人工智能在计算机网络技术中的运用分析

摘要：随着科技的迅速发展，人工智能在各领域被广泛运用，改变了人们的生活、生产方式，计算机网络与生活关系紧密，引入人工智能优化网络性能至关重要。本文将基于人工智能基本概念，分析在计算机网络技术中运用人工智能的价值，以优化网络性能为目标，探索将人工智能用于网络建设的方式，充分体现人工智能的运用优势，为计算机网络行业发展贡献力量。

关键词：人工智能；计算机网络技术

引言

信息时代的到来，使计算机网络技术的重要性被凸显，与人们生活关系日益紧密，原有技术运用方式不再适用，无法提升计算机网络的性能。为此，相关人员要正确认识人工智能，掌握运用人工智能的能力，并根据计算机网络发展需要，不断创新运用人工智能的方式，实现优化网络性能的目标，提高计算机网络技术应用效果，使计算机网络长期处于稳定的运行状态。

1. 人工智能概述

人工智能是一种新兴技术，旨在通过程序或机器，使计算机能够模拟人的思维方式，替代人类完成部分工作。现阶段人工智能技术在各领域被广泛运用，改变人们的生活方式，逐渐成为推动社会发展的主要力量。相较于传统互联网技术，人工智能处理数据速度更快，得出的数据处理结果精确性高，能够深入开发数据的利用价值，且技术应用成本低，将该技术用于数据处理，不仅能高效完成数据处理工作，还不会增加投入的资源。但由于人工智能的运行以设定的程序为基础，因此人工智能只能执行特定任务，不具备完成其他工作任务的能力，控制人工智能运行的程序编写难度较高，如果设置的程序不合理，会影响人工智能运行效果，无法展现人工智能的应用优势[1]。

2. 人工智能在计算机网络技术中的运用价值

2.1 网络运行自动化

传统计算机网络运行过程中，调整网络配置需人工参与，采用的调整方案要基于工作人员经验而确定，这种网络调配方式效率低，且在调配过程中容易出现失误，影响计算机网络的运行状态。而人工智能的运用，使网络调配方式发生变化，网络可自动采集相关数据，分析各类数据的变化，并基于数据分析结果，自动调整网络配置，改变网络运行参数，消除人为因素对网络运行状态的影响，使网络控制更加自动化。

2.2 保证网络安全

维护网络安全，是优化网络性能的关键措施，但现有网络安全保护措施单一，无法应对复杂多样的侵略攻击，保护效果受到影响，使人们在使用计算机网络过程中，无法保证数据安全，降低了网络使用体验。合理运用人工智能，可丰富检测网络攻击的方法，人工智能通过学习了解网络的正常运行模式，建立模型作为识别风险的标准，当网络遭受攻击时，自动采集相关信息分析攻击模式，快速向使用者发出警报，并采取适当措施抵御攻击。

2.3 提高网络资源利用率

原有网络资源分配方式为静态化，通常根据预设规定调配，或通过工作人员手动调配，但现代社会用户使用网络的需求随时发生变化，这种静态资源分配难以满足用户的使用需求，用户网络使用体验无法达到预期。基于人工智能改进的网络资源分配方式更为灵活，可实时分析网络流量，预测各用户的使用需求变化，自动调整网络资源的分配方式，满足不同用户的使用需求[2]。

商汤科技将AI数字人视频生成算法、AI文圣徒等多种技术为基础，使数字人短视频创造效率大幅度提升，同时，还具有直播功能，可以为教育培训、企业宣传和娱乐文化提供支持[3]。

3. 计算机网络技术中运用人工智能的策略

3.1 维护网络安全

3.1.1 入侵检测

人工智能在维护网络安全方面，具有较高的应用价值，在实际运用人工智能优化网络性能时，应充分利用人工智能的学习能力，构建入侵检测系统，用于检测网络中出现的入侵行为，缩短发现入侵所需时间。将人工智能用于入侵检测前，要收集展现网络运行状态的信息，让人工智能分析这些数据，并进行学习，掌握网络正常运行状态下网络流量的变化范围，以便人工智能在检测网络入侵时，能够依据网络流量的变化，快速判断网络是否被入侵。相较于传统入侵检测模式，基于人工智能构建的入侵检测系统，可检测范围更为广阔，但随着科技水平的不断提升，网络被入侵的方式也会发生变化，为此应定期训练人工智能，使其监测能力逐渐增强，能够检测不同类型的入侵，在网络运行中发挥应有作用。大量数据分析与训练，可快速提升人工智能的检测能力，即便出现新型网络攻击，人工智能也可基于流量监测结果，判断攻击模式，迅速作出响应。

美国斯坦福大学在2017年利用人工智能网络入侵检测技术研发了一种基于人工智能处理芯片的自主网络攻击系统，运行结果表明，该系统具有自主学习网络框架、设备类型、规模等网络环境，同时，还具备网络数据分析功能，可以自动生成适用于该网络环境的特定恶意代码，甚至可以在分析数据后，动态调整恶意代码，故防护效果极强[4]。

2023年，腾讯集团基于AI技术，推出了天御AIGC全链路内容安全解决方案，该方案可提供多项安全服务，包括审核校对、安全专家，机器审核、版权保护等，且该方案可以实现对AIGC应用的全覆盖，同时，还能保证模型训练和内容生成的安全。

广道数字推出的湖仓一体和智能计算数据库属于强大的AI应用数据治理产品，可以减少数据存储成本，在实现数据管理应用统一的基础上，还通过对向量化引擎、CBO优化器等技术的应用，为多个行业提供数据处理服务[3]。

3.1.2 恶意软件检测

恶意软件是威胁网络安全的主要因素，计算机网络技术在利用人工智能后，也要利用人工智能加强恶意软件检测，快速找出网络中存在的恶意软件，提高检测结果的准确性。该功能的实现，应基于人工智能的深度学习算法，通过提取软件文件、代码等，使人工智能掌握恶意软件的特征，用于训练人工智能的数据规模越大，人工智能的检测能力越强。可在计算机网络中，通过提取软件的特征，准确识别恶意软件，并划分恶意软件的类别。准确检测恶意软件后，人工智能会按照检测结果，确定各类恶意软件的特点，自动采取措施阻止恶意软件入侵网络。

建成自动防御系统后，为适应随时变化的网络环境，应不断收集数据用于训练人工智能，使人工智能不仅能识别恶意软件的常规特征，还可掌握其隐蔽特征，进一步提高检测结果的准确性，优化防御系统的防御效果。为提高人工智能的防御效果，还应引入防火墙技术用于网络安全维护，使不同网络之间形成隔离屏障，阻止可能存在危险的数据进入网络。

3.2 带宽优化

3.2.1 流量实时监测

提高带宽利用率，有助于优化网络性能，为实现该目标，可以借助人工智能的机器学习算法，实时监测网络流量，预测流量变化趋势，并基于流量预测结果，随时调整带宽分配方式，以满足用户的网络使用需求，获得良好的使用体验。训练人工智能时，应将历史流量数据作为训练基础，人工智能通过分析历史数据，明确各类因素对流程变化的影响，并基于学习成果，构建用于预测流量趋势的模型，充分考虑时间、地点、使用行为的影响，预测流量的变化趋势。

计算机网络实际运行中，人工智能可按照预测结果，灵活调整带宽分配方式，以满足用户的使用需求，避免出现网络堵塞，或带宽被浪费的情况。当人工智能预测到流量即将达到峰值，会适当增加带宽分配，保证高峰期网络也可正常运行，如预测到网络流量下降，人工智能也会自动减少带宽分配，使带宽既能够满足用网需求，又不会造成网络资源被浪费[5]。

例如，佳都科技将AI技术作为基础，研究了智慧交通理念和可计算路网等交通计算模型，利用该模型，可对每一台车的出行和停止时间加以掌握，在此基础上，还能实现对各段路、路口和区域交通状态和规律的准确计算，可以为大型城市智慧交通感知网络的构建，创造有利的条件。实际应用结果表明，该模型的应用，使城市重点道路拥堵问题得到了缓解，同时，还能保证赛事交通运输和社会出行安全[3]。

3.2.2 流量控制

流量的传输速率会影响网络的稳定性，为此引入人工智能改进带宽优化算法后，要借助人工智能对网络流量进行控制，保证网络稳定的运行状态，实现优化网络性能的目标，使网络性能更符合用户的使用需要。该算法的实现，以人工智能的机器学习算法为基础，在训练人工智能时，要明确影响网络流量的各项指标，将相关数据作为训练人工智能的基础，以便人工智能准确判断网络的运行状态，并基于判断结果，分析网络流量是否合理。

人工智能进行机器学习的过程中，会根据取得数据明确网络处于正常运行状态时的特点，同时构建模型作为衡量网络运行状态的标准，使判断结果更为准确。在网络运行过程中，人工智能能够按照网络运行需要，自动调整流量，提高网络运行效率。利用人工智能调整网络带宽，其可准确判断网络的状态，当检测到网络处于拥塞状态时，会自动采取措施控制流量，以免网络拥塞问题更为严重，尽快消除网络拥塞，确保网络不会出现异常，数据传输可正常进行。

3.3 拓扑优化

传统计算机网络中，拓扑结构为静态，当网络环境发生变化时，网络依旧按照既定方式运行，网络性能会受到影响，用户的使用体验下降，而基于人工智能改进的拓扑优化算法，使网络拓扑结构处于动态可变状态。拓扑结构与网络性能关系紧密，合理的拓扑结构能提高计算机网络的稳定性，计算机网络技术中运用人工智能，务必要基于人工智能实现拓扑结构的优化，使计算机网络能够在不同运行环境中始终保持良好运行状态。

设计控制人工智能运行的算法时，相关人员应分析拓扑结构与网络运行状态之间的关系，确定人工智能需监测的指标，并基于监测结果，改变网络的拓扑结构，优化网络资源的分配方式，寻找最优数据传输路径，加快数据传输速度。该算法的实现，使人工智能在网络运行中能够适应网络环境的变化，动态调整网络拓扑结构，改变网络的运行方式，使计算机网络在不同环境下都能保持最佳运行状态，使网络可靠性得到保证，数据在网络内快速传输，从而让用户在不同环境中都可获得最优使用体验。

3.4 网络负载均衡

维持网络负载均衡是保证网络正常运行的关键，引入人工智能优化均衡策略，更容易使网络负载处于均衡状态，为此在运用人工智能时，要注意强化学习算法的应用，使均衡模式更加智能化，保证网络性能稳定和网络资源合理利用。网络负载状态会受到网络环境的影响，因此在训练人工智能时，应增强其与环境交互，按照负载均衡维持需要，对人工智能进行迭代训练，使人工智能可以准确判断网络状态。基于人工智能实现的网络负载均衡算法，可根据网络实际运行情况，预测网络负载的变化，及时采取措施维持负载均衡，提高网络资源的利用率，也使网络更为可靠，可在不同运行状态下保持稳定。人工智能的运用，加快计算机网络响应速度，预测到网络负载发生变化，能够及时作出响应，调整网络负载均衡策略。

3.5 网络故障修复

3.5.1 故障检测

计算机网络运行过程中，网络存在出现故障的可能，如不能及时检测到网络故障，会扩大网络故障造成的影响，甚至导致网络陷入瘫痪，影响用户使用网络的体验。引入人工智能后，要借助人工智能随时监测网络状态与流量，通过分析此类数据，判断网络运行状态是否良好，及时发现网络中存在的故障，缩短发现网络故障的时间，快速进入故障处理环节，尽快消除网络故障，将故障造成的不良影响降至最低，以免用户的使用体验降低，提升用户的满意度。

同时利用人工智能分析各类数据的变化趋势，基于分析结果，检测网络可能存在的故障，实现故障预测功能。在故障影响网络性能前，快速发现潜在故障隐患，分析出现该隐患的原因，及时排除隐患，保证计算机网络运行状态不受影响。

3.5.2 故障修复

以往网络出现故障后，由工作人员完成故障修复工作，采用的修复方案科学性欠佳，故障修复时间长且修复效果一般。而人工智能在计算机网络技术中的运用，可基于故障检测结果，制定故障修复方案，替代人工修复网络故障，快速完成故障修复。当人工智能检测到网络中存在故障时，会自动调整网络的配置方式，以此实现故障隔离。这样既不会影响网络正常运行，又可为网络争取自愈时间，尽快修复网络故障，使网络运行稳定性得到保证。如检测到较为严重的故障，人工智能可根据网络运行需要，对网络结构进行调整，实现网络重构，以此改变网络资源的分配方式，消除网络中存在的故障，恢复网络正常运行状态，提高故障修复效率，减少网络故障对用户体验的影响。相较于传统网络故障修复方式，引入人工智能后，故障修复更为灵活，人工智能会根据网络实际运行状态，分析用户的使用需求，采取最合适的方式修复网络故障。

结语

综上所述，计算机网络技术运用过程中，人工智能具有较高的应用价值，只有科学运用人工智能，才能使构建的网络运行更为稳定。相关人员需关注行业发展趋势，学习先进的人工智能运用理念，根据计算机网络技术运用现状，不断创新运用人工智能的方案，推动计算机网络智能化转型，降低网络出现故障的可能性，使网络性能符合人们使用需要。

参考文献：

[1]魏凤星，刘文红.大数据时代人工智能在计算机网络技术中的应用发展研究[J].中国新通信，2023，25（22）：74-76.

[2]梁广荣.信息化背景下人工智能在计算机网络技术中的应用探索[J].产业创新研究，2023（18）：109-111.

[3]每日经济新闻.飞入千行百业，重塑生产生活 “2023年度AI产业落地十大创新案例”重磅揭晓[EB/OL].（2023-11-17）[2024-03-25].https：//baijiahao.baidu.com/s？id=1782783860609066264&wfr=spider&for=pc.

[4]刘玉标.计算机网络入侵检测中人工智能技术的应用[J].科技风，2019（32）： 94，97.

[5]李淼.人工智能在计算机网络技术中的应用探究——以基于人工智能的计算机网络芯片为例[J].中国管理信息化，2022，25（18）：194-196.

作者简介：张海锋，本科，研究方向：计算机科学、大数据、区块链。