谢迎
中移上海产业研究院；
邮编：201206；省市：上海市
摘要：利用人工智能技术构建计算机大数据安全技术平台，有助于保证数据信息的安全与个人隐私问题。文中选择人工智能为着手点，分析计算机大数据安全技术平台的建设策略，为类似研究提供借鉴与参考。
关键词：人工智能；计算机大数据；安全技术平台
人工智能与计算机网络的结合是当代先进技术的一次革命，也是两大技术的必然发展趋势。人工智能为计算机网络技术的未来发展指明方向，也正是如此，才要进一步加强对人工智能技术的研究。网络环境瞬息万变，与之相关的技术需经过重重考验，方可适应更加复杂的网络环境，满足用户的需求，保证信息顺利、迅速、安全传输。
1、人工智能在计算机网络技术中应用的必要性
人工智能涉及到的领域众多，作为智能技术的引路者，人工智能可以模拟人的思维或行为通过数据完成相关指令，继而顺利解决问题。人工智能与人们的生活和工作关系匪浅，常见的人脸识别、语音识别等方面均可利用这一技术。
首先，运用人工智能能协助互联网进行不确定信息的处理，如识别和解析安全事件中的异常和连接只是打击黑客的第一步。网络安全专家还需要相当长的时间进行合理响应，在事件恶化之前弄清楚如何遏制并摧毁攻击。人工智能可以帮助工程师厘清如何处理攻击并了解哪些方法奏效，以及如何将这些经验应用到未来的黑客攻击中。这意味着人工智能可以利用这些经验教训来阻止黑客攻击，或提醒人类运营人员响应事件的最佳做法。
其次，提高信息处理的有效性。机器学习可在萌芽阶段就发现微妙、复杂的异常，并追踪其演变和发展；还能够观察这些事件演变趋势探索未知漏洞，或者将这些事件与其他攻击联系起来，在人类发觉之前就判断出趋势。
2、计算机网络安全中人工智能应用分析
在人工智能技术配合下形成的网络安全管理系统，根据攻击事件发生、发展过程，把系统划分成数据集成、事件处理、攻击响应等内容，每个内容都具有对应任务和处理对策，给人工智能专家数据库建设提供参考。
2.1基于人工智能的数据收集及事件发现
系统从日志、系统等其他的数据来源中进行数据收集，来鉴别和发现真正的攻击。因为传统网络安全技术中K-均值算法在初始化过程中，相对比较敏感，并且容易出现极值点，所以，在人工智能技术作用下，通过采取网络异常检测方法，能够优化人工免疫体系中目标函数，获取理想运行效果。异常检测采用标类算法也就是指把类按数据总数进行排序，设置统一检测值，大于检测值的类称之为正常类，而其他称之为异常类。这种方法使用比较简单便利，但是容易受到子类数目的影响。因为，要想减少网络安全系统错误率，相关人员在数据形成中，需要适当增加正常数据量，让子类数据中含有足够的数据量，让其和数据异常类相分离。
对网络数据标类检测以后，采用异常检测中检验算法，将异常数据和正常数据进行科学划分，具体计算方法是：假设Y是检测中的网络数据，对Y数据进行处理，结合标类算法计算出1<=cluster-num<=I，Y是C;如果C属于异常数据，则Y表示是异常数据，则会启动报警系统。
2.2异常检测法试验结果分析及响应
在应用过程中，通过使用人工神经网络系统，实现对网络系统的保护，该系统具备较强分辨率能力，可以识别噪声或判断是否存在失真入侵行为，适应能力强。
人工神经网络系统与专家系统有着明显的区别，它主要是在生物神经网络发展下形成，具有一定学习和理解能力，能够促进数据之间快速保存和识别，是构建在时间序列基础上的一种检测模式，对检测入侵病毒有着明显效果。此外，对于模糊识别系统地使用，可以及时找出网络系统中存在的病毒问题，通过对病毒类型的判断，并向系统发出响应，保证网络系统运行安全。
在系统遭受攻击以后，可以通过各种方法进行报警并响应。因为网络中含有诸多安全设备，所以，报警能够产生于各种设备，需要系统有能力对各个设备发出的报警信息进行统一处理。众所周知，直接响应也就是指向管理部门报警，当前常采用的报警方法在于报警灯报警、窗口报警灯，之后把报警数据保存在对应数据库中。
3、基于人工智能的计算机大数据安全技术平台建设分析
3.1大数据与人工智能重要的数据库
首先，一些机器学习算法的性质，比如迭代方法、遗传算法，对计算性能的高要求使它们在普通环境中的使用更加困难。
其次，随着大数据的来源增加，也会出现“脏”数据，这些数据有潜在的误差、不完整或差分精度。人工智能可以用来识别和清理“脏”数据，也可以使用“脏”数据作为建立数据上下文知识的手段，例如，一些“脏”数据可能表示出与假设的上下文不同，比如不同语言的数据。
第三，由于数据可视化是大数据的一个用途之一，我们预计人工智能将进一步促进其更多的发展。一种用途可以使专家可视化功能包括在知识库中，该知识库旨在方便其他用户分析渗透到企业中得大数据。另一种方法是提供智能数据可视化应用程序，可能用于特定类型的数据。
3.2在数据挖掘与数据保护中的应用
在如今大数据时代发展背景下，数据挖掘与数据保护是其中的重点工作内容。通常情况下，在数据挖掘工作开展中，会对不同先进技术合理应用，同时将对相同主机进行连接，然后利用相应程序设置，对数据进行挖掘。在该种模式下，虽然能够实现数据挖掘，但安全性无法保障。如果在这一过程中，计算机遭到入侵问题，那么会对数据安全带来很大影响。
如，计算机系统在运行过程中，面临病毒入侵问题，人工智能计算机能够及时对病毒进行分析，同时明确病毒的特点，然后直接与计算机后台数据库中储存的病毒信息进行比对、匹配，掌握病毒类型，并给出相应防御措施，向用户发出警告。人工智能计算机的一个重要优势就是，能够进行更加深入地学习。在病毒防御期间，不同的电脑病毒除了自身具备的特点之外，会包含一定的攻击模式。计算机会将病毒攻击模式以及实际情况，上传到存储器数据库中，同类机器之间可以实现信息共享，这样再次面临病毒攻击时，能够做出有效处理。例如，AGENT技术在应用中，主要是对数据信息进行收集与分析，然后实现对数据的保护。利用人工智能，对外来入侵情况做出自主判断，采取有效措施将外来入侵时间与范围控制在合理范围内。
2.3在问题解决中的应用
通过将人工智能技术应用在计算机网络技术中，可以将知识库以及问题求解两方面进行有机结合，这样可以实现对系统以及数据的完整化管理与立体化管理。从目前社会发展中可以看出，人们在面临无法解决的问题时，经常都会利用网络技术的方式，寻求问题答案。能够在计算机网络技术、数据挖掘技术基础上，实现对人工智能技术的应用，这样许多问题将会得到更好解决。
人工智能自身具备一定推理能力与分析能力，对不同用户的不同需求情况进行分析与了解，给出具体的解决方案。如，在电子商务行业与电子服务行业中，用户在进入到网页或者店铺中，都会通过搜索关键词的方式，对自身想要的商品进行检索。用户将会逐渐形成一个属于自身的检索词数据库。网页后台通过与计算机之间的连接，对不同用户建立数据库。在数据库中能够的对用户搜多的关键词进行记录与积累，然后按照用户关键词搜索次数，对关键词进行排序。在这一过程中，计算机之间能够实现信息交互与信息共享，将数据库中的信息与程序进行有机结合，这样可以实现对用户的智能化推荐。
结论
总之，对基于人工智能的计算机大数据安全技术平台进行分析，传统的数据安全技术早已经无法满足大数据时代下对数据安全的现实需要，大数据平台的数据安全、隐私保护等都均面临着新挑战。依托人工智能的技术要求，在大数据应用背景下，根据计算机大数据的安全需求，对平台设计及时进行调整。
参考文献
[1]闵锐.大数据时代人工智能在计算机网络技术中的应用[J].科技创新与应用,2016(36):98.
[2]郭佳.大数据时代人工智能在计算机网络技术中的运用[J].中国新技术新产品,2019(22):101-102.
[3]杨斌.基于大数据时代计算机网络技术中人工智能的应用[J].通讯世界,2020,27(07):213-214.