人工智能背景下計算機網(wǎng)絡(luò)安全管理研究

畢超

關(guān)鍵詞：人工智能；計算機網(wǎng)絡(luò)；安全風險；安全防護技術(shù)

1引發(fā)計算機網(wǎng)絡(luò)安全風險的主要因素

1.1計算機網(wǎng)絡(luò)本身的特殊性

當下流行的幾大數(shù)據(jù)庫對于數(shù)據(jù)存儲具有一定的穩(wěn)定性，但在遭遇網(wǎng)絡(luò)病毒惡意攻擊后就會造成不同程度的損壞，其內(nèi)部結(jié)構(gòu)會出現(xiàn)漏洞導致數(shù)據(jù)存儲效果減弱，信息安全得不到應(yīng)有的保障。在沒有任何網(wǎng)絡(luò)防護措施的情況下，數(shù)據(jù)庫將無法承受來自各個方面的網(wǎng)絡(luò)病毒攻擊，造成數(shù)據(jù)泄露和遺失，導致內(nèi)部程序混亂甚至出現(xiàn)各種無端操作，進而嚴重影響其整體數(shù)據(jù)存儲的安全性和穩(wěn)定性。硬件設(shè)備和網(wǎng)絡(luò)信息數(shù)據(jù)安全防護是密不可分的，在部分系統(tǒng)網(wǎng)絡(luò)中硬件設(shè)備除了為用戶提供外部操作功能外，還肩負著系統(tǒng)升級、系統(tǒng)維護、系統(tǒng)檢查等多項任務(wù)。

1.2傳統(tǒng)網(wǎng)絡(luò)安全防護方式落后

通常來講，計算機系統(tǒng)網(wǎng)絡(luò)外部與內(nèi)部之間存在明顯邊界，然而隨著相關(guān)技術(shù)不斷升級和更新導致其結(jié)構(gòu)邊界不斷淡化，為豐富用戶體驗增強數(shù)據(jù)傳輸功能，現(xiàn)代網(wǎng)絡(luò)系統(tǒng)接口及設(shè)備外接口不斷增多，在方便人們操作、提升數(shù)據(jù)傳輸速度的同時也造成了極大的安全隱患，導致網(wǎng)絡(luò)安全防護范圍不斷擴大，而安全防護措施卻沒有做到及時更新和升級。因此，必須利用現(xiàn)代技術(shù)手段不斷改進和更新傳統(tǒng)安全防護技術(shù)，積極研發(fā)新時代網(wǎng)絡(luò)防護措施，從而保障現(xiàn)代網(wǎng)絡(luò)信息數(shù)據(jù)的安全性和穩(wěn)定性。

2計算機網(wǎng)絡(luò)安全風險帶來的威脅

2.1個人隱私信息被盜取

現(xiàn)代AI智能技術(shù)在人們生活和社會生產(chǎn)中發(fā)揮著重要作用，合理利用網(wǎng)絡(luò)技術(shù)可以提高人們?nèi)粘９ぷ餍?，最大限度地減少人工勞動量，從而降低企業(yè)人力資源成本，為企業(yè)創(chuàng)造更多的經(jīng)濟效益。然而，網(wǎng)絡(luò)本身高效且開放的特性也為網(wǎng)絡(luò)黑客非法牟利創(chuàng)造機會。許多非法人員和網(wǎng)絡(luò)黑客通常以視頻、圖片鏈接和各種木馬程序等方式，通過引誘用戶點擊使病毒侵入計算機操作系統(tǒng)中，從中竊取用戶職位、手機號、家庭住址等相關(guān)信息，部分病毒還會對系統(tǒng)造成破壞，導致系統(tǒng)癱瘓而無法正常啟動，嚴重威脅到廣大網(wǎng)絡(luò)用戶的人身安全和財產(chǎn)安全。例如，當下很多不法分子通過各種手段竊取用戶信息進行電信詐騙，由此可見我們的個人身份信息已經(jīng)不再安全。

2.2威脅國家信息安全

國家信息安全是保障國民經(jīng)濟發(fā)展的核心，只有社會處于和諧穩(wěn)定狀態(tài)才能使人們擁有一個安全、良好的生存空間。隨著各國經(jīng)濟與文化的交流不斷深入，國與國之間的相互合作也越來越多，在互聯(lián)網(wǎng)技術(shù)不斷提升的環(huán)境下，信息交流也變得更加便捷和迅速，許多商務(wù)項目的洽談和會議都是通過網(wǎng)絡(luò)進行。然而，一旦出現(xiàn)網(wǎng)絡(luò)安全防護漏洞，就會使一些非法人員和網(wǎng)絡(luò)黑客通過各種方式進行攻擊和破壞，嚴重影響國際事務(wù)的正常發(fā)展和運行，部分非法人員甚至通過竊取國家機密而從中牟利，進而嚴重影響國家經(jīng)濟發(fā)展與國際信息交流。

3基于人工智能的計算機網(wǎng)絡(luò)安全管理路徑

3.1網(wǎng)絡(luò)安全節(jié)點控制技術(shù)應(yīng)用

網(wǎng)絡(luò)節(jié)點中通常含有大量的網(wǎng)絡(luò)交互信息，不同節(jié)點中的不同信息所遭受的網(wǎng)絡(luò)病毒攻擊也各不相同。節(jié)點在遭受各種病毒攻擊后，會產(chǎn)生不同程度的節(jié)點度量相關(guān)信息數(shù)據(jù)，必須應(yīng)用相應(yīng)的AI智能技術(shù)對其進行細節(jié)分析和處理，從而有效降低節(jié)點信息數(shù)據(jù)的互補性和冗余性。合理建設(shè)相關(guān)防護系統(tǒng)能夠使信息處理變得更加智能化，通過處理和分類模糊數(shù)據(jù)信息來解決各類網(wǎng)絡(luò)病毒攻擊，從而保障整體網(wǎng)絡(luò)防護系統(tǒng)節(jié)點的穩(wěn)定性和安全性。為充分掌握D-S理論數(shù)據(jù)的真實性，提出權(quán)重D-S理論數(shù)據(jù)，必須對各種節(jié)點中存在的網(wǎng)絡(luò)信息數(shù)據(jù)進行綜合處理和分析，并合理分析權(quán)重信息，再通過融合權(quán)重信息規(guī)則對相關(guān)數(shù)據(jù)信息進行修正和處理，從而提高信息處理效率，保障整體信息節(jié)點的穩(wěn)定性和安全性，具體流程如圖1所示。

應(yīng)將權(quán)重理念與節(jié)點中度量信息數(shù)據(jù)相互融合，從而提高節(jié)點信息在分析網(wǎng)絡(luò)數(shù)據(jù)信息過程中的準確性，減少信息處理過程中產(chǎn)生的影響和數(shù)據(jù)沖突。應(yīng)以信息特性及重要程度合理分配各個環(huán)節(jié)的節(jié)點權(quán)重，從而增強整體網(wǎng)絡(luò)系統(tǒng)運行的穩(wěn)定性，通常在分配權(quán)重時需要利用相關(guān)計算方法確定其重要程度。在對網(wǎng)絡(luò)系統(tǒng)進行安全等級評估時，應(yīng)適當結(jié)合各種節(jié)點信息可能發(fā)生的安全隱患進行綜合性數(shù)據(jù)分析并計算網(wǎng)絡(luò)風險概率。可通過分配函數(shù)進行節(jié)點風險發(fā)現(xiàn)概率計算，從而準確測評整體網(wǎng)絡(luò)的安全等級。在實際操作過程中，可對不同的網(wǎng)絡(luò)數(shù)據(jù)信息進行分析和識別，并設(shè)置相應(yīng)等級的安全防護措施，從而有效阻擋外部網(wǎng)絡(luò)病毒對網(wǎng)絡(luò)地域的攻擊。

3.2網(wǎng)絡(luò)信息安全處理技術(shù)應(yīng)用

AI智能具有深度學習能力，可通過計算機設(shè)備賦予，使其在面對不同網(wǎng)絡(luò)層的環(huán)境下都可以啟用自動學習模式，經(jīng)過多方面網(wǎng)絡(luò)訓練后可取得大量學習信息數(shù)據(jù)，從而掌握豐富的信息處理方法并在日常運行中學習更多的網(wǎng)絡(luò)防護手段。經(jīng)過長期系統(tǒng)學習，不斷提升AI智能系統(tǒng)對各種數(shù)據(jù)信息判斷和預(yù)測效果，進而提高數(shù)據(jù)信息處理效率。AI智能系統(tǒng)所包含的技術(shù)基礎(chǔ)在處理器中主要包括可重構(gòu)數(shù)據(jù)計算、循環(huán)神經(jīng)以及AI神經(jīng)網(wǎng)絡(luò)計算。AI神經(jīng)網(wǎng)絡(luò)主要由模擬神經(jīng)元在計算機系統(tǒng)中通過各種信息交互的方式建立AI模型，而基礎(chǔ)學習算法主要應(yīng)用于神經(jīng)回路網(wǎng)絡(luò)建設(shè)。網(wǎng)絡(luò)模型通常具有各種各樣的節(jié)點，類似于不同觸角的神經(jīng)元，且其含有多種算法，用以數(shù)據(jù)加工、獲取和過濾。在智能學習算法長期運行中節(jié)點數(shù)據(jù)存儲和輸出的計算方法各有不同，從而保障模型數(shù)據(jù)集的穩(wěn)定性，進一步提升系統(tǒng)數(shù)據(jù)信息處理能力。

3.3網(wǎng)絡(luò)入侵檢測技術(shù)應(yīng)用

入侵檢測是一種針對病毒攻擊、越權(quán)訪問和各種惡意網(wǎng)絡(luò)活動的信息識別技術(shù)。AI智能在對入侵檢測網(wǎng)絡(luò)相關(guān)技術(shù)應(yīng)用分析時，可以應(yīng)用系統(tǒng)識別和計算方法將合法網(wǎng)絡(luò)與病毒入侵詳細區(qū)別，從而提高防護系統(tǒng)識別外部系統(tǒng)攻擊的準確性。利用AI智能在網(wǎng)絡(luò)系統(tǒng)建立全面監(jiān)控系統(tǒng)，對整體網(wǎng)絡(luò)交互信息實施全面監(jiān)控和識別。系統(tǒng)會第一時間識別異常信息數(shù)據(jù)，在遇到短時間內(nèi)無法識別的信息時會將其引入自動數(shù)據(jù)處理系統(tǒng)，并根據(jù)以往信息分析結(jié)果進行對比，從而確定信息的安全性，若對比后仍無法確定信息狀態(tài)，則會及時向系統(tǒng)操作界面發(fā)出警示，從而便于人工處理，保障整體網(wǎng)絡(luò)數(shù)據(jù)信息交互的穩(wěn)定性和安全性。

將AI智能技術(shù)與入侵檢測技術(shù)相結(jié)合，共同建立相關(guān)防護系統(tǒng)，并利用AI智能中特有的信息學習功能對不同流量進行分析處理并遷移，真正使各種區(qū)域內(nèi)不同數(shù)據(jù)庫信息形成同一數(shù)據(jù)集信息并共享。在構(gòu)建入侵檢測遷移性網(wǎng)絡(luò)過程中，必須對原始數(shù)據(jù)進行合理利用并通過系統(tǒng)訓練使其演化成各種數(shù)據(jù)庫，從而為數(shù)據(jù)信息后期識別和處理提供方便。其中，以表1隨機選擇的3組數(shù)據(jù)進行相關(guān)數(shù)據(jù)學習遷移實踐為例。

整體數(shù)據(jù)集實驗中，1號數(shù)據(jù)集中數(shù)據(jù)流量信息多存在于不同場景中，流量攻擊類型也各不相同，但在病毒信息流量中卻含有部分正常數(shù)據(jù)信息流量。2號數(shù)據(jù)集則屬于真實網(wǎng)絡(luò)運行，也遭受到各種類型的流量攻擊，其中存在大量真實數(shù)據(jù)。在獲取數(shù)據(jù)集后必須對其實施預(yù)處理，從而使訓練效果達到最佳狀態(tài)。并利用flow數(shù)據(jù)信息流量特征進行系統(tǒng)分類及處理，使其產(chǎn)生報文序列，同時精確劃分flow形成時序性數(shù)據(jù)信息流量。在系統(tǒng)日常運行時可融合網(wǎng)絡(luò)防御系統(tǒng)與AI智能，對潛在風險數(shù)據(jù)進行一系列分析和過濾，結(jié)合系統(tǒng)自主學習時產(chǎn)生的數(shù)據(jù)庫檢測信息和現(xiàn)有數(shù)據(jù)庫信息，提升入侵檢測效率和速度，進而有效增強對各種網(wǎng)絡(luò)病毒攻擊的防御效果。而3號數(shù)據(jù)中存在很多常見的流量攻擊信息，集合中的數(shù)據(jù)相對準確，在每個子集中攻擊數(shù)據(jù)信息類型也各不相同，但也包括部分正常的數(shù)據(jù)信息流量。

3.4網(wǎng)絡(luò)安全識別技術(shù)應(yīng)用

安全識別系統(tǒng)主要對人臉輪廓進行整體掃描和檢測，從而達到防護效果。系統(tǒng)會對人臉圖形實施檢測和數(shù)據(jù)采集，應(yīng)用固定或者移動攝像頭對用戶靜態(tài)、動態(tài)操作及表情和位置變化信息進行詳細數(shù)據(jù)采集，并通過數(shù)據(jù)分析結(jié)果進行全面系統(tǒng)搜索。作為一種預(yù)處理人臉信息檢測方式，其在整體數(shù)據(jù)信息處理時會對人臉輪廓大小和位置分別標記，并結(jié)合面部特征加以分類，提取關(guān)鍵數(shù)據(jù)信息。根據(jù)不同面貌特征分別進行識別和提取，從而增強其在實際應(yīng)用中的監(jiān)測效果。通過AI智能系統(tǒng)相關(guān)功能進行深度數(shù)據(jù)信息獲取、存儲和對比，將人臉圖像轉(zhuǎn)化為數(shù)據(jù)狀態(tài)，并根據(jù)數(shù)據(jù)分析結(jié)構(gòu)進行一系列建模，最終達到數(shù)據(jù)與人臉模型雙重檢測效果。人臉圖形的識別和匹配主要應(yīng)用數(shù)據(jù)處理系統(tǒng)進行識別和計算，提取人臉模板和特征，再將其與數(shù)據(jù)庫中現(xiàn)有數(shù)據(jù)進行一系列對比、分析和匹配。在人臉對比時需要在系統(tǒng)中輸入適合的閾值，系統(tǒng)會按照閾值范圍進行對比分析，從而進一步提高識別身份信息的準確性。為增強測試效果可應(yīng)用神經(jīng)網(wǎng)絡(luò)進行建模并壓縮參數(shù)量，從而加快數(shù)據(jù)檢測和存儲時間。

3.5計算機網(wǎng)絡(luò)安全支付

將AI智能技術(shù)合理應(yīng)用到網(wǎng)絡(luò)支付相關(guān)系統(tǒng)運行中，可以產(chǎn)生防控欺詐和身份識別的作用，在保障安全網(wǎng)絡(luò)交易方面AI智能可通過本身學習功能，對相關(guān)企業(yè)業(yè)務(wù)數(shù)據(jù)進行一系列系統(tǒng)學習和分析，在出現(xiàn)疑似網(wǎng)絡(luò)欺詐信息時系統(tǒng)會第一時間啟動防護模式，對相關(guān)信息進行細致檢查和搜索，并標出詳細信息狀態(tài)和分析結(jié)果，從而保障用戶信息安全，避免用戶自身利益受到損失。在實際運行中，系統(tǒng)會根據(jù)相關(guān)信息數(shù)據(jù)創(chuàng)建網(wǎng)絡(luò)節(jié)點，并對節(jié)點動態(tài)權(quán)重及重要度進行綜合分析，進而形成良好的網(wǎng)絡(luò)防護層。合理應(yīng)用AI智能更加有利于數(shù)字化支付的推行，為金融業(yè)務(wù)提供良好的發(fā)展空間，同時能增強對用戶賬號和支付安全的防護。通過對支付相關(guān)功能實施一系列系統(tǒng)規(guī)劃和升級，構(gòu)建清晰且健全的業(yè)務(wù)產(chǎn)品線。比如，某網(wǎng)絡(luò)購物平臺曾將人臉支付與物聯(lián)網(wǎng)相結(jié)合，利用智能技術(shù)推動“手機化”線上消費，整體支付過程既方便又安全。通過不斷推行智慧支付，可以促進企業(yè)穩(wěn)定發(fā)展。

3.6優(yōu)化APT識別方式

在整體計算機網(wǎng)絡(luò)信息數(shù)據(jù)安全防范中，應(yīng)用智能技術(shù)在面對一些相對高端的病毒代碼檢測時仍有一定難度。為有效防止惡意病毒代碼對網(wǎng)絡(luò)系統(tǒng)的危害，就必須要求網(wǎng)絡(luò)管理員對網(wǎng)絡(luò)防護系統(tǒng)運行過程中出現(xiàn)的異常狀態(tài)及時分析，并應(yīng)用現(xiàn)代技術(shù)加以處理。合理應(yīng)用智能技術(shù)能夠為相關(guān)人員在處理網(wǎng)絡(luò)問題時提供相應(yīng)的問題處理參考建議，同時可提供整體系統(tǒng)藍圖，問題處理后系統(tǒng)會將處理過程存儲，在遭遇類似網(wǎng)絡(luò)問題時自動執(zhí)行處理方案，從而使網(wǎng)絡(luò)防護系統(tǒng)得到進一步優(yōu)化和改善，在其余網(wǎng)絡(luò)病毒及非法程序入侵時，能在最短時間內(nèi)處理網(wǎng)絡(luò)風險事件。經(jīng)過一系列實際分析發(fā)現(xiàn)，合理應(yīng)用人工智能技術(shù)進行網(wǎng)絡(luò)防護并非單單針對某個攻擊事件的處理，而是在不斷應(yīng)對的過程中進行長期積累和學習，實現(xiàn)對類似風險事件的有效預(yù)防，避免類似網(wǎng)絡(luò)安全風險重復(fù)發(fā)生，進而提升系統(tǒng)本身的安全風險防護能力。

4結(jié)束語

在人工智能背景下，計算機網(wǎng)絡(luò)技術(shù)達到了前所未有的高度，而網(wǎng)絡(luò)黑客通過病毒入侵對信息數(shù)據(jù)安全交互的威脅也隨之增多。因此，必須重視網(wǎng)絡(luò)安全防護工作，通過應(yīng)用各種網(wǎng)絡(luò)技術(shù)建立網(wǎng)絡(luò)信息防護網(wǎng)，并在實際應(yīng)用中不斷研究和更新，從而為企業(yè)單位和個人打造一片安全的網(wǎng)絡(luò)空間。