李波 長春工程學(xué)院計算機(jī)基礎(chǔ)教學(xué)中心
隨著互聯(lián)網(wǎng)的飛速發(fā)展,多種技術(shù)為群體技術(shù)作了技術(shù)支持?,F(xiàn)代互聯(lián)網(wǎng)時代也是各種高科技手段融合的時代。群體智能就是人類受蜜蜂等動物啟發(fā),提出的一種獨(dú)特算法方式。群體智能作為算法,擁有與其他種類算法不同的特點(diǎn),即靈活性和分布性。人類也已經(jīng)運(yùn)用群體智能融合于人類的生活之中,諸如交通運(yùn)輸,信息科學(xué)等方面。
隨著互聯(lián)網(wǎng)時代的發(fā)展,一個名為群體智能的概念進(jìn)入了人們的視野之中。群體智能,,簡而言之,就是發(fā)揮多個個體的智能性,把海量的數(shù)據(jù)融合于一體。俗話說“三個臭皮匠,頂個諸葛亮”,我們就足以可以看出群體的重要性。這就如同,我們經(jīng)常提到的“1+1 >2”的概念,這是由于兩個人之間產(chǎn)生了思想的碰撞。也正是由于這種思想,可以為大數(shù)據(jù)下的群體智能提供良好的支撐和幫助。曾經(jīng)有人提出,網(wǎng)絡(luò)是群體交互的一個平臺,而大數(shù)據(jù)也為網(wǎng)絡(luò)這個平臺提供了更加強(qiáng)有力的技術(shù)支撐。通過運(yùn)用群體智能這種方法,可以讓廣大用戶能夠更好的進(jìn)行資源和信息的共享。而大數(shù)據(jù)算法,其實(shí)也是時代發(fā)展的重要發(fā)展成果。
現(xiàn)代的群體智能算法,相比過去的傳統(tǒng)智能算法,并非是完全不同的,而是保留了一部分自己特有的特點(diǎn)。過去傳統(tǒng)的智能算法,主要側(cè)重于數(shù)值計算,信息檢索等。而現(xiàn)代群體智能算法,更加強(qiáng)調(diào)對外界的情感感知,這讓群體智能不再是一個簡簡單單的機(jī)械概念,而是更能適應(yīng)人類情感上的需要。例如,群體智能具有的情感聯(lián)想等功能,既融合于傳統(tǒng)智能算法,還做出了進(jìn)一步的創(chuàng)新。現(xiàn)代網(wǎng)絡(luò)群體智能由于其獨(dú)特的群體性,導(dǎo)致其受眾比較廣。也正是由于群體智能這一特點(diǎn),相比傳統(tǒng)智能算法,也就更為復(fù)雜,網(wǎng)絡(luò)覆蓋也更加穩(wěn)定。
群體智能算法最初起源于人類對于昆蟲,螞蟻等群體行為的模擬。這些動物群體行為,是互相交互的,動物個體利用各自的智能,在強(qiáng)有力的制度體系管控下,共同構(gòu)建了群體智能。群體智能這種由個體進(jìn)化而發(fā)現(xiàn)的規(guī)律,可以不斷提高個體的穩(wěn)定耐受性。因此我們可以把群體智能的特點(diǎn)定義為生成和體驗(yàn)。人類通過把大自然中物種進(jìn)化和變更,融合于計算機(jī)技術(shù)之中,成功的把計算機(jī)有些無法處理的復(fù)雜問題,轉(zhuǎn)化成了利用函數(shù)進(jìn)行解答的問題。
群體智能是由計算機(jī)信息技術(shù)和其他科目互相交互形成的新興科目。由于此學(xué)科的特點(diǎn),因此在實(shí)施群體智能時,人類也面臨著前所未有的挑戰(zhàn)。而當(dāng)今社會互聯(lián)網(wǎng)群體智能算法研究不夠完善,導(dǎo)致人類缺少系統(tǒng)的理論知識等去研究群體智能的可行性。這就導(dǎo)致我國互聯(lián)網(wǎng)群體智能大幅度落后與其他國家。這也就需要我們認(rèn)真研究群體智能方法,進(jìn)行群體智能的互動應(yīng)用。
對比過去傳統(tǒng)科學(xué),現(xiàn)代科學(xué)擁有了更多的不確定性和無規(guī)律性和無組織性。因此現(xiàn)代科學(xué)更多的講究把整體論和還原論互相融合。人類在整體建構(gòu)思想下,想要解決復(fù)雜的問題時,要努力發(fā)揮還原論的思想,把理論和實(shí)際情況進(jìn)行互相結(jié)合。不僅如此,人類在對科學(xué)問題進(jìn)行探究時,要把整體和細(xì)節(jié)相結(jié)合。人類通過這種方法,才能達(dá)成互聯(lián)網(wǎng)群體智能的有力構(gòu)建。只有把整體思想和關(guān)注細(xì)節(jié)思想相互融合,才能突出互聯(lián)網(wǎng)群體智能的特色。
對于網(wǎng)絡(luò)群體智能的框架層次主要分為五個層次。第一層次是對象基礎(chǔ)層,是研究的基礎(chǔ),主要用于研究網(wǎng)絡(luò)群體智能的受眾和交互的環(huán)境。第二層次是理論方法層,是對象基礎(chǔ)層的拓展升華,主要用來運(yùn)用理論基礎(chǔ)知識進(jìn)行群體智能框架的合理構(gòu)建。第三層次是模型算法層,對群體智能進(jìn)行模擬,制作模型,來實(shí)現(xiàn)智能的可視化。第四層是分析解釋層,利用模型層建立的模型來解釋網(wǎng)絡(luò)群體智能微觀和宏觀的現(xiàn)象。第五層是應(yīng)用評價層,即根據(jù)研究的成果來進(jìn)行討論評價,最終得出結(jié)論。
在大數(shù)據(jù)背景下,網(wǎng)絡(luò)漏洞引起了越來越多人的重視。也正是由于互聯(lián)網(wǎng)安全體系不夠完善,網(wǎng)絡(luò)問題如何解決也成為了人們關(guān)注的一個重要問題。而群體智能則為解決這一問題帶來了一個新方向。
網(wǎng)絡(luò)通信安全包含很多部分,其中流密碼加密就是很重要的一部分。流密碼的研究早在1949 年就開始了,然而受限于當(dāng)時的客觀條件和歷史環(huán)境,并未取的很大進(jìn)展。而群體智能為流密碼研究帶來方向。人們可以利用群體智能來制造密鑰生成器?,F(xiàn)代社會密鑰的廣泛應(yīng)用也促進(jìn)了網(wǎng)絡(luò)安全。
隨著時代發(fā)展,網(wǎng)絡(luò)安全漏洞引起了越來越多人的重視。而如何找到網(wǎng)絡(luò)的攻擊源成為了越來越多人思考的問題。網(wǎng)絡(luò)群體智能則為尋找網(wǎng)絡(luò)攻擊源帶來了方向。人們通過網(wǎng)絡(luò)群體智能,可以找到攻擊源的位置,并且制定相應(yīng)的分類規(guī)則。
融媒體是由云端,手機(jī)端共同協(xié)作形成的商務(wù)服務(wù)模塊。利用融媒體系統(tǒng),人類發(fā)明了很多產(chǎn)品,諸如以下幾種。大數(shù)據(jù)云稿件收發(fā)和素材管理后臺,是用于接受信息,進(jìn)行數(shù)據(jù)采集,分發(fā)等任務(wù)的一種系統(tǒng)。選題輔助生成和稿件云庫系統(tǒng),是通過群體智能算法來把熱點(diǎn)時事進(jìn)行整合,分析,從而選題。新媒體電腦cms 系統(tǒng),用戶用于制作、發(fā)布稿件的系統(tǒng)。用戶通過這個系統(tǒng)可以更好更快的對稿件進(jìn)行管理。移動采編協(xié)同系統(tǒng),是用戶通過手機(jī)等移動端來進(jìn)行實(shí)時通信的手段。智能傳播數(shù)據(jù)管理系統(tǒng),是通過群體智能對可視化數(shù)據(jù)進(jìn)行信息跟蹤,來對企業(yè)內(nèi)部進(jìn)行評估。信息智能數(shù)據(jù)分析系統(tǒng),是通過群體智能將分散的信息統(tǒng)籌整合為統(tǒng)一格式的信息數(shù)據(jù)。
人們最初對群體智能產(chǎn)生概念,是在動物群體模擬中出現(xiàn)。而根據(jù)研究表明,人類認(rèn)識事物,一般是要通過兩個階段,即直覺階段和關(guān)注階段。直覺階段,人類認(rèn)識事物一般是下意識的,不受人類大腦的控制。而人類對圖像的認(rèn)知一般是具體的,而一般生活中我們也采用明確的統(tǒng)計方法進(jìn)行研究。這種方法雖然運(yùn)用可以說相當(dāng)廣泛,卻仍然存在一定的問題。人類對圖像認(rèn)知中存在的問題對社會發(fā)展產(chǎn)生了不小的影響。越來越多的人也開始思考如何更好的進(jìn)行圖象處理機(jī)制的改革。群體智能就為圖像處理機(jī)制改革帶來了新的方向。人類開始運(yùn)用分布式的群體智能方法改變過去集中式的圖像處理機(jī)制。根據(jù)人類研究表明,把群體智能應(yīng)用于圖像處理機(jī)制,從而使這種算法具有了以下特征,即抽象性,自繁衍,適應(yīng)性和自組織。
隨著科學(xué)技術(shù)的發(fā)展,各種各樣的高科技產(chǎn)品已經(jīng)融入了我們的生活之中。人類通過觀察動物群體的運(yùn)動,結(jié)合科技手段,提出了群體智能的概念。
群體智能慢慢的也被應(yīng)用于生活的各方面之中。原先通過個體智慧來進(jìn)行支撐構(gòu)建框架的方法已經(jīng)不能夠與時俱進(jìn),只有通過群體的智慧來進(jìn)行統(tǒng)籌構(gòu)建,才能夠把海量的數(shù)據(jù)進(jìn)行整合,運(yùn)用智能算法對問題進(jìn)行解決。