大数据时代下人工智能在计算机网络技术中的运用探讨

杨文学

摘要：在现代信息科技快发展的过程中，人工智能逐渐呈现出多元的发展趋势，能够有效地提高计算机网络技术的稳定性和智能性，满足社会大众对海量数据的应用需求。而借助人工智能技术，处理和优化信息数据，可以充分地为我国计算机网络技术的发展奠定坚实的理论基础，提升计算机网络技术的应用成效。对此，本文结合人工智能和大数据的理论内涵，探析计算机网络技术中人工智能的应用优势和必要性，提出相应的应用策略。

关键词：大数据时代;人工智能;计算机网络技术

中图分类号：TP391      文献标识码：A

文章编号：1009-3044（2021）13-0188-03

Abstract： In the process of rapid development of modern information technology， artificial intelligence gradually presents a diversified development trend， which can effectively improve the stability and intelligence of computer network technology， and meet the application needs of the public for massive data. With the aid of artificial intelligence technology， processing and optimizing information data can fully lay a solid theoretical foundation for the development of computer network technology in China， and improve the application effect of computer network technology. In this regard， combined with the theoretical connotation of artificial intelligence and big data， this paper analyzes the application advantages and necessity of artificial intelligence in computer network technology， and puts forward corresponding application strategies.

Key words： big data era; artificial intelligence; computer network technology

將人工智能技术应用到计算机网络中，能够有效地对网络中的复杂、大量、多元化的数据进行交换，确保数据信息的快速传递，使数据信息拥有动态化的发展特征，进而提升计算机网络的稳定性和有效性。此外，人工智能也能更好地帮助计算机网络收集、存储及处理海量的信息数据，通过智能化的方式，解决较为复杂的问题。使计算机网络技术真正地适应大数据时代的发展需求，满足社会大众对数据信息的应用诉求。因此将人工智能技术融入计算机网络中拥有较为鲜明的现实意义。

1 人工智能和大数据的理论内涵

1.1 大数据

大数据通常指运用多样化的方式所获取的数据集合，是需要全新处理机制才能拥有较强优化能力、洞察能力及决策能力的多样化、高增长率及海量化的信息资产。并拥有真实性、低密度价值、多样化、高速性及海量性等特征。伴随云时代的到来，大数据逐渐成为我国信息技术发展的新起点，能够有效地推动现代科技的快速发展。并以此形成适应大数据发展需求的应用技术。如“云计算平台”“分布式数据库”“文件系统”“数据挖掘”“并行处理”等技术。在技术层面，云计算和大数据之间拥有着紧密的内在联系，大数据由于规模庞大，难以利用传统的计算机技术来处理，必须以分布式的架构和数据库来抽离、整合、存储及传递。其表现的内容又必须通过计算机中的云存储、虚拟化技术来实现。因此可以说大数据时代的来临，对我国计算机网络技术的发展提出新的要求、新的挑战及新的方向。

1.2 人工智能

人工智能是借助软件程序来体现智能化特征的计算机技术，能够通过模拟人类智能的方式，实现既定的生产、管理及运营目标。美国学者约翰将人工智能界定为“制造智能设备的工程和科学”，而德国学者卡普兰却将其界定为系统在获取并阐释外部数据的过程中进行学习，并将所学的知识灵活地应用在既定的任务中的科学。人工智能能够帮助人类了解智能的本质，并形成一种全新的、可以匹敌人类智能的智能机器。其主要表现形式包括“专家系统”“自然语言”“图像识别”“语言识别”“机器人”等。在计算机技术快速发展的过程中，人工智能应用领域得到了明显的扩充，并通过对人类的思维、意识的模拟，形成全新的智能管理、智能制造、智能生产等理念，极大地推动了计算机科学的健康发展。

2 计算机网络技术中人工智能的应用优势和必要性

2.1 人工智能的优势

在大数据时代下，将人工智能应用到计算机网络中，可以切实增强计算机稳定性，提升系统运作的效率。首先是提升计算机网络技术的稳定性。人工智能可以帮助计算机网络技术快速、高效地处理复杂、多样、海量的数据信息，能确保数据信息的传递速率和质量，提升数据信息的完整性和稳定性。使数据信息在挖掘、分析、存储及传输的过程中，提升自身的整体水平和运作效率。其次，提高运作效率。将人工智能有效地嵌入到计算机网络中，可以对海量的、多样的数据信息进行推演、分析及预测，能够通过智能模拟的方式，解决数据信息传递过程中所存在的非线性问题，以此提升数据的检索、分析及整合效率，此外，人工智能还能够通过应用模糊逻辑的形式，应对各类“未执行”的数据问题，建立良好的应用模式或机制，加强计算机网络各层结构的内在联系。使计算机网络技术拥有智能性、自动性的特征。

2.2 人工智能的必要性

首先，大数据时代对计算机网络的健康发展提出了诸多的挑战和要求，使网络安全问题成为社会治理的关键内容。而网络管理控制和网络监控虽然是我国计算机网络中的重要功能，然而在大数据时代下，庞大的、海量的数据信息，却提升了网络控制和网络监控的难度。传统的计算机网络技术很难从不规则或不连贯的数据中获取真实的信息，但将人工智能有机地应用到计算机网络中，可以切实地提升计算机分析、处理及判断不规则或不联系信息的效率。提高网络控制和网络管理的质量。其次在计算机技术得到普及和发展的过程中，社会大众对信息安全的关注度越来越高，而如何确保网络用户的数据安全，则成为现代信息技术的发展重点。尤其在网络犯罪事件不断出现的背景下，计算机系统应具备较为快速的应变能力和较强的观察能力。唯有如此，才能切实地降低网络犯罪对公民信息的侵害或盗取。而将人工智能技术融入计算机网络中，可以智能化、自动化地截取、挖掘相应的数据，并智能地评价信息的安全性和真实性，及时遏制网络犯罪的发生，提升计算机网络的安全性和稳定性。最后，将人工智能应用到计算机网络中，可以从根本上推动计算机技术的健康发展，使计算机在完善数据处理体系的过程中，获得更好的发展，譬如人工智能的应用，迫使计算机技术不得不形成与之相适应的技术体系，让计算机网络更好地满足用户的基本需求。

3 大数据背景下计算机网络中人工智能的应用策略

3.1 安全管理

首先，优化检测系统，提升入侵监测的安全性。在计算机网络技术的应用过程中，会因频繁性的信息传输，导致数据信息在转换和传输中，受到外界数据的影响，而这种影响通常以“病毒入侵”的方式出现，不仅危害计算机系统的稳定性和安全性，更侵害了用户的基本权益。因此在应用人工智能技术时，需要加强对数据信息的安全管理，将防范功能有机嵌入到人工智能的应用过程中，构建出相对完善的风险防范体系，优化数据传输流程，以此提升数据信息和计算机系统的安全性。而通过融入防范功能的人工智能技术，可以切实有效地预防计算机病毒的入侵，提升数据信息的准确性与真实性，使大数据技术的数据挖掘、存储及传输效率得到提升。其次，加强防火墙建设，将人工智能融入防火墙系统中，可以为计算机系统营造良好的管理环境和使用环境，提高计算机数据的传输质量。譬如利用智能防火墙记录信息传输过程，统计决策信息，并根据历史风险，智能地做出反应。此外，在人工智能的支持下，防火墙能够更好地控制数据传输的访问权限，自动拦截异常访问。提高系统的安全性。

3.2 数据识别

人工智能的主要形式有专家系统、自然语言、图像识别、机器人等，能够通过模拟人类智能、思维及意识的方式，学习相应的“知识”或“技能”，从而降低危害、异常、错误信息对网络用户的影响。譬如在反垃圾广告的管理上，人工智能可通过了解商业广告、骚扰广告的特征，或其文字、图像的呈现方式，自动地对垃圾邮件进行标识、处理。如果难以明确邮件的性质，人工智能会将相关数据，置入特定的数据库中，引导用户对其进行“评价”。而在大数据应用层面，人工智能可通过企业管理、业务及生产特征，明确数据信息的价值属性，并在数据挖掘中，识别数据的价值属性，以此为企业的战略决策提供数据支持。此外，在知识归纳和积累的过程中，人工智能可及时检测出计算机系统或网站开源所存在的异常信息，并通过现有的互联网技术，解决计算机系统或网站所存在的问题。而在数据检索层面，人工智能技术能够结合检索词的含义，深入挖掘所有网站的文本内容和图片内容，使数据检索更有针对性和实效性。

3.3 专家系统

人工智能中的专家系统能够在数据信息管理层面上，发挥难以替代的功能和作用，能够智能攫取专家经验，并对所习得的知识进行归纳和积累，使其更好地应对各类的计算机非线性问题。在理论研究层面，专家系统涵盖了间接经验、直接经验和基本理论等内容，能够将专家处理问题的经验和方法切实地应用到实际的问题解决中，使不同的管理决策都有相应的数据支持。而在作用机理上，专家系统是通过模拟专家决策思维、行为及方式的形式，解决较为复杂的非线性问题。能够广泛地应用到不同的领域中，提升该领域的决策质量和效率。在组织结构上，专家系统拥有知识获取、数据库、解释器、知识库、人机界面等部分，可以通过面向对象、逻辑模式、状态空间、框架、语义网、生产规则等方式，表示知识，应用知识，在实际的应用过程中，网络用户只需要将相关领域的问题输入到人机界面中，便会获得与之相匹配的结论。并且在这个过程中，专家系统能够回答“用户为何会提出该问题”，“系统是如何得出该结论的”等内容。此外，专家系统的无监督模型能够通过标记数据的方式监测并预测未知的结果，通过强化学习的方式，制定目标的奖励形式，从而静态数据库能够更好地服务于知识庫，提升专家系统的应用效率。

4 结语

在大数据时代下，将人工智能应用到计算机网络技术中，能够切实提升计算机系统的稳定性、安全性及实效性，推动计算机网络技术的健康发展。而在实际地应用中，人工智能能够广泛应用在“安全管理”“数据识别”等领域，提升计算机系统处理海量数据的能力，满足网络用户对数据传输、处理及应用的基本需求。

参考文献：

[1] 孙晓霞.人工智能在计算机网络技术中的应用探究[J].网络安全技术与应用，2016（3）：99，101.

[2] 赵飞.人工智能及其在计算机网络技术中的运用分析[J].电脑知识与技术，2017，13（3）：195-196.

[3] 李颖辉.人工智能在计算机视觉及网络领域中的应用[J].电子技术与软件工程，2019（11）：247-248.

[4] 宋勇建，高占江.大数据时代人工智能在计算机网络技术中的应用价值[J].计算机产品与流通，2020（3）：7.

【通联编辑：唐一东】