益西曲珍 巴桑琼达
国网西藏电力有限公司信息通信公司 西藏 拉萨 850000
摘要：新兴技术一直都是计算机网络技术不断发展的强大驱动力，包括大数据、云计算、VR、AR和人工智能在内的多种新兴技术在计算机网络领域中的广泛应用，给网络用户带来了丰富的新体验。本文立足于大数据时代背景，分析了大数据与人工智能的关系，并以侧重技术应用的角度探讨人工智能在计算机网络技术中的具体应用，包括网络安全管理技术、网络系统管理和评价技术两个层面的应用；同时，列举了人工智能在计算机网络技术中的应用。本文将对大数据时代人工智能在计算机网络技术中的应用进行研究。
关键词：大数据时代；人工智能； 网络技术
1 大数据与人工智能的关系
大数据和人工智能都是基于计算机技术和信息通信技术发展起来的，它们可被视为信息化进程下的两个并行分支，在各自不断向前发展中相互影响、相辅相成。在可作为数据库进行管理的数据中，客户信息、运营数据、销售数据、库存数据等被存储于普通数据库中的数据信息被称作结构化数据；另外，包括电子邮件、文本文件、图画、视频等在内的，不被存储于数据库中的数据，被称作非结构化数据。随着数据量的不断激增，结构化数据和非结构化数据均迎来了爆发式增长，相应的自然语言处理需求、图画与视频解析需求、语音识别需求也在不断积累，因此人们越来越渴望数据存储向智能化方向发展。人工智能满足了人们对数据存储的需求；同时，这种不断向上攀升的实际需求，又进一步推动了人工智能技术的优化与更新。作为新一轮科技革新和工业革新的中心驱动力，人工智能与大数据的结合，正在重塑产业运行模式，改变着人们的生活方式。
2 人工智能在计算机网络技术中的应用分析
2.1 人工智能在计算机网络安全管理技术中的应用分析
(1）规则生产式专家系统
人工智能可以帮助人们完成对系统入侵的检测，在已有以数据库建立的经验基础上，我们可以创建有效预防病毒入侵的计算机推理机制，使数据库具备独立发现和分析病毒入侵的功能，并能够根据以往经验对新的入侵行为进行拦截，以降低病毒入侵的发生概率。
(2）人工神经网络
所谓人工神经网络，就是指在智能技术的帮助下，使计算机网络具备模拟人脑做工的能力，其特别是在容错性和接受性方面需要有格外突出的表现。随着大数据时代的到来，人们对海量数据被精确识别和分析的要求越来越高，如果人工神经网络能够在畸变和噪声输入模式等方面做到精确识别，那么将会极大提升工作质量。事实上，当前有关这方面的人工智能应用已经非常普遍了，特别是在与检测系统配合使用时，检测效率得到了进一步提升。
(3）数据挖掘技术
数据挖掘技术的核心内容是准确提取网络连接状态下，主机的数据流入和流出，以自身的技术性能为基础对入侵计算机的数据信息进行学习和分析，并将新的入侵行为纳入到自身数据库中，成为最新的学习经验，从而对外来类似或相同的入侵行为进行及时拦截。
(4）自治Agent技术
自治Agent技术的主要特点有：适应性、兼容性、自主性和十分突出的学习能力。Agent的特点决定了它对外来入侵具有较强的控制力，并且影响范围也很广，强大的适应性大大降低了其对外部环境的依赖程度。
2.2 人工智能在计算机网络系统管理和评价技术中的应用分析
(1）人工智能问题求解技术
在应用人工智能问题求解技术解决某些给定条件下的问题时，我们所关注的点主要集中在搜索空间和最优解这两个方面，并希望通过该技术自身所具有的搜索、推理和求解等功能来实现我们的实际需求。通常我们会用f×(n)=g×(n)+h×(n)这个公式来对最优解的获取进行评估，其中g×(n)被用来表示由网络节点s-n的最短路径，h×(n)被用来表示网络节点n-g的最短路径。
在网络数据传输过程中，最优解的获取可以帮助我们有效节约网络资源，提升网络资源的合理利用率。
(2）专家知识库技术
专家知识库技术主要用于帮助人们获得更加可靠的计算机网络管理决策和支持，进而实现安全、科学、合理的管理与评价。作为专家系统的一个重要组成部分，专家知识库对专家系统的正常运行有着很重要的影响，这与专家知识库通过直接和间接积累知识方式，来对计算机网络进行编码的操作行为和过程有很大关系。
3 人工智能应用于计算机网络技术的几个例子
3.1 网络数据库的建立与开发
大数据背景下的网络数据库可被理解成是海量数据与海量资源共享的结果。人工智能可帮助人们轻松实现对后台（远程）数据库和本地计算机程序的精确高效的系统操作和数据管理，这要比人工操作更加精确。随着数据量的进一步激增，人们对开发和建立网络数据库的要求也越来越高，区块链技术便是在这样的背景下诞生的，这项新兴技术被定义为数据记录、传递、存储、管理、呈现的一种新方式。
3.2 网络运营管理
人工智能在网络运营管理方面的应用被视为一种托管服务，即凭借自身的检测优势，挖掘出潜在的站点问题，并探索网络性能下降主要原因，以提升用户的实际体验感。把人工智能技术运用到运营商基站建设中，使其成为一项重要的网络通信战略部署，将有助于我们向自动化网络编排更近一步。在众多网络运营管理项目中，流量监控始终是运营商最为关心的问题。当然，对于所有有能力实施流量管理行为的管理者来说，流量监控都是十分必要的。在整个流量监控过程中，我们所关注的点基本集中在设备容量层面上，即分析设备不足与设备过剩之间的关系，并结合具体运营情况来对两者的关系进行调整，以实现资源利用最大化。NFV和网络切片是我们经常应用的两种技术，NFV是一种网络功能虚拟化技术，它是在IT虚拟化技术基础上提出的，它的出现使网络设备功能不再依赖于专用硬件，资源可以充分灵活共享，实现新业务的快速开发和部署，并基于实际业务需求进行自动部署、弹性伸缩、故障隔离和自愈。通过对比传统设备增加方式和网络虚拟化下设备增加方式，可以很明显看出NFV的重要性。
3.3 网络安全防护
在网络安全防护方面，人工智能可发挥其自身技术上的优越性，帮助我们完成应急指挥和响应服务体系的建立，确保在计算机网络遇到重大安全问题时，我们能够在第一时间获得成熟的解决方案，从而最大限度降低用户网络安全受威胁的概率。另一方面，对人工智能领域人才的培养也是非常重要的，毕竟从当前对人工智能技术研发和应用的情况看，基于层与层之间组织合作的网络安全防护还无法实现自动化，期待创新型人才在此方面深入研究，加以完善和解决。基于人工智能的网络安全防护内容有很多，比如身份认证识别、恶意域名检测、流量攻击检测、恶意软件识别、垃圾邮件检测和系统异常检测等。
3.4 智能考试系统
在自动考试过程中，我们不仅对试卷质量有严格标准，对自动组卷实施过程也有一定的要求，比如：题型设计、试卷结构、题量分配、难度比例、知识点分布等。因此，我们首先需要去建立一个控制各项指标状态的空间，记为D=[]。D中每行均由实体控制指标组成，内容包括：题号、题型、章节、难度，并通过计算机编码将其表示成二进制。
结束语：大数据背景下，对人工智能技术的广泛应用，推动了计算机网络技术的不断发展，同时也给人工智能终端的发展提供了丰富的实战经验。人工智能与计算机网络技术的紧密结合，不仅改变了各行各业原有的信息生产、分发和盈利方式、结构，也直接影响了人们的日常生活。但在深入研究和实际应用人工智能技术过程中我们也发现了不少问题，结合大数据时代背景的特点，本文侧重于从技术应用的角度对人工智能进行阐述，希望能够给大家带来帮助。
参考文献
[1]大数据时代人工智能在计算机网络技术中的应用探究[J].丁凝.数码世 [2]人工智能在计算机网络技术中的运用[J].任甜甜.通讯世界.2020(02)