摘要：以人工智能理論的網(wǎng)絡(luò)安全管理現(xiàn)狀為出發(fā)點，并以異常檢測法與P2P信任模型為例，深入研究現(xiàn)代網(wǎng)絡(luò)安全管理技術(shù)的運作過程，從而為高效解決網(wǎng)絡(luò)安全問題與隱患提供理論支撐。

關(guān)鍵詞：人工智能理論；網(wǎng)絡(luò)安全；管理；關(guān)鍵技術(shù)

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9599 （2012） 23-0000-02

隨著信息技術(shù)和網(wǎng)絡(luò)技術(shù)的快速發(fā)展，人們已開始習(xí)慣于網(wǎng)絡(luò)所提供的各項活動，如電子商務(wù)、電子政務(wù)、網(wǎng)絡(luò)社交和信息共享等。由于現(xiàn)代計算機網(wǎng)絡(luò)中信息中的敏感內(nèi)容和涉及到個人隱私的內(nèi)容不斷增多，各種危害網(wǎng)絡(luò)信息安全的行文日益增多。因此，加強對網(wǎng)絡(luò)安全管理研究，確保人們在信息時代的網(wǎng)路安全，有著非常突出的意義。

人工智能（AI：Artificial Intelligence），是計算機科學(xué)的一個分支，是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。近年來，基于人工智能的網(wǎng)絡(luò)安全管理技術(shù)，受到了各國科學(xué)家的關(guān)注，且兩者的結(jié)合還有助于解決傳統(tǒng)網(wǎng)絡(luò)安全管理關(guān)鍵技術(shù)中存在的問題，有助于推動科學(xué)的進步。

1 基于人工智能理論的網(wǎng)絡(luò)安全管理現(xiàn)狀

人工智能是網(wǎng)絡(luò)科學(xué)的重要分支，以機械智能為研究對象，即通過科學(xué)技術(shù)與人工方法，研制智能系統(tǒng)、智能機器，從而擴展、延伸、模仿人類行為。相關(guān)數(shù)據(jù)顯示，目前，人工智能理論被廣泛應(yīng)用于諸多領(lǐng)域。如：計算機視覺、機器學(xué)習(xí)、專家系統(tǒng)、語言處理、數(shù)據(jù)挖掘、模式識別等。

經(jīng)調(diào)查發(fā)現(xiàn)，國內(nèi)外部分學(xué)者，通過將網(wǎng)絡(luò)安全管理關(guān)鍵技術(shù)與人工智能理論相結(jié)合，取得了大量較為成功、實用的科技成果，例如：基于決策樹模型，Sinclair C提出了網(wǎng)絡(luò)入侵預(yù)測法；基于聚類理論，Leonid Portnoy提出了入侵檢測法；基于粗糙理論，張連華、蔡忠閩提出了網(wǎng)絡(luò)信任模型；基于免疫理論，Aberer K提出了網(wǎng)絡(luò)信譽評估模型。這表明，將人工智能理論應(yīng)用于信息網(wǎng)絡(luò)安全，大大促進了信息網(wǎng)絡(luò)管理關(guān)鍵技術(shù)的快速發(fā)展。同時，由于隨著人工智能理論的發(fā)展，網(wǎng)絡(luò)安全管理技術(shù)的實際應(yīng)用效果也得到了增強。因此，為進一步加大網(wǎng)絡(luò)安全管理的深度與高度，相關(guān)工作人員仍需加大研發(fā)力度，將最高效、最先進的人工智能理論與網(wǎng)絡(luò)安全管理向結(jié)合。

2 異常檢測法

由于，傳統(tǒng)網(wǎng)絡(luò)安全管理技術(shù)中的K-均值算法在初始化過程中，較為敏感，易陷入極值點。因此，基于人工智能理論，采用網(wǎng)絡(luò)異常檢測法，可優(yōu)化人工免疫體系中的目標(biāo)函數(shù)，并獲得良好的效果。

2.1 標(biāo)類算法。標(biāo)類算法是指將類按數(shù)據(jù)總量排序，并設(shè)定統(tǒng)一檢測值，位于統(tǒng)一檢測值之上的類，被認(rèn)為屬于正常類，而其他類則屬于異常類。此方法具有簡單快捷的特點，但它易受子類數(shù)目的影響。因此，為了降低網(wǎng)絡(luò)安全系統(tǒng)的誤報率，相關(guān)技術(shù)人員應(yīng)在數(shù)據(jù)生成過程中，增大正常數(shù)據(jù)的總?cè)萘浚瑥亩棺宇惏渥愕臄?shù)據(jù)量，以使之與數(shù)據(jù)異常類分別開來。標(biāo)類的具體算法如下：設(shè)C2.2 檢驗算法。對網(wǎng)絡(luò)數(shù)據(jù)進行標(biāo)類檢驗后，可選用異常檢測法中的檢驗算法，進一步區(qū)分異常數(shù)據(jù)與正常數(shù)據(jù)，具體算法為：（1）假設(shè)Y為待檢驗的網(wǎng)絡(luò)數(shù)據(jù)；（2）對Y進行預(yù)處理；（3）根據(jù)標(biāo)類算法得到1<=cluster-num<=I，Y屬于C；（4）若C為異常數(shù)據(jù)，則Y為異常數(shù)據(jù)，啟動報警系統(tǒng)。

2.3 異常檢測法試驗結(jié)果。由于網(wǎng)絡(luò)未知風(fēng)險監(jiān)測率是異常檢測法的重要指標(biāo)，因此，對上述檢測算法的結(jié)果進行了全方位的未知攻擊檢測與已知攻擊檢測，具體結(jié)果見表1：

從表1可知，網(wǎng)絡(luò)異常檢測法對Probing與U2R的入侵攻擊檢測效果，優(yōu)于對Dos的檢測效果。這表明，部分Dos入侵偽裝為合法身份，對網(wǎng)絡(luò)安全進行攻擊，使其與正常數(shù)據(jù)較為類似，從而造成檢測率偏低。然而，網(wǎng)絡(luò)異常檢測法的未知攻擊檢測率均高于50%。因此，該方法能夠有效檢測出網(wǎng)絡(luò)安全中的未知入侵行為。

3 P2P信任模型

目前，P2P網(wǎng)絡(luò)系統(tǒng)以其眾多的優(yōu)點被廣泛應(yīng)用于多個領(lǐng)域。然而，由于該系統(tǒng)具有匿名性與開放性等特點，導(dǎo)致不法分子通過惡意節(jié)點對網(wǎng)絡(luò)信息進行竊取，阻礙了P2P網(wǎng)絡(luò)系統(tǒng)的正常工作。因此，為解決此類問題，以人工智能理論中的證據(jù)改進組合規(guī)則為基點，建立P2P信任模型，并在此基礎(chǔ)上進行測試。

3.1 運算流程。本文提出的P2P信任模型的主要運算流程為：（1）確認(rèn)推薦信息中各類文件框架的置信度；（2）利用公式：V（P）=1-a（P為肯定經(jīng)驗數(shù)，a為可能期望值），計算推薦信息置信度的分配值；（3）利用預(yù)處理法，對干擾信息進行過濾；（4）利用證據(jù)改進組合規(guī)則，將推薦信息融為一體；（5）基于信任評價法，斷定節(jié)點的網(wǎng)絡(luò)安全信任程度。

3.2 P2P信任模型試驗結(jié)果。經(jīng)試驗發(fā)現(xiàn)，在每個查詢周期，網(wǎng)絡(luò)節(jié)點處于離線狀態(tài)或積極狀態(tài)，其中，當(dāng)節(jié)點處于積極狀態(tài)時，可接收網(wǎng)絡(luò)發(fā)出的請求。運用P2P信任模型，對500個節(jié)點進行了仿真試驗，結(jié)果如表2：

上述數(shù)據(jù)表明，P2P信任模型能夠有效區(qū)分網(wǎng)絡(luò)中存在的惡意節(jié)點與良性節(jié)點，解決了傳統(tǒng)信任模型中存在的不足與問題。

4 結(jié)論

綜上所述，盡管網(wǎng)絡(luò)安全管理系統(tǒng)中存在著一定問題，而基于人工智能理論，研發(fā)的網(wǎng)絡(luò)安全管理關(guān)鍵技術(shù)，能夠高效檢測出網(wǎng)絡(luò)安全入侵者與惡意節(jié)點，有助于完善網(wǎng)絡(luò)信任管理體制體系，從而為廣大用戶提供更安全、更有序的網(wǎng)絡(luò)服務(wù)，確保網(wǎng)絡(luò)時代個人信息安全。

參考文獻(xiàn)：

[1]熊婷，張炘，鄒璇.數(shù)字化校園網(wǎng)絡(luò)安全管理技術(shù)研究與應(yīng)用[J].中國科技縱橫，2012，2：20.

[2]呂曉東.計算機網(wǎng)絡(luò)安全管理技術(shù)的開發(fā)與應(yīng)用[J].中國科技財富，2010，18：8.

[3]徐安平.計算機網(wǎng)絡(luò)安全管理技術(shù)的開發(fā)和應(yīng)用[J].中國新技術(shù)新產(chǎn)品，2009，19：34-35.

[4]翟健宏，張玥，劉亞維.涉密網(wǎng)絡(luò)安全管理技術(shù)的研究與實現(xiàn)[J].信息安全與通信保密，2010，2：18-19.

[5]謝筠.網(wǎng)絡(luò)時代計算機網(wǎng)絡(luò)安全管理技術(shù)與應(yīng)用[J].科技情報開發(fā)與經(jīng)濟，2009，7：234-235.