论文部分内容阅读
摘 要：基于网络信息数据量不断增多，如何更好的处理网络信息，并解决具有动态特性的恶意网络攻击已然是摆在网络安全领域面前迫切需要解决的问题之一。随着人工智能技术的逐步完善，将其应用于网络安全体系之中，可以优化网络防御性能。本文针对人工智能以及网络安全进行深入剖析，着眼基本理论，为人工智能技术更好的在网络安全体系中发挥作用提供指导意见。
关键词：人工智能技术;网络空间安全防御;应用;发展趋势
1人工智能技术的相关概念
1.1人工智能技术的定义
人工智能作为计算机科学领域中的先进技术。随着科学水平的不断提升，使得人工智能逐步渗透到日常的生产生活之中。如何划定人工智能的具体范围，仍然是学术领域讨论最多的问题。基于该问题的有关理论可以看出，学术领域对人工智能进行定义时，明确区分为“强”“弱”两部分。其中弱人工智能也就是研究人员通常所说的机器学习，以数学理论为基础。在实际应用时，技术人员需要对可能发生的事件进行预估，并通过计算机处理来评定解决策略的有效性。而强人工智能主要是对程序的架构模式有着明确规定。认为计算机程序要同人脑类似，可以基于对环境和事件的理解完成自主决策，同时向设备发送对应的工作命令。
1.2人工智能的优势
网络管理体系是指以系统进行的网络数据信息监管为基础，进一步实现对网络平台的有效运维。其中管理机制是否能够满足高效目标同系统数据资源的了解程度有着直接联系。系统资源通过全局模式和局部模式进行状态表征。由于网络系统运行过程中具有瞬变特点，导致资源和管理系统进行交互的过程中可能会出现改变。在原有的网络管理体系中引入人工智能技术，采用模糊控制能够显著提升网络管理系统对未知数据的处理性能。伴随网络数据量的逐步攀升，将人工智能技术更好的融入原有管理模式中，优化不同工作岗位之间的协调配合能力。
2网络空间防御的相关概念
2.1网络空间
网络空间是由多项信息技术在应用过程中相互交织出的空间结构。网络技术、通信技术、计算机技术、嵌入式技术以及主控设备均是网络空间不可缺少的技术力量。在计算机技术逐步融入到军事领域中，网络空间也进一步扩展，全面涵盖网络世界中敌我两部分所处区域。智能网络攻防体系、防火墙技术、恶意入侵抵御系统以及预防机制均是保证网络空间能够安全稳定运行的重要手段。
2.2网络防御
网络防御技术指的是保证信息交互、网络运行过程中不受到外部干扰的举措。针对不具备权限的计算机活动进行实时监控并发出警报，是网络防御在实际应用中具体的职能特点。目前，网络防御系统中主要包括以下几个方面：被动数据保护机制、主动引诱体系、冲突规避措施以及恶意入侵监测等。
3人工智能技术在网络空间安全防御中的应用
3.1神经网络技术
对于计算机系统来说，神经网络是指通过基本的处理单元架构出并行分布处理设备。该技术具有以下优势：能够在信息数据的分布存放过程中提供良好的容错率和学习性能。能够在对已有知识进行训练学习后完成其他信息的需求处理任务。各个神经元均具有一定的独立性，可以有效实现并行计算的功能，由此来进一步提高执行效率。一般来说，神经网络会通过软件系统和硬件设备进行实现。深入挖掘该技术的发展历程，不难看出神经网络已经在网络防御体系中发挥出重要作用。基于传统的计算机活动监控体系，加入神经网络可以更好的测定蠕虫病毒，优化系统监测效率。由于原有的入侵监测系统在技术水平不断提升的今天逐步出现效率下降、精度不足等问题，所以要搭建出高效的训练集群，利用循环网络和多层感知系统，提高系统监测的工作效率和精度指标。
3.2多agent系统
目前，多agent系统已经成为人工智能技术中不可或缺的一部分。agent是系统中可以自主运行的实体。伴随技术逐步成熟，agent系统在网络安全防护领域中展示出自身优势。因为这一技术可以对外部环境进行有效感知并完成规划，也就让该技术能够更好的实现网络信息认知、恶意入侵监测以及系统安全防护等任务。
基于分布式网络攻击的具体特性来说，采用自动化方式完成网络系统的恶意袭击，已经成为分布式攻击的主流模式。采用agent网络安全架构，能够将agent有效融入到网络环境之中，采用协同处理模式完成攻击评定。
3.3专家系统
专家系统作为人工智能领域出现时间最久且较为完善的系统服务，主要是由资料库和推理机制两个部分组合而成。从实际应用来说，专家系统在运行过程中可以将特定领域中的专家经验作为基础进行深入推演，并模拟最终的专家决策结果。部分研究人员建立的NIDES系统就是基于先进的统计算法完成异常测定功能。在使用专家系统的过程中，能够让系统同步发挥多项统计学优势，采用日志方式完成对用户活动的统计认证，进而将对应权限的用户系统作为核心，完成各级用户活动的对应监管。能够根据用户的历史活动和专家给出的异常检测经验进行对比分析，确定是否存在入侵活动。该系统也能够在网络安全体系中发挥出重要效用。采用行之有效的模型结构完成对网络环境的冲突分析，提高以人工智能技术为基础的网络防御体系的性能。借助知识架构，实现不同网络活动、网络攻击以及恶意入侵的准确定位，进一步发挥专家系统的优势，推动网络安全体系的发展。
4人工智能技术在网络空间安全防御中的发展趋势
针对庞大的数据信息集群进行实时反馈，并完成自动处理的目标任务，是当前网络安全防御系统建设过程中急需解决的问题。不难发现，人工智能技术正在逐步渗透到网络安全体系的各个环节之中。网络空间也进一步提高了智能方案的目标需要。基于专家系统未来的发展趋势可以看出，如果知识库研发技术能够再次突破，专家系统将会获取更多的应用空间。所以，如何进一步提高知识库的研发水平，就成为未来专家系统发展的主要研究方向。
5结论
建立起高效的网络空间防御系统，能够有效保证系统数据信息的可靠性和有效性。由于信息系统在实际运行过程中常常会遇到数据量庞大以及网络攻击多元化的问题，导致系统的安全风险难以把控。因此以人工智能为核心的网络安全防御系统主要朝着自适应和多样化的趋势发展。伴随网络技术和人工智能领域的逐步成熟，人工智能将会更好的融入到日常网络系统的安全防御工作之中，发挥出应有作用，为用户信息提高可靠保障。
参考文献
[1] 万昊戈. 探讨人工智能技术与互联网安全的结合[J]. 科学与信息化， 2019， 000（002）：52-52.
[2] 李梅. 人工智能技術在网络空间安全防御中的应用[J]. 网络安全技术与应用， 2019.
[3] 孙书彤. 人工智能技术在网络空间安全防御中的应用研究[J]. 无线互联科技， 2019.
作者简介：何春江（1988.12-），男，民族：汉，籍贯（精确到市）：广东珠海，当前职务：工程师，当前职称：工程师，学历：本科，研究方向：计算机、大数据、云计算何工
关键词：人工智能技术;网络空间安全防御;应用;发展趋势
1人工智能技术的相关概念
1.1人工智能技术的定义
人工智能作为计算机科学领域中的先进技术。随着科学水平的不断提升，使得人工智能逐步渗透到日常的生产生活之中。如何划定人工智能的具体范围，仍然是学术领域讨论最多的问题。基于该问题的有关理论可以看出，学术领域对人工智能进行定义时，明确区分为“强”“弱”两部分。其中弱人工智能也就是研究人员通常所说的机器学习，以数学理论为基础。在实际应用时，技术人员需要对可能发生的事件进行预估，并通过计算机处理来评定解决策略的有效性。而强人工智能主要是对程序的架构模式有着明确规定。认为计算机程序要同人脑类似，可以基于对环境和事件的理解完成自主决策，同时向设备发送对应的工作命令。
1.2人工智能的优势
网络管理体系是指以系统进行的网络数据信息监管为基础，进一步实现对网络平台的有效运维。其中管理机制是否能够满足高效目标同系统数据资源的了解程度有着直接联系。系统资源通过全局模式和局部模式进行状态表征。由于网络系统运行过程中具有瞬变特点，导致资源和管理系统进行交互的过程中可能会出现改变。在原有的网络管理体系中引入人工智能技术，采用模糊控制能够显著提升网络管理系统对未知数据的处理性能。伴随网络数据量的逐步攀升，将人工智能技术更好的融入原有管理模式中，优化不同工作岗位之间的协调配合能力。
2网络空间防御的相关概念
2.1网络空间
网络空间是由多项信息技术在应用过程中相互交织出的空间结构。网络技术、通信技术、计算机技术、嵌入式技术以及主控设备均是网络空间不可缺少的技术力量。在计算机技术逐步融入到军事领域中，网络空间也进一步扩展，全面涵盖网络世界中敌我两部分所处区域。智能网络攻防体系、防火墙技术、恶意入侵抵御系统以及预防机制均是保证网络空间能够安全稳定运行的重要手段。
2.2网络防御
网络防御技术指的是保证信息交互、网络运行过程中不受到外部干扰的举措。针对不具备权限的计算机活动进行实时监控并发出警报，是网络防御在实际应用中具体的职能特点。目前，网络防御系统中主要包括以下几个方面：被动数据保护机制、主动引诱体系、冲突规避措施以及恶意入侵监测等。
3人工智能技术在网络空间安全防御中的应用
3.1神经网络技术
对于计算机系统来说，神经网络是指通过基本的处理单元架构出并行分布处理设备。该技术具有以下优势：能够在信息数据的分布存放过程中提供良好的容错率和学习性能。能够在对已有知识进行训练学习后完成其他信息的需求处理任务。各个神经元均具有一定的独立性，可以有效实现并行计算的功能，由此来进一步提高执行效率。一般来说，神经网络会通过软件系统和硬件设备进行实现。深入挖掘该技术的发展历程，不难看出神经网络已经在网络防御体系中发挥出重要作用。基于传统的计算机活动监控体系，加入神经网络可以更好的测定蠕虫病毒，优化系统监测效率。由于原有的入侵监测系统在技术水平不断提升的今天逐步出现效率下降、精度不足等问题，所以要搭建出高效的训练集群，利用循环网络和多层感知系统，提高系统监测的工作效率和精度指标。
3.2多agent系统
目前，多agent系统已经成为人工智能技术中不可或缺的一部分。agent是系统中可以自主运行的实体。伴随技术逐步成熟，agent系统在网络安全防护领域中展示出自身优势。因为这一技术可以对外部环境进行有效感知并完成规划，也就让该技术能够更好的实现网络信息认知、恶意入侵监测以及系统安全防护等任务。
基于分布式网络攻击的具体特性来说，采用自动化方式完成网络系统的恶意袭击，已经成为分布式攻击的主流模式。采用agent网络安全架构，能够将agent有效融入到网络环境之中，采用协同处理模式完成攻击评定。
3.3专家系统
专家系统作为人工智能领域出现时间最久且较为完善的系统服务，主要是由资料库和推理机制两个部分组合而成。从实际应用来说，专家系统在运行过程中可以将特定领域中的专家经验作为基础进行深入推演，并模拟最终的专家决策结果。部分研究人员建立的NIDES系统就是基于先进的统计算法完成异常测定功能。在使用专家系统的过程中，能够让系统同步发挥多项统计学优势，采用日志方式完成对用户活动的统计认证，进而将对应权限的用户系统作为核心，完成各级用户活动的对应监管。能够根据用户的历史活动和专家给出的异常检测经验进行对比分析，确定是否存在入侵活动。该系统也能够在网络安全体系中发挥出重要效用。采用行之有效的模型结构完成对网络环境的冲突分析，提高以人工智能技术为基础的网络防御体系的性能。借助知识架构，实现不同网络活动、网络攻击以及恶意入侵的准确定位，进一步发挥专家系统的优势，推动网络安全体系的发展。
4人工智能技术在网络空间安全防御中的发展趋势
针对庞大的数据信息集群进行实时反馈，并完成自动处理的目标任务，是当前网络安全防御系统建设过程中急需解决的问题。不难发现，人工智能技术正在逐步渗透到网络安全体系的各个环节之中。网络空间也进一步提高了智能方案的目标需要。基于专家系统未来的发展趋势可以看出，如果知识库研发技术能够再次突破，专家系统将会获取更多的应用空间。所以，如何进一步提高知识库的研发水平，就成为未来专家系统发展的主要研究方向。
5结论
建立起高效的网络空间防御系统，能够有效保证系统数据信息的可靠性和有效性。由于信息系统在实际运行过程中常常会遇到数据量庞大以及网络攻击多元化的问题，导致系统的安全风险难以把控。因此以人工智能为核心的网络安全防御系统主要朝着自适应和多样化的趋势发展。伴随网络技术和人工智能领域的逐步成熟，人工智能将会更好的融入到日常网络系统的安全防御工作之中，发挥出应有作用，为用户信息提高可靠保障。
参考文献
[1] 万昊戈. 探讨人工智能技术与互联网安全的结合[J]. 科学与信息化， 2019， 000（002）：52-52.
[2] 李梅. 人工智能技術在网络空间安全防御中的应用[J]. 网络安全技术与应用， 2019.
[3] 孙书彤. 人工智能技术在网络空间安全防御中的应用研究[J]. 无线互联科技， 2019.
作者简介：何春江（1988.12-），男，民族：汉，籍贯（精确到市）：广东珠海，当前职务：工程师，当前职称：工程师，学历：本科，研究方向：计算机、大数据、云计算何工