大数据时代人工智能在计算机网络技术中的应用

高增荣

【摘要】    人工智能已经成为当下的热门话题，“人工智能+”也充分运用到了各行各业当中去。在社会经济条件和技术水平不断提升的背景下，人工智能技术依托大数据时代特征发挥了前所未有的时代优势。本文着眼于大数据时代人工智能在计算机技术中的应用层面，对各项应用技术以及相应的使用展开案例型分析和探讨，以及对未来人工智能在计算机网络技术领域的发展有所裨益。

【关键词】    大数据时代    人工智能    计算机网络技术    应用

人工智能作为新时代一项行业黏合度较高的技术服务类型，能够提高领域内工作效率，解决不少工作效率和智能化操作方面的难题。在计算机网络技术领域，人工智能不仅能够提高计算机分析问题、解决问题的速率而且可以优化计算机服务系统，推动计算机网路技术与社会关切的人性化结合[1]。人工智能的运用带来了巨量的社会财富和附加产值，是高端技术服务于生产力的典型案例。在计算机网络技术服务领域，大数据俨然已经成为当下的主流时代特征，随之而来的信息爆炸式的网络内容充斥着社会公共空间。这就要求更高级别的计算机信息处理能力来应对不断进阶的智能化问题。人工智能技术和计算机网络技术的融合顺应了时代发展的需求和人类社会的演变规律，人工智能技术的参与是计算机行业高效解决信息数据问题的必经之路。

一、大数据时代趋势

所谓大数据，即一个拥有巨量信息内容和丰富数据的广阔数据库。海量数据需要与之对应的计算能力来高效运转，信息真实可靠、种类丰富、数量庞大是大数据的三个最明显的特征[2]。

首先数据库中的数据种类十分丰富。这些源自不同领域的数据不仅性质不同、呈现方式也不同，或是单一的数据来源或是打包成体系的数据包，而且这些数据的种类和数量也是不断增多、变化的。其次数据的量化规模较为庞大。海量信息的处理需要依靠庞大数据库的处理分析能力。大数据的海量容纳力能够支撑大规模的数据处理。另外数据具备真实性和可靠性。随着数据种类不断丰富和数量积累繁多，数据的安全性保障成为关键问题。数据的真实可靠性是存储数据和使用数据的有效前提。最后庞大的数据处理工作要求创新数据处理系统，增强数据处理能力，不断满足新时代下社会对信息数据处理的需求。

二、人工智能技术分析

2.1人工智能技术优势

人工智能技术的运用前提是充分安全且穩定的网络空间环境，稳定的技术环境前提是信息高效传输处理的坚实保障。信息处理和操作环节的一个核心工作就是计算机系统的管理，因此人工智能技术的加持是对大数据处理系统的有效推动因子，有效传输信息的工作效率是信息处理的目的。人工智能可以更加精准地把握不为人知的信息处理，对于模糊逻辑的推理分析能力较强。人工智能技术可以轻松实现多个网络的无缝链接，实现密集型的数据信息处理[3]。同时人工智能技术的工作过程中也可以实现自在逻辑的二次编码，能够处理并且简化海量数据当中的信息，平衡信道当中熵和冗余的量化比例，发挥互联网信息处理功能的极大优势。针对某非线性问题的解决方式，人工智能技术能够按照实际条件采取仿真模拟实验来进行验证。和以往传统计算机网络技术不同的是，人工智能技术可以节约配置资源，在高效管理计算机的前提下实现网络性能的改善。

2.2人工智能技术与计算机网络技术结合的优势

人工智能作为一种创新性较强的新兴技术，处于计算机网络技术与通信技术的交叉点，不仅蕴含了丰富的计算机技术原理而且容纳了模拟人工的思维能力。在运用人工智能处理程序化问题时，人性化思维能力就是该技术的附加优势[4]。其次这种技术的处理速率高于传统的机械化处理规程，如果说人工智能机器是运用人类思维和计算机智能终端辅助作用下的工具，那么人工智能技术就是与计算机技术相辅相成的重要结合体。两者结合可以发挥事半功倍的优势，这是学界和业界研究的共同着力点和突破口。计算机的数据处理要求往往是快速高效和便捷，为保证整个计算系统的长效运行，人工智能技术手段的配合跟进与创新是帮助信息处理工作完善的有效补充。

2.3人工智能技术信息处理优势

在大数据信息处理方面，稳定的网络环境是首要因素，人工智能技术加持下的计算机处理技术是另外一个核心要素。智能化的计算机处理系统减少了模糊逻辑带来的信息处理障碍，信息的全面处理工序带动智能化处理程序的运行。各个网络结构的协调管理效率可以增强人工智能技术的推理能力，获得底层数据信息并依据此推理高层数据信息问题的总结。

三、人工智能运用于计算机网络技术的安全性研究

3.1规则运制下的安全系统分析

人工智能技术可以有效应对外界编码的入侵，检测外界入侵的隐患因素。计算机专家已经获悉如何建立容纳巨量数据的数据库，运用相应的推理原理编制数据库的细节元素。传统的数据库防御系统不能灵敏感知外界威胁的侵入，并且不能对其进行有效处理。人工智能技术的加入，加快了外侵因素的敏感识别进度，而且能够开启防御系统，增强了对数据库信息的保护能力。准确判断外界入侵因素的类型和利害关系，完善检测系统的同时巩固了信息内容的整体水平。但是人工智能技术应用于安全检测系统也有一定疏漏之处，如果有被检测出来的外界威胁因素出现，检测系统可以敏锐探测出来。但是对于一些新型的外界威胁因素，系统不具备识别能力，同时也会缺乏相应的防御系统。因此在安全系统分析方面，人工智能与真正的人工还是有一定差距的。完全依赖人工智能体系的检测能力不足以确保外来防御的万无一失，人工的有效监督体系也需要逐步完善。

3.2模拟人工神经的安全系统分析

人工智能技术的运用门槛虽高但是技术原理并不难，其原理则是人工神经的模拟技术。人工智能技术应用的本质是模拟人类头脑的思维方式和信息处理方式，设置合理的系统处理错误容纳系数和外界信息接收系数。人工神经网络的理性复制能够模拟人脑发出指令，做出判断，监控环境中的噪音和有用信息并做出合乎人性思维的处理方案。人工智能技术的处理精度虽然不比真实的人脑判断力，但是能够高度模拟人脑思维的优势和工作效率。人工智能技术的高精度识别能力以及检测系统的鉴别力能够高效地提升人工神经网络在其他领域的广泛应用和普及。神经网络与计算机技术的结合加快了神经网络运用于网络防御机制的进程。但是计算机网络信息纷繁复杂，决策神经网络也密集复杂，二者的有效结合是一个技术难题。如果能够很好解决并合理利用模拟人工神经技术，该技术就能够在网络空间中发挥重要的性能作用。神经网络不仅能够穿透庞杂量化的数据信息，理清逻辑线索处理相关问题。同时在处理信息数据问题的过程中会融入安全机制因素，实现对数据处理系统和数据文本的有效保护和路径贮存功能。

3.3数据支撑作用下的挖掘技术分析

数据挖掘技术运用全面且精准的计算机技术与主机链接、沟通，描绘并显示信息容貌，再通过数据分析技术甄别外来入侵信息因素的潜入规则和内容规制，来应对后续的外来入侵威胁因素。通过经验型的模式记录和复刻，人工智能识别系统对定量的威胁因素具备了一定的应对能力和分析能力可以不断加强系统识别的精确度和准确度。数据挖掘技术的作用力主要在于技术应用前期的筹备和试运行阶段，因此保障数据支撑作用下的挖掘技术水平稳定对于之后整体体系的运行来说是一种无形的技术安全保障。人工智能技术的应用必然包括信息管理功能，为满足新时代数据处理要求，大数据和人工智能的协调配合工作就成为解决数据安置难题的关键。改善信息处理效率是技术攻坚的目的所在，另外处理数据问题就是技术的附加效用。人工模拟的应用可以降低检测成本和不必要的信息处理巩固，高度精简数据挖掘处理工程，优化大数据管理体系。

3.4 AGENT自我治理技术分析

自治AGENT技术主要运用于基础数据的手机和初始结构的分析运用阶段。这是IDS系统中的终端操作体系，面对的也是计算机数据结果分析成果。这种技术在普适度和习得性方面表象良好，同时能够与计算机分离开来独立参与进行工作，能够很好地实现外部控制和内容调控。该技术广泛应用于其他领域的前景十分广阔。具备良好兼容性能的数据信息处理既得益于大数据技术与信息控制技术良好配合。为使自治AGENT技术能够更加合理地运用于其他领域，技术创新和技术改进是必要措施。

3.5系统维护应用技术分析

计算机使用过程中的一个核心要素就在于对计算机系统的管理和维护，因此为保障计算机系统的安全性能和内部信息的缜密，系统维护应用技术的改进也很重要。人工智能技术的功能对于人工监督和管理计算有很强的包容度，同时对于潜在的安全威胁因素具有敏感的预警功能。首先人工智能带来的特定权限包容IT管理的基础内容，提升其管理的效度和信度。通过IT的操作系统实现对计算机的管理与系统维护不仅能够定期排除安全威胁给计算机带来的风险，同时可以及时阻止不安系数对整个计算机网络安全系统的威胁。其次维护应用技術的开启是对计算机网络体系的定期安全排查保障。不管是来自计算机内部的威胁因素还是人为造成的危险可能性，都需要定期的维护技术予以排查和清除。最后系统维护应用技术的合理应用是对网络稳定性、安全感性能的有力保障，使得计算机核心系统免受侵害，保障计算机正常的运行速率。

3.6智能防火墙技术分析

智能防火墙是网络安全防御系统的一项重要技术指标，具备科学合理的智能防火墙可以高效抵御外来风险保障网络空间的和谐与安全。人工智能技术的引进拉动了网络空间安全系数的提升，对于模糊边界的规范化界定以及对未知威胁的防御预设模式开启了网络空间安全专业化功能的配置。防火墙结构之所以可以抵御未知威胁的侵袭，是因为防火墙具有高级数据分析能力并且能够以最快的速度、最短的时间找到攻击对象和恶意威胁因素。创建智能防火墙系统是开展网络安全保护的首要技术要求。智能防火墙不仅能够检测危险威胁因素，还能够根据其路径改进恶意威胁的侵害指数和方向，降低危险空间的同时释放更多安全的网络空间。在日益复杂的网络环境中，各路威胁不断升级改进，那么防火墙技术也需要人工智能新型技术的加持才能应对网络空间的安全防御体系。

3.7人工免疫搭载数据融合技术分析

所谓人工免疫就是基于生物基因系统和克隆选择的生物模仿技术。人工免疫的目的在于对计算机核心程序的仿生和深入分析。这一技术分为三个必要组成部分：基因库的使用、否定选择程序以及克隆选择过程[5]。这一技术的核心要素和改进方式决定了对外来入侵因素的判别方式和检测方式。但是问题在于对病毒的识别能力尚浅，不足以独立解决大部分问题，存在较多疑点和可供改进的方面。该技术对于单一基因的识别防控能力可见一般，但是如果对基因序列进行记忆而后进行突变研究，在此情况下对基因片段进行收集整理，再度进行病毒识别，基因库的建立可能性就明显不如之前大了。而且需要对先前某一条件进行否决再开展删除追究工作才能做出相对正确的追踪结果。在人工免疫的前提下，数据融合技术就成为了一项容纳数据收集整理和处理功能的人工模拟整合技术。在数据信息十分庞杂的情况下，能够合理对数据进行纠正并有效果地进行融合就成为了重要工作和技术难题。通过传感信息的系统优势对集成系统中的多个网络安全管理域址得数据进行融合，促进整体系统的性能优化和空间合理利用率提升。传感器的量化干扰的减少或增加都可以实现自由控制和数据修改，以便各个设备间的高效协调与配合。

3.8专家知识库技术分析

除了技术应用的前端展示，后备力量的知识库储备也是必不可少的。专家知识库的引导作为学界和业界的风向标，指导着专业领域内技术发展的方向和趋势。主要的专业知识囊括了基础理论及相应的实务应用，在人工智能与计算机安全管理领域，主要内容已经专项代码的编写已经保存技术留存。相应的业界要求催生了基于一定规制体系的专家系统，在大数据时代各个方面都变得越来越专业化。细分领域内的专家评审机制也在不断完善。专家知识库和规则式专家特征都是专家系统不可或缺的重要组成部分。数据库的管理需要对应的专业人员来负责并采取周密的保护措施，实地运用各项技术优化网络空间的安保系数和数据留存完整度。另外为保护专业内容免受外界威胁的干扰，专家系统的全方位完善势在必行。系统管理员的职责在于对内部信息、外部信息以及数据代码的全面统筹收集，并根据测试要求完成上级下大的检测指令。人工智能对于该系统的独特裨益之处就在于减少了编码后续过程中对网络空间的冗余占有，降低了对威胁系数的负荷承载。专家系统的完备改进也推动人工智能技术的逻辑思维能力提升，加强网络安全局技术突破创新方面的重构。

四、人工智能技术与计算机网络系统结合的考究与评介

4.1人工智能技术问题反馈研究

人工智能技术在运用过程中也会呈现各种类型的问题，就需要问题反馈的收集与整理进行归纳分析。其次人工智能的问题解决能力也是技术本身需要规制的重点要素之一。技术运用于实际的落地最优解都来自主动求解合理推理的过程。计算机网络空间的安全治理离不开人工智能技术的自我优化与提升，因此如何提高工作效率，如何解决成本与资源利用之间的高效关系就成为技术问题研究的合理提升点。

4.2专家知识库储备研究

专家知识库的储备决定了技术研究的进展程度和水平进步空间。因此高效能的专家知识库储备可以有效缓解技术焦虑带来的现实难题。知识库的储备重在平时的点滴积累，各类型素材的优化管理与配置不仅能够提升知识库的量化储备，还能从整体层次提升专家知识库的质量。面对不断进化的计算机技术，知识积累的手段和频次要求也在不断进阶。高质量可持续化的知识积累系统已经成为专家获取资源的普遍要求与目标。进而通过相应的严格要求对现有专家知识库储备水平进行评价也会提高知识库水平以及测评能力的有效突破。

4.3人工智能技术实践研究

所有的技术路径走向都是运用于实践或作用与实践。人工智能技术与计算机网络技术的结合正是人工智能技术的有效落实与推进。在技术落地过程中，需要注意的关键环节有很多，除了运行和操作之外，后续的评价管理追踪也尤为重要。只有在终端集纳了反馈和问题，才能形成良性循环为起点的管理优化、技术提升提供针对性的解决措施。评价管理的效果决定了技术改进的程度与规模，能够合理分配技术实践配重的流程设置才是完整的实操技术结构。

因此制定一定规模的控制指标和结构指标，依次来掌控终端体验效果是对整体技术的负责态度落实，同时也有助于人工智能技术的前沿改造，更好地服务于计算机网络数据处理工作。

五、结束语

日新月异的计算机技术已经催生了众多创新点，大数据的时代背景将人工智能技术推向了计算机网络技术革新的浪潮中来，为人类社会经济的发展和社会生态的良性循环，改进技术弊端推动二者深度配合是相关领域研究需不懈追求的发展目标。

参  考  文  献

[1]官亞芬.大数据时代计算机网络技术中人工智能的应用[J].中国科技信息，2020（ 20） ： 53-54.

[2]鲍豫鸿.基于大数据时代计算机网络技术中人工智能的应用解析[J].粘接，2020，43（ 09） ： 98-101.

[3]李志勇.大数据时代人工智能在计算机网络技术中的应用研究[J].网络安全技术与应用，2020（ 09） ： 103-104.

[4]胥司禄，孙雅婷，柳佳婕，高源.关于大数据时代人工智能在计算机网络技术中的应用研究[J].网络安全技术与应用，2020（ 08） ： 112-113.

[5]杨彦青，郭献崇.大数据时代人工智能在计算机网络技术中的应用[J].科技风，2021（09）：95-96.