论文部分内容阅读
摘 要：当前，我们已经进入大数据时代，这一时代中计算机网络技术的迅速发展，使其已经与人民的日常生活完全的融合在一起，成为我们生活中不可缺少的重要内容，使得人们的生活越来越便利。同时，由于计算机网络技术的不断发展，人工智能技术随之产生，它在网络发展领域中的发展空间是非常广阔的。因此，本文从大数据时代的内涵及特点入手，对人工智能的内涵、特点进行分析，对人工智能在计算机网络技术中的应用进行论述，从而为今后人工智能技术的发展起到一定的参考和借鉴作用。
关键词：大数据时代；人工智能；计算机网络技术
中图分类号：TP18 文献标识码：A 文章编号：1004-7344（2018）15-0264-02
随着计算机技术以及网络技术的快速发展，人工智能随之出现，使得大数据时代，数据分析处理开始展现出爆炸的态势，人工智能与计算机技术的有机结合，能使信息处理能力得到大大的提升，使计算机信息处理过程中存在的复杂性、安全性问题得以有效的处理，人工智能应用到计算机网络技术中，可以使计算机在对信息进行处理时出现的问题得以有效的规避，将问题得以高效的解决，使社会能够平稳发展。
1 大数据时代
所谓大数据，简单的说就是一个数据集，这个数据集规模非常大，对于传统数据库不能处理的数据，它可以进行有效处理。其特点主要有四个方面[1]：
①数据类型非常多，大数据通常来说都是多种数据源构成的，其数据类型有着多样化、多元化的特征，而且由于现代数据格式以及来源的越来越多，使得数据的膨胀速度非常快。②数据规模特别大，在当前这一时代，其数据容量超过十TB。③数据的真实性不断提升，由于传统的数据源逐渐被大量新数据所代替，在这一代替的过程中，数据传输和处理的速度以及效率的提升都是非常快的，此外，为了使数据传输的速度和效率不发生变化，使得系统的安全性也不断的提高。④大数据处理能力不断提升，由于大数据规模的不断扩大，想要使当前人们的工作和生活需求得以满足，就必须使信息处理能力得到大大的提高。
2 人工智能
人工智能这一技术是非常先进的，利用这一技术在不同类型的机械设备中进行使用，使设备能够拥有人工智能的功能，使那些具有一定危险、技术要求高的工作，用人工智能设备来进行操作，使员工的人身安全得以有效的保证，同时还能使工作效率大大提升。人工智能在进行使用的过程中，操作人员将指令进行发出，使机械设备来对人类的操作进行模拟，它的工作模式和自然智能之间是不同的，因此，人工智能技术已经成为计算机技术中的一个关键内容，能够将计算机应用中出现的问题进行解决，将知识变化进行有效的处理。具体来说，人工智能的特点有三个方面[2]：
2.1 不确定性
在对网络技术进行管理的过程中，工作人员要对很多网络资源进行有效的监控，同时对这些资源进行有效的控制，使网络系统的安全性得以有效的保证，使运行效率得以提升，在网络管理时，要使系统资源状态得以确保，使工作人员能够对这些状态进行掌握，在对网络工作进行管理时，要对系统的变化进行关注，对其细节进行掌握。因为网络系统的运行状态是高速的，其变化速度也是十分快的，所以，要对网络系统的状态进行保证，使信息不出现错误。
2.2 分层管理
当前计算机网络技术的发展已经逐渐成熟，其规模也在逐渐扩大，然而由于规模的不断扩张，使得系统结构的复杂性也不断的增加。但是，在当前网络管理时，其网络管理模式还是单一的，这是不正确的，因此，必须对其进行分层管理。
2.3 超强的推理能力
人工智能由一个信息能够将很多的信息推导出来，也就是对低层信息进行学习后，能够对高层信息进行分析，将高层信息中的相关内容进行获取，从而在网络管理中进行应用。倘若产生非线性问题，可以利用模拟来对这一问题进行解决。此外，人工智能和计算机网络运行进行比较，其占用的网络资源不多，通过模糊控制的手段能够将信息进行快速的检索，使计算机网络处理效率大大提升。
3 人工智能在计算机网络技术中的应用
3.1 人工神经网络
这一技术是对人类的大脑运行进行有效的模拟，并在此基础上，使其操作向自动化方向发展，这一技术有一定的容错能力，而且它的学习能力非常强，其优越性是很大的。其能够分辨的对象有很多，比如畸变输入、噪声输入等，通过以并行的手段，来对输入后的效果进行检测，将其在网络安全管理进行应用。
3.2 数据挖掘
数据挖掘技术的工作原理，就是利用审计方法来对网络连接、主机会话等进行分析，将其中最独特的特点查找出来，对这些特点进行描述，利用人工智能对其入侵规律进行学习，对于计算机网络中没有遭受入侵的状态，进行记录，倘若在网络受到攻击时，使系统运行出现不正常时，识别入侵对象。所以，可以将人工智能的自我记忆和学习能力进行体现，将其进行应用后，能够将入侵对象的检测进行优化，使检测效率得以大大提升。
3.3 人工免疫
这一技术是对人体的免疫系统进行模仿，通过计算机程序将其体现出来，其主要有三个方面的内容：①基因库；②否定选择；③克隆选择，这三个方面的内容有机结合，能使传统的入侵检测过程中的问题得以有效的补充，但是对于未知病毒的不足不能進行有效的识别。例如在基因库内，技术人员能够将多个基因片段进行再整合，也可以对突变后的状态进行分析，识别入侵系统中的不同类型的病毒，然而实际情况是，基因库的建设能力还需要不断的提升；针对否定选择，系统会出现一系列的字符，再通过否定选择算法，删除掉能够匹配的字符，倘若选择正确，那就是合格检测，可以对下一步的操作进行。这一技术的应用还需要不断的优化，其应用价值才能发挥出来[3]。
3.4 规则产生式专家系统
这一技术是当前入侵检测中使用最广泛的一项技术，其包括的内容很多，比如专家验证的知识体系、数据库等等，将专家系统进行建立。倘若发生入侵，专家系统能够对数据进行自动检测，对入侵类型进行明确，对带来的危害进行确定。
关键词：大数据时代；人工智能；计算机网络技术
中图分类号：TP18 文献标识码：A 文章编号：1004-7344（2018）15-0264-02
随着计算机技术以及网络技术的快速发展，人工智能随之出现，使得大数据时代，数据分析处理开始展现出爆炸的态势，人工智能与计算机技术的有机结合，能使信息处理能力得到大大的提升，使计算机信息处理过程中存在的复杂性、安全性问题得以有效的处理，人工智能应用到计算机网络技术中，可以使计算机在对信息进行处理时出现的问题得以有效的规避，将问题得以高效的解决，使社会能够平稳发展。
1 大数据时代
所谓大数据，简单的说就是一个数据集，这个数据集规模非常大，对于传统数据库不能处理的数据，它可以进行有效处理。其特点主要有四个方面[1]：
①数据类型非常多，大数据通常来说都是多种数据源构成的，其数据类型有着多样化、多元化的特征，而且由于现代数据格式以及来源的越来越多，使得数据的膨胀速度非常快。②数据规模特别大，在当前这一时代，其数据容量超过十TB。③数据的真实性不断提升，由于传统的数据源逐渐被大量新数据所代替，在这一代替的过程中，数据传输和处理的速度以及效率的提升都是非常快的，此外，为了使数据传输的速度和效率不发生变化，使得系统的安全性也不断的提高。④大数据处理能力不断提升，由于大数据规模的不断扩大，想要使当前人们的工作和生活需求得以满足，就必须使信息处理能力得到大大的提高。
2 人工智能
人工智能这一技术是非常先进的，利用这一技术在不同类型的机械设备中进行使用，使设备能够拥有人工智能的功能，使那些具有一定危险、技术要求高的工作，用人工智能设备来进行操作，使员工的人身安全得以有效的保证，同时还能使工作效率大大提升。人工智能在进行使用的过程中，操作人员将指令进行发出，使机械设备来对人类的操作进行模拟，它的工作模式和自然智能之间是不同的，因此，人工智能技术已经成为计算机技术中的一个关键内容，能够将计算机应用中出现的问题进行解决，将知识变化进行有效的处理。具体来说，人工智能的特点有三个方面[2]：
2.1 不确定性
在对网络技术进行管理的过程中，工作人员要对很多网络资源进行有效的监控，同时对这些资源进行有效的控制，使网络系统的安全性得以有效的保证，使运行效率得以提升，在网络管理时，要使系统资源状态得以确保，使工作人员能够对这些状态进行掌握，在对网络工作进行管理时，要对系统的变化进行关注，对其细节进行掌握。因为网络系统的运行状态是高速的，其变化速度也是十分快的，所以，要对网络系统的状态进行保证，使信息不出现错误。
2.2 分层管理
当前计算机网络技术的发展已经逐渐成熟，其规模也在逐渐扩大，然而由于规模的不断扩张，使得系统结构的复杂性也不断的增加。但是，在当前网络管理时，其网络管理模式还是单一的，这是不正确的，因此，必须对其进行分层管理。
2.3 超强的推理能力
人工智能由一个信息能够将很多的信息推导出来，也就是对低层信息进行学习后，能够对高层信息进行分析，将高层信息中的相关内容进行获取，从而在网络管理中进行应用。倘若产生非线性问题，可以利用模拟来对这一问题进行解决。此外，人工智能和计算机网络运行进行比较，其占用的网络资源不多，通过模糊控制的手段能够将信息进行快速的检索，使计算机网络处理效率大大提升。
3 人工智能在计算机网络技术中的应用
3.1 人工神经网络
这一技术是对人类的大脑运行进行有效的模拟，并在此基础上，使其操作向自动化方向发展，这一技术有一定的容错能力，而且它的学习能力非常强，其优越性是很大的。其能够分辨的对象有很多，比如畸变输入、噪声输入等，通过以并行的手段，来对输入后的效果进行检测，将其在网络安全管理进行应用。
3.2 数据挖掘
数据挖掘技术的工作原理，就是利用审计方法来对网络连接、主机会话等进行分析，将其中最独特的特点查找出来，对这些特点进行描述，利用人工智能对其入侵规律进行学习，对于计算机网络中没有遭受入侵的状态，进行记录，倘若在网络受到攻击时，使系统运行出现不正常时，识别入侵对象。所以，可以将人工智能的自我记忆和学习能力进行体现，将其进行应用后，能够将入侵对象的检测进行优化，使检测效率得以大大提升。
3.3 人工免疫
这一技术是对人体的免疫系统进行模仿，通过计算机程序将其体现出来，其主要有三个方面的内容：①基因库；②否定选择；③克隆选择，这三个方面的内容有机结合，能使传统的入侵检测过程中的问题得以有效的补充，但是对于未知病毒的不足不能進行有效的识别。例如在基因库内，技术人员能够将多个基因片段进行再整合，也可以对突变后的状态进行分析，识别入侵系统中的不同类型的病毒，然而实际情况是，基因库的建设能力还需要不断的提升；针对否定选择，系统会出现一系列的字符，再通过否定选择算法，删除掉能够匹配的字符，倘若选择正确，那就是合格检测，可以对下一步的操作进行。这一技术的应用还需要不断的优化，其应用价值才能发挥出来[3]。
3.4 规则产生式专家系统
这一技术是当前入侵检测中使用最广泛的一项技术，其包括的内容很多，比如专家验证的知识体系、数据库等等，将专家系统进行建立。倘若发生入侵，专家系统能够对数据进行自动检测，对入侵类型进行明确，对带来的危害进行确定。