探讨人工智能在计算机网络技术中的应用

刘阳

(哈尔滨职业技术学院，黑龙江哈尔滨，150081)

0 引言

人工智能近几年成为了一个焦点词汇，人工智能利用神经网络、模糊逻辑、深度学习等技术，能够对已有的网络结构进行训练，让该网络能够具备人的逻辑思维能力。当然，人工智能现在多是处于算法阶段，如果想要人工智能应用在生产生活中，还必须有硬件系统的支撑。而计算机网络系统便是人工智能的重要载体。计算机设备具备较强的运算芯片，能够有效的处理复杂的运算过程，当人工智能处于学习阶段时，更好的硬件系统可以提升其学习效率，减少运算时间。因此，将计算机网络技术与人工智能技术相结合，是未来发展过程中的重要方式。随着技术研究的不断推进，现在许多智能化技术已经在生活中得到了应用，比如我们常见的人脸识别系统、智能报警系统等，这些技术都是通过人工智能与计算机技术的结合获得的产物，对于提高工作效率，降低人力成本，提高工作的精确度方面有着重要的提升。

1 人工智能的关键技术

人工智能是现在发展过程中非常热门的技术之一，随着互联网信息技术的不断发展，人工智能与互联网的融合也更加紧密。在互联网与人工智能结合的过程中，模糊信息处理能力和学习能力是其中的关键，通过对信息的模糊化处理能够处理不确切的信息，而通过学习技术能够利用海量的信息提升人工智能技术的可靠性。

模糊信息的处理能力依赖的是模糊控制技术，所谓模糊控制技术便是将不确切的表达信息通过模糊化的方式进行处理，最后通过反模糊化输出确切的表达。

从图1中可以发现，模糊系统主要包含四个部分，其中模糊产生器是将外部表达通过一定的规则转换为模糊化的表述方式，并且设置其中的阈值范围，而模糊规则库则是根据已有的经验设置的运行规则，当输入信息进入模糊推理机之后就会根据规则库中的规定运行。最后当运行结束之后，需要对输出信息进行反模糊化处理，并将计算结构反馈给下一程序。

图1 模糊系统基本结构图

2 学习技术

人工智能其实是按照人类的思维去训练一个模型，让模型能够根据现场的情况不断改进和优化自身的能力。在这个过程中，神经网络技术将会起到巨大的作用，该技术主要是研究研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据（样本）出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。根据学习模式、学习方法以及算法的不同，机器学习存在不同的分类方法。神经网络的学习步骤如下：

步骤1：网络初始化。根据系统输入输出序列（X，Y）确定网络输入层节点数n、隐含层节点数l，输出层节点数m，初始化输入层、隐含层和输出层神经元之间的连接权值ωij和ωjk，初始化隐含层阈值a，输出层阈值b，给定学习速率和神经元激励函数。

步骤2：隐含层输出计算。根据输入变量X，输入层和隐含层连接权值ωij以及隐含层阈值a，计算隐含层输出H。

步骤3：输出层计算。根据隐含层输出H，连接权重ωjk和阈值b，计算BP神经网络预测输出O。

步骤4：误差计算。根据网络预测输出O和期望输出Y，计算网络预测误差e。

步骤5：权值更新。根据网络预测误差e更新网络连接权值ωij和ωjk。

步骤6：阈值更新。根据网络预测误差e更新节点阈值a，b。

步骤7：判断算法迭代是否结束，若没有结束，返回步骤2。

图2 人工智能计算机网络安全系统图

3 人工智能技术与计算机网络技术的融合应用

3.1 人工智能技术在计算机网络安全中的应用

人工智能技术在计算机网络安全管理过程中的用途非常大，人工智能能够智能的识别对计算机网络产生危险的信息，并且对这些信息进行拦截和屏蔽，避免其中的木马信息会对计算机网络造成损害。比如现在计算机网络中使用的入侵检测和只能防火墙技术。入侵检测是对网络信息进行防护的重要阶段，能够将不良入侵进行有效拦截，从源头遏制网络安全风险的产生，进而维护用户信息安全、避免损失，通过人工智能技术的应用，网络入侵检测的整体质量得到提高，网络专家在对入侵的情况与特质进行分析后，能够形成推理机制，并建立健全的专业数据库，以便于为未来入侵检测的开展提供判断依据和工作资源，实现网络安全管理工作效率的提高。目前人工智能技术在入侵检测当中的工作方式，多以加入人工神经网络系统、专家系统等应用为主，对网络数据的安全提供可靠保障。(2)智能防火墙。防火墙技术是网络安全防护的主要手段之一，通过有机结合各类用于安全管理与筛选的软件和硬件设备，帮助计算机网络在内外网之间建构一道用于隔离的安全屏障，进而为用户的资料与信息提供防护作用，在人工智能技术与防火墙技术深度融合后，能够形成完备的智能防火墙体系，网络信息的甄别和处理能力极大提高，对计算机联网运行期间的一切安全隐患进行防御，保证计算机系统的安全稳定运行。如图1所示，为人工智能计算机网络安全系统图。

3.2 人工智能技术在数据分析和智能辅助中的应用

计算机网络技术中人工智能还可以通过Agent技术，对网络用户在计算机网络中的使用习惯进行自动化的识别，这样就可以在用户使用电脑查找信息的过程中，将有效地信息第一时间向用户进行反馈，来借此节约用户的信息查询时间。Agent技术主要是由知识域库、数据库、解释推理器等相应的软件实体进行组成利用。该技术，能够对用户在计算机上的使用信息和数据进行分析，并且将这些信息进行归类处理，实现数据的高效分析和有效利用。在这个过程中计算机能够学习用户的使用习惯，为用户推送符合使用习惯的信息。比如通过购物信息的浏览与最近的其他浏览信息的结合，能够智能地向用户推动自己感兴趣的物品。

4 结束语

人工智能与计算机网络技术的结合，能够让传统的计算机控制技术向着智能化的方向发展。通过人工智能算法提升计算机网络对大数据的处理能力，实现模拟人类思维能力的功能。