劉國輝

(沈陽大學(xué) 教務(wù)處現(xiàn)代教育技術(shù)中心，遼寧 沈陽 110044)

隨著社會信息化程度的不斷加深，網(wǎng)絡(luò)安全問題占據(jù)了越來越重要的位置。網(wǎng)絡(luò)安全信息自動識別在網(wǎng)絡(luò)安全問題中雖占據(jù)重要部分，但沒有受到足夠的重視[1]。傳統(tǒng)網(wǎng)絡(luò)安全信息自動識別系統(tǒng)在實(shí)際運(yùn)行過程中，很容易出現(xiàn)影響網(wǎng)絡(luò)安全的問題。這種情況下，不但會影響網(wǎng)絡(luò)運(yùn)行環(huán)境，甚至還會導(dǎo)致經(jīng)濟(jì)方面的損失。當(dāng)網(wǎng)絡(luò)安全信息自動識別系統(tǒng)遭受種種原因而崩潰時，對于防止數(shù)據(jù)丟失的問題往往是人們最關(guān)心的問題。傳統(tǒng)網(wǎng)絡(luò)安全信息自動識別系統(tǒng)存在的問題主要體現(xiàn)在三個方面，分別為信息泄漏問題、植入惡意病毒問題以及程序惡意破壞問題[2]。人工智能技術(shù)是確保網(wǎng)絡(luò)安全并保證網(wǎng)絡(luò)安全信息不受到惡意攻擊的有效手段。在大數(shù)據(jù)背景下由于人工智能技術(shù)的逐漸成熟，人工智能技術(shù)在網(wǎng)絡(luò)安全信息自動識別中的應(yīng)用已經(jīng)越來越廣泛。因此，本文著重利用人工智能技術(shù)對網(wǎng)絡(luò)安全信息自動識別系統(tǒng)進(jìn)行研究[3]。通過神經(jīng)網(wǎng)絡(luò)整合自動識別網(wǎng)絡(luò)安全信息的方式實(shí)現(xiàn)節(jié)本增效，從根本上提高網(wǎng)絡(luò)安全信息自動識別精度。

1 基于人工智能的網(wǎng)絡(luò)安全信息自動識別系統(tǒng)設(shè)計(jì)

1.1 硬件設(shè)計(jì)

結(jié)合實(shí)際網(wǎng)絡(luò)安全信息自動識別的需要，本文設(shè)計(jì)的人工智能網(wǎng)絡(luò)安全信息識別裝置型號為HCL1215873289，內(nèi)置BUN-30052689識別芯片。BUN-30052689識別芯片作為一個封裝的復(fù)合型芯片，具有很好的網(wǎng)絡(luò)安全信息自動識別能力[4]。人工智能網(wǎng)絡(luò)安全信息識別裝置整體使用人工智能技術(shù)作為核心技術(shù)。在正常情況下，人工智能網(wǎng)絡(luò)安全信息識別裝置的工作電壓在3.0～4.5V之間，所承受的電流值不能大于50mA。人工智能網(wǎng)絡(luò)安全信息識別裝置尺寸為610*100*628mm；重量為10.29kg。為自動識別網(wǎng)絡(luò)安全信息并及時進(jìn)行反饋，人工智能網(wǎng)絡(luò)安全信息識別裝置特設(shè)計(jì)無線藍(lán)牙串口通信接口，是該自動識別系統(tǒng)硬件中最重要的組成部分。將無線藍(lán)牙串口通信接口的接線點(diǎn)設(shè)為I/0點(diǎn)。其中，I/0點(diǎn)所連接的人工智能設(shè)備主要包括：智能手機(jī)、平板電腦等[5]?？梢詫⒕W(wǎng)絡(luò)安全信息整個識別狀態(tài)均視為自動識別，基于人工智能的網(wǎng)絡(luò)安全信息自動識別系統(tǒng)中I/0點(diǎn)為3000個，系統(tǒng)的實(shí)際容量有3540個，I/0點(diǎn)數(shù)的具體分布信息，如表1所示。

表1 無線藍(lán)牙串口通信接口I/0點(diǎn)數(shù)的接口信息

結(jié)合表1信息，人工智能網(wǎng)絡(luò)安全信息識別裝置通過10個串口通信端口，其主要用于通過人工智能技術(shù)經(jīng)合波光將網(wǎng)絡(luò)安全信息自動識別結(jié)果傳輸?shù)竭h(yuǎn)端，從而實(shí)現(xiàn)對網(wǎng)絡(luò)安全信息自動識別的信息傳遞[6]。

1.2 軟件設(shè)計(jì)

本文將設(shè)計(jì)的軟件部分具體流程分為四個步驟逐步進(jìn)行：收集終端數(shù)據(jù)；利用神經(jīng)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)安全信息傳輸與處理；建立數(shù)據(jù)庫；設(shè)置網(wǎng)絡(luò)安全信息自動識別相關(guān)字[7]。在人工智能的應(yīng)用背景下，通過數(shù)據(jù)采集收集終端數(shù)據(jù)，為系統(tǒng)自動識別功能的實(shí)現(xiàn)提供前提保障。尤其網(wǎng)絡(luò)安全信息的精準(zhǔn)采集最為重要，這是保障網(wǎng)絡(luò)安全信息自動識別最基礎(chǔ)的一環(huán)。而后根據(jù)人工智能領(lǐng)域中的神經(jīng)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)安全信息傳輸與處理，為確保網(wǎng)絡(luò)安全信息在傳輸與處理過程中不會出現(xiàn)信息丟失的情況，將網(wǎng)絡(luò)安全信息自動識別偏差值設(shè)為x，可得x的計(jì)算公式，如公式(1)所示。

(1)

在公式(1)中，r指的是網(wǎng)絡(luò)安全信息自動識別形式值；d指的是網(wǎng)絡(luò)安全信息自動識別特征維數(shù)；B指的是網(wǎng)絡(luò)安全信息自動識別的邏輯矢量。網(wǎng)絡(luò)安全信息傳輸?shù)膶?shí)現(xiàn)意味著自動識別系統(tǒng)功能的實(shí)現(xiàn)[8]。除此之外，在基于人工智能的電氣自動化控制系統(tǒng)軟件設(shè)計(jì)中需要建立一個體系成熟的數(shù)據(jù)庫，對自動識別到的網(wǎng)絡(luò)安全信息進(jìn)行對應(yīng)的處理。將所有經(jīng)過信息傳輸處理后的網(wǎng)絡(luò)安全信息直接更新至數(shù)據(jù)庫中，在此基礎(chǔ)上利用數(shù)據(jù)庫啟動網(wǎng)絡(luò)安全信息自動識別任務(wù)。在啟動之前必須對數(shù)據(jù)庫進(jìn)行一定的設(shè)置，比如設(shè)置網(wǎng)絡(luò)安全信息自動識別相關(guān)字，設(shè)網(wǎng)絡(luò)安全信息自動識別相關(guān)字為c，則其公式如公式(2)所示。

(2)

在公式(2)中，g指的是網(wǎng)絡(luò)安全信息自動識別的相關(guān)字向量；n指的是網(wǎng)絡(luò)安全信息自動識別的相關(guān)字維數(shù)；u指的是網(wǎng)絡(luò)安全信息自動識別的相關(guān)字參數(shù)。

利用人工智能技術(shù)通過相關(guān)字段完成高精度自動識別，從而提高自動識別的穩(wěn)定性以及成功率[9]。至此，完成基于人工智能的網(wǎng)絡(luò)安全信息自動識別系統(tǒng)軟件所有流程。

通過最大后驗(yàn)概率方法Map針對具備稀疏分布特性的安全信息可進(jìn)行以下操作，假設(shè)安全信息具備如式(3)的Laplace概率密度分布函數(shù)：

(3)

其中，β代表方差參數(shù)。充分考慮到安全信息在分離過程中幅值存在的不確定性，能夠設(shè)定信源具備相同方差參數(shù)。因安全信息之間為相互獨(dú)立的狀態(tài)，則信源s聯(lián)合概率密度函數(shù)表達(dá)式為：

(4)

因A為已知項(xiàng)，當(dāng)x=As時，對式(4)進(jìn)行最大化可得：

(5)

設(shè)定在某一時間僅存在一個信源值不是0，剩余信源值均非常小或者等于0，此點(diǎn)信源能夠被精準(zhǔn)地恢復(fù)。根據(jù)以上思想，綜合考慮稀疏性，提出利用最小均方誤差法實(shí)現(xiàn)盲源分離。

利用比幅法查找出僅有一個信源值不是0的點(diǎn)集合，因此能夠獲取信源在這些點(diǎn)中精確值。針對兩個觀測安全信息混合狀況，假設(shè)在某一時間。僅有si信源值不是0，剩余信源值均為0，那么有：

(6)

其中，aij為已知項(xiàng)，能夠獲取僅有si不是0的全部點(diǎn)，在實(shí)際應(yīng)用過程中選取一個容限值，當(dāng)小于該值則將其判定為0。假設(shè)其點(diǎn)組成的集合是S，si精確值表達(dá)式為：

(7)

假設(shè)窗口中存在精準(zhǔn)值，依據(jù)最小均方誤差找到效果最好的子矩陣實(shí)現(xiàn)分離，找到滿足公式(8)為最小值的分離矩陣當(dāng)作分離子矩陣：

(8)

其中，N1代表窗口中第i個信源存在精準(zhǔn)值點(diǎn)數(shù)量，sit代表第i個信源t時刻精準(zhǔn)值，N2代表窗口寬度，也就是窗口中點(diǎn)的數(shù)量，sik⌒代表按照某一個分離子矩陣獲取的第i個信源估計(jì)值。式(8)進(jìn)行最小化能夠得到最小均方誤差下分離子矩陣，進(jìn)而實(shí)現(xiàn)網(wǎng)絡(luò)安全信息自動識別。

2 實(shí)驗(yàn)

2.1 實(shí)驗(yàn)準(zhǔn)備

本次設(shè)計(jì)的實(shí)驗(yàn)硬環(huán)境包括：處理器Inter(R) Core(TM) Duo CPU、支持8線雙絞線同軸電纜光纖專網(wǎng)、CPRS/DCMA無線公網(wǎng)以及無線專網(wǎng)；仿真實(shí)驗(yàn)軟環(huán)境包括：EZfdsdnio仿真實(shí)驗(yàn)平臺，整個平臺使用Logo語言，主要用于對網(wǎng)絡(luò)安全信息自動識別的仿真模擬。本次仿真實(shí)驗(yàn)主要內(nèi)容為通過比較所提出基于人工智能的網(wǎng)絡(luò)安全信息自動識別系統(tǒng)與傳統(tǒng)識別系統(tǒng)的差異，分析兩種識別系統(tǒng)對網(wǎng)絡(luò)安全信息的自動識別率。

表2 兩種方法的安全系數(shù)

表2中，AQ代表的是安全系數(shù)，DD代表的是兩種不同方法的迭代次數(shù)，QK代表的是本文方法，WW代表的是文獻(xiàn)[5]方法。

利用EZfdsdnio仿真實(shí)驗(yàn)平臺實(shí)現(xiàn)對網(wǎng)絡(luò)安全信息自動識別的數(shù)據(jù)處理，從而評定網(wǎng)絡(luò)安全信息自動識別性能更高的識別系統(tǒng)。在此次仿真實(shí)驗(yàn)中，共設(shè)計(jì)8次實(shí)驗(yàn)，使用兩種識別系統(tǒng)分別代入EZfdsdnio仿真實(shí)驗(yàn)平臺，設(shè)置傳統(tǒng)的識別系統(tǒng)為實(shí)驗(yàn)對照組。針對EZfdsdnio仿真實(shí)驗(yàn)平臺測得的網(wǎng)絡(luò)安全信息自動識別率，記錄實(shí)驗(yàn)結(jié)果，進(jìn)而判斷兩種識別系統(tǒng)對于網(wǎng)絡(luò)安全信息的自動識別率能力。

2.2 實(shí)驗(yàn)結(jié)果分析與結(jié)論

根據(jù)上述設(shè)計(jì)的仿真實(shí)驗(yàn)步驟，采集8組實(shí)驗(yàn)數(shù)據(jù)，將兩種識別系統(tǒng)下的網(wǎng)絡(luò)安全信息自動識別率進(jìn)行對比。為了更加直觀地體現(xiàn)出兩種識別系統(tǒng)的差異性，將實(shí)驗(yàn)結(jié)果在EZfdsdnio仿真實(shí)驗(yàn)平臺界面部分以曲線圖的形式進(jìn)行展示，如下圖1所示。

圖1 網(wǎng)絡(luò)安全信息自動識別率對比圖

通過圖1可得出如下的結(jié)論：本文設(shè)計(jì)的識別系統(tǒng)網(wǎng)絡(luò)安全信息自動識別率最高可達(dá)89.95%，實(shí)驗(yàn)對照系統(tǒng)最高僅為50.02%，設(shè)計(jì)的識別系統(tǒng)自動識別能力更強(qiáng)，可以實(shí)現(xiàn)對網(wǎng)絡(luò)安全信息自動識別。通過仿真驗(yàn)證結(jié)果，證明所設(shè)計(jì)的識別系統(tǒng)其各項(xiàng)功能均可以滿足設(shè)計(jì)總體要求，可以廣泛應(yīng)用于網(wǎng)絡(luò)安全信息自動識別方面。

結(jié)語

綜上所述，基于人工智能的網(wǎng)絡(luò)安全信息自動識別系統(tǒng)在網(wǎng)絡(luò)安全信息自動識別應(yīng)用中的具體優(yōu)勢已經(jīng)顯現(xiàn)出來。基于人工智能的網(wǎng)絡(luò)安全信息自動識別系統(tǒng)是針對網(wǎng)絡(luò)安全信息自動識別的最實(shí)用以及最可靠的手段。網(wǎng)絡(luò)安全信息自動識別率的高低是保證網(wǎng)絡(luò)安全信息自動識別效率以及質(zhì)量的主要衡量標(biāo)準(zhǔn)，而針對網(wǎng)絡(luò)安全信息自動識別系統(tǒng)進(jìn)行基于人工智能的優(yōu)化設(shè)計(jì)可以大幅度提高網(wǎng)絡(luò)安全信息自動識別精度。基于人工智能的網(wǎng)絡(luò)安全信息自動識別系統(tǒng)不但能夠完成傳統(tǒng)的識別系統(tǒng)所不能完成的任務(wù)，還能夠以人工智能為核心技術(shù)，為網(wǎng)絡(luò)安全信息自動識別領(lǐng)域的研究提供學(xué)術(shù)意義。