唐超,左文濤
(1.廣州科技職業(yè)技術(shù)大學(xué),廣東 廣州 510800;2.廣州工商學(xué)院,廣東 廣州 510800)
在當(dāng)今的信息化時(shí)代,借助高效的數(shù)字化系統(tǒng)和智能化技術(shù)可以輔助人們完成各種對精度和速度要求較高的操作。特別是受到近年來人工智能技術(shù)及其附屬智能裝備的紅利效應(yīng),在各行業(yè)和領(lǐng)域的應(yīng)用都陸續(xù)取得了顯著成效[1]。而在計(jì)算機(jī)監(jiān)測與控制領(lǐng)域,融合前沿科技與海量數(shù)據(jù)的新型監(jiān)控模式為數(shù)據(jù)存儲、傳輸?shù)陌踩约袄眯侍岣邘砹税l(fā)展空間。
面對日漸龐大的數(shù)據(jù)量和種類豐富的數(shù)據(jù)類型,為了準(zhǔn)確掌握數(shù)據(jù)的來源、格式和變化趨勢等信息,并從中總結(jié)、提取或挖掘出利用價(jià)值,現(xiàn)階段的大數(shù)據(jù)技術(shù)在數(shù)據(jù)的處理、分析、存儲、安全隱私保護(hù)等層面仍存在很大的完善進(jìn)步空間。另一方面,人工智能技術(shù)作為機(jī)器智能化,擬人化的典型產(chǎn)物,可以通過更高的準(zhǔn)確率和操作精度在某些領(lǐng)域取代人類,并大幅度提高操作效率。將人工智能與大數(shù)據(jù)技術(shù)進(jìn)行融合本身就具有鮮明的時(shí)代屬性,現(xiàn)代化技術(shù)理論的融合與資源重組能進(jìn)一步拓寬計(jì)算機(jī)監(jiān)測和控制的應(yīng)用范圍,本文也將就此展開深入的探討和分析[2]。
大數(shù)據(jù)技術(shù)中的數(shù)據(jù)挖掘則能夠精準(zhǔn)、安全的記錄計(jì)算機(jī)在數(shù)據(jù)存儲和傳輸過程中的操作過程,并通過實(shí)時(shí)監(jiān)測的功能對所有數(shù)據(jù)的類型進(jìn)行統(tǒng)一管控。結(jié)合大數(shù)據(jù)的數(shù)據(jù)倉庫,定量存儲等數(shù)據(jù)流處理方式,輔助實(shí)現(xiàn)數(shù)據(jù)的提取、轉(zhuǎn)換、清洗和加載處理。此外,還可以通過特定的數(shù)據(jù)算法提取數(shù)據(jù)中的有價(jià)值信息并過濾排除無關(guān)干擾因素[3]。最終讓計(jì)算機(jī)監(jiān)測控制系統(tǒng)中運(yùn)行的數(shù)據(jù)保持絕對的安全性與可靠性。除此之外,還可通過智能化的數(shù)據(jù)統(tǒng)計(jì)和批處理技術(shù)對錯(cuò)誤數(shù)據(jù)和冗余數(shù)據(jù)進(jìn)行歸類或刪除,從而保證計(jì)算機(jī)內(nèi)最優(yōu)化的倉儲結(jié)構(gòu)。同時(shí),可以進(jìn)一步提升計(jì)算機(jī)系統(tǒng)內(nèi)數(shù)據(jù)信息安全等級。在此基礎(chǔ)上引入人工智能技術(shù)與大數(shù)據(jù)技術(shù)進(jìn)行融合則可以利用人工智能領(lǐng)域中的機(jī)器學(xué)習(xí)原理,實(shí)時(shí)對計(jì)算機(jī)監(jiān)測控制系統(tǒng)的入侵行為進(jìn)行檢測和預(yù)警。
實(shí)踐證明,利用人工智能機(jī)器學(xué)習(xí)分支中的貝葉斯分類算法能夠在計(jì)算機(jī)入侵檢測的應(yīng)用中獲得較為理想的效果。在利用大數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)從計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)流中提取入侵?jǐn)?shù)據(jù)時(shí),貝葉斯分類法可將挖掘出的數(shù)據(jù)中具有較高入侵可能性的行為序列和已知入侵序列庫中的入侵行為進(jìn)行比對。如果經(jīng)過計(jì)算發(fā)現(xiàn)兩個(gè)序列之間的貝葉斯概率達(dá)到一定標(biāo)準(zhǔn)則可直接判定其屬于入侵行為。由此可以看出,將人工智能技術(shù)與大數(shù)據(jù)技術(shù)結(jié)合可進(jìn)一步提升計(jì)算機(jī)監(jiān)測控制過程的完備性與全面程度。此類安全防護(hù)手段也可以保障計(jì)算機(jī)系統(tǒng)運(yùn)行時(shí)不必承受較大的數(shù)據(jù)處理負(fù)擔(dān)。
人工智能領(lǐng)域當(dāng)中的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)具有優(yōu)異的并行計(jì)算能力。借助神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)可以同時(shí)對多個(gè)線程內(nèi)的入侵信號序列進(jìn)行實(shí)時(shí)監(jiān)測。由于神經(jīng)網(wǎng)絡(luò)在部署應(yīng)用前需要經(jīng)歷較長時(shí)間的訓(xùn)練過程,且檢測過程中又容易受到網(wǎng)絡(luò)速度限制而使其性能收斂。
在一些需要使用計(jì)算機(jī)管理系統(tǒng)進(jìn)行監(jiān)測控制的行業(yè)和領(lǐng)域中,經(jīng)常出現(xiàn)由于人為操作失誤或機(jī)器運(yùn)轉(zhuǎn)不暢所導(dǎo)致的系統(tǒng)故障,線路故障等異常情況。這些故障在發(fā)生初期必須及時(shí)進(jìn)行預(yù)警或故障報(bào)告,以便于維修人員及時(shí)對其進(jìn)行修復(fù)。而在傳統(tǒng)的計(jì)算機(jī)監(jiān)測系統(tǒng)當(dāng)中,利用被監(jiān)測對象的實(shí)時(shí)數(shù)據(jù)處理和分析的方式來對故障進(jìn)行預(yù)警和判斷是存在很大局限性的,即無法保證其在較短的時(shí)間內(nèi)對于大量數(shù)據(jù)完成準(zhǔn)確處理。而針對這一不足,大數(shù)據(jù)技術(shù)則能充分發(fā)揮出其海量數(shù)據(jù)的快速處理能力。系統(tǒng)運(yùn)行中所產(chǎn)生的數(shù)據(jù)信號經(jīng)大數(shù)據(jù)監(jiān)測系統(tǒng)進(jìn)行批量處理和快速統(tǒng)計(jì)后,可大幅度的降低傳統(tǒng)計(jì)算機(jī)監(jiān)測過程中的內(nèi)存消耗??紤]到計(jì)算機(jī)系統(tǒng)在進(jìn)行操作預(yù)警和故障分析的過程中會經(jīng)常涉及到大數(shù)據(jù)spark技術(shù)的應(yīng)用。而為了降低數(shù)據(jù)緩存給處理器和存儲裝置所帶來的壓力,可充分利用spark技術(shù)自帶的容錯(cuò)機(jī)制,在預(yù)警及故障分析處理過程中根據(jù)既有的數(shù)據(jù)生成結(jié)果重建部分丟失的數(shù)據(jù)。這樣不僅提升了數(shù)據(jù)收集和處理的整體效率,也能有效避免因人工操作失誤所造成的系統(tǒng)異常和故障。高效的數(shù)據(jù)處理機(jī)制還可進(jìn)一步拓寬監(jiān)測與控制的覆蓋范圍,顯著提升了操作預(yù)警和故障分析流程的整體數(shù)據(jù)處理準(zhǔn)確性。
在操作預(yù)警和故障分析系統(tǒng)功能的基礎(chǔ)上,引入人工智能中的專家系統(tǒng)可進(jìn)一步提升故障診斷的精度和速度。人工智能專家系統(tǒng)數(shù)據(jù)庫中提前存儲的經(jīng)驗(yàn)數(shù)據(jù)能夠針對故障的表現(xiàn)及異常數(shù)據(jù)值快速匹配具體的故障原因及解決方式。當(dāng)遇到系統(tǒng)故障時(shí),專家系統(tǒng)接收大數(shù)據(jù)系統(tǒng)處理后的異常數(shù)據(jù)并導(dǎo)入到對應(yīng)的信息庫完成故障類型的判別。之后再快速導(dǎo)出專家信息庫中的最優(yōu)解決辦法,及時(shí)進(jìn)行故障預(yù)警。這樣既能保證計(jì)算機(jī)監(jiān)測功能正常使用,也可提升診斷和修復(fù)過程的效率。
人工智能系統(tǒng)具有強(qiáng)大的自我學(xué)習(xí)和總結(jié)提升能力,可將匹配好的問題求解過程與專家知識庫建立關(guān)聯(lián),從而組建綜合管理系統(tǒng)。在這一系統(tǒng)之下,可以對計(jì)算機(jī)監(jiān)測控制過程的各類動(dòng)態(tài)數(shù)據(jù)變化特性進(jìn)行歸類和記錄。讓計(jì)算機(jī)的監(jiān)測控制過程中各環(huán)節(jié)的實(shí)時(shí)運(yùn)行情況都能在監(jiān)測控制的覆蓋范圍內(nèi)[4]。人工智能的代理技術(shù)還可以完成日常的計(jì)算機(jī)監(jiān)測控制輔助管理過程。由其負(fù)責(zé)對計(jì)算機(jī)數(shù)據(jù)信息的更新和同步實(shí)時(shí)記錄,并根據(jù)專家知識庫中的對應(yīng)信息作為依據(jù)同步進(jìn)行數(shù)據(jù)信息的分析、過濾和計(jì)算。進(jìn)而為計(jì)算機(jī)的監(jiān)測控制系統(tǒng)帶來穩(wěn)定的數(shù)據(jù)支持和運(yùn)算能力保障。將人工智能代理技術(shù)與大數(shù)據(jù)技術(shù)組合用于計(jì)算機(jī)監(jiān)測控制的輔助過程,還可為其增添自定義的功能選項(xiàng)。即從海量數(shù)據(jù)中提取具有分析價(jià)值的信息完成分類后,將信息分析的結(jié)果導(dǎo)出至監(jiān)測控制人員。而計(jì)算機(jī)監(jiān)控人員只需要根據(jù)收到的信息分析結(jié)果進(jìn)行匹配校驗(yàn)即可完成數(shù)據(jù)的核對與查找。這樣就大幅度的減少了人工查找、處理和分析數(shù)據(jù)的時(shí)間消耗。這些都是人工智能系統(tǒng)優(yōu)秀學(xué)習(xí)能力的典型體現(xiàn)形式。除此之外,在全球?qū)W者和人工智能技術(shù)研究者的共同努力下,蘊(yùn)含人工智能核心信息處理方式的算法就能得到反復(fù)的試驗(yàn)和論證。并且在不同版本的演化、迭代過程中,持續(xù)提升算法的運(yùn)行效率與魯棒性。算法的支撐與人工智能的學(xué)習(xí)能力和代理人工應(yīng)用時(shí)的表現(xiàn)均密切相關(guān),優(yōu)質(zhì)的算法可在既有數(shù)據(jù)、信息等資料的基礎(chǔ)上,在技術(shù)迭代升級過程中持續(xù)改善代理技術(shù)的輔助能力。
在監(jiān)測計(jì)算機(jī)系統(tǒng)運(yùn)行過程中的主動(dòng)入侵行為時(shí),除了需要具有一定的被動(dòng)防御能力之外,還需要主動(dòng)偵查可能存在安全隱患及系統(tǒng)漏洞。而相較于傳統(tǒng)的計(jì)算機(jī)網(wǎng)絡(luò)防火墻來說,人工智能技術(shù)配合大數(shù)據(jù)技術(shù)所構(gòu)建的數(shù)據(jù)安全防護(hù)結(jié)構(gòu)能夠最大程度上幫助計(jì)算機(jī)系統(tǒng)攔截各類有害信息,并阻擋頻繁的高危訪問等非法操作。利用大數(shù)據(jù)挖掘獲得的智能防火墻訓(xùn)練數(shù)據(jù)集還能夠準(zhǔn)確地識別各類已知的非法攻擊行為,并第一時(shí)間采取相應(yīng)的預(yù)防措施進(jìn)行防范。智能防火墻所具備的人工智能學(xué)習(xí)性還可以不斷對其識別異常訪問和攻擊的類型進(jìn)行補(bǔ)充和完善,進(jìn)而不斷提高其網(wǎng)絡(luò)管理性能和綜合監(jiān)控能力[5]。
另一方面,在網(wǎng)絡(luò)信息抓取和語義識別等技術(shù)的支持下,人工智能技術(shù)可通過最新獲得的實(shí)時(shí)更新的數(shù)據(jù)訪問,總結(jié)其中的不良信息并完成匯總。抓取網(wǎng)絡(luò)上的輿情信息并參照提前設(shè)定好的警戒紅線及數(shù)據(jù)走向進(jìn)行預(yù)測和預(yù)警。這一功能也可幫助網(wǎng)絡(luò)監(jiān)管部門對網(wǎng)絡(luò)信息平臺的數(shù)據(jù)安全性及操作規(guī)范性進(jìn)行實(shí)時(shí)監(jiān)管。以上技術(shù)經(jīng)過流程的簡化和標(biāo)準(zhǔn)化后,具備鑒別監(jiān)測功能的電子郵件平臺就可以對來往的郵件、信息進(jìn)行安全性的監(jiān)測,準(zhǔn)確識別垃圾郵件并自動(dòng)進(jìn)行分類,幫助用戶實(shí)現(xiàn)電子郵件的智能化安全管理,全面保障用戶郵箱的安全。
綜上所述,現(xiàn)階段的人工智能和大數(shù)據(jù)技術(shù)在不斷發(fā)展的同時(shí),二者的融合應(yīng)用也能夠在計(jì)算機(jī)監(jiān)測控制領(lǐng)域中的不同方面發(fā)揮巨大的作用。利用人工智能技術(shù)的機(jī)器學(xué)習(xí)能力和自我提升能力能夠?yàn)楸O(jiān)測功能的持續(xù)豐富帶來幫助。而大數(shù)據(jù)技術(shù)的高效數(shù)據(jù)處理和分析能力也可為計(jì)算機(jī)數(shù)據(jù)系統(tǒng)安全的監(jiān)管帶來極大的應(yīng)用價(jià)值。