索子昊,丁 皓
(山東省日照第一中學(xué),日照 276800)
在處理不確定信息的過程中,人工智能的處理效果比較理想,在掌握系統(tǒng)資源所呈現(xiàn)的局部或整體實時、變化狀態(tài)的同時,還能開展相關(guān)的跟蹤服務(wù),通過處理所獲取的信息內(nèi)容,能夠?qū)崟r將有效的信息提供給用戶;人工智能具有更高的協(xié)作能力,能夠?qū)τ嘘P(guān)資源開展高效整合工作,并以此為前提,確保資源共享與傳輸工作的完成,在管理網(wǎng)絡(luò)的過程中,通過人工智能,能夠?qū)崿F(xiàn)工作效率與效益的顯著提高;人工智能的學(xué)習(xí)與推理能力比較突出,在開展網(wǎng)絡(luò)智能化護(hù)理工作的過程中,在提高信息處理效率的同時,還能實現(xiàn)信息處理質(zhì)量的提升。與此同時,不單單是在以上方面,在記憶能力方面,人工智能的優(yōu)勢也比較突出,在開展信息庫建設(shè)工作的過程中,通過人工智能,能夠顯著提升網(wǎng)絡(luò)管理水平。此外,不論是在對非線性問題進(jìn)行處理的過程中,還是在對資源消耗問題進(jìn)行計算的過程中,都可以對人工智能進(jìn)行運用。在計算機(jī)網(wǎng)絡(luò)技術(shù)中,對人工智能進(jìn)行運用具有一定可行性。
(1)專家系統(tǒng)。當(dāng)前,人工智能在入侵檢測應(yīng)用方面具有優(yōu)勢,其以專家經(jīng)驗性知識作為基礎(chǔ),對有關(guān)推理機(jī)制與數(shù)據(jù)庫進(jìn)行建設(shè)。主要原理就是:計算機(jī)網(wǎng)絡(luò)安全管理人員已經(jīng)對入侵特點進(jìn)行掌握,將所了解的入侵特點制定為固定性規(guī)則,這樣固定性規(guī)則內(nèi)容則不斷增加,數(shù)據(jù)庫就此生成。在整個過程中,專家系統(tǒng)決定著入侵檢測的判斷依據(jù)。利用人工智能技術(shù),能夠明顯提高入侵檢測效率,并實現(xiàn)自身精確性的提升。
(2)人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)以人腦學(xué)習(xí)技能模擬為基礎(chǔ),在學(xué)習(xí)能力以及容錯性方面比較突出,除了能夠?qū)в性肼暤妮斎肽J竭M(jìn)行識別之外,還能夠?qū)兦闆r進(jìn)行識別,要想將檢測效果更好的發(fā)揮出來,可以對并行運行模式進(jìn)行應(yīng)用。
(3)人工免疫技術(shù)。該技術(shù)的運用將人體免疫系統(tǒng)作為基礎(chǔ),包括基因庫機(jī)制、否定選擇機(jī)制以及可控選擇機(jī)制等多元素。利用人工免疫技術(shù)能夠?qū)Σ《具M(jìn)行識別并查殺,但是還不能對基因庫進(jìn)行建設(shè)。關(guān)于否定選擇方面,能夠通過隨機(jī)方式對部分字符串進(jìn)行獲取,通過否定選擇方式方法,刪除自我匹配的字符串,并對正確的字符串做出選擇,這樣就可以根據(jù)有關(guān)順序,確保入侵檢測任務(wù)的順利完成。目前為止,該項技術(shù)仍然存在一些缺陷,但是其應(yīng)用價值極其高。
(1)問題求解技術(shù)。在指定的條件中,通過運用該項技術(shù),能夠使某一類問題得到順利解決,并對有限步驟內(nèi)的算法進(jìn)行獲取,將推理技術(shù)、搜索技術(shù)等基礎(chǔ)技術(shù)與結(jié)構(gòu)化技術(shù)包括進(jìn)來。博弈搜索、狀態(tài)空間以及問題空間都屬于搜索技術(shù)運用對象。要想實現(xiàn)搜索效率的提高,首先應(yīng)當(dāng)技術(shù)判斷的科學(xué)性與合理性,主要包括兩個方面的評價標(biāo)準(zhǔn),即最優(yōu)解與搜索空間,為了確保搜索工作的最佳化,在開展有關(guān)評估操作的過程中,可以運用公式g*(m)=f *(m)+q*(m)予以應(yīng)用,其中,f *(m)代表網(wǎng)絡(luò)節(jié)點M至節(jié)點m的最短路徑;q*(m)代表網(wǎng)絡(luò)節(jié)點m至節(jié)點f的最短路徑。相比較于傳統(tǒng)結(jié)算方式,在一定程度上能夠?qū)崿F(xiàn)資源節(jié)約,進(jìn)而提高網(wǎng)絡(luò)資源管理質(zhì)量與效率,確保延伸運用范疇這一目的實現(xiàn)。
(2)專家知識庫技術(shù)。針對專家系統(tǒng)而言,專家知識庫發(fā)揮著核心作用,直接影響著其運用效果。當(dāng)前,在專家知識庫中,包括了直接或間接獲取經(jīng)驗的專屬知識與部分基礎(chǔ)原理理論知識,以現(xiàn)有的計算機(jī)網(wǎng)絡(luò)評價經(jīng)驗和管理經(jīng)驗作為前提,能夠?qū)χR庫建立與編碼處理措施進(jìn)行運用。在計算機(jī)網(wǎng)絡(luò)管理的決策中,專家經(jīng)驗發(fā)揮著決定性作用,在處理部分同一類型評價問題與管理問題的過程中,能夠確保處理質(zhì)量的優(yōu)化,該項技術(shù)具有廣闊的應(yīng)用范圍和前景。
以通信網(wǎng)絡(luò)客戶端中,多層神經(jīng)網(wǎng)絡(luò)的配置為例探討人工智能在計算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用表現(xiàn)??茖W(xué)技術(shù)突飛猛進(jìn)的發(fā)展,讓網(wǎng)絡(luò)技術(shù)取得高速發(fā)展與進(jìn)步,網(wǎng)絡(luò)結(jié)構(gòu)不斷朝著更加繁瑣復(fù)雜的方向發(fā)展,這在很大程度上增加了網(wǎng)絡(luò)擁塞的可能性。通過網(wǎng)絡(luò)流量特征,能夠?qū)⒕W(wǎng)絡(luò)傳輸中的相互影響與作用表現(xiàn)出來。利用網(wǎng)絡(luò)流量科學(xué)、合理、精確控制與分析工作的開展,能夠促進(jìn)網(wǎng)絡(luò)服務(wù)質(zhì)量與效率得到提升,有效避免或減少網(wǎng)絡(luò)擁堵情況的出現(xiàn)。也正是因為此,有關(guān)神經(jīng)網(wǎng)絡(luò)的預(yù)測算法模型相繼問世,以時間序列為基礎(chǔ)的預(yù)測模型能夠預(yù)測季節(jié)性模式的數(shù)據(jù)流量,與傳統(tǒng)時間序列模型預(yù)測相比較,該模型不僅預(yù)測精確度較高,而且預(yù)測效率也非常顯著,充分說明在動態(tài)預(yù)測方面,該方法具有良好的應(yīng)用前景。近段時間,有關(guān)專家人士提出了一種名叫 智能網(wǎng)絡(luò)用戶分析工具 的解決方案。在該解決方案中,主要包括下圖中的幾個模塊。
圖1 智能網(wǎng)絡(luò)用戶分析工具框架
通過智能網(wǎng)絡(luò)用戶分析工具這一解決方案,能夠確保網(wǎng)絡(luò)流量分析的有效性,還能夠拓展網(wǎng)絡(luò)流量分析,能夠?qū)崿F(xiàn)網(wǎng)絡(luò)操作自動學(xué)習(xí)網(wǎng)絡(luò)與給定客戶端的連接工作,并確保匹配效果的最佳化,在實時智能包實例中將該模式引入進(jìn)來具有重要推動應(yīng)用效能。
科學(xué)技術(shù)的發(fā)展讓網(wǎng)絡(luò)的應(yīng)用范圍越來越廣,人工智能與計算機(jī)網(wǎng)絡(luò)技術(shù)的融合與發(fā)展,則更進(jìn)一步推動了計算機(jī)網(wǎng)絡(luò)技術(shù)的應(yīng)用效果,也讓人工智能的優(yōu)勢得以充分展現(xiàn)。計算機(jī)網(wǎng)絡(luò)技術(shù)在對人工智能進(jìn)行應(yīng)用的過程中,還需要結(jié)合具體的實際情況進(jìn)行優(yōu)化和處理,讓人工智能與計算機(jī)網(wǎng)絡(luò)技術(shù)互相滲透、融合。
[1] 楊俊.人工智能在計算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].電子技術(shù)與軟件工程,2017,(24):255.
[2] 李世鋒.大數(shù)據(jù)時代人工智能在計算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].電子技術(shù)與軟件工程,2017,(23):259.
[3] 閔銳.大數(shù)據(jù)時代人工智能在計算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].科技創(chuàng)新與應(yīng)用,2016,(36):98.
[4] 茆鳴.人工智能在計算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用研究[J].電子技術(shù)與軟件工程,2016,(09):255-256.
[5] 孫曉霞.人工智能在計算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用探究[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用,2016,(03):99+101.