王海寬

晉城職業(yè)技術學院 信息工程系，山西 晉城 048000

大數據時代，傳統(tǒng)網絡運行模式已經無法滿足大體量數據傳輸需要。計算機網絡技術在應用過程中，應深度挖掘數據信息價值，以不同數據結構為切入點，增強數據信息的描述能力，保證用戶指令驅動與系統(tǒng)執(zhí)行的精準對接。人工智能是為計算機網絡系統(tǒng)賦予柔性化功能，借助人們思考問題的思維模式，對網絡數據進行思維化處理，增強數據調控性能，提高計算機網絡的應用范疇。本文針對人工智能在計算機網絡技術中的應用進行探討，為研究者提供參考。

1 大數據與人工智能概述

1.1 大數據

伴隨計算機網絡數據信息的不斷累積，傳統(tǒng)數據處理模式無法適用于海量數據的一體、集成處理。大數據理念的產生及技術應用，是以一種全新的技術處理模式，為數據信息賦予優(yōu)質決策功能，可在大體量數據中快速定位與分析數據，增強數據信息的資產價值。計算機網絡背景下，大數據應運而生，其本質特征并不是掌控龐大的數據流量，而是對海量數據中具有價值的數據信息進行專業(yè)化處理，為企業(yè)、個人、社會發(fā)展帶來極大便利。

1.2 人工智能

人工智能是近年來新興的技術產物，主要是通過計算機模擬人腦思維，并能針對各項指令施行智能化的執(zhí)行以及調控。此類學科的研究以及技術驅動，是通過計算機代替人們在多種復雜條件下完成數據信息的運算，保證數據在繁瑣操作環(huán)境下，按照系統(tǒng)預設的邏輯程序進行一系列的傳輸。數據處理模式，無需人工進行參與便可以完成對各類基礎信息值的調控及轉變，從而提高數據處理的可靠性，降低成本的投入量。人工智能驅動中，用戶只需要簡單地對計算機系統(tǒng)下達指令，系統(tǒng)便能按照指令以及人們日常操作過程中的思維完成對整個數據信息的處理。此外，人工智能所具備的學習能力可以在處理某一些不確定性因素時，通過學習對數據信息處理軌跡進行預測處理，保證數據操控的智能性與便捷性。

2 人工智能技術的優(yōu)勢

首先，人工智能技術能對各類數據信息進行精確化的檢索及分析，特別是對于未知類的問題。從數據驅動角度講，計算機功能是按照既定程序精準化傳輸各類數據信息，數據模型的精確性是保證其終端指定系統(tǒng)驅動的基礎所在。人工智能技術的實現(xiàn)，通過內部神經網絡或模糊控制理論，對既定指令驅動信息進行多方位核查，一旦處理過程中遇到不可預見性或者是不確定性的問題時，人工智能技術可對此類未知問題進行針對性處理，提高網絡運行的可靠性。

其次，人工智能技術具有較強的協(xié)調功能。對于現(xiàn)有的計算機網絡數據處理模式來講，復雜的數據結構以及多類型的數據傳輸終端，均對計算機網絡系統(tǒng)提出更高的需求，如果仍然沿用原有的人力處理模式，將加大資源的投入力度。借助人工智能檢測技術，針對網絡系統(tǒng)進行層級式檢測，使每一類系統(tǒng)在驅動的過程中，確保上層與下層功能的對接性，實現(xiàn)串聯(lián)式的閉環(huán)處理機制，保證計算機網絡運行的可靠性。

再次，人工智能的低成本優(yōu)勢?，F(xiàn)有的人工智能驅動，在計算機網絡運行過程中，主要是通過對既定數據結構的簡化處理實現(xiàn)低耗能運作。此期間，人工智能是按照內部邏輯算法對數據業(yè)務進行針對性處理。此類數據處理模式與傳統(tǒng)計算機數據信息的分析運算機制相比，其能夠借助智能處理獲得滿意的結果，降低此過程資源耗用率，提高數據信息處理的精確性。

最后，人工智能具有較強的非線性處理能力。對于結構化的數據來講，同一節(jié)點下的數據涌入將造成系統(tǒng)在驅動過程中產生冗余性的問題。智能技術的非線性處理能力，可從不同層級方面對數據信息進行價值挖掘處理，分析數據信息結構。例如，在搜索引擎中，數據信息是通過關鍵詞完成對整個網絡資源的確認及分析，通過大數據技術的非線性處理能力，則可以對關鍵詞進行二次價值挖掘，從而保證數據信息呈現(xiàn)的精準性。

3 大數據時代下計算機網絡技術中人工智能的應用

3.1 計算機網絡安全管理

計算機網絡安全問題對社會以及個人有著重要的影響。對此，企業(yè)以及研發(fā)部門應加強對計算機防務信息系統(tǒng)的建設及使用，通過系統(tǒng)整體防控功能，保障計算機網絡在驅動過程中不會受到病毒入侵以及黑客攻擊等。人工智能在計算機網絡系統(tǒng)中的應用，能為網絡系統(tǒng)賦予自主學習能力，即對數據信息進行推理，分析數據在正常運轉下網絡受到入侵狀態(tài)時呈現(xiàn)的信息特征，并構設具有安全性的計算機編碼。為保證每一類數據正常與異常狀態(tài)下的數據庫功能，可通過實時化界定，完成對入侵形式的判定。一旦計算機網絡內部數據庫遭受威脅時，則立即響應并警報處理，提高信息檢索效能。

此外，人工智能技術運行中，可結合人工神經網絡以及模糊控制算法，對數據信息進行大體量、同節(jié)點的分析與計算，增加系統(tǒng)自身的容錯性，即便是在干擾因素較多的環(huán)境中，也可將指令直接驅動到價值信息本體，增強網絡傳輸效能。此類技術的應用形式及其起到的效果，可增加網絡安全管理的便捷性，且整個過程無需人工進行操控，便可完成自動化的驅動處理，實現(xiàn)資源的高度集成。同時，數據安全化管控過程中，不僅僅局限于數據操控本身，還可通過對整個網絡視域下的關聯(lián)數據進行處理，發(fā)現(xiàn)系統(tǒng)驅動過程中可能存在的問題并予以解決，將安全問題控制在可解決范圍內，提高網絡驅動的可靠性。

3.2 數據挖掘與數據保護

大數據時代下，大體量數據信息對計算機網絡提出高負荷的運行需求，要想實現(xiàn)對既定數據信息的保護處理，需深度分析數據在計算機網絡中具備傳輸屬性以及價值特征，保證不同類別的數據在處理過程中是符合主體網絡運行需求。傳統(tǒng)數據挖掘以及數據保護直接將網絡與主機相對接，按照既定的程序對數據信息進行羅列及處理，此過程無法實現(xiàn)對數據信息的安全性防護，一旦外界協(xié)議中存在的病毒侵入到計算機主機內部，將產生嚴重的安全風險。人工智能技術的融合則是針對原有的數據庫功能，挖掘數據信息的本體價值和處理模式，按照人腦思維與智能驅動理念相融合，對既定網絡結構或數據庫系統(tǒng)實行全方位的檢測及分析，保證計算機網絡技術在使用過程中對相關數據信息進行一體化防控處理。如圖1 所示，為計算機網絡技術的防御流程。從現(xiàn)有的數據處理模式來講，每一項功能體系的實現(xiàn)均是對原有數據威脅性的信息進行檢測與一體防護處理的，整個過程既可以按照外界入侵行為進行分析，同時也可以按照內部穩(wěn)定運行的指標進行數據測定，通過時間與空間的鏈接，保證計算機網絡驅動的安全性。

圖1 系統(tǒng)防御流程

3.3 提升問題解決能力

當前，計算機網絡在對某一類問題進行解決時，主要是通過知識庫以及問題求解，實現(xiàn)對數據信息的高效處理。人工智能技術應用則是進一步深化計算機網絡技術的問題處理能力，其具備的知識檢索以及語言處理功能，建立在神經網絡以及模糊控制理論之上，完成對計算機全域化的數據檢索及分析。通過人工智能技術所具備的推理與分析能力，可以精準將用戶指令訴求在網絡環(huán)境中進行高精度搜索。例如，電子商務領域中，用戶如果想要搜索某一類產品，需在網絡下進行關鍵詞的搜索或者輸入店鋪信息，此時用戶在長時間的瀏覽行為下，數據瀏覽軌跡將成為數據庫內部的一個自動化檢索機制。人工智能針對此類數據的運行軌跡及用戶瀏覽行為進行推理與分析，在關鍵詞記錄與積累下，按照用戶自身操作習慣，邏輯性排列各類商品信息。此過程中計算機網絡技術則是在系統(tǒng)內部呈現(xiàn)信息交互的作用，即為數據庫內部系統(tǒng)與程序進行交接時，通過智能化的推薦完成對內部數據的針對性檢索，并向用戶傳達定向類的信息。此類驅動模式可增強用戶與計算機之間的語言協(xié)同效果，保證人工智能服務是建立在用戶習慣思維之上來實現(xiàn)的，從而有效提高其服務效能，增加用戶對信息服務的認可。

3.4 微型計算機服務

當下，計算機設備朝著智能化與微型化方向發(fā)展，人工智能技術也跟隨計算機網絡的發(fā)展逐漸向精細化驅動層面所演變。其中，人工智能在微型計算機中起到的服務特性，更多的是結合了人性化思維以及智能處理模式，完成對不同驅動場景的技術支撐。例如，通過語言編寫程序，將人工智能自身所具備的羅列以及精細化運算屬性呈現(xiàn)在微型化系統(tǒng)之中。網絡系統(tǒng)驅動按照不同羅列方式對數據信息進行查證處理。例如，百度公司所研發(fā)的小度，在運行過程中，按照人們的口音指令對不同數據信息進行查證，并經由數據庫訪問到計算機主體中，令其實現(xiàn)播放音樂、播放視頻等操作。內部數據庫接收到語音信息時，將其轉變?yōu)閿底中盘柌鬏數街飨到y(tǒng)中，此時主系統(tǒng)按照既定的邏輯程序，執(zhí)行語音所驅動指令，判斷語言與語義，結合操作模式驅動智能設備，完成對相應功能的協(xié)同處理。

3.5 計算機內部業(yè)務模塊配置處理

從人工智能處理方式來講，不同驅動指令在執(zhí)行過程中需要綜合考慮到不同應用場景下執(zhí)行指令與計算機業(yè)務處理之間的對接性，確保任務驅動的流暢性。對于繁瑣運行模式的計算機結構來講，內部數據處理過程中，應綜合分析不同屬性狀態(tài)下數據值之間的對接是否能夠達到既定要求，即在不同運行場景下，智能計算效果能否達到預期指標。人工智能技術的應用與實現(xiàn)，關鍵業(yè)務是以開源消息代理服務為主，內部數據流通借助POLL 模型，完成對數據庫系統(tǒng)的多節(jié)點監(jiān)控處理。其中POLL 模型執(zhí)行的多路運行模式。對此，后期驅動過程中，按照POLL 模型功能，解析不同驅動場景下的數據對接性能。POLL 模型在工作期間，先是按照不同數據組合進行元素分類，此時內部數據在界定過程中，可以看成是以數據描述功能為核心的組成結構，也可看成是在既定功能狀態(tài)下，興趣值與語義數據庫之間的對接，此數組為POLL 模型下的一個分組，可將其設定為POLLFD。然后POLLFD 中加設結構體，此結構體則為監(jiān)控場景下的POLL 既定函數值，通過線性檢測羅列系統(tǒng)驅動構成中的各類數據狀態(tài)，以保證各項功能驅動的合理性。

4 結語

大數據時代，海量數據信息加大網絡運行壓力，人工智能技術的研發(fā)與應用為數據信息提供可控化的管理框架，結合不同驅動場景羅列數據信息，令其按照既定程序執(zhí)行操作，全面提高計算機網絡的驅動能力。期待未來發(fā)展中，人工智能技術可借助大腦模擬、符號處理、統(tǒng)計學法、集成方法等，打破時間與空間的局限，為行業(yè)發(fā)展奠定更加堅實的基礎。