張佰豪

（陜西國(guó)際商貿(mào)學(xué)院，陜西 咸陽(yáng) 712000）

0 引言

互聯(lián)網(wǎng)環(huán)境下，人工智能技術(shù)顯示出獨(dú)特的優(yōu)勢(shì)，以計(jì)算機(jī)算法為基礎(chǔ)的人工智能成為未來(lái)發(fā)展的新趨勢(shì)，對(duì)經(jīng)濟(jì)社會(huì)發(fā)展產(chǎn)生了深遠(yuǎn)影響。人工智能是一種模擬人腦的技術(shù)，包括系統(tǒng)推薦、BP神經(jīng)網(wǎng)絡(luò)、語(yǔ)言處理、支持向量機(jī)等。人工智能技術(shù)的應(yīng)用能有效提高計(jì)算機(jī)運(yùn)行的效率，保證系統(tǒng)的安全性，同時(shí)改變了傳統(tǒng)的工作方式，以一種更加智能與高效的方式提高了各行各業(yè)的工作效率。將其應(yīng)用于網(wǎng)絡(luò)技術(shù)中，能夠彌補(bǔ)當(dāng)前計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)應(yīng)用中的不足，更好地提升計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)水平，對(duì)現(xiàn)代網(wǎng)絡(luò)技術(shù)的發(fā)展具有重要意義。

1 人工智能相關(guān)概述

1.1 人工智能概念

人工智能（Artificial Intelligence，AI）的概念在20 世紀(jì)60 年代被首次提出，它是一門新型的科學(xué)技術(shù)，包含了多種學(xué)科知識(shí)，表現(xiàn)出顯著的智能特征，其研究目的是用機(jī)器替代人工來(lái)完成一些復(fù)雜的工作，減少人力物力，提高工作效率。人工智能技術(shù)涉及的領(lǐng)域較廣，從軍事到醫(yī)療、民生等領(lǐng)域都離不開(kāi)人工智能技術(shù)的支持。其充分利用了計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的優(yōu)勢(shì)并與自身特點(diǎn)有效結(jié)合起來(lái)，使其擁有更好的性能，并實(shí)現(xiàn)了大量信息的存儲(chǔ)與快速處理[1]。目前，世界各大科技創(chuàng)新企業(yè)都致力于AI 的開(kāi)發(fā)與應(yīng)用，人工智能技術(shù)的應(yīng)用已成為計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)發(fā)展的主要方向之一。

1.2 利用人工智能技術(shù)解決問(wèn)題的基本方法

利用人工智能解決問(wèn)題的方法主要有三種。

（1）搜索方式。其應(yīng)用可以是啟發(fā)式的，即人們遇到問(wèn)題時(shí)首先選擇的方法。目前搜索方法有兩種，即盲搜索與啟發(fā)式搜索。盲搜索可以測(cè)試每一種答案的可能性，啟發(fā)式搜索則是排除可能性較小的結(jié)果后，對(duì)其余的結(jié)果進(jìn)行搜索。該方式有助于減少不必要的答案搜索，提高問(wèn)題解決效率。

（2）人們?cè)谏钪杏龅絾?wèn)題時(shí)，往往會(huì)對(duì)問(wèn)題進(jìn)行深入剖析，以尋求最快的解決方案。針對(duì)小問(wèn)題，可以減少搜索范圍，降低問(wèn)題的復(fù)雜性，從而更有利于問(wèn)題的解決。在啟發(fā)式信息的幫助下，規(guī)劃可以促進(jìn)啟發(fā)式信息的進(jìn)一步發(fā)展，對(duì)問(wèn)題進(jìn)行分類與搜索，提升解決效率。

（3）知識(shí)表達(dá)技術(shù)。即研究機(jī)械設(shè)備中知識(shí)表示的方法、可行性、一般原則等，以便于使用與修改。知識(shí)在計(jì)算機(jī)中的表達(dá)是應(yīng)用計(jì)算機(jī)模擬人工智能的一個(gè)關(guān)鍵因素，必須熟練掌握各個(gè)領(lǐng)域的知識(shí)才能解決這一問(wèn)題，并需要依靠計(jì)算機(jī)快速搜索需要的知識(shí)，給出參考依據(jù)，進(jìn)行進(jìn)一步的模擬計(jì)算和知識(shí)分析等，保證知識(shí)的有效應(yīng)用[2-3]。

2 人工智能技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)中的應(yīng)用優(yōu)勢(shì)

2.1 強(qiáng)化信息數(shù)據(jù)的處理能力

大數(shù)據(jù)環(huán)境下，數(shù)據(jù)的處理量與處理難度日益增長(zhǎng)。人工智能作為一種新型先進(jìn)科學(xué)技術(shù)，能實(shí)現(xiàn)數(shù)據(jù)的智能分析、集成與存儲(chǔ)，有效減少了數(shù)據(jù)井噴帶來(lái)的負(fù)面影響，同時(shí)也可以積累關(guān)鍵數(shù)據(jù)，對(duì)數(shù)據(jù)層面進(jìn)行有效管理。傳統(tǒng)的計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)在整合處理模糊信息數(shù)據(jù)方面仍存在許多不足，無(wú)法對(duì)其進(jìn)行精準(zhǔn)處理，采用人工處理的方式又缺乏對(duì)復(fù)雜信息的處理功能，而人工智能技術(shù)通過(guò)模糊邏輯推理實(shí)現(xiàn)了大量模糊信息的有效處理，由此可見(jiàn)人工智能技術(shù)還具有非常強(qiáng)大的處理與協(xié)調(diào)能力?？梢詫⑷斯ぶ悄芘c計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)相互融合，充分發(fā)揮二者各自的優(yōu)勢(shì)，在網(wǎng)絡(luò)管理和信息處理中發(fā)揮出最大的作用[4]。

2.2 突破計(jì)算機(jī)能力的局限

人工智能技術(shù)是計(jì)算機(jī)技術(shù)的演變和發(fā)展，具有智能性與先進(jìn)性的特點(diǎn)。人工智能突破了計(jì)算機(jī)能力的局限，其計(jì)算速度比普通計(jì)算機(jī)快30 倍左右，有效降低了數(shù)據(jù)計(jì)算的成本。人工智能技術(shù)以人的智慧為基礎(chǔ)，能夠通過(guò)對(duì)個(gè)體思維過(guò)程的模擬及相關(guān)程序的設(shè)置達(dá)到智能化操作的目的，它可以代替人工完成一些高難度、危險(xiǎn)、復(fù)雜的工作。人工智能技術(shù)相比于傳統(tǒng)的計(jì)算機(jī)技術(shù)，具有學(xué)習(xí)能力極強(qiáng)的優(yōu)勢(shì)，主要通過(guò)研究人類智慧，學(xué)習(xí)人類方法，快速分析信息處理結(jié)果。在人工智能技術(shù)的作用下，簡(jiǎn)單的數(shù)據(jù)處理系統(tǒng)將得到升級(jí)，低層次數(shù)據(jù)結(jié)構(gòu)將得到優(yōu)化，極大提高了底層計(jì)算能力。通過(guò)對(duì)大數(shù)據(jù)的采集與分析研究，人工智能可為相關(guān)決策提供科學(xué)合理的依據(jù)[5]。

2.3 運(yùn)營(yíng)成本低

相對(duì)于傳統(tǒng)計(jì)算機(jī)技術(shù)，人工智能技術(shù)的運(yùn)營(yíng)成本明顯較低，其在計(jì)算與分析數(shù)據(jù)方面能有效控制能耗，節(jié)約計(jì)算資源。例如，針對(duì)某個(gè)問(wèn)題需要做市場(chǎng)調(diào)查時(shí)，以往采用的都是利用人力進(jìn)行問(wèn)卷調(diào)查的方式，不僅需要投入大量資金，且調(diào)查結(jié)果存在一定的主觀性，同時(shí)，問(wèn)卷調(diào)查需要對(duì)調(diào)查地點(diǎn)和人群進(jìn)行有目的的篩選，既消耗了大量時(shí)間，又無(wú)法及時(shí)獲得數(shù)據(jù)。因此整個(gè)過(guò)程運(yùn)營(yíng)成本較高，且調(diào)研過(guò)程復(fù)雜。而人工智能技術(shù)的運(yùn)營(yíng)成本很低，其應(yīng)用很好地解決了傳統(tǒng)研究模式的弊端[6]。

3 人工智能技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)中的具體應(yīng)用

3.1 在網(wǎng)絡(luò)安全管理中的應(yīng)用

由于自身的缺陷，計(jì)算機(jī)軟件在程序運(yùn)行過(guò)程中可能會(huì)出現(xiàn)一些漏洞，這些問(wèn)題較難在短時(shí)間內(nèi)得到解決。在這個(gè)過(guò)程中，可能會(huì)發(fā)生黑客利用這一漏洞竊取信息、開(kāi)展非法活動(dòng)的問(wèn)題；或者在用電腦拷貝信息時(shí)可能或造成信息泄露的風(fēng)險(xiǎn)，以及用戶不經(jīng)意地刪除了計(jì)算中的一些信息而難以恢復(fù)等。這些情況無(wú)形中都增加了計(jì)算機(jī)使用過(guò)程中的安全隱患。傳統(tǒng)的計(jì)算機(jī)安全技術(shù)通常以計(jì)算機(jī)防火墻、反垃圾郵件系統(tǒng)及入侵檢測(cè)系統(tǒng)為代表，但這些技術(shù)并不能對(duì)計(jì)算機(jī)運(yùn)行過(guò)程中出現(xiàn)的安全問(wèn)題進(jìn)行快速有效的解決[7]。人工智能技術(shù)的應(yīng)用提高了識(shí)別異常信息的能力，且能在較短時(shí)間捕捉風(fēng)險(xiǎn)數(shù)據(jù)并對(duì)其精確攔截，極大地提高了檢測(cè)效率。此外，人工智能技術(shù)在規(guī)則產(chǎn)生式專家系統(tǒng)中的應(yīng)用，還可提高入侵信息發(fā)現(xiàn)的速度及入侵檢測(cè)數(shù)據(jù)的可靠性，有效維護(hù)了計(jì)算機(jī)的正常運(yùn)行環(huán)境。

3.2 在網(wǎng)絡(luò)系統(tǒng)評(píng)價(jià)中的應(yīng)用

計(jì)算機(jī)網(wǎng)絡(luò)具有瞬態(tài)性和動(dòng)態(tài)性的特點(diǎn)，使得傳統(tǒng)的計(jì)算機(jī)技術(shù)難以對(duì)其進(jìn)行監(jiān)控和管理。計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)評(píng)價(jià)能夠?qū)τ?jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)性能進(jìn)行測(cè)評(píng)以及量化網(wǎng)絡(luò)質(zhì)量。然而與計(jì)算機(jī)網(wǎng)絡(luò)評(píng)價(jià)有關(guān)的工作通常需要人工完成，而人工評(píng)價(jià)面臨著人為主觀性的影響，實(shí)際評(píng)價(jià)結(jié)果可能與最終結(jié)果不一致，不符合客觀評(píng)價(jià)的實(shí)際要求。人工智能技術(shù)在網(wǎng)絡(luò)系統(tǒng)評(píng)價(jià)中的有效應(yīng)用，可使評(píng)價(jià)以更客觀、更完整的形式得以展現(xiàn)，其應(yīng)用主要體現(xiàn)在以下兩方面。

（1）智能求解技術(shù)。在計(jì)算機(jī)網(wǎng)絡(luò)發(fā)展過(guò)程中，人工智能技術(shù)可以在充分融合特定網(wǎng)絡(luò)環(huán)境的基礎(chǔ)上解決計(jì)算機(jī)問(wèn)題，從而加快計(jì)算及運(yùn)行速度。智能求解技術(shù)主要利用了三種技術(shù)，即狀態(tài)圖搜索技術(shù)、邏輯推理技術(shù)與結(jié)構(gòu)化知識(shí)求解技術(shù)。在相同條件下，雖然有不同的搜索技術(shù)，但人工智能求解技術(shù)始終為最佳的選擇，需要根據(jù)實(shí)際需求選擇較合適的技術(shù)，并對(duì)計(jì)算機(jī)數(shù)據(jù)信息進(jìn)行科學(xué)選擇與篩選，以提高整體檢索率。

（2）構(gòu)建專家知識(shí)資源庫(kù)。專家知識(shí)資源庫(kù)的創(chuàng)建推出，使網(wǎng)絡(luò)系統(tǒng)評(píng)價(jià)從專家經(jīng)驗(yàn)出發(fā)，結(jié)合具體案例在短時(shí)間內(nèi)對(duì)一些比較困難的問(wèn)題進(jìn)行判斷與處理，提出更合理的網(wǎng)絡(luò)系統(tǒng)評(píng)價(jià)方案，但在識(shí)別過(guò)程中可能會(huì)出現(xiàn)一些誤差。因此，在未來(lái)的發(fā)展中，應(yīng)該充分發(fā)揮計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的優(yōu)勢(shì)，實(shí)現(xiàn)專家知識(shí)資源庫(kù)的改進(jìn)與完善，優(yōu)化網(wǎng)絡(luò)系統(tǒng)評(píng)價(jià)效果[8-9]。

3.3 在數(shù)據(jù)分析中的應(yīng)用

互聯(lián)網(wǎng)背景下，由于數(shù)據(jù)的多樣性與海量性，使得相應(yīng)的數(shù)據(jù)處理工作在開(kāi)展過(guò)程中表現(xiàn)出進(jìn)度緩慢與效率低的問(wèn)題。人工智能算法能高效完成數(shù)據(jù)的整合與分析工作。常見(jiàn)的人工智能算法主要有以下兩種。

（1）BP 神經(jīng)網(wǎng)絡(luò)。BP 神經(jīng)網(wǎng)絡(luò)的概念于1986 年被科學(xué)家首次提出，現(xiàn)階段已被廣泛應(yīng)用。BP 神經(jīng)網(wǎng)絡(luò)是一種基于誤差反向傳播算法的多層前饋神經(jīng)網(wǎng)絡(luò)，反映了人腦功能的一些特征，是對(duì)生物系統(tǒng)的一種模仿、簡(jiǎn)化與抽象。相比于數(shù)字計(jì)算機(jī)，BP 神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)和功能上更接近人腦，它并非按照既定程序逐步執(zhí)行操作，而是通過(guò)適應(yīng)環(huán)境與總結(jié)規(guī)律來(lái)執(zhí)行特定操作。此外，BP 神經(jīng)網(wǎng)絡(luò)無(wú)需解釋描述映射關(guān)系的數(shù)學(xué)方程便能實(shí)現(xiàn)大量輸入與輸出模式映射關(guān)系的學(xué)習(xí)與存儲(chǔ)，被廣泛應(yīng)用于故障診斷與統(tǒng)計(jì)分析等領(lǐng)域[10]。

（2）支持向量機(jī)。該技術(shù)在解決小樣本、非線性等問(wèn)題中具有獨(dú)特的優(yōu)勢(shì)，可用于數(shù)據(jù)分析、回歸分析、模式識(shí)別等領(lǐng)域。只要利用人工智能技術(shù)選擇相宜的核函數(shù)，支持向量機(jī)算法就可以找到最優(yōu)目標(biāo)函數(shù)。此外，支持向量機(jī)算法還為人工智能技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的高度融合創(chuàng)造了機(jī)會(huì)，能夠使人工智能技術(shù)變得更強(qiáng)大。

4 結(jié)語(yǔ)

人工智能技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用，使人們的生活、工作更加高效。AI 技術(shù)在數(shù)據(jù)處理、運(yùn)營(yíng)成本以及學(xué)習(xí)能力方面有著傳統(tǒng)計(jì)算機(jī)技術(shù)無(wú)法比擬的優(yōu)勢(shì)，隨著AI 的不斷發(fā)展，其在計(jì)算機(jī)網(wǎng)絡(luò)中的應(yīng)用也越來(lái)越廣泛。本文簡(jiǎn)要分析了人工智能技術(shù)在網(wǎng)絡(luò)安全管理、網(wǎng)絡(luò)系統(tǒng)評(píng)價(jià)以及數(shù)據(jù)分析中的應(yīng)用，希望能促進(jìn)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的進(jìn)一步發(fā)展。