崔煜昆

北京航空航天大學(xué)計(jì)算機(jī)學(xué)院

人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用

崔煜昆

北京航空航天大學(xué)計(jì)算機(jī)學(xué)院

信息通信技術(shù)（ICT）的發(fā)展對(duì)行業(yè)構(gòu)成了不錯(cuò)的挑戰(zhàn)，涉及諸如可擴(kuò)展性，網(wǎng)絡(luò)安全性，能源管理，網(wǎng)絡(luò)監(jiān)控等問題。幾種人工智能工具可以應(yīng)用于解決目前的許多ICT挑戰(zhàn)。本文介紹人工智能（AI）技術(shù)在兩個(gè)主要問題類別中的實(shí)際應(yīng)用：物聯(lián)網(wǎng)的人工智能和用于管理傳統(tǒng)電信網(wǎng)絡(luò)中的故障和安全問題的AI技術(shù)。因此，我們將介紹我們的研究工作，將AI應(yīng)用于不同的領(lǐng)域，描述當(dāng)前最先進(jìn)的技術(shù)，實(shí)施的解決方案以及主要的實(shí)驗(yàn)結(jié)果。本章將展示在各種領(lǐng)域?yàn)镮CT解決方案添加智能層所取得的各種益處。

人工智能；物聯(lián)網(wǎng)；電信網(wǎng)絡(luò)；機(jī)器學(xué)習(xí)

引言

本章介紹用于創(chuàng)建網(wǎng)絡(luò)智能的人工智能技術(shù)，介紹網(wǎng)絡(luò)解決方案以利用人工智能帶來的好處。我們將討論不同的平臺(tái)和應(yīng)用，采用RFID技術(shù)，醫(yī)療傳感器（用于解決諸如流行病預(yù)測(cè)等問題）和機(jī)器人，討論這些系統(tǒng)帶來的主要挑戰(zhàn)。

1.AI在網(wǎng)絡(luò)技術(shù)中的應(yīng)用簡(jiǎn)介

1.1 AI在物聯(lián)網(wǎng)中的應(yīng)用

人工智能技術(shù)越來越多地被用于物聯(lián)網(wǎng)日益增長的領(lǐng)域，日常物品與之相連。這些技術(shù)可能包括啟發(fā)式搜索算法，machine learning技術(shù)，確定性或概率狀態(tài)機(jī)，知識(shí)推理系統(tǒng)，圖形理論或環(huán)境感知等。

1.2 AI在電信網(wǎng)絡(luò)中的應(yīng)用

電信網(wǎng)絡(luò)現(xiàn)在是非常復(fù)雜的系統(tǒng)。單個(gè)網(wǎng)絡(luò)路由器可能會(huì)在其上運(yùn)行數(shù)百萬條軟件代碼行。另外，大量的網(wǎng)絡(luò)組件需要被管理故障和安全問題的網(wǎng)絡(luò)管理解決方案進(jìn)行監(jiān)控和遠(yuǎn)程配置。然而，故障預(yù)測(cè)正變得越來越復(fù)雜。另外，目前在傳統(tǒng)電信網(wǎng)絡(luò)上產(chǎn)生了很多報(bào)警，處理的主要問題不是缺乏信息，而是來自眾多元素的過多報(bào)警。AI技術(shù)對(duì)于減少這些技術(shù)至關(guān)重要。

2.AI在流行病預(yù)測(cè)網(wǎng)絡(luò)中的應(yīng)用

2.1 技術(shù)前沿

疾病，信息和社會(huì)支持是影響網(wǎng)絡(luò)節(jié)點(diǎn)的衛(wèi)生相關(guān)因素之一。AIDS出現(xiàn)后，社交網(wǎng)絡(luò)分析被證明適合感染性接觸追蹤。傳染病調(diào)查的社會(huì)網(wǎng)絡(luò)通常只是通過個(gè)人接觸來建立的，因?yàn)檫@些接觸是傳播疾病的最可追溯的手段。盡管如此，除了通過個(gè)人接觸以外的其他機(jī)制傳播的疾病，將地理接觸納入社會(huì)網(wǎng)絡(luò)的一種用來分析疾病傳播的方法已被證明可以揭示隱藏的聯(lián)系。

2.2 架構(gòu)實(shí)現(xiàn)

通過采用適當(dāng)?shù)臄?shù)學(xué)公式和指標(biāo)，然后評(píng)估給定流行病學(xué)專家的社會(huì)聯(lián)系網(wǎng)絡(luò)，從而評(píng)估疫情的曙光概率。這個(gè)模塊背后的想法是網(wǎng)絡(luò)性質(zhì)和應(yīng)用于流行病學(xué)的分析方法的相關(guān)性。更準(zhǔn)確地說，是等效常數(shù)與流行閾值之間的關(guān)系。實(shí)際上，按照方法學(xué)標(biāo)準(zhǔn)和可擴(kuò)展性的原因，希望這個(gè)模塊能夠輕松地使用內(nèi)存并快速運(yùn)行，而在可擴(kuò)展性方面，它的代碼應(yīng)該比較容易閱讀和修改。另外，有必要找到一個(gè)可以獲得可行數(shù)據(jù)分析的過程。

3.AI在電信網(wǎng)絡(luò)報(bào)警預(yù)測(cè)中的應(yīng)用

3.1 技術(shù)前沿

Markovmodel是FSM的擴(kuò)展，具有概率轉(zhuǎn)換。隱型markov model模型進(jìn)一步擴(kuò)展了馬可夫鏈模型。它用于建模簡(jiǎn)單的隨機(jī)過程，其中我們有多個(gè)狀態(tài)，每個(gè)狀態(tài)對(duì)應(yīng)于可觀察事件。而HMM可以用作序列分類器，其中類標(biāo)簽在我們的例子中是目標(biāo)事件。ANN可以對(duì)報(bào)警序列進(jìn)行分類，即使輸入數(shù)據(jù)有噪聲，也可以通過監(jiān)督訓(xùn)練用向量編碼的報(bào)警模式進(jìn)行訓(xùn)練。

3.2 架構(gòu)與實(shí)現(xiàn)

關(guān)于擬議的預(yù)防性監(jiān)控系統(tǒng)架構(gòu)，分類過程有N個(gè)類，每個(gè)類都引用一個(gè)目標(biāo)事件。為此，創(chuàng)建了N個(gè)評(píng)估引擎（EE）實(shí)例。EE是為每個(gè)目標(biāo)事件創(chuàng)建的機(jī)器學(xué)習(xí)實(shí)例。我們基于Acceptor FSM實(shí)現(xiàn)它，因此EE包含知識(shí)庫中每個(gè)序列模式的一個(gè)有限狀態(tài)機(jī)。系統(tǒng)具有離線流程，負(fù)責(zé)預(yù)處理報(bào)警數(shù)據(jù)，執(zhí)行模式挖掘算法，生成學(xué)習(xí)模式的知識(shí)庫。在線流程表示使用通過知識(shí)庫模式創(chuàng)建的評(píng)估引擎對(duì)測(cè)試事件序列的評(píng)估。決策者具有選擇似然概率大于閾值的預(yù)測(cè)的作用。

4.AI用于電信網(wǎng)絡(luò)上客戶端分析的多重神經(jīng)網(wǎng)絡(luò)

網(wǎng)絡(luò)流量監(jiān)控是主動(dòng)和被動(dòng)管理各種維度網(wǎng)絡(luò)的重要活動(dòng)，可以通過觀察數(shù)據(jù)包或流程來執(zhí)行。在科學(xué)界做出了巨大的努力，其目標(biāo)是了解交通和多樣化應(yīng)用的特點(diǎn)如何影響網(wǎng)絡(luò)基礎(chǔ)設(shè)施的行為。因此，測(cè)量策略以及AI技術(shù)可以為識(shí)別異常行為（例如網(wǎng)絡(luò)流量的提升或突然增加）帶來重要貢獻(xiàn)。

4.1 技術(shù)前沿

盡管在路由器（如CISCONetflow）中存在的工具的幫助下，監(jiān)控活動(dòng)已成為主流，但仍然存在一些必須解決的問題。目前，基于測(cè)量（包或流）的交通監(jiān)控的主要障礙是鏈路容量的可伸縮性不足。那是，具有高容量的鏈路的流量監(jiān)控產(chǎn)生了大量的數(shù)據(jù)。隨著鏈路的容量和流量的增加，跨越路由器的每個(gè)流的保持計(jì)數(shù)器變得昂貴且難以執(zhí)行。

深度數(shù)據(jù)包檢測(cè)（DPI）涉及到跨網(wǎng)絡(luò)的數(shù)據(jù)包的完整分析，不僅檢查報(bào)頭，如淺包檢測(cè)（SPI）的情況，還包括其主體。

現(xiàn)代網(wǎng)絡(luò)設(shè)備使用深度包檢測(cè)來執(zhí)行復(fù)雜的服務(wù)，如檢測(cè)和防止入侵，流量整形，負(fù)載平衡，防火墻，垃圾郵件檢測(cè)和防病毒等。深度分組檢測(cè)構(gòu)成了一個(gè)強(qiáng)大的機(jī)制，用于執(zhí)行數(shù)據(jù)包標(biāo)準(zhǔn)的對(duì)應(yīng)關(guān)系。

4.2 架構(gòu)與實(shí)現(xiàn)

我們的解決方案不是試圖阻止P2P流量，而是針對(duì)P2P流量和其他網(wǎng)絡(luò)數(shù)據(jù)（如多媒體，游戲等）的客戶端使用情況進(jìn)行分析，以便根據(jù)其消費(fèi)的網(wǎng)絡(luò)資源。構(gòu)想了一種新的架構(gòu)，采用反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行用戶個(gè)人資料學(xué)習(xí)。

5.結(jié)語

AI技術(shù)作為一種計(jì)算機(jī)和互聯(lián)網(wǎng)中的新興技術(shù)，已經(jīng)在多個(gè)領(lǐng)域多個(gè)方向發(fā)揮了巨大的作用，并且將對(duì)互聯(lián)網(wǎng)和計(jì)算機(jī)技術(shù)的發(fā)展帶來深遠(yuǎn)影響，需要對(duì)此技術(shù)進(jìn)行更為深入的研究，以便相關(guān)行業(yè)更好的發(fā)展，同時(shí)造福人類社會(huì)。

[1]Arsenio,A,Serra,H,Francisco,R,Andrade,J,Serrano,E, Nabais,F.Internet of intelli-gent things—bringing artificial intelligence approaches for communication networks.In：Inter-Cooperative Collective Intelligence：Techniques and Applications,vol.495,pp.1-37.Springer（2014）

崔煜昆（1995-），男，山東省膠南人，學(xué)歷：本科，研究方向：人工智能和計(jì)算機(jī)圖形學(xué)。