梁海軍

河北工業(yè)職業(yè)技術(shù)大學(xué)，河北 石家莊 050091

在現(xiàn)代科學(xué)技術(shù)持續(xù)發(fā)展的背景下，計(jì)算機(jī)功能正在不斷完善，并已在信息處理方面得到廣泛應(yīng)用。但隨著大數(shù)據(jù)時(shí)代到來，計(jì)算機(jī)技術(shù)已無法滿足社會(huì)需求，導(dǎo)致信息處理效率停滯不前。因此，為提高信息處理效果，有必要加大研究投入，充分掌握計(jì)算機(jī)技術(shù)與人工智能技術(shù)的各項(xiàng)內(nèi)容，并采取一系列措施，促使兩項(xiàng)技術(shù)進(jìn)行結(jié)合，深入挖掘各項(xiàng)先進(jìn)技術(shù)的潛在價(jià)值，以滿足大數(shù)據(jù)體系需要，對(duì)推動(dòng)計(jì)算機(jī)網(wǎng)絡(luò)科技發(fā)展具有現(xiàn)實(shí)意義。

一、大數(shù)據(jù)技術(shù)

大數(shù)據(jù)技術(shù)與人工智能技術(shù)能夠開展風(fēng)險(xiǎn)性及復(fù)雜程度相對(duì)較高的工作，以實(shí)現(xiàn)在提高工作效率的前提下，防止人民群眾生命安全受到威脅。針對(duì)人工智能而言，其能夠?qū)χ悄軝C(jī)器人進(jìn)行利用，以此對(duì)傳統(tǒng)人力進(jìn)行替代，并提高工作效率。智能機(jī)器人的操作精準(zhǔn)度較高，其能夠防止各項(xiàng)工作受到人為因素的影響，從而出現(xiàn)偏差。隨著計(jì)算機(jī)互聯(lián)網(wǎng)領(lǐng)域持續(xù)發(fā)展，人工智能科技已進(jìn)入發(fā)展新勢(shì)態(tài)[1]。在計(jì)算機(jī)網(wǎng)絡(luò)領(lǐng)域?qū)θ斯ぶ悄芗夹g(shù)進(jìn)行應(yīng)用時(shí)，計(jì)算機(jī)將實(shí)現(xiàn)對(duì)復(fù)雜程度較高，且規(guī)模較大的信息進(jìn)行高效處理。在計(jì)算機(jī)互聯(lián)網(wǎng)得到廣泛應(yīng)用的情況下，人工智能在計(jì)算機(jī)互聯(lián)網(wǎng)領(lǐng)域?qū)⒊尸F(xiàn)動(dòng)態(tài)性特征，即該項(xiàng)技術(shù)手段能夠結(jié)合人員實(shí)際需求，對(duì)大量參數(shù)采取處理措施，且能夠?qū)w系的簡(jiǎn)便性產(chǎn)生積極影響，促使互聯(lián)網(wǎng)處理效率實(shí)現(xiàn)最大化。通過調(diào)研可以發(fā)現(xiàn)，在大數(shù)據(jù)時(shí)代到來后，各類信息參數(shù)的數(shù)量正在持續(xù)增加，致使系統(tǒng)的復(fù)雜程度也在不斷提高，因此為實(shí)現(xiàn)對(duì)各項(xiàng)信息進(jìn)行有效處理，有必要對(duì)人工智能技術(shù)進(jìn)行合理運(yùn)用。該項(xiàng)技術(shù)手段的功能呈現(xiàn)多樣化，其能夠?qū)Ω黝悈?shù)及檢索信息進(jìn)行總結(jié)與整合，滿足計(jì)算機(jī)數(shù)據(jù)信息處理方面的各項(xiàng)要求。針對(duì)非線性難題，該項(xiàng)技術(shù)手段能夠通過虛擬技術(shù)對(duì)問題進(jìn)行處理，并結(jié)合需要對(duì)各類參數(shù)實(shí)施高效搜索，全面提高運(yùn)轉(zhuǎn)成效?；ヂ?lián)網(wǎng)的信息傳播速度相對(duì)較快，導(dǎo)致用戶無法對(duì)其進(jìn)行精準(zhǔn)操控?？紤]到傳統(tǒng)互聯(lián)網(wǎng)通告學(xué)說無法對(duì)高線性網(wǎng)絡(luò)管控特征進(jìn)行充分體現(xiàn)，故而工作人員有必要加大對(duì)人工智能體系的研究投入，并合理運(yùn)用虛擬技術(shù)，進(jìn)而實(shí)現(xiàn)高效處理非線性難題。

二、以HBase時(shí)序參數(shù)庫為基礎(chǔ)的設(shè)計(jì)措施

（一）時(shí)序參數(shù)

為全面提高計(jì)算機(jī)處理效果，工作人員必須對(duì)與工業(yè)生產(chǎn)現(xiàn)場(chǎng)相關(guān)，且不斷發(fā)生變化的工藝數(shù)據(jù)信息加以重視，并對(duì)其進(jìn)行離散數(shù)字化采樣，進(jìn)而促使間隔轉(zhuǎn)變的離散數(shù)字參數(shù)流形成。針對(duì)上述離散數(shù)字參數(shù)而言，部分學(xué)者將其稱作時(shí)序參數(shù)。通過對(duì)時(shí)序參數(shù)進(jìn)行深入分析，可發(fā)現(xiàn)單獨(dú)時(shí)序參數(shù)包括的參數(shù)元素主要有4個(gè)，分別是數(shù)據(jù)質(zhì)量、測(cè)點(diǎn)、測(cè)試數(shù)據(jù)及時(shí)間戳。上述元素可分別應(yīng)用在數(shù)據(jù)信息與成果可靠度的測(cè)試工作、參數(shù)時(shí)刻的測(cè)試工作、傳感設(shè)備與工藝數(shù)據(jù)的標(biāo)志方面。

（二）HBase儲(chǔ)存設(shè)計(jì)

在通常情況下，HBase的儲(chǔ)存創(chuàng)設(shè)內(nèi)容多是主鍵與儲(chǔ)蓄構(gòu)造的創(chuàng)設(shè)，針對(duì)創(chuàng)設(shè)目的而言，其主要是提高數(shù)據(jù)檢測(cè)效果，防止儲(chǔ)備空間不足，確?；ヂ?lián)網(wǎng)吞吐量符合規(guī)范要求。

1．儲(chǔ)蓄構(gòu)造

HBase采用列式儲(chǔ)蓄構(gòu)造，其不同參數(shù)列均獨(dú)立儲(chǔ)存，為空的參數(shù)不占有相應(yīng)的儲(chǔ)蓄空間。在采取上述創(chuàng)設(shè)方式的情況下，稀疏參數(shù)的儲(chǔ)備成效將顯著提高，且列族將實(shí)現(xiàn)對(duì)多參數(shù)數(shù)列存儲(chǔ)進(jìn)行兼容。通過深入分析HBase儲(chǔ)蓄構(gòu)造，可發(fā)現(xiàn)其創(chuàng)設(shè)方案主要包括兩種，分別是寬表方案與高表方案。其中寬表構(gòu)造能夠?qū)σ恍杏涊d進(jìn)行利用，且能夠在同一時(shí)間對(duì)多條參數(shù)模式進(jìn)行記載，記載的行內(nèi)參數(shù)通過參數(shù)列進(jìn)行區(qū)分。對(duì)參數(shù)進(jìn)行定位時(shí)，必須通過兩道程序，即對(duì)參數(shù)所處的記載行的啟示方位進(jìn)行定位，并對(duì)參數(shù)所處的參數(shù)列方位進(jìn)行定位。在實(shí)際工作中，寬表模式能夠?qū)z索記載需要的RowKey數(shù)量進(jìn)行縮減，全面提高參數(shù)的檢索效率，減少RowKey儲(chǔ)存需要耗費(fèi)的內(nèi)存及硬盤空間。對(duì)小記錄參數(shù)進(jìn)行儲(chǔ)存的過程中，通過寬表將取得良好成效。針對(duì)高表構(gòu)造而言，其能夠?qū)σ恍杏涊d僅記錄一條參數(shù)的模式進(jìn)行應(yīng)用。在實(shí)際工作中，高表方案能夠結(jié)合實(shí)際需求對(duì)目標(biāo)參數(shù)進(jìn)行依次定位。通過對(duì)高表方案進(jìn)行深入分析，可發(fā)現(xiàn)由于總記載數(shù)相對(duì)于寬表構(gòu)造明顯較大，且檢索過程中必須對(duì)多個(gè)RowKey進(jìn)行應(yīng)用，故而檢索效率將明顯降低[2]。此外，RowKey儲(chǔ)存需要的內(nèi)存及硬盤空間相對(duì)于寬表構(gòu)造的增幅較大，尤其針對(duì)不同參數(shù)而言，其均處于小量參數(shù)階段，不具備良好的儲(chǔ)蓄效果，且檢索效果欠佳。

2．創(chuàng)設(shè)準(zhǔn)則

在RowKey創(chuàng)設(shè)方面，應(yīng)對(duì)以下幾項(xiàng)創(chuàng)設(shè)準(zhǔn)則進(jìn)行綜合考量（如圖1所示）。

圖1 HBase RowKey創(chuàng)設(shè)準(zhǔn)則

（1）長(zhǎng)度準(zhǔn)則。例如若RowKey屬于二進(jìn)制碼流，長(zhǎng)度處在10個(gè)字節(jié)至100個(gè)字節(jié)的范圍內(nèi)，則操控系統(tǒng)64bit占有，內(nèi)存通過8byte對(duì)齊，RowKey管控在16byte，能夠?qū)?byte倍數(shù)的對(duì)齊要求進(jìn)行充分利用，進(jìn)而促使CPU性能實(shí)現(xiàn)最優(yōu)化。（2）散列準(zhǔn)則。HBase能夠通過RowKey區(qū)段的劃分，以此在相異節(jié)點(diǎn)對(duì)參數(shù)進(jìn)行分布。若RowKey過度集中到某個(gè)層面，則載荷極有可能匯集到相應(yīng)節(jié)點(diǎn)，致使CPU的速度降低。（3）唯一準(zhǔn)則。在實(shí)際工作中，必須對(duì)RowKey數(shù)據(jù)加以重視，確保一條數(shù)據(jù)僅能夠針對(duì)唯一的參數(shù)。（4）相關(guān)準(zhǔn)則。應(yīng)對(duì)相關(guān)的參數(shù)予以關(guān)注，盡可能在硬盤中對(duì)其進(jìn)行儲(chǔ)存，以實(shí)現(xiàn)對(duì)大量有關(guān)參數(shù)進(jìn)行一次性解讀，全面提高節(jié)點(diǎn)的特性與吞吐量。（5）檢索關(guān)聯(lián)性。在實(shí)際工作中，應(yīng)盡可能在主鍵中完成核心檢索條件，以此提高檢索效果。

三、檢驗(yàn)方案設(shè)計(jì)

（一）設(shè)計(jì)

在分析上述創(chuàng)設(shè)思維后，工作人員應(yīng)以原有計(jì)算機(jī)狀況為基礎(chǔ)，對(duì)以HBase為主體的大數(shù)據(jù)技術(shù)時(shí)序參數(shù)庫的檢驗(yàn)?zāi)B(tài)進(jìn)行建立。針對(duì)整體檢驗(yàn)環(huán)境而言，其組成部分有4部計(jì)算機(jī)，能夠通過萬兆以太網(wǎng)進(jìn)行連接，所有節(jié)點(diǎn)均處在具備一致性的網(wǎng)段中（如圖2所示）。

圖2 時(shí)序參數(shù)庫檢驗(yàn)環(huán)境

在實(shí)際工作中，除首部計(jì)算機(jī)以外，工作人員有必要在其他3部計(jì)算機(jī)上對(duì)Zookeeper軟件進(jìn)行安裝，逐步Zookeeper集群，進(jìn)而實(shí)現(xiàn)為Hadoop集群與HBase集群的正常運(yùn)行提供支持。針對(duì)前兩部計(jì)算機(jī)，工作人員應(yīng)對(duì)Hadoop管控節(jié)點(diǎn)與Hadoop后備管控節(jié)點(diǎn)軟件進(jìn)行安裝，以此對(duì)集群的命名服務(wù)節(jié)點(diǎn)與后備命名節(jié)點(diǎn)進(jìn)行承擔(dān)。應(yīng)將相應(yīng)的參數(shù)節(jié)點(diǎn)軟件安裝到4部計(jì)算機(jī)上，并將其作為Hadoop集群參數(shù)節(jié)點(diǎn)進(jìn)行使用。應(yīng)將HBase Region Server軟件安裝在4部計(jì)算機(jī)上，并在首部計(jì)算機(jī)上裝設(shè)HBase Master軟件，進(jìn)而建立相應(yīng)集群。正式進(jìn)行檢驗(yàn)實(shí)驗(yàn)的過程中，應(yīng)促使虛擬參數(shù)源每10秒對(duì)參數(shù)進(jìn)行輸送，每次輸送的時(shí)序參數(shù)數(shù)量達(dá)到600萬條，每次檢測(cè)記錄30分鐘內(nèi)參數(shù)的平均值。某學(xué)者以上述內(nèi)容為基礎(chǔ)實(shí)施檢測(cè)，其檢測(cè)成果如下（如表1所示）。

表1 檢測(cè)成果

通過對(duì)檢測(cè)成果進(jìn)行分析，可發(fā)現(xiàn)檢驗(yàn)環(huán)境的時(shí)序參數(shù)寫入速率處在每秒107萬至120萬條的范圍內(nèi)，普通實(shí)時(shí)參數(shù)庫商品的參數(shù)寫入速率數(shù)據(jù)處在每秒30萬至40萬條的范圍內(nèi)?？紤]到環(huán)境因素，故而檢驗(yàn)環(huán)境的分配集群規(guī)模相對(duì)較小，且無法對(duì)Hadoop科技的功能進(jìn)行充分體現(xiàn)[3]。在集群規(guī)模不斷擴(kuò)展的情況下，HBase集群的處置功能也將拓展。通過大量實(shí)踐可以發(fā)現(xiàn)，當(dāng)前Hadoop技術(shù)能夠進(jìn)行支撐的集群規(guī)模為10000個(gè)節(jié)點(diǎn)，但受到環(huán)境方面的影響，暫時(shí)未實(shí)施相應(yīng)檢驗(yàn)。

（二）反垃圾郵件

從現(xiàn)實(shí)角度出發(fā)，可發(fā)現(xiàn)多數(shù)用戶在工作過程中極有可能受到垃圾電郵的困擾。因此為實(shí)現(xiàn)對(duì)上述問題進(jìn)行有效處理，可選擇將人工智能技術(shù)應(yīng)用到計(jì)算機(jī)網(wǎng)絡(luò)中，以此提高用戶參數(shù)的處理效果。例如，該項(xiàng)技術(shù)手段能夠結(jié)合實(shí)際狀況對(duì)垃圾電郵進(jìn)行高效處理識(shí)別，防止其進(jìn)入到郵箱內(nèi)。此外，在實(shí)際應(yīng)用中，若系統(tǒng)選擇接收電郵，將自動(dòng)化對(duì)垃圾電郵進(jìn)行測(cè)試與清理，防止電郵對(duì)用戶造成困擾，以此提高電郵的可靠性與實(shí)用性。

通過分析互聯(lián)網(wǎng)資源分享方面，可發(fā)現(xiàn)人工智能在該方面具有較高的開放度，其能夠在處理龐大資源的過程中實(shí)現(xiàn)總結(jié)與共享，進(jìn)而為用戶的后續(xù)使用奠定良好基礎(chǔ)。此外，在上述領(lǐng)域，人工智能科技將充分體現(xiàn)自身的自主學(xué)習(xí)功能，以滿足用戶各項(xiàng)需求。

（三）防火墻

人工智能在防火墻系統(tǒng)中具有較高的應(yīng)用率，其能夠?yàn)榉阑饓﹂_展信息識(shí)別工作提供支持，全面提高工作效率。在實(shí)際工作中，若具有風(fēng)險(xiǎn)性的信息進(jìn)入到計(jì)算機(jī)中，則防火墻將自動(dòng)化對(duì)信息進(jìn)行解讀，充分掌握信息各項(xiàng)內(nèi)容，防止存在威脅的軟件進(jìn)入互聯(lián)網(wǎng)內(nèi)部。網(wǎng)絡(luò)侵入檢驗(yàn)科技能夠?qū)ο喈愵愋偷膮?shù)進(jìn)行高效過濾，并在短時(shí)間內(nèi)將其反饋給用戶。從實(shí)際出發(fā)，可發(fā)現(xiàn)上述科技的防御系統(tǒng)相較于傳統(tǒng)系統(tǒng)具有顯著優(yōu)勢(shì)，能夠滿足用戶在參數(shù)識(shí)別方面存在的各項(xiàng)需求[4]。在參數(shù)采集方面，該項(xiàng)技術(shù)能夠?qū)Σ煌鎵K進(jìn)行解析，以此對(duì)不良信息進(jìn)行約束，全面提高參數(shù)安全性，確保計(jì)算機(jī)能夠正常運(yùn)行。此外，智能化防火墻能夠?qū)ν獠烤W(wǎng)絡(luò)的侵犯進(jìn)行高效應(yīng)對(duì)，提高網(wǎng)絡(luò)體系的穩(wěn)定性，防止病毒進(jìn)入網(wǎng)絡(luò)體系，進(jìn)而提升體系安全系數(shù)。例如在侵入系統(tǒng)測(cè)試方面，人工智能技術(shù)將對(duì)自身的功能性進(jìn)行充分體現(xiàn)。在實(shí)際工作中，其能夠高效保護(hù)各類網(wǎng)絡(luò)資源，提高其可靠性。在科學(xué)技術(shù)持續(xù)發(fā)展的背景下，神經(jīng)網(wǎng)絡(luò)體系及專家體系已融入侵入網(wǎng)絡(luò)系統(tǒng)中。在此基礎(chǔ)上，侵入體系將實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行高效解讀與處理，并對(duì)參數(shù)庫的攔截模式進(jìn)行分類創(chuàng)設(shè)，刪除不良信息，以滿足用戶需要。

綜上所述，隨著現(xiàn)代科技水平不斷提高與信息量不斷增大，計(jì)算機(jī)信息處理方面已無法適應(yīng)時(shí)代發(fā)展。因此必須對(duì)計(jì)算機(jī)技術(shù)進(jìn)行深入研究，不斷對(duì)其進(jìn)行完善與創(chuàng)新，科學(xué)構(gòu)建時(shí)序參數(shù)庫系統(tǒng)，進(jìn)而實(shí)現(xiàn)高效處理各項(xiàng)參數(shù)及信息?；诖?，計(jì)算機(jī)網(wǎng)絡(luò)科技領(lǐng)域?qū)?shí)現(xiàn)健康發(fā)展。