人工智能技术在计算机网络系统中的应用

李杰 张秀燕 崔宏尧

【摘  要】 在信息技术快速发展的新时期，计算机网络系统被广泛应用于各行业，其中潜在的安全隐患，影响了计算机网络系统性能的发挥。人工智能技术在计算机网络系统中的应用，能够提高数据处理的效率、网络管理質量与网络管理安全，保障计算机网络系统的使用效果。文章分析了人工智能技术应用在计算机网络系统中的优势，明确了人工智能技术在计算机网络系统中的具体应用，提出了人工智能技术在计算机网络系统中的应用策略，以期立足智能化背景，发挥人工智能的技术优势，提高计算机网络系统的性能。

【关键词】 人工智能技术;计算机网络系统;网络管理质量

人工智能技术结合了计算机科学和强大的数据集，包括机器学习和深度学习等领域，能够利用计算机和机器模仿学习人类的思维、语言、动作与表情，具有问题解决和决策制订的能力。《新一代人工智能发展规划》《科技部关于支持建设新一代人工智能示范应用场景的通知》的颁布，为人工智能产业发展提供了长期保障，也使人工智能产业呈现出高速增长的态势。中国信息通信研究院的数据显示，2022年，中国人工智能的核心产业规模为5080亿元，同比增长18%。

近年来，随着计算机网络系统应用范围的不断扩大，各行业对计算机网络系统的使用性能提出了更高的要求，计算机网络系统原有的词义解释、数据运算等功能难以满足新时期的用户需求，这为人工智能技术在计算机网络系统中的应用带来了发展机遇。

一、在计算机网络系统中应用人工智能技术的优势

（一）提高数据处理的效率

在大数据背景下，计算机运行时产生的数据种类和容量都在不断地扩增，既会影响计算机网络系统运行的稳定性，威胁数据安全，又会加大数据处理的难度，降低计算机网络系统的运行效能。而人工智能技术在计算机网络系统中的应用，既能将逻辑特征不明显的模糊信息进行精准识别与准确处理，让计算机网络用户全面掌握相关信息，为后续数据分析工作的开展奠定了基础，又能利用较强的逻辑推理能力与学习能力，将低层次、低价值的信息处理为高层次、高价值的信息。

（二）提高网络管理质量

人工智能技术在计算机网络系统中的应用，可以发挥人工智能技术较强的智能管理能力，既能利用大数据分析技术快速整合、处理和分析数据，减少计算机网络系统管理需要耗费的资源，又能通过标准化、规范化的数据处理模型提高数据处理的质量，降低计算失误的概率，有助于提高网络管理质量。

（三）提升网络管理安全

在计算机网络系统中应用人工智能技术，既能通过智能防火墙、反垃圾邮件等技术，自动阻挡、筛除进入计算机网络系统中的垃圾邮件和短信，保证数据的传输安全，又能通过入侵检测技术、数据挖掘技术等，全天候、多角度地监测计算机网络系统的运行状态，以及时发现、准确判断、高效预警可疑活动和入侵行为，保障计算机网络系统的安全。

二、人工智能技术在计算机网络系统中的具体应用

（一）在计算机网络综合管理中的应用

1. 智能监控技术的应用

智能监控技术作为网络综合管理系统，依托人工智能技术中的专家知识库和问题解决技术，能够优化计算机网络系统的控制流程，提升控制效果，降低计算机网络管理的工作难度，为数据利用奠定基础。在计算机网络系统中应用智能监控技术，既能全方位地监控计算机网络系统的运行状态，并在发生故障时借助专家知识库中的大量知识和经验，提高问题判断分析的准确度，实现具体问题具体分析，高质量地解决计算机网络系统管理中的应用难题和故障问题，保障系统的运行稳定，又能遵循人性化的设计原则，根据用户的使用习惯与需求动态调整计算机界面，使计算机界面操作更加便捷、有效，支持图形、电话和语音等多种报警信息类型，并结合用户的实际使用习惯调整权限，有效增强用户的体验感。

2. 人工智能代理技术的应用

人工智能代理技术综合应用了人工智能技术中的数据库技术、网络技术和知识库技术，收集、整合各项数据信息，便于用户快速地完成数据信息检索与处理分析，进而实现对计算机网络系统的代理管控。人工智能代理技术在计算机网络系统中的应用，既能够保证信息检索时的信息传输稳定，又可以结合用户浏览记录分析用户的个性特点和行为偏好，进而根据用户的习惯与特性构建出特色的数据库体系，能够代替用户优化处理简单问题，节省时间，提高数据处理的效率。

3. 数据库技术的应用

数字化背景下，各领域的数据信息具有海量化的特点，计算机网络系统需要处理的数据信息也日益多元，而数据库技术可以降低计算机网络系统信息处理的负载程度，提高数据在收集、整合、处理和分析等流程中的有效性与精准性。在计算机网络系统中应用数据库管理系统，可以对数据信息进行统一编码处理，便于将杂乱无章的数据进行规范化、标准化管理，并将其按照层级划分、整合到数据库中，既能为用户提供精准的数据，又能客观描述不同数据之间的关联，能够综合评价数据，使数据分析与处理工作更加便捷，提高了数据的利用率。

（二）在计算机网络安全管理中的应用

1. 智能防火墙的应用

智能防火墙是针对计算机网络系统的运行安全问题设置的一种防盗系统，主要用于网络边缘处，其有效地将计算机网络系统与内部网、专用网、外部网和公用网相连接，全方位地监管计算机网络系统的运行状态，以及时发现、有效阻断外来的不良信息。智能防火墙技术依托人工智能技术的智能化识别技术，可以精准地识别计算机网络系统中的数据信息，既能通过入侵阻拦、访问限制等措施阻止非法信息入侵，控制病毒的传播，净化网络环境，又能在虚拟网VPN技术的支持下，在用户未完成身份验证时，完全隐蔽对外的展示，即通过融入数据加密及解码技术，进一步保障用户的信息安全，避免重要的信息泄露或被盗。

2. 反垃圾邮件技术的应用

反垃圾邮件技术可以建立垃圾自动防御系统，不仅能够自动扫描、分析、识别、隔离和过滤出邮件发送全过程中产生的垃圾信息和异常请求，保障用户的数据安全，还能根据用户搜索的关键字词，快速、精准和高效地提取出有价值、相关联的邮件，带给了用户良好的体验。

3. 入侵检测技术的应用

人工智能技术的入侵检测技术在计算机网络系统中的安全管理层面具有较广泛的应用，既能直接自行过滤不被信任的数据信息，将过滤结果反馈给用户，便于用户进一步了解数据来源、处理数据信息、完善防范措施，提高了计算机网络系统的运行效率，又能实时监督计算机网络系统的运行状态，一旦出现人工操作失误或遭受网络攻击等现象，系统可以直接发出预警，便于用户检查操作过程、快速处理安全隐患，提升了计算机网络系统运行的安全性。

4. 数据挖掘技术的应用

计算机网络安全管理中的安全审计数据价值较高，相关人员从中提炼网络入侵的相关信息，能够建立网络入侵系统的特征模型，提高计算机网络安全管理的效能。数据挖掘技术主要借助了人工智能技术的深度学习功能和记忆模仿功能，依托数据之间的类概念描述、关联分析、分类和预测、聚类分析、关键点分析和演变分析，进而从海量、低价值的数据信息中捕捉、挖掘出未知、有效和可用的信息，并评估挖掘结果，实现数据信息的协同管理，全面观察各种隐蔽信息，及时确定网络入侵行为的时间与空间关联，保障网络系统的安全。

5. 人工神经网络的应用

人工神经网络是深度学习算法的基本组成部分，在信息存储方面具有分布式的特点，拥有自主学习功能、联想存储功能以及高效寻找优化解的能力。在计算机网络系统中应用人工神经网络，可以利用人工智能技术模拟人体脑部处理信息的方式，通过学习、联想和记忆，精准辨别计算机网络系统中某种程度失真的非法入侵行为，识别、检查噪声比较强的输入模式，进而判断出计算机网络系统中存在的安全隐患，提高计算机网络系统的入侵检测水平，确保整个网络安全环境始终处于高效监测的状态下;能在某一处理单元出现问题时，保障其他处理单元依旧处于有序运行的状态，进而满足应对不同网络攻击行为的需求。

6. 专家系统的应用

专家系统是基于计算机网络系统管理中的工作经验创建的一种数据管理方式，可以模拟人类专家的决策过程，提升计算机网络系统应用的科学性与合理性。在计算机网络系统中应用专家系统，相关人员可以结合专家大量的知识与经验，编码管理已知的计算机网络系统非法入侵行为的性质，并将提前设定好的固定编码方式录入计算机网络系统，便可以在用户运用计算机网络系统时，结合已具备的编码，快速、精准地识别入侵程序，帮助用户提前进行风险预警和入侵防范。

（三）在网络资源共享和管理评价中的应用

计算机网络平台的开放性较强，使得网络资源的开放共享性较强，但这也增加了非法信息的入侵可能性。在计算机网络系统中应用人工智能技术，能够确保共享数据资源的安全性，并及时发现、直接筛选和智能预警非法网络数据，进而提高用户的网络系统使用安全。另外，人工智能技术中的专家知识库涵盖了多领域的专家知识与经验，在计算机网络系统出现问题时，用户可以直接在专家知识库中搜集解决办法，有助于提高处理计算机网络系统问题的效率，可以定期提升计算机网络系统的性能，确保计算机的评价系统与管理系统相匹配，提高计算机运行的可靠性。

三、人工智能技术在计算机网络系统中的应用策略

（一）完善智能专家系统

在信息技术快速发展的背景下，人工智能技术的应用范围日益广泛，尤其是其在计算机网络系统中的应用，能够从根本上保障计算机网络系统的运行安全，提高用户数据的安全性。新时期，各行业对计算机网络系统的应用性能都提出了较高的要求，要想进一步满足各领域的使用需求，相关人员要立足信息化、数字化和智能化的背景，在现有智能专家系统的基础上，持续优化、完善智能专家系统，包括既要自动识别、有效拦截和消杀清除病毒软件，又要深入分析不同入侵病毒的特征和机制，并整合、完善专家知识库，以更好地完成对病毒的识别与拦截。

（二）完善信息识别系统

人工智能技术在计算机网络系统中的应用，能够保障计算机网络系统运行的高效、推动各行业的变革。为进一步发挥人工智能技术在计算机网络系统中的应用效能，相关人员要持续加大人工智能技术的研发力度，并立足大数据时代，重点完善信息识别系统，丰富信息识别系统的触发关键词，以提升智能化识别系统不同模式的识别能力，适应不同用户的个性化特点和差异化需求，提高用户的使用体验感。如可通过智能收集、分析用户的行为偏好，结合模糊识别技术，为用户提供感兴趣的信息，进而提升用户服务的有效性和针对性，真正地满足用户的需求。

（三）推进应用人工智能

在数字化背景下，随着移动智能终端的普及与推广，各领域的生产模式发生了明显变化，计算机网络系统的重要性日益提升。为保障计算机网络系统的运行安全，提高对海量、低价值数据的处理效率，相关人员既要进一步研发人工智能技术，增强人工智能技术的效能，又要持续拓宽人工智能技术的应用范围，以获得更多领域、更加专业的知识与经验，完善专家知识库，不断提升人工智能技术的性能，实现问题与漏洞的智能化分析和处理，以及高效地处理网络安全问题、及时预警用户的错误操作，进而提升计算机网络系统的运行效能，营造良好的网络环境。

四、结语

随着信息科学技术的快速发展，人工智能技术的应用前景广阔，尤其是人工智能技术在计算机网络系统中的应用，既能够将传统的被动网络系统管理模式转换为主动管理模式，提高数据处理的效率，又能将人工智能技术应用于網络技术的关键节点，最大限度地减少信息安全隐患，防止信息泄露，并实时监控计算机网络系统的运行环境，便于相关人员及时发现、高效解决问题与漏洞，保障计算机网络系统的运行效率。在信息化、数字化和智能化的背景下，持续开发、完善人工智能技术中的智能专家系统、信息识别系统，提高不同模式的识别能力，并进一步推进应用人工智能技术，有助于深挖数据价值，推动计算机网络系统朝着智能化的方向发展。

参考文献：

[1] 谢钟扬. 人工智能技术在计算机网络中的应用[J]. 集成电路应用，2023，40（01）：360-362.

[2] 郑义. 计算机网络技术在人工智能中的应用分析[J]. 电子元器件与信息技术，2022，6（12）：226-229.

[3] 赵丽辉. 人工智能在计算机网络技术中的应用[J]. 现代工业经济和信息化，2022，12（10）：115-116+255.