人工智能在大数据信息网络技术中的应用及分析

崔娟

摘 要 人工智能是计算机技术、网络技术和通信技术结合的产物，能够在大数据时代发挥爆炸式数据处理能力，所以运用人工智能有助于改变目前信息处理能力较弱的现状，主动发现信息中的问题并加以解决，在确保安全的前提下提高处理速度。大数据是数量非常庞大的数据集，计算机网络技术则对全球计算机进行组织和协调，通过运用人工智能解决计算机网络响应慢、漏洞多、效率低等问题，这对大数据时代的经济社会发展有重要意义。

关键词 人工智能;大数据信息;网络技术;应用

1大数据的基本概念与特点

“大数据”主要指的是运用多元化的形式，通过许多来源搜集而形成的极为庞大的数据库，这种搜集方式大多具有实时性的特点。从技术的表现当中来看，大数据与云计算之间的关系就如同硬币的正反面一般，紧密相连。大数据必然难以运用单一的计算机予以处理，必须要采用分布式的计算架构。所表现出来的特点在于对海量数据进行挖掘，但是这些内容必须要依托于计算机当中所表现的分布式处理、分布式数据库、虚拟化技术以及云存储等内容[1]。

2人工智能的含义及优势

人工智能是融合信息科学和数学、哲学、心理学等知识的一种新型科学技术，能通过感知环境做出主动反应，并且该反应能够实现目标、获得最大收益。如今人工智能已经渗透到日常生活之中，例如手机里的智能助理、新闻浏览中的新闻推荐和机器翻译、机器人、自动驾驶等。人工智能是全新的智能系统，其优势主要包括：

第一，模糊信息处理和协作的能力。大数据时代的计算机网络技术发展中出现大量模糊信息，增大处理难度，而人工智能大多使用模糊逻辑的数据处理方式，无须准确描述数据模型，运用人工智能就能增强计算机网络技术的信息处理能力。与此同时，计算机网络技术的规模、结构等均在发生变化，增大网络管理难度，运用人工智能的协作分布思维就能显著提高计算机网络协作能力。第二，非线性处理和学习的能力。计算机网络技术催生大量数据和信息，其中有很多都处于較低的概念层次，但其背后隐藏着价值巨大的信息，需要运用人工智能进行挖掘，学习低层次信息，进行解释和推理。人工智能还可以及时进行非线性处理，由机器人模仿人的智能。第三，运算速度快、成本低。迅速发展的计算机网络技术使得人们对其的依赖程度越来越大，但效率和成本问题不容忽视，运用人工智能可以加强算法控制，在计算时速度较快、资源消耗较少，极大地节省计算成本[2]。

3人工智能在大数据信息网络技术中应用分析

3.1 在大数据网络安全管理技术中的应用分析

（1）数据挖掘技术。将数据挖掘技术和计算机网络技术融合，并严格参照标准的数据挖掘流程，依靠合适的设备对数据信息进行全面挖掘，从而加强计算机网络系统安全性。通过利用关键字或是有关参数的精准设置以及数据挖掘技术的性能，来对入侵计算机规则进行机器学习，将入侵系统的漏洞突显出，从而精准地记录了入侵计算机侵入相关系统的模式。借助该系统数据库，可以精确详细的记录入侵数据，有助于对以后外部计算机入侵系统的行为进行识别，最终增强计算机网络系统安全。例如，当一个计算机网络系统被非法侵入时，人工智能技术和计算机网络技术的融合，能够对非法侵入行为实现自动识别及判断，并且能快速且自主地构建一个简单的防御系统，进而发出警报信息。在此过程中，人工智能技术可以使计算机系统对非法侵入行为自动进行识别，在相应数据库内可以对非法侵入模式和相应错误数据准确地记录，从而达到计算机网络管理安全水平提高的目的。

（2）规则产生式专家系统。复杂的网络环境使得计算机网络安全管理问题越来越明显，这就急切地需要对侵入监测系统进行优化创新，通过对计算机网络系统安全管理的增强，有助于实现确保计算机网络安全的目的。人工智能技术可以促进计算机网络技术的优化和创新，利用人工智能技术可以优化入侵检测系统，构建相应数据库和计算机推理机制，从而生成规则式专家系统（如图1所示）。将不同入侵模式和数据信息的挖掘、收集、分析等进行融合，编译成为特定的计算机代码，为非法侵入行为形成相应的判断依据，以此确保计算机网络系统安全。在计算机网络运行中，根据系统入侵判断的依据与定期或不定期更新的计算机设备，能够及时发现侵入系统的非法行为，并对侵入模式及其危害快速给予分析和判断，然后由系统快速作出反应，从而增强入侵检测准确性及效率。同时，对存在系统运行中的不利因素能及时发现，并提高侵入监测系统的性能，最终有效地加强计算机网络系统安全。

3.2 在大数据网络系统管理和评价技术中的应用分析

（1）人工智能问题求解技术。这项技术是一种能够在给定条件下解决某类问题，并且能够在有限步骤内实现的算法。这项技术主要包含有基于状态图的搜索技术、基于谓词逻辑的推理技术、基于结构化知识表示的求解技术。其中搜索技术针对的则是状态空间、问题空间、博弈搜索，而且相同问题会有很多搜索技术，因此未来提高搜索效率，必须对最优搜索技术进行判断。另外，它的评价标准一般有两方面，即搜索空间和最优解。为了得到最优搜索，应该使用公式来计算，其中表示的为网络S节点到n节点间的最短路径;而则表示的为网络n节点到g节点间的最短路径。由此可以看出，使用人工智能技术运用在计算机网络系统管理和评价中，可以降低网络资源的浪费，加强网络资源管理效率与质量。

（2）专家知识库技术。专家知识库是专家系统的主要组成部分，将会直接影响着专家系统的使用效果。目前，专家知识库有两方面知识，即基础原理理论知识与直接或间接获得经验积累的专业知识。通过对计算机网络管理和评价的已知经验给予编码和构建数据库，可以让计算机网络管理决策得到专家的经验支持，从而更好地完成类似或相同的管理和评价方面问题。当前，这项技术已经被广泛用于计算机网络管理和评价中。

4结束语

在大数据发展背景下，人工智能技术运用已经得到了普及，而且涉及人类生活当中的方方面面，同时也成为未来发展过程当中的主流趋势。由此，作为相关研究人员来说，需要更进一步的针对人工智能进行推动，进而构建成人工智能化良性循环与运用。

参考文献

[1] 王一卓.浅析计算机人工智能技术的发展与应用[J].中国新通信，2016，（20）：105.

[2] 谢宏，邵新海，李会芹.人工智能技术在计算机辅助教学中的应用研究[J].电脑知识与技术，2017，（17）：150-151.