人工智能在計算機網絡技術中應用

前言：本站為你精心整理了人工智能在計算機網絡技術中應用范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

人工智能在計算機網絡技術中應用的基本方法有啟發式搜索、自動規劃和知識性表達。人工智能在計算機網絡技術中的應用主要集中于計算機網絡安全、人工神經網絡、數據挖掘以及問題求解等方面。人工智能在計算機網絡技術中的不斷應用實踐，可以推動人工智能突破發展瓶頸，同時也促進了計算機網絡技術的進步。人工智能（ArtificialIntelligence）是計算機科學的一個重要分支，試圖通過計算機等先進的科學技術，使產品具備類似于人類智能的反應、判斷以及綜合分析能力。目前，人工智能正在從專用智能應用邁向通用智能應用。我國也已經出臺了《新一代人工智能發展規劃》，旨在促進人工智能技術的科研、應用以及與其他技術的融合發展。融合性技術的出現與發展，既對人工智能技術產生了極大的推動作用，也使人工智能在更多的產業領域發揮其優勢，促進了人們生產技術、生活水平不斷提升。本文就人工智能在計算機網絡技術中的應用進行論述。

1人工智能在計算機網絡技術中應用的基本方法

1.1啟發式搜索

計算機網絡技術常用的搜索方法是盲目性搜索。其實現原理是：以發起搜索任務的網絡節點為起點，依據現有的網絡傳輸通道，向各個可能的網絡傳輸通道傳送信號，對可能達到搜索任務目標的所有方案都進行試驗。人工智能運用于計算機網絡技術中，將盲目性搜索轉換為啟發式搜索。啟發式搜索具有較強的智能性。這是由于它在接收到搜索任務以后，會憑借在以前搜索任務中積累的經驗與啟發式的信息，將那些獲得搜索目標可能性極小的方向排除掉，先對能夠獲得搜索目標可能性較大的路徑進行搜索，搜索的資源消耗較小，搜索的效率、準確率較高。人工智能啟發式搜索技術依賴于啟發式策略與算法的設計，這是人工智能的核心問題，是極具潛能的人工智能技術之一。

1.2自動規劃

自動規劃是指人們為了解決某個比較復雜、大型的問題前，會將其劃分成多個相對簡單的小問題。當每一個小問題一一得到有效解決后，距離復雜的、大型的問題的解決就越來越近。智能性規劃的本質是將復雜、大型問題降解后，同時降低了問題難度，從而找到解決問題的切入點與突破口。目前，自動規劃方法已經被運用于高級求解系統之中，規劃中每一個目標都是非常詳盡、具體的，它從特定的問題狀態出發，對動作進行推理，對每個有待解決問題的過程進行規劃，最終達到解決問題的目標。自動規劃可以快速地尋找到解決問題的方法，提高解決問題的效率。自動規劃技術的發展依賴于人工智能路徑選擇技術的發展水平。路徑選擇技術如果是有序的、規范的、高效的，那么，自動規劃技術的運用就更便捷、更廣泛、更具有較強的適用性。

1.3知識性表達

知識性表達技術基于計算機數據處理技術實現。由于人的知識表達符號是自然語言，而機器的知識表達符號則是0和1。如何將人的知識表達符號與機器的知識表達符號進行有效銜接，形成準確率較高的對應關系，這就是知識性表達技術的主旨。能夠讓計算機擁有同人的大腦相同的知識、記憶或者存儲，是人工智能發展的重要方向。只有讓計算機的知識表達無限地接近于人腦的真實狀態，才能使計算機在解決問題的過程中，盡可能迅速地找到所需要的知識，并對知識開展分析、運用，得到結果后，再執行知識表達的命令，完成知識表達問題的解決。知識性表達有一階謂詞邏輯表示法、產生式表示法和框架表示法等，幾種方法各有優勢與劣勢。人工智能在不同的情境下，運用不同的方法完成知識性表達，以此達到人工智能的工作效果。

2人工智能在計算機網絡技術中的應用

2.1計算機網絡安全應用

目前，應用較為廣泛的計算機網絡安全技術有防火墻、入侵檢測技術、反垃圾郵件技術等。人工智能融入于網絡安全管理中，可以有效的提升防火墻攔截危險信息的準確性、高效性，可以提升反垃圾郵件的防御性能，可以通過對垃圾信息數據進行智能化掃描分類，提升垃圾郵件的攔截效率。人工智能運用于入侵檢測技術，更是大大改善了計算機病毒、木馬程序以及不安全代碼的攔截效果。人工智能運用于規則產生式專家系統。規則產生式專家系統的數據庫存儲的都是專業經驗，其知識構建的推理機制都是基于人工智能實現的。數據在接受入侵檢測時，網絡安全管理員會將入侵特征轉變為特定的規則，形成規則數據庫。凡是與數據庫中的規則相符的入侵數據，都會被及時地處理。基于底層數據收集分析結構的Agent技術是面向對象實現的。它可以優化計算機網絡的應用，促使Agent技術具有較強的服務與需求分析功能，在數據注冊表的引導下，為數據查詢人員提供需求。它可以使計算機達成并行工程思想。Agent技術每個工作流程的發起、推進以及展開，都可以依托Agent技術在分布式交互仿真環境下進行。Agent技術還可以使人與Agent語言實現自由交互，可以讓一些接受技能培訓的人員在仿真環境下與實訓設備進行自由交互。人工智能應用于計算機網絡安全管理還形成了數據融合技術。數據融合技術可以將不同傳感器收集到的數據融合到一起，擴大入侵信息檢測的范圍，使檢測更全面、檢測效果更好。

2.2人工神經網絡技術

人工神經網絡是人工智能與計算機網絡技術的融合產物。人工神經網絡是通過數據的存儲、分析、處理形成具有決策性特征的結果，其是模仿人腦神經元網絡而創建的簡單、抽象模型。在神經網絡中，節點與節點之間都有著非常密切的聯系，網絡的數據輸入與輸出都依賴于網絡的連接方式實現。人工神經網絡技術在醫學、經濟學以及生物學等領域都有非常廣泛的應用。在人工神經網絡中，神經元處理的符號是由0和1組成的機器語言符號。機器語言符號借助于知識表達技術與人類所運用的自然符號進行自由地相互轉換，以一種非程序化、適應性、大腦風格的信息處理方法，借助于計算機網絡技術的分布式信息處理功能，盡可能地模仿人腦神經系統的工作方法，完成接近于人腦效果的分析。人工神經網絡的實現原理明顯區別于傳統的人工智能技術，更是原有信息處理技術的升級與優化，它克服了基于邏輯符號的人工智能在處理直覺、非結構化信息等方面的缺陷，使人工智能技術具備更強的自適應、自組織以及高實時性的優勢。

2.3數據挖掘應用技術

人工智能技術與計算機技術相融合衍生出數據挖掘技術。數據挖掘技術是為了將存在于大量數據之中有著某種特殊聯系的數據提取出來，將其轉變為計算機可以處理的數據，轉變為用戶可視化的結果。數據挖掘是基于五個環節實現的，既挖掘目的的確定、數據準備、數據挖掘、結果分析、知識同化。數據的挖掘目的決定了數據挖掘方向。僅管挖掘結果是很難預測的，探索的問題是可以預見的。數據的選擇則會綜合分析內、外部相關數據，從中遴選出相應的數據，為數據分析做準備，完成數據的預處理。數據挖掘之前，需要創建數據分析模型，完成挖掘后，再運用恰當的結果分析方法，對其結果進行解讀。數據挖掘是一個知識發現的過程。人工智能在計算機網絡中運用得最廣泛的數據挖掘技術就是入侵檢測。在計算機網絡中，為了強化安全管理，人工智能技術會被運用于收集信息數據，再結合網絡運行環境、用戶需求對信息數據進行篩選，形成信息報告，將信息報告以用戶的可視化形式呈現出來，由用戶來做出處理決策。人工智能通過對以往入侵數據進行分析，掌握入侵數據的規律，提出保護方案。隨著入侵數據庫資源數量的增加，對入侵規律的把握越來越準確，入侵檢測技術就更成熟。如果網絡環境發生異常，數據挖掘技術就會對所有入侵數據進行全面識別，在深入把握入侵源以后，傳送給用戶，與用戶合作制定新的防護方案。只要在特定的網絡環境里出現一次入侵攻擊，人工智能就會將其轉變為存儲記憶，有效避免再次出現類似的入侵攻擊。

2.4人工智能問題求解技術

人工智能技術是為了解決復雜問題而產生的。復雜問題多指結構不良，或者非結構化的問題。解決這些問題，還沒有非常成熟、有效的求解算法，只能依賴于知識的積累、探索與運用。那么，人工智能問題求解技術的實現就是計算機技術在實際運用的過程中，不斷地利用知識、算法，來形成一條代價相對較小的推理路線，從而使問題得到有效的解決。求解問題的環節由目標的表示、搜索、執行三個環節組成。人工智能地求解問題的過程中，需要綜合考慮到能否找到解，找到的解是否是最優解，時間復雜度，既找到解所花費的時間，還有空間復雜度，既找到解所需要的存儲空間。人工智能問題求解是基于啟發式搜索實現的，用限定的步數完成算法。結合計算機網絡的狀態圖，人工智能會運用適用的邏輯推理技術對知識結構進行全方位的構建。只有網絡之中的各個空間的各個狀態，都得到全方位的檢索，才能保證求解的最優化。當然，計算機網絡上存在著不同的空間，那么選擇的搜索方法也會有所差別。

作者:韓艷 單位:成都職業技術學院計算機應用