人工智能在计算机网络技术中的应用.pdf

信息记录材料２０２４年１月第２５卷第１期

人工智能在计算机网络技术中的应用

甘雪婷

（贵州电子商务职业技术学院贵州贵阳５５００００）

【摘要】本文分析了人工智能与计算机网络技术的关联性，并重点研究了人工智能在网络安全、网络性能优化和计算机网络技术

的高级应用。首先在网络安全方面，介绍了基于机器学习的入侵检测系统、恶意软件检测和防护等方法。其次在网络性能优化方面，

探讨了网络拓扑优化、资源管理、流量管理和服务质量以及网络故障检测和故障恢复等方面的应用。最后研究了人工智能在计算机

网络技术的高级应用领域，包括软件定义网络与人工智能、边缘计算与人工智能以及５Ｇ网络与人工智能的结合。

【关键词】人工智能；计算机网络技术；网络安全；网络性能优化

－－－

【中图分类号】ＴＰ２４２【文献标识码】Ａ【文章编号】１００９５６２４（２０２４）０１０１０３０３

０引言２人工智能在网络安全中的应用

随着信息技术的快速发展，计算机网络技术在现代社２１威胁检测和入侵防御

会中扮演着至关重要的角色。而人工智能作为一种强大２１１基于机器学习的入侵检测系统

的技术，具有在各个领域中改善效率和增强智能的潜力。基于机器学习的入侵检测系统利用机器学习算法来

因此，将人工智能应用于计算机网络技术中，可以为网络识别网络中的恶意行为和入侵行为。通过对大量的网络

安全、网络性能优化和其他高级应用带来许多潜在的好流量数据进行分析和训练，这些系统可以学习和识别正常

处。本文旨在研究人工智能在计算机网络技术中的应用，流量和异常流量之间的模式差异。基于机器学习的入侵

探讨其关联性，并深入探讨网络安全、网络性能优化和高检测系统能够实时监测网络流量，并对异常行为进行及时

级应用领域的具体案例。通过对现有研究成果的综述和响应和阻断。它可以识别各种类型的入侵行为，如网络扫

分析，为人工智能在计算机网络技术中的应用提供一个全描、恶意软件传播和拒绝服务攻击等。然而，该方法也面

面的认识，并为未来的研究和发展提供参考。临着对新型威胁的适应性问题。

１人工智能与计算机网络技术的关联性２１２异常检测和行为分析

人工智能与计算机网络技术密切相关，它们相互促进除了基于机器学习的入侵检测系统，可以利用异常检

和补充，为网络的安全、性能优化和高级应用提供了新的测和行为分析来提高网络的威胁检测和入侵防御能力。

可能性。计算机网络技术涉及大量的数据传输和处理，而异常检测通过建立正常行为的模型，检测网络中的异常活

人工智能可以通过机器学习、深度学习和数据挖掘等技术动。行为分析则关注用户和实体的行为模式，识别异常的

对网络数据进行智能化的处理和分析，从中提取有价值的用户行为。异常检测和行为分析可以结合统计方法、机器

信息。人工智能技术能够对网络中的复杂问题进行自动学习和深度学习等技术。例如，可以使用异常分数来检测

化决策和优化，比如在网络拓扑优化和资源管理方面，通异常行为，或者使用循环神经网络来建模和识别时间序列

［２］

过算法和模型进行自动规划和优化，以实现网络资源的高数据中的异常模式。

效利用和性能的最大化。在网络安全领域，人工智能可以２２恶意软件检测和防护

通过机器学习和深度学习算法进行威胁检测和