人工智能在证券行业计算机网络安全环境下的应用

邱明 顾琦

摘要：

大数据时代下，数据资源的利用价值进一步突显。但是海量的数据规模、快速的数据流转和多样的数据类型，导致数据资源的利用难度较大，无形中造成了严重的浪费。近年来人工智能（AI）的理论研究和技术创新逐渐成熟，将AI应用于大数据处理，可以提高计算机网络风险识别能力、合理配置计算机网络资源、优化计算机网络服务水平。首先概述大数据与AI之间的关系，随后基于AI在计算机网络中的应用优势，分别选取网络安全管理、模式识别、网络代理3个角度，就AI的实践应用展开了简要分析。

关键词：

大数据; 计算机网络; 人工智能; 神经网络系统

中图分类号： TP 393

文献标志码： A

Application of Artificial Intelligence in the Computer Network

Security Environment of Securities Industry

QIU Ming， GU Qi

（Guotai Junan Securities Co. Ltd.， Shanghai  201201， China）

Abstract：

In the era of big data， the utilization value of data resources is further highlighted. However， the massive data scale， rapid data circulation and various data types make it difficult to utilize data resources， which causes serious waste virtually. In recent years， the theoretical research and technological innovation of artificial intelligence （AI） have gradually matured. Applying AI to big data processing can improve the risk identification ability of computer network， reasonably allocate computer network resources and optimize the level of computer network services. In this paper， the relationship between big data and AI is firstly summarized. Then， based on the application advantages of AI in computer network， three perspectives of network security management， pattern recognition and network agent are selected to carry out a brief analysis on practical application of AI.

Key words：

big data; computer network; artificial intelligence; neural network system

0引言

近年来，大数据、云计算、AI、5G等许多新名词不断涌现，推动信息技术发展进入了新纪元。在金融科技的推动下，各大券商也相继开始了人工智能项目的研发，将券商业务与AI相融合，已经成为时下的一门热点话题。从现阶段部分证券公司推出的一些APP来看，人工智能主要在智能服务、量化交易、精准分析等方面，展现出了明显的优势。通过开展人工智能在证券领域的应用研究，目的在于人以大数据、物联网为依托，进一步提高“智慧证券”的成熟度，在为客户提供个性化服务，精准化预测等功能的基础上，探索大数据时代券商行业发展的新路径[1]。

1大数据与人工智能的关系

1.1人工智能是大数据技术应用的基础

大数据时代，数据的海量化特征，导致有效数据的筛选和提取难度增加。AI技术的应用，能够通过人工设置筛选条件的方式，以极高的速度对数据库中的数据进行过滤，其中符合筛选标准的数据会被留下来，存储在数据库的一个独立单元内，而其他不符合使用需求的，则被视为无效数据被清除。这样既可以释放更多的存储空间，同时也进一步提高了有效数据密度，为下一步数据的整合、利用奠定了基础。AI还具有自主学习功能，随着应用时间的延长，应用领域的扩展，智能化程度也会不断提升，在支持大数据技术应用方面也会发挥更大的作用。技术人员可以深化AI研究与开发，利用其强大的学习能力，在提升客户服务体验、增强券商风险防控能力上，发挥大数据技术的应用价值。

1.2大数据让人工智能得到进一步成熟

《新未来简史》一书中将大数据的应用分成3个层次，其中最高层次就是对核心数据的深度挖掘和利用。而AI的特征之一就是“深度学习”，在这一方面大数据与AI有着共同之处。AI要想得到持续的发展，就需要利用海量的数据作为学習样本，在不断的学习过程中，提高其智能化程度。大数据不仅可以提供AI深度学习所需的数据样本，而且还能够基于客户的个人信息，为其提供个性化产品。例如近年来许多券商都推出了服务应用类APP，提供全景行情、超级账户、严选理财等功能，智能化程度更高，客户反馈更好[2]。在“智慧证券”背景下，证券公司的信息技术部门，也要熟练掌握大数据、云计算等技术，在开发人工智能产品、深化人工智能应用等方面做出更多成绩。

2计算机网络中人工智能的应用优势

2.1有助于提高网络稳定性

大数据时代的到来，一方面为证券行业提供了新的发展机遇，智能盯盘、智能资讯等服务，让客户可以随时随地的掌握信息;另一方面也让证券行业面临新的挑战，例如数据安全问题、个人隐私问题、人际关系问题等等，都是当前环境下，必须要考虑和重点要解决的问题。而AI技术在证券行业计算机网络中的推广使用，可以有效应对常见风险，提高网络环境和数据隐私的安全性、稳定性。例如，很多券商已经开始着手打造自己的智能风控平台，利用AI技术可以对海量访问信息进行精准识别，一旦发现有非法访问、恶意入侵等行为，AI可以第一时间识别，并采取相应的防控措施，保障了整个平台网络环境的安全性。当然，每家券商的信息基础设施、AI开发程度不同，信息技术部门也要结合自家公司的实际情况，编制AI研发计划，整合信息资源，为确保证券公司网络安全提供技术支持。

2.2有助于提高信息处理能力

在大数据时代，谁掌握了数据，谁能够利用数据，谁就掌握了行业竞争的先导优势，对于证券行业来说尤其如此。AI在信息处理方面有独特的优势：首先，相比于普通的计算机算法，AI采用的是模糊逻辑，不需要重新建立系统模型，就可以完成数据筛选、整合、分析等功能，对目标数据进行立体化的解析，以便于管理人员做出科学决策。其次，在信息技术运行机制上，普通计算机网络采用的是独立结构，上层、中层与下层结构相互独立，按照逻辑顺序依次完成分工作业，这样无形中降低了效率、浪费了资源。而基于AI技术的计算机网络，采用了多线程结构，上层、中层和下层结构密切联系，可以同步推进，信息处理能力显著提升[3]。信息技术部门在进行公司日常业务信息获取、分析、处理时，可以利用互联網技术、AI技术等，实现信息处理速度与深入挖掘数据价值的有机统一，增强各类信息的利用价值，为公司高层的科学决策提供参考。

3人工智能在计算机网络安全管理中的应用

3.1人工智能的系统组成

维护证券公司计算机网络和客户信息的安全，是信息技术部门的主要职责。将AI技术应用到证券公司计算机网络安全管理中，要求信息技术人员必须要熟悉AI系统中各类子系统的具体功能，本文以神经网络系统、AIagent系统和专家决策系统为例，进行了简要概述。

3.1.1神经网络系统

神经网络系统可以看作是一个庞大的并行处理器，其优势主要体现在三个方面：其一，采用分布式存储，在保证信息兼容性的基础上，进一步提高了容错能力。其二，具有较强的学习能力，能够胜任中央控制器发布的各种操作指令。其三，神经单元并联形成神经网络，某个神经单元出现故障后，不会影响整体运行。正是基于神经网络系统的上述特点，在计算机网络安全管理中得到了广泛应用。例如，券商网站出于数据隐私保护需要，会定期进行病毒检测。利用神经网络系统，可以自动获取常见病毒的攻击形式和应对策略。这样即便是病毒隐藏在普通文件中，也可以被及时识别出来并进行清除，从而达到保护网站安全的目的。

3.1.2AIagent系统

AIAgent技术的全称为人工智能代理（Artifical Intelligence Agent）技术，它是一种软件实体，由知识域库、解释推理器、数据库、各个Agent之间的通讯几部分组成。通过每个Agent所有的知识域库处理新信息，并给予其解释推理机制对周围环境进行判断，当一个Agent获得一项任务，利用便捷的通讯网络，实现各个Agent之间的相互沟通，共同完成任务。AIAgent技术能够根据用户定义的准则，实现信息的自动搜索并将其传递至用户所指定的地点。AIAgent技术具有自主性、学习型、协作性、个性化、智能化以及社会性等特征。

3.1.3专家决策系统

专家系统是发展吋间最长、也是最为成熟的一类AI技术。所谓专家系统，足指由多个知识库和推诹机制构成的系统。专家系统的工作过程是根据某个领域的多个专家提供的某一类知识而进行推理，也可以说是模拟人类专家作出决策的过程，系统提供的解答类似于专家水平，相符的知识表本也是多基于某一特规则的。总体而言，专家系统的人丁智能水平取决于知识库中知识的质量，借助于专家系统的知识、经验支持，可以构建专门的计算机网络安全管理系统，特别是支持、提高计算机网络安全管理中的网络人侵检测与网络安全防御能力。

3.2人工智能的应用

3.2.1入侵检测

在券商智能化服务过程中，保障客户个人隐私信息的安全性，是一项重要内容。基于AI的网络安全管理，能够进一步提高入侵检测的审核门槛，从源头上识别风险因子，并将这些入侵行为拦截在计算机网络防护系统之外。基于AI的入侵检测应用流程，如图1所示。

利用AI中的人工神经网络、专家系统等，建立一套适用于券商网站的计算机推理机制。启动该机制后，能够对所有访问网站的行为进行判断和识别，如果判断结果与入侵特征匹配，则将其归为入侵因子，并采取应对措施。按照这一推理机制，可以实现对90%以上入侵信息的精准识别和拦截过滤。相比于普通的网络安全防护措施，基于人工智能的入侵检测，除了保证了极高的识别准确率外，还具有极快的响应速度，减轻了后台系统的运行压力，对于保证计算机网络的运行稳定性也有积极作用。

为了达到证券公司计算机网络“零风险”的目标，信息技术部门在利用AI技术做好入侵检测的同时，还要同时启动其他多道安全防护措施，形成密集交叉的安全网络，其中智能防火墙就是常用的一种措施[4]。

3.2.2智能防火墙

防火墙是计算机自带的一种系统和网络安全保护措施。但是防火墙通常只能对一些常规的入侵行为或病毒攻击产生抵御作用，而许多经过伪装的病毒或木马，则很难被防火墙识别和拦截。将AI技术应用到防火墙中，构建智能防火墙，则能够进一步提高拦截效率。智能防火墙的应用优势主要体现为两点：其一，利用大数据、云计算等技术手段，可以对计算机网络的访问信息，进行快速的过滤，提高了信息甄别效率，目前一些先进的智能防火墙，信息处理速度可以达到每年10亿次，完全能够胜任绝大多数券商网站的需要;其二，可以自动对防火墙进行升级，能够对最新的病毒、木马进行识别，这样就解决了因为病毒库数据更新缓慢，无法识别新型病毒的问题，人工智能在防火墙信息识别中的应用，

如图2所示。

从人工智能的这一应用也让我们认识到，基于大数据、人工智能等前沿信息技术的“智慧证券”，也必须在新技术的研发与引进上开展长期投入和保持密切关注。只有不断更新和应用最新的人工智能技术，才能保证券商业务的安全化开展。

3.2.3智能筛选

为客户提供更多的智能化服务，是证券行业开发和应用AI技术的初衷。例如目前正在试点应用的智能投顾机器人，整合了智能语音、智能客服等AI技术，为客户提供定制服务。在网络安全管理方面，AI技术从客户角度出发，提供智能筛选功能，根据客户的使用需求，实现了信息的精准推送。例如根据客户不同层次的需求，以券商APP作为载体，为客户推送感兴趣的信息，包括理財信息、投资建议等。智能筛选还可以帮助客户屏蔽一些垃圾邮件，保障APP使用的安全性。受到当前AI技术成熟度的限制，也有一些信息或邮件等无法被精准识别，AI会自动将其标记，信息技术人员可以人工对其进行审核、筛选，采用“AI+人工”的方式，提高筛选的智能化程度。

4人工智能在模式识别方面的应用

4.1基于人工智能的模式识别原理

智能识别是现阶段AI成熟运用的一种直接表现，而智能识别的准确率，则是衡量AI成熟度的重要指标，并且可以作为下一步AI优化的方向。以证券APP为例，目前可以通过网络完成的识别功能，包括文字识别、图像识别、音频识别等几类。虽然模式各有差异，但是经过转换后，都会转换为计算机可识别的二进制数据。因此，在识别原理上也有较强的共性，其基本原理为：利用扫描设备，计算机系统在获取信息（图像信息、文字信息等）后，识别、提取这些信息，然后转化为二进制数据。利用AI技术，将庞大的二进制数据，利用特定的软件重新建模，输出识别结果。AI系统可以自动作出判断，并将判断结果反馈给客户。

4.2基于AI的模式识别

在AI发展早期，计算机的识别模式比较单一，以文字识别、语音识别为主，随着AI技术的日益成熟，目前在指纹识别，

如图3所示。

人脸识别等方面也有了较大的进步，识别速度、识别准确率都有了明显的提升。以语音识别为例，许多券商APP都支持语音输入模式，客户只需要说出自己的需求，APP后台自动识别语音内容后，将相应的咨询或是信息通过APP推送给客户，从系统接收语音、识别语音，再到信息反馈，整个过程不到0.1s的时间[5]。除此之外，根据券商APP的AI开发程度，可以支持一种或多种不同的语言，更好的满足了不同客户的使用需求，智能化程度更高，服务质量更优。

5基于人工智能的计算机网络代理管理

AI代理属于实体软件的一种，包括数据库、解释推理器、知识库以及相关通信，根据用户自定义设置，利用人工智能代理系统对数据信息进行分析与管理，完成用户指定的相关工作内容，为用户提供更加智能的服务。AI代理技术，能够根据用户的使用习惯，对数据、信息进行分析和处理，将信息传递到指定位置，为用户查询、使用信息提供方便，以更好地完成用户分配的任务。由于AI系统具有自主学习的能力，它能够自动获取客户的操作信息，了解客户的习惯和偏好。在经过多次的模拟和优化后，基于AI代理所作出的选择与决策，会无限趋近于客户本人的意愿，两者的重合率能够达到99.9%以上。

6计算机网络技术中人工智能的发展趋势

现阶段5G已经开始商用和逐渐普及，开启了证券行业发展的新时代。在5G网络下，大数据、AI等技术更加成熟，以证券APP为例，在短短的几年时间内，我国各类证券APP的总数已经多达200余款，这些券商APP通过推出诸如智能投资、模拟炒股、智能客服等特色功能，为客户提供了更加便捷和多样的服务。在计算机网络领域，未来AI的优化应用主要集中在以下几个方面：其一，进一步提高响应速率。针对客户不同的操作行为和使用需求，计算机网络需要提高多线程处理能力，利用AI技术将多线程处理效率提升至十万级甚至是百万级，并且将响应速度控制在毫秒内。其二，进一步提高自主决策能力。通过持续的深度学习，扎实AI技术在证券行业内的数据基础，提高技术与行业的融合度。这样才能够结合证券行业特点，提高自主决策的科学性和参考性。

7总结

大数据时代的到来，证券行业也迎来了新的发展机遇。通过研发和推广人工智能产品，可以针对不同层级的客户，提供个性化、智能化的服务，包括智能账户、智能盯盘、智能投顾等等，无论是对于客户来说，还是对于券商来说，都带来了极大的技术便利。在券商计算机网络管理中，以AI技术为核心，整合5G、物联网、云计算等前沿信息技术，既可以助力金融行业取得突破式发展，又能够进一步提高计算机网络的抗干扰能力，保障网站数据、客户信息的完整性、安全性。下一步，要继续投入力量开展AI技术的研究、开发、应用，致力于打造“AI+证券”的行业生态。

参考文献

[1]周鹏，孙永，陈翔.区块链、大数据、人工智能与人类未来社会经济发展的关系[J].数字通信世界，2019，171（3）：175.

[2]何葳，陈茜，李世玉.人工智能技术对计算机网络技术的应用及存在问题[C].2018年北京科学技术情报学会学术年会—智慧科技发展情报服务先行论坛.河北保定，2018：123127.

[3]陶云刚，周洁敏，韩永华，等.人工神经网络在智能结构中的应用研究[J].模式识别与人工智能，2017（3）：238242.

[4]姚文平，洪双龙，左畅，等.生物识别技术在证券行业中的应用[C].2017：769778.

[5]陈珊珊，钟燕.人工智能在证券交易系统应用中面临的问题及对策[J].现代信息科技，2019，3（7）：142144.

（收稿日期： 2020.05.21）

作者简介：邱明（1962），男，本科，工程师，研究方向：人工智能，机器学习，大数据。

顾琦（1960），男，本科，高级工程师，研究方向：系统架构设计，数据挖掘。

文章编号：1007757X（2020）08013604