人工智能及大数据技术在计算机监测控制中的应用

张春丽

摘要：人工智能和大数据技术扩展了计算机技术的应用面，因此研究了人工智能及大数据技术在计算机监测控制中的应用。通过优势互补两技术可以应用于计算机入侵检测、操作预警与故障分析、辅助管理以及优化计算机监控能力等方面。未来可以研究人工智能和大数据技术的深度融合，进一步促进计算机监测控制领域的深度发展。

关键词：人工智能;大数据技术;计算机监测控制

中图分类号：TP18 文献标识码：A 文章编号：1007-9416（2020）08-0065-02

0 引言

使用计算机对在生产生活中进行检测控制是当前最高效的方式，然而随着相关技术的不断涌现，计算机检测控制的性能提升成为了研究的热点。计算机网络的使用者增加，带来了计算机网络中数据量的急剧增长，现代社会进入了“大数据”时代。大数据具有数据来源广泛、数据量庞大、数据格式与种类丰富以及数据准确性高的特点。伴随大数据相关研究深入的同时，对大数据的数据处理、分析、存储以及数据隐私保护等前沿技术不断被提出、优化，也逐渐应用至各个方面，为其应用的每一领域带来变革性和创新[1]。

人工智能融合了多个学科的专业知识，帮助提高了人类处理数据能力以及效率。大数据与人工智能在近几年内相互交叉、不断融合，产生了很多新的理论、方法、技术，进一步充分扩展了计算机在相关领域的深度使用[2]。因此，本文将研究人工智能及大数据技术在计算机监测控制中的应用。

1 人工智能及大数据技术在计算机监测控制中的应用研究

1.1 计算机入侵检测

大数据技术中的数据挖掘技术可以准确提取计算机监测控制过程中的数据与数据类型。并且通过建设大数据仓库存储数据可以对数据进行提取、转换、清洗和加载处理例如采用布隆过滤的方式处理计算机监测控制过程中的数据，不仅可以准确处理错误数据还能对冗余数据进行删除处理。同时，为保障安全防护的效果，利用人工智能技术中的机器学习原理，检测对计算机监测控制的入侵行为[3]。

机器学习中的贝叶斯分类法对入侵检测应用效果较好。大数据挖掘技术从计算机网络中挖掘入侵数据，贝叶斯分类将挖掘到的数据中可能性的最高行为序列与已知的入侵行为序列进行对比。通过计算两个序列之间的贝叶斯概率，判断为入侵行为的概率。利用人工智能结合大数据技术对计算机监测控制进行安全防护，可以降低计算机系统运行时的负担。

除此之外，利用神经网络可以并行计算的特性，可以同时对多个入侵信号序列进行检测。但是神经网络在检测时需要长时间训练，检测结果受到网络收敛速度的限制。因此，神经网络技术仅适用于对小型网络的入侵行为进行检测。人工智能和大数据技术除了在计算机入侵检测方面有应用外，还可以应用于操作预警与故障处理方面。

1.2 应用于操作预警与故障分析

在某些使用计算机监测控制的行业中，需要实时对错误操作、以及机械、运行系统、线路等故障进行预警和故障修复处理。而传统的数据处理方式对少量数据处理效果良好，但是对于海量数据则无法保证短时间内的处理效果。而使用大数据技术处理计算机检测控制过程中产生的数据，能够快速并准确地处理数据，减少对计算机工作内存的损耗。

进行操作预警与故障分析时通常利用大数据技术中Spark技术，以此减少数据集处理过程的大量数据缓存。在预警和故障分析处理过程中，Spark技术的容错机制可以根据记录的数据生成过程，重建部分丢失的数据。处理数据后的数据，可以缩小人工故障分析检查的范围，有效提高操作预警和故障分析前期的数据处理效率。

大数据技术完成操作预警和故障分析前期工作后，利用专家系统进行故障诊断。根据专家系统数据库中存储的大量经验数据，形成模拟的故障诊断理论数据。当出现故障时，接收大数据技术处理后的数据并导入至对应信息库中。科学分析故障因素，导出专家信息库中存储的解决方案并针对性地预警。人工智能和大数据技术可以应用于辅助管理计算机监测控制过程。

1.3 辅助管理计算机监测控制过程

利用人工智能良好的学习性能，将问题求解技术与专家知识库建立综合管理体系。在综合管理体系下，针对计算机监测控制过程的动态瞬变特性，评价计算机监测控制过程中的各个环节运行情况，以保障计算机监测控制效果[4]。

此外，利用人工智能代理技术可以辅助计算机监测控制过程的信息更新等工作。以专家知识库中的信息为管理依据，进行数据信息的分析、过滤、计算等处理操作，为计算机监测控制提供良好的数据支撑。人工智能代理技术结合大数据技术在辅助计算机监测控制过程中，根据不同功能的自定义设置，可以从海量数据中获取相应分析角度的有价值信息，并在对信息分析后，传递给指定的计算机监测控制人员，这样监控人员只需要对分析结果校验即可，节约人员查找、处理、分析数据的时间。而且人工智能的学习性，会在相关算法的辅助下不断优化代理过程，提升代理技术的辅助能力。

1.4 优化计算机监控能力

计算机监测控制过程中除了主动监测入侵行为外，还需要有一定的被动防御能力。相比于传统的计算机网络防火墙，人工智能结合大数据技术建立的智能防火墙进行了很大程度上的优化。利用大数据挖掘生成智能防火墙的训练数据集，自动拦截有害信息、高危连接的访问等操作，避免了用户信息数据泄露，提高了设备网络的安全级别[5]。与此同时，因智能防火墙具备人工智能的学习性，还可以实现对不法恶劣攻击行为的规避与控制，提升网络管理性能。

由于网络大数据是实时更新的，而人工智能可以不断学习，优化相关算法，人工智能结合大数据技术还可以有效过滤网络上的违法、不良信息，或有效抓取网络上的舆情信息，根据提前设定的警戒红线以及数据走向预测进行预警，辅助网络监管部门对网络信息安全进行监测。将上述技术简化后，电子邮箱运营平台可以通過对邮件、信息的扫描与识别，甄别有害垃圾邮件，并提醒帮助用户处理垃圾邮件，保障用户邮箱系统安全。

以上，为本文研究的人工智能及大数据技术在计算机监测控制中应用的具体内容。

2 结语

计算机技术的飞速发展，促使了计算机网络中数据量的指数级增长，大数据技术也随之出现。人工智能技术是对计算机技术的进一步扩展应用，在众多行业中也有了广泛应用。计算机监测控制已经深入了工业生产、人们生活的方方面面。人工智能技术是以模仿人类思维而提出的技术，未来的应用前景十分广阔。本文从实际出发研究了人工智能及大数据技术在计算机监测控制中的应用，为未来人工智能技术和大数据技术的深度优化应用打下坚实的分析基础。

参考文献

[1] 段汝林.大数据时代计算机软件安全检测技术及其应用研究[J].信息与电脑（理论版），2019（5）：211-212.

[2] 潘凡峰.浅谈超低能耗人工智能（AI）无线自组网通讯技术在水资源监测中的应用[J].城市道桥与防洪，2018（8）：327-330+33-34.

[3] 孙华，贾晓婷.大数据时代人工智能在计算机网络技术中的应用[J].信息与电脑（理论版），2018（9）：128-130.

[4] 王佳林，赵心蕊，高涵.大数据时代人工智能在计算机网络技术中的应用研究[J].中国新通信，2020，22（2）：90.

[5] 陈菲，付忠广，郑玲.基于机器学习的监控大数据防冲突检测仿真[J].计算机仿真，2019，36（4）：469-473.