基于大数据的人工智能技术在计算机网络运维中的应用策略研究

2021-10-28 13:27高盛轩周传生

网络安全技术与应用 2021年9期

◆高盛轩周传生

◆高盛轩周传生通讯

（沈阳师范大学辽宁 110034）

随着大数据时代来临，科学技术不断进步，计算机网络技术在各个领域占有举足轻重的地位。然而，由于各个领域对计算机网络的要求不断增高，其局限性逐渐暴露，因此，将人工智能技术引入到计算机网络中成为一种必然的趋势。基于此，本文根据智能故障溯源、K-means算法、Naive Bayes算法等方面对人工智能于计算机网络运维中的应用策略进行了详细剖析与研究，以此为用户带来更优质的服务。

人工智能；K-means算法；Naive Bayes算法；应用策略

伴随着网络上产生的数据量激增，人工智能正逐步应用到各个领域，其可以提取出海量大数据中有效的信息，提升非线性问题处理时效。现阶段于大数据背景下的人工智能应用在计算机网络中的优势还未被完全发掘，因此，我们需要采取更进一步的深入研究。

1 研究背景

1.1 人员工作量繁重

传统含义上的计算机网络管理依靠管理人员使用管理软件对网络系统状况实行调控，来确保网络顺利运作。由于网络管理工作量巨大，任务繁重，工作人员负荷较大，因此，应用人工智能技术可以省去许多琐碎的人工操作，普遍含义上提高了人们的生活标准以及网络管理时效。

1.2 网络监督与控制困难

由于人们工作生活中产生的数据量不断攀升，且数据来源复杂，因此，就传统计算机网络技术而言，其网络监督效果较差、控制能力不足。人工智能面向较为复杂的计算机网络结构能够进行实时监控，分析和评估，有效解决传统计算机无法解决的难点，保障计算机网络平稳运行。

2 大数据背景下人工智能的应用优势

2.1 处理问题高效

计算机网络存有大量未知、烦琐以及模糊的数据，覆盖着许多领域的内容，以传统计算机网络处理这些数据将会十分困难[1]。而人工智能分析过程中使用的数据并不需要完全准确，通过对人类思维模式的模拟，它能够灵活分析和处理模糊问题。

2.2 计算成本低

如今为了满足各领域日益增长的需求，数据中心运营中产生的成本越来越大。人工智能采用的主要算法是控制算法，它的运算速度较高，消耗资源较少，可以有效降低运营时产生的成本。另外，人工智能的自动化过程大大降低了人为操作的需求以及处理数据所耗时间和资源，企业节省成本的同时可以优化企业资源管理，获得更高的效益。

3 大数据时代下人工智能在计算机网络运维中的应用策略

3.1 计算机网络维护

传统计算机网络维护处理数据效率低，周期长，质量也难以保障，跟不上用户的需求，我们可以把人工智能技术应用至计算机网络维护中。以人工智能为载体的计算机维护应用领域十分广泛，其中智能故障溯源技术[2]可以过滤筛选分类告警信息，提取故障特征，并根据KPI指标，故障处理经验等进行AI学习，形成故障诊断资料库，根据每个告警信息间的关系进行故障溯源。具体流程如图1所示。人工智能通过海量数据的支持，可以作为信息分配的载体，建立智能数据库，收集用户行为信息进行学习和反馈，然后针对不同环境进行预期分析，为用户提供智能决策规范。

图1 智能故障溯源流程

3.2 计算机网络管理

鉴于智能化、信息化的普及，企业与各种机构乃至人们的生活都愈发仰仗计算机技术，计算机网络与人工智能技术高度融合可以提高数据库的运行效率，极大提高了网络管理的效率，降低管理难度，为企业工作提供决策方向。基于此，可以利用K-means算法在短时间内处理海量数据，获取用户行为信息，分析人们的需求以提供合理的优化方案，提高计算机网络管理水平。K-means算法在机器学习、数据挖掘等方向被广泛地应用。它是一种典型的无监督学习算法，根据数据样本间的相似性，将样本分成许多不同的类别[3]。K-means算法流程如图2所示。