Guotai Junan Securities Co. Ltd.， Shanghai ?201201， China）

Abstract：

In the era of big data， the utilization value of data resources is further highlighted. However， the massive data scale， rapid data circulation and various data types make it difficult to utilize data resources， which causes serious waste virtually. In recent years， the theoretical research and technological innovation of artificial intelligence （AI） have gradually matured. Applying AI to big data processing can improve the risk identification ability of computer network， reasonably allocate computer network resources and optimize the level of computer network services. In this paper， the relationship between big data and AI is firstly summarized. Then， based on the application advantages of AI in computer network， three perspectives of network security management， pattern recognition and network agent are selected to carry out a brief analysis on practical application of AI.

Key words：

big data; computer network; artificial intelligence; neural network system

0引言

近年來，大數(shù)據(jù)、云計算、AI、5G等許多新名詞不斷涌現(xiàn)，推動信息技術(shù)發(fā)展進入了新紀(jì)元。在金融科技的推動下，各大券商也相繼開始了人工智能項目的研發(fā)，將券商業(yè)務(wù)與AI相融合，已經(jīng)成為時下的一門熱點話題。從現(xiàn)階段部分證券公司推出的一些APP來看，人工智能主要在智能服務(wù)、量化交易、精準(zhǔn)分析等方面，展現(xiàn)出了明顯的優(yōu)勢。通過開展人工智能在證券領(lǐng)域的應(yīng)用研究，目的在于人以大數(shù)據(jù)、物聯(lián)網(wǎng)為依托，進一步提高“智慧證券”的成熟度，在為客戶提供個性化服務(wù)，精準(zhǔn)化預(yù)測等功能的基礎(chǔ)上，探索大數(shù)據(jù)時代券商行業(yè)發(fā)展的新路徑[1]。

1大數(shù)據(jù)與人工智能的關(guān)系

1.1人工智能是大數(shù)據(jù)技術(shù)應(yīng)用的基礎(chǔ)

大數(shù)據(jù)時代，數(shù)據(jù)的海量化特征，導(dǎo)致有效數(shù)據(jù)的篩選和提取難度增加。AI技術(shù)的應(yīng)用，能夠通過人工設(shè)置篩選條件的方式，以極高的速度對數(shù)據(jù)庫中的數(shù)據(jù)進行過濾，其中符合篩選標(biāo)準(zhǔn)的數(shù)據(jù)會被留下來，存儲在數(shù)據(jù)庫的一個獨立單元內(nèi)，而其他不符合使用需求的，則被視為無效數(shù)據(jù)被清除。這樣既可以釋放更多的存儲空間，同時也進一步提高了有效數(shù)據(jù)密度，為下一步數(shù)據(jù)的整合、利用奠定了基礎(chǔ)。AI還具有自主學(xué)習(xí)功能，隨著應(yīng)用時間的延長，應(yīng)用領(lǐng)域的擴展，智能化程度也會不斷提升，在支持大數(shù)據(jù)技術(shù)應(yīng)用方面也會發(fā)揮更大的作用。技術(shù)人員可以深化AI研究與開發(fā)，利用其強大的學(xué)習(xí)能力，在提升客戶服務(wù)體驗、增強券商風(fēng)險防控能力上，發(fā)揮大數(shù)據(jù)技術(shù)的應(yīng)用價值。

1.2大數(shù)據(jù)讓人工智能得到進一步成熟

《新未來簡史》一書中將大數(shù)據(jù)的應(yīng)用分成3個層次，其中最高層次就是對核心數(shù)據(jù)的深度挖掘和利用。而AI的特征之一就是“深度學(xué)習(xí)”，在這一方面大數(shù)據(jù)與AI有著共同之處。AI要想得到持續(xù)的發(fā)展，就需要利用海量的數(shù)據(jù)作為學(xué)習(xí)樣本，在不斷的學(xué)習(xí)過程中，提高其智能化程度。大數(shù)據(jù)不僅可以提供AI深度學(xué)習(xí)所需的數(shù)據(jù)樣本，而且還能夠基于客戶的個人信息，為其提供個性化產(chǎn)品。例如近年來許多券商都推出了服務(wù)應(yīng)用類APP，提供全景行情、超級賬戶、嚴(yán)選理財?shù)裙δ埽悄芑潭雀?，客戶反饋更好[2]。在“智慧證券”背景下，證券公司的信息技術(shù)部門，也要熟練掌握大數(shù)據(jù)、云計算等技術(shù)，在開發(fā)人工智能產(chǎn)品、深化人工智能應(yīng)用等方面做出更多成績。

2計算機網(wǎng)絡(luò)中人工智能的應(yīng)用優(yōu)勢

2.1有助于提高網(wǎng)絡(luò)穩(wěn)定性

大數(shù)據(jù)時代的到來，一方面為證券行業(yè)提供了新的發(fā)展機遇，智能盯盤、智能資訊等服務(wù)，讓客戶可以隨時隨地的掌握信息;另一方面也讓證券行業(yè)面臨新的挑戰(zhàn)，例如數(shù)據(jù)安全問題、個人隱私問題、人際關(guān)系問題等等，都是當(dāng)前環(huán)境下，必須要考慮和重點要解決的問題。而AI技術(shù)在證券行業(yè)計算機網(wǎng)絡(luò)中的推廣使用，可以有效應(yīng)對常見風(fēng)險，提高網(wǎng)絡(luò)環(huán)境和數(shù)據(jù)隱私的安全性、穩(wěn)定性。例如，很多券商已經(jīng)開始著手打造自己的智能風(fēng)控平臺，利用AI技術(shù)可以對海量訪問信息進行精準(zhǔn)識別，一旦發(fā)現(xiàn)有非法訪問、惡意入侵等行為，AI可以第一時間識別，并采取相應(yīng)的防控措施，保障了整個平臺網(wǎng)絡(luò)環(huán)境的安全性。當(dāng)然，每家券商的信息基礎(chǔ)設(shè)施、AI開發(fā)程度不同，信息技術(shù)部門也要結(jié)合自家公司的實際情況，編制AI研發(fā)計劃，整合信息資源，為確保證券公司網(wǎng)絡(luò)安全提供技術(shù)支持。

2.2有助于提高信息處理能力

在大數(shù)據(jù)時代，誰掌握了數(shù)據(jù)，誰能夠利用數(shù)據(jù)，誰就掌握了行業(yè)競爭的先導(dǎo)優(yōu)勢，對于證券行業(yè)來說尤其如此。AI在信息處理方面有獨特的優(yōu)勢：首先，相比于普通的計算機算法，AI采用的是模糊邏輯，不需要重新建立系統(tǒng)模型，就可以完成數(shù)據(jù)篩選、整合、分析等功能，對目標(biāo)數(shù)據(jù)進行立體化的解析，以便于管理人員做出科學(xué)決策。其次，在信息技術(shù)運行機制上，普通計算機網(wǎng)絡(luò)采用的是獨立結(jié)構(gòu)，上層、中層與下層結(jié)構(gòu)相互獨立，按照邏輯順序依次完成分工作業(yè)，這樣無形中降低了效率、浪費了資源。而基于AI技術(shù)的計算機網(wǎng)絡(luò)，采用了多線程結(jié)構(gòu)，上層、中層和下層結(jié)構(gòu)密切聯(lián)系，可以同步推進，信息處理能力顯著提升[3]。信息技術(shù)部門在進行公司日常業(yè)務(wù)信息獲取、分析、處理時，可以利用互聯(lián)網(wǎng)技術(shù)、AI技術(shù)等，實現(xiàn)信息處理速度與深入挖掘數(shù)據(jù)價值的有機統(tǒng)一，增強各類信息的利用價值，為公司高層的科學(xué)決策提供參考。

3人工智能在計算機網(wǎng)絡(luò)安全管理中的應(yīng)用

3.1人工智能的系統(tǒng)組成

維護證券公司計算機網(wǎng)絡(luò)和客戶信息的安全，是信息技術(shù)部門的主要職責(zé)。將AI技術(shù)應(yīng)用到證券公司計算機網(wǎng)絡(luò)安全管理中，要求信息技術(shù)人員必須要熟悉AI系統(tǒng)中各類子系統(tǒng)的具體功能，本文以神經(jīng)網(wǎng)絡(luò)系統(tǒng)、AIagent系統(tǒng)和專家決策系統(tǒng)為例，進行了簡要概述。

3.1.1神經(jīng)網(wǎng)絡(luò)系統(tǒng)

神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以看作是一個龐大的并行處理器，其優(yōu)勢主要體現(xiàn)在三個方面：其一，采用分布式存儲，在保證信息兼容性的基礎(chǔ)上，進一步提高了容錯能力。其二，具有較強的學(xué)習(xí)能力，能夠勝任中央控制器發(fā)布的各種操作指令。其三，神經(jīng)單元并聯(lián)形成神經(jīng)網(wǎng)絡(luò)，某個神經(jīng)單元出現(xiàn)故障后，不會影響整體運行。正是基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)的上述特點，在計算機網(wǎng)絡(luò)安全管理中得到了廣泛應(yīng)用。例如，券商網(wǎng)站出于數(shù)據(jù)隱私保護需要，會定期進行病毒檢測。利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)，可以自動獲取常見病毒的攻擊形式和應(yīng)對策略。這樣即便是病毒隱藏在普通文件中，也可以被及時識別出來并進行清除，從而達到保護網(wǎng)站安全的目的。

3.1.2AIagent系統(tǒng)

AIAgent技術(shù)的全稱為人工智能代理（Artifical Intelligence Agent）技術(shù)，它是一種軟件實體，由知識域庫、解釋推理器、數(shù)據(jù)庫、各個Agent之間的通訊幾部分組成。通過每個Agent所有的知識域庫處理新信息，并給予其解釋推理機制對周圍環(huán)境進行判斷，當(dāng)一個Agent獲得一項任務(wù)，利用便捷的通訊網(wǎng)絡(luò)，實現(xiàn)各個Agent之間的相互溝通，共同完成任務(wù)。AIAgent技術(shù)能夠根據(jù)用戶定義的準(zhǔn)則，實現(xiàn)信息的自動搜索并將其傳遞至用戶所指定的地點。AIAgent技術(shù)具有自主性、學(xué)習(xí)型、協(xié)作性、個性化、智能化以及社會性等特征。

3.1.3專家決策系統(tǒng)

專家系統(tǒng)是發(fā)展吋間最長、也是最為成熟的一類AI技術(shù)。所謂專家系統(tǒng)，足指由多個知識庫和推諏機制構(gòu)成的系統(tǒng)。專家系統(tǒng)的工作過程是根據(jù)某個領(lǐng)域的多個專家提供的某一類知識而進行推理，也可以說是模擬人類專家作出決策的過程，系統(tǒng)提供的解答類似于專家水平，相符的知識表本也是多基于某一特規(guī)則的?？傮w而言，專家系統(tǒng)的人丁智能水平取決于知識庫中知識的質(zhì)量，借助于專家系統(tǒng)的知識、經(jīng)驗支持，可以構(gòu)建專門的計算機網(wǎng)絡(luò)安全管理系統(tǒng)，特別是支持、提高計算機網(wǎng)絡(luò)安全管理中的網(wǎng)絡(luò)人侵檢測與網(wǎng)絡(luò)安全防御能力。

3.2人工智能的應(yīng)用

3.2.1入侵檢測

在券商智能化服務(wù)過程中，保障客戶個人隱私信息的安全性，是一項重要內(nèi)容。基于AI的網(wǎng)絡(luò)安全管理，能夠進一步提高入侵檢測的審核門檻，從源頭上識別風(fēng)險因子，并將這些入侵行為攔截在計算機網(wǎng)絡(luò)防護系統(tǒng)之外?；贏I的入侵檢測應(yīng)用流程，如圖1所示。

利用AI中的人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等，建立一套適用于券商網(wǎng)站的計算機推理機制。啟動該機制后，能夠?qū)λ性L問網(wǎng)站的行為進行判斷和識別，如果判斷結(jié)果與入侵特征匹配，則將其歸為入侵因子，并采取應(yīng)對措施。按照這一推理機制，可以實現(xiàn)對90%以上入侵信息的精準(zhǔn)識別和攔截過濾。相比于普通的網(wǎng)絡(luò)安全防護措施，基于人工智能的入侵檢測，除了保證了極高的識別準(zhǔn)確率外，還具有極快的響應(yīng)速度，減輕了后臺系統(tǒng)的運行壓力，對于保證計算機網(wǎng)絡(luò)的運行穩(wěn)定性也有積極作用。

為了達到證券公司計算機網(wǎng)絡(luò)“零風(fēng)險”的目標(biāo)，信息技術(shù)部門在利用AI技術(shù)做好入侵檢測的同時，還要同時啟動其他多道安全防護措施，形成密集交叉的安全網(wǎng)絡(luò)，其中智能防火墻就是常用的一種措施[4]。

3.2.2智能防火墻

防火墻是計算機自帶的一種系統(tǒng)和網(wǎng)絡(luò)安全保護措施。但是防火墻通常只能對一些常規(guī)的入侵行為或病毒攻擊產(chǎn)生抵御作用，而許多經(jīng)過偽裝的病毒或木馬，則很難被防火墻識別和攔截。將AI技術(shù)應(yīng)用到防火墻中，構(gòu)建智能防火墻，則能夠進一步提高攔截效率。智能防火墻的應(yīng)用優(yōu)勢主要體現(xiàn)為兩點：其一，利用大數(shù)據(jù)、云計算等技術(shù)手段，可以對計算機網(wǎng)絡(luò)的訪問信息，進行快速的過濾，提高了信息甄別效率，目前一些先進的智能防火墻，信息處理速度可以達到每年10億次，完全能夠勝任絕大多數(shù)券商網(wǎng)站的需要;其二，可以自動對防火墻進行升級，能夠?qū)ψ钚碌牟《尽⒛抉R進行識別，這樣就解決了因為病毒庫數(shù)據(jù)更新緩慢，無法識別新型病毒的問題，人工智能在防火墻信息識別中的應(yīng)用，

如圖2所示。

從人工智能的這一應(yīng)用也讓我們認識到，基于大數(shù)據(jù)、人工智能等前沿信息技術(shù)的“智慧證券”，也必須在新技術(shù)的研發(fā)與引進上開展長期投入和保持密切關(guān)注。只有不斷更新和應(yīng)用最新的人工智能技術(shù)，才能保證券商業(yè)務(wù)的安全化開展。

3.2.3智能篩選

為客戶提供更多的智能化服務(wù)，是證券行業(yè)開發(fā)和應(yīng)用AI技術(shù)的初衷。例如目前正在試點應(yīng)用的智能投顧機器人，整合了智能語音、智能客服等AI技術(shù)，為客戶提供定制服務(wù)。在網(wǎng)絡(luò)安全管理方面，AI技術(shù)從客戶角度出發(fā)，提供智能篩選功能，根據(jù)客戶的使用需求，實現(xiàn)了信息的精準(zhǔn)推送。例如根據(jù)客戶不同層次的需求，以券商APP作為載體，為客戶推送感興趣的信息，包括理財信息、投資建議等。智能篩選還可以幫助客戶屏蔽一些垃圾郵件，保障APP使用的安全性。受到當(dāng)前AI技術(shù)成熟度的限制，也有一些信息或郵件等無法被精準(zhǔn)識別，AI會自動將其標(biāo)記，信息技術(shù)人員可以人工對其進行審核、篩選，采用“AI+人工”的方式，提高篩選的智能化程度。

4人工智能在模式識別方面的應(yīng)用

4.1基于人工智能的模式識別原理

智能識別是現(xiàn)階段AI成熟運用的一種直接表現(xiàn)，而智能識別的準(zhǔn)確率，則是衡量AI成熟度的重要指標(biāo)，并且可以作為下一步AI優(yōu)化的方向。以證券APP為例，目前可以通過網(wǎng)絡(luò)完成的識別功能，包括文字識別、圖像識別、音頻識別等幾類。雖然模式各有差異，但是經(jīng)過轉(zhuǎn)換后，都會轉(zhuǎn)換為計算機可識別的二進制數(shù)據(jù)。因此，在識別原理上也有較強的共性，其基本原理為：利用掃描設(shè)備，計算機系統(tǒng)在獲取信息（圖像信息、文字信息等）后，識別、提取這些信息，然后轉(zhuǎn)化為二進制數(shù)據(jù)。利用AI技術(shù)，將龐大的二進制數(shù)據(jù)，利用特定的軟件重新建模，輸出識別結(jié)果。AI系統(tǒng)可以自動作出判斷，并將判斷結(jié)果反饋給客戶。

4.2基于AI的模式識別

在AI發(fā)展早期，計算機的識別模式比較單一，以文字識別、語音識別為主，隨著AI技術(shù)的日益成熟，目前在指紋識別，

如圖3所示。

人臉識別等方面也有了較大的進步，識別速度、識別準(zhǔn)確率都有了明顯的提升。以語音識別為例，許多券商APP都支持語音輸入模式，客戶只需要說出自己的需求，APP后臺自動識別語音內(nèi)容后，將相應(yīng)的咨詢或是信息通過APP推送給客戶，從系統(tǒng)接收語音、識別語音，再到信息反饋，整個過程不到0.1s的時間[5]。除此之外，根據(jù)券商APP的AI開發(fā)程度，可以支持一種或多種不同的語言，更好的滿足了不同客戶的使用需求，智能化程度更高，服務(wù)質(zhì)量更優(yōu)。

5基于人工智能的計算機網(wǎng)絡(luò)代理管理

AI代理屬于實體軟件的一種，包括數(shù)據(jù)庫、解釋推理器、知識庫以及相關(guān)通信，根據(jù)用戶自定義設(shè)置，利用人工智能代理系統(tǒng)對數(shù)據(jù)信息進行分析與管理，完成用戶指定的相關(guān)工作內(nèi)容，為用戶提供更加智能的服務(wù)。AI代理技術(shù)，能夠根據(jù)用戶的使用習(xí)慣，對數(shù)據(jù)、信息進行分析和處理，將信息傳遞到指定位置，為用戶查詢、使用信息提供方便，以更好地完成用戶分配的任務(wù)。由于AI系統(tǒng)具有自主學(xué)習(xí)的能力，它能夠自動獲取客戶的操作信息，了解客戶的習(xí)慣和偏好。在經(jīng)過多次的模擬和優(yōu)化后，基于AI代理所作出的選擇與決策，會無限趨近于客戶本人的意愿，兩者的重合率能夠達到99.9%以上。

6計算機網(wǎng)絡(luò)技術(shù)中人工智能的發(fā)展趨勢

現(xiàn)階段5G已經(jīng)開始商用和逐漸普及，開啟了證券行業(yè)發(fā)展的新時代。在5G網(wǎng)絡(luò)下，大數(shù)據(jù)、AI等技術(shù)更加成熟，以證券APP為例，在短短的幾年時間內(nèi)，我國各類證券APP的總數(shù)已經(jīng)多達200余款，這些券商APP通過推出諸如智能投資、模擬炒股、智能客服等特色功能，為客戶提供了更加便捷和多樣的服務(wù)。在計算機網(wǎng)絡(luò)領(lǐng)域，未來AI的優(yōu)化應(yīng)用主要集中在以下幾個方面：其一，進一步提高響應(yīng)速率。針對客戶不同的操作行為和使用需求，計算機網(wǎng)絡(luò)需要提高多線程處理能力，利用AI技術(shù)將多線程處理效率提升至十萬級甚至是百萬級，并且將響應(yīng)速度控制在毫秒內(nèi)。其二，進一步提高自主決策能力。通過持續(xù)的深度學(xué)習(xí)，扎實AI技術(shù)在證券行業(yè)內(nèi)的數(shù)據(jù)基礎(chǔ)，提高技術(shù)與行業(yè)的融合度。這樣才能夠結(jié)合證券行業(yè)特點，提高自主決策的科學(xué)性和參考性。

7總結(jié)

大數(shù)據(jù)時代的到來，證券行業(yè)也迎來了新的發(fā)展機遇。通過研發(fā)和推廣人工智能產(chǎn)品，可以針對不同層級的客戶，提供個性化、智能化的服務(wù)，包括智能賬戶、智能盯盤、智能投顧等等，無論是對于客戶來說，還是對于券商來說，都帶來了極大的技術(shù)便利。在券商計算機網(wǎng)絡(luò)管理中，以AI技術(shù)為核心，整合5G、物聯(lián)網(wǎng)、云計算等前沿信息技術(shù)，既可以助力金融行業(yè)取得突破式發(fā)展，又能夠進一步提高計算機網(wǎng)絡(luò)的抗干擾能力，保障網(wǎng)站數(shù)據(jù)、客戶信息的完整性、安全性。下一步，要繼續(xù)投入力量開展AI技術(shù)的研究、開發(fā)、應(yīng)用，致力于打造“AI+證券”的行業(yè)生態(tài)。

參考文獻

[1]周鵬，孫永，陳翔.區(qū)塊鏈、大數(shù)據(jù)、人工智能與人類未來社會經(jīng)濟發(fā)展的關(guān)系[J].數(shù)字通信世界，2019，171（3）：175.

[2]何葳，陳茜，李世玉.人工智能技術(shù)對計算機網(wǎng)絡(luò)技術(shù)的應(yīng)用及存在問題[C].2018年北京科學(xué)技術(shù)情報學(xué)會學(xué)術(shù)年會—智慧科技發(fā)展情報服務(wù)先行論壇.河北保定，2018：123127.

[3]陶云剛，周潔敏，韓永華，等.人工神經(jīng)網(wǎng)絡(luò)在智能結(jié)構(gòu)中的應(yīng)用研究[J].模式識別與人工智能，2017（3）：238242.

[4]姚文平，洪雙龍，左暢，等.生物識別技術(shù)在證券行業(yè)中的應(yīng)用[C].2017：769778.

[5]陳珊珊，鐘燕.人工智能在證券交易系統(tǒng)應(yīng)用中面臨的問題及對策[J].現(xiàn)代信息科技，2019，3（7）：142144.

（收稿日期： 2020.05.21）

作者簡介：邱明（1962），男，本科，工程師，研究方向：人工智能，機器學(xué)習(xí)，大數(shù)據(jù)。

顧琦（1960），男，本科，高級工程師，研究方向：系統(tǒng)架構(gòu)設(shè)計，數(shù)據(jù)挖掘。

文章編號：1007757X（2020）08013604