人工神经网络下5G通信网络信息安全防护探索

李欢欢 顾建国

摘要：随着5G技术的发展，人工智能技术被广泛应用于通信网络中，并成为通信网络信息安全防护的重要手段。其中，人工神经网络技术作为人工智能的典型代表，在信息安全防护中的应用越来越广泛，在一定程度上推动了5G通信网络信息安全防护的发展。基于此，本文阐述了人工神经网络中5G通信网络信息安全防护的优势和问题，并深入探讨防护要点，以供参考。

关键词：人工智能；密码技术；安全风险

一、引言

5G通信网络是未来移动通信的发展方向，其具有高速率、低时延、大连接等特点，能够给人们带来诸多便利。同时，5G通信网络对信息安全的防护也起着至关重要的作用，在5G通信网络中引入人工神经网络能够提升5G通信网络信息安全防护的优势。

二、人工神经网络下5G通信网络信息安全防护的优势

（一）信息安全防护成本低

5G通信网络信息安全防护是一项较为复杂的工程，不仅需要较高的技术支持，还需要大量的资金投入。与传统网络相比，5G网络具有更高的速率，能够满足人们对于高速率、低时延等方面的要求。同时，5G通信网络具有更大的覆盖范围，能够提供更加全面的服务。因此，在5G通信网络中引入人工神经网络可以为用户提供更加智能化的服务。

5G通信网络信息安全防护技术是一种智能化技术，能够通过分析用户行为来判断用户信息是否存在安全隐患。例如，当用户在浏览网页时，如果发现有不利于用户信息安全的内容，就会通过网络发送给服务器，让服务器进行处理。这种方式能够减少用户在信息安全防护上所花费的时间和金钱，有效提升信息安全防护的效率，推动其可持续发展和进步。

（二）信息传递更加及时

在传统通信网络中，由于网络的传输速率和时延等原因，信息的传递速度和准确性都无法得到保证，而5G通信网络的高速率能够更快地将信息传递到用户手中。同时，在5G通信网络中引入人工神經网络能够有效地提升5G通信网络的信息传递效率。

例如，当用户不知道应当使用哪种方式进行信息传递时，就可以使用人工神经网络对信息进行分类和筛选，从而为用户提供更多的选择。当用户使用了5G通信网络进行信息传递后，人工神经网络能够实时反馈信息传递结果，并根据信息传递结果对用户进行指导，为用户提供更多的建议和帮助。总之，人工神经网络的应用能够让信息传递更加及时，为用户提供更多的便利，并推动其可持续发展和进步。

（三）网络监控能力强

5G通信网络可以实现网络监控的功能，利用神经网络对5G通信网络中的数据进行深度分析，能够更加准确地判断出数据信息是否存在漏洞，并进行相应的处理。在5G通信网络中，很多安全问题都是由于数据信息不能及时被发现所引起的，当发现问题时，已经造成了很大的损失。而利用神经网络能够更好地监控到数据信息是否存在漏洞，并及时处理问题。例如，在遭受网络攻击时，人工神经网络能够更准确地判断出攻击的位置，并根据这些位置对数据信息进行分析，发现其中存在的漏洞。同时，人工神经网络还可以对数据信息进行对比分析，找到漏洞的来源，并将其封禁。由此可见，利用人工神经网络可以有效地提升5G通信网络的监控能力，并推动其可持续发展和进步。

三、人工神经网络下5G通信网络信息安全防护存在的问题

（一）AI模型存在缺陷

目前，5G通信网络信息安全防护中应用的AI模型仍然存在着一定的缺陷，主要表现在以下几个方面：

第一，模型训练方面。由于所采用的训练数据量不大，导致其模型训练并不充分，对于5G通信网络信息安全防护工作具有一定的影响。

第二，模型应用方面。虽然人工神经网络技术在实际应用中表现出了较高的准确性和可靠性，但其实际应用能力还有待提升。

第三，模型维护方面。虽然人工智能技术已经被广泛应用于通信网络信息安全防护工作中，但是其维护工作还有待提高。

针对上述问题，必须加强对AI模型的改进和优化，保证其能够有效发挥自身的作用和价值。

（二）机器学习算法需要改进

随着人工神经网络的应用，机器学习算法也逐渐发展，并在通信网络信息安全防护中得到了广泛的应用，但在实际的应用中，仍然存在着一些问题有待解决。由于通信网络信息安全防护需要借助机器学习算法来实现，但在实际应用中，机器学习算法还存在着一些问题，例如算法过于简单、对于复杂的数据处理能力差等，仍然需要进一步改进。在实际应用中，可以通过建立模型对通信网络信息安全进行评估和优化处理。对于机器学习算法存在的问题可以采用多种方法进行改进，例如通过对学习率等超参数进行调优、对机器学习算法进行优化等，以提升机器学习算法的性能，并推动其可持续发展和进步。

（三）数据样本缺乏

在人工神经网络技术的实际应用中，数据样本是影响网络安全防护的重要因素，但由于数据样本缺乏，导致网络安全防护难以取得理想的效果。人工神经网络技术在应用过程中需要进行大量的训练，如果没有充足的数据样本进行训练，网络安全防护效果将会受到影响。例如，数据样本中包含大量的虚假信息，导致网络安全防护受到影响。针对上述问题，需要从以下几个方面进行解决：

第一，对于训练样本的收集要严格把关。由于不同类型的数据样本代表着不同的分类结果，因此需要对收集到的数据进行严格筛选，以确保数据样本能够满足标准要求。

第二，对于收集到数据样本进行严格检查。例如，当采集到的图像中包含大量噪声或其他干扰因素而影响图像质量时，需要对图像进行筛选和处理后再使用，并严格控制数据样本的质量，在保证其有效防护的同时，推动其可持续发展和进步。

四、人工神经网络下5G通信网络信息安全防护要点

（一）构建安全防护体系

构建安全防护体系：在构建5G通信网络信息安全防护体系时，首先，应将5G通信网络信息安全防护技术作为核心，结合人工神经网络相关理论知识，构建全新的安全防护体系，从而有效地提升5G通信网络信息安全防护水平。其次，在5G通信网络信息安全防护体系中，需要融合应用人工神经网络相关理论知识，从而有效地提升人工神经网络下5G通信网络信息安全防护能力。最后，在构建出全新的5G通信网络信息安全防护体系后，需要对其进行严格地测试和验证，以确保该体系在实际应用过程中可以稳定、有效地发挥作用。

设计安全防护体系：在设计5G通信网络信息安全防护体系时，首先，需要明确5G通信网络信息安全防护体系的设计目标，在确保其具备稳定性、安全性和高效性的基础上，尽可能地降低5G通信网络信息安全防护体系的复杂程度，确保5G通信网络信息安全防护体系能够与5G通信网络技术的实际发展状况保持同步。

验证安全防护体系：在实际测试和验证过程中，应根据5G通信网络信息安全防护技术原理，明确各测试要素的作用及意义。然后，根据5G通信网络信息安全防护技术原理，设计相应的测试要素，并对其进行合理、全面地测试，以确保该技术可以稳定、有效地发挥作用。

（二）识别和分析安全风险

5G通信网络信息安全风险识别和分析是5G通信网络信息安全防护技术研究的基础。5G通信网络信息安全风险主要包括：

①传统的病毒传播方式，如通过邮件、短信等方式进行传播；

②利用软件、硬件漏洞，如操作系统漏洞、应用软件漏洞等；

③利用非授权访问手段，如非法接入、恶意篡改等；

④利用恶意代码攻击手段，如中间人攻击、拒绝服务攻击等。

5G通信网络的应用场景复杂，为了保证5G通信网络的安全运行，必须对5G通信网络的应用场景进行深入分析，研究不同的5G通信网络应用场景下可能存在的安全风险。对5G通信网络进行攻击时，通常需要通过终端和无线信号进行传递，因此其所采用的技术手段也较为复杂。针对不同的攻击手段和攻击方法，可以采用不同的防护措施。利用人工神经网络对5G通信网络信息安全风险进行分析时，可以将5G通信网络信息安全风险分为三个层次：第一层为5G通信网络信息安全风险；第二层为5G通信网络信息安全风险中的传统病毒传播方式；第三层为5G通信网络信息安全风险中的非授权访问方式。

人工神经网络下5G通信网络信息安全防护技术研究主要是通过对5G通信网络应用场景进行分析，利用神经网络技术模拟5G通信网络应用场景，并以模拟结果为基础来分析5G通信网络信息安全风险。人工神经网络技术具有较强的泛化能力和容错能力，因此，在5G通信网络信息安全防护技术研究过程中，可以将人工神经网络技术应用到5G通信网络信息安全防护技术研究中，以保证其有效进行安全防护，并推动其可持续发展和进步[1]。

（三）建立安全策略模型

建立安全策略模型是保障5G通信网络信息安全防护的重要手段。在人工神经网络下，5G通信网络信息安全防护可以根据网络运行中存在的各类风险进行评估，并结合具体情况对各项风险进行分级。通过建立安全策略模型，可以及时发现和解决5G通信网络运行中存在的各类问题，为保障5G通信网络信息安全防护提供依据。

首先，在建立安全策略模型时，要将5G通信网络的风险分为主动风险和被动风险两类。被动风险主要包括自然灾害、人为破坏、黑客攻击等造成的损失；主动风险则包括5G通信网络运行所产生的恶意行为、恶意软件等对5G通信网络信息安全造成的影响。通过建立安全策略模型，可以区分主动风险和被动风险，并及时采取有效措施进行应对。例如，当出现自然灾害时，可以对通信网络进行备份，并根据备份情况及时调整通信网络的运行状态，以最大程度地减少灾害对5G通信网络运行造成的影响。

其次，在建立安全策略模型时，还需要根据不同层次、不同领域的5G通信网络信息安全防护需求来确定安全策略模型构建目标。例如，在5G通信网络信息安全防护中，应该建立相应的预警机制，以应对自然灾害造成的损失；在5G通信网络信息安全防护中，应该建立相应的应急预案，以应对自然灾害等突发事件。只有明确了安全策略模型构建目标和主要任务，才能更好地开展5G通信网络信息安全防护工作，保证其有效进行安全防护，并推动其可持续发展和进步[2]。

（四）人工神经网络建模

人工神经网络作为一种高度复杂的非线性处理技术，在5G通信网络信息安全防护中得到了广泛地应用，其最重要的应用就是能够进行建模。在建模中，人工神经网络主要用于分析网络模型的输入、输出之间的关系，并通过优化模型参数，达到处理和预测数据信息的目的。在5G通信网络信息安全防护中应用人工神经网络，首先需要分析目標系统，在此基础上建立人工神经网络模型，并在模型中加入相关参数，完成对目标系统的预测。在5G通信网络信息安全防护中，利用神经网络模型可以进行大量数据的预测分析，并根据所建立的人工神经网络模型实现对网络数据信息的处理和预测。根据预测结果可以有效确定目标系统中是否存在威胁，保证其有效进行安全防护，并推动其可持续发展和进步[3]。

（五）使用人工智能技术加强网络安全监测

网络安全监测是5G通信网络信息安全防护的重要措施，因此，可以使用人工智能技术对网络信息进行监测。在5G通信网络信息安全防护中，人工智能技术被广泛应用于各种检测工具中，并具有较高的准确率和运行效率。人工智能技术可以自动分析海量数据，并在分析过程中发现网络中存在的安全问题和漏洞。此外，人工智能技术还可以自动识别和检测未知病毒、恶意软件、木马等，实现对网络安全的实时监测。

在使用人工智能技术对网络信息进行监测时，首先，需要建立5G通信网络信息安全监测平台。5G通信网络信息安全监测平台由多个子系统组成，包括数据采集子系统、数据传输子系统等。5G通信网络信息安全监测平台能够自动采集和处理大量数据，并及时发现和处理各种数据中存在的安全隐患。其次，5G通信网络信息安全监测平台还包括人工智能技术、物联网技术和大数据分析技术等多种技术手段。因此，使用人工智能技术加强5G通信网络信息安全监测的效果较好，能够有效提高5G通信网络信息安全防护水平，保证其有效进行安全防护，并推动其可持续发展和进步[4]。

（六）采用密码技术提高网络信息安全

在5G通信网络信息安全防护中，采用密码技术是一种行之有效的手段。基于非对称加密算法的密码技术可以有效提高通信网络信息安全防护效果。虽然基于非对称加密算法的密码技术具有较高的安全性，但也存在一定的缺点。非对称加密算法通常采用同态加密、椭圆曲线加密和离散对数运算等算法进行加密运算。其中，同态加密算法的安全性较高，但是其计算复杂度较大，无法满足5G通信网络信息安全防护的需求。而椭圆曲线密码算法作为一种新型密码技术，具有安全性高、计算量小和效率高等优点，能够有效提高通信网络信息安全防护效果。

由此可见，在5G通信网络信息安全防护中，通过采用椭圆曲线密码算法能够有效提高网络信息安全防护效果。而椭圆曲线密码算法包括椭圆曲线离散对数运算、椭圆曲线点乘法和椭圆曲线域运算等多种类型。其中，基于椭圆曲线离散对数运算的密码算法是一种高效、安全的密码算法。与传统的密码算法相比，基于椭圆曲线离散对数运算的密码算法具有计算复杂度低、计算速度快等优点。但是，该方法存在一定的缺点：在进行数据加解密时容易出现数据丢失等问题。因此，在实际应用中，应结合实际情况合理选择密码算法，保证其有效进行安全防护，并推动其可持续发展和进步[5]。

五、结束语

在当前时代背景下，基于此人工神经网络合理进行5G通信网络信息安全防护具有重要意义。但在实际应用中，需要结合实际情况了解5G通信网络信息安全防护优势和问题，并掌握构建安全防护体系、识别安全风险、建立安全策略模型等一系列防护要点，以保证网络信息安全防护有效进行，并推动其可持续发展和进步。

作者单位：李欢欢 顾建国 中电科东方通信集团有限公司

参  考  文  献

[1]李振宇.计算机网络信息安全及防护策略研究[J].网络安全技术与应用，2023（03）：153-154.

[2]杨轶茜，张龙山.大数据背景下工业控制网络信息安全防护存在的问题及措施[J].网络安全和信息化，2023（03）：119-121.

[3]黄梦琦.基于大数据的新型电力系统网络信息安全防护策略研究[J].信息与电脑（理论版），2023，35（01）：222-225.

[4]梁超强.大数据时代计算机网络信息安全与防护研究[J].大众科技，2022，24（12）：1-3.

[5]缪淼.“互联网+”网络信息安全现状与防护研究[J].网络安全和信息化，2022（12）：106-108.