1人工智能的特点

实现计算机网络运行的高效性、持续性，需要确保网络系统的安全性，因此，应将网络安全管理切实落实。人工智能能够利用自身的优势在计算机网络安全方面借助模糊算法，实现数据信息的系统化处理，确保计算机网络系统的安全性和有效性。传统的计算机网络运营采用较为单一的管理模式，随着计算机信息技术水平的提高，单一的管理模式无法满足现代化的网络运行需求。人工智能能够将网络运营进行有效的分层，主要包括决策层、处理层以及执行层。在决策层与处理层实现轮询的建设，再对执行层实行动态化的监控。使得各层级的优势能够充分发挥的同时，进行整合与统一，进一步提高计算机网络管理的质量和效率。将数据库中的信息进行高效的管理。在传统的计算机网络管理中，上述问题无法有效进行解决，导致网络管理与监控具有较高的局限性和片面性。人工智能能够实现自我学习和自我解释的功能，并通过该种功能对网络进行科学监控和控制，解决当前计算机管理中无法解决的难题。在进行计算机网络安全管理系统的建设时，人工智能的有效应用，不仅能够保证安全管理系统具有较强的感知力，还具有一定的决策能力，从而发挥自主能力，有效解决影响网络安全的危险因素。计算机网络安全系统自主决策能力的提升，对保持整个系统的智能化、科技化水平具有积极的意义，为系统的自主决策提供支持和助力。

2人工智能时代计算机网络安全现状分析

2.1人工智能时代计算机网络安全攻击的智能性和频繁性

在人工智能时代，一个重要的特征就是智能。随着无穷云计算、大数据分析和智能技术的应用，在现有网络中发现的漏洞越来越多，越来越小，越来越出乎意料，这说明人工智能时代网络攻击具有智能性和不可预测性。随着人工智能时代机器自学习能力的空前提高和智能网络安全技术的应用，发现的漏洞将更加细化，相应的网络安全攻击将更加频繁，攻击规模将越来越大，频率将越来越高，破坏力也将越来越强。同时，随着人工智能算法的成熟，人工智能技术在网络攻击中的攻击成本越来越低，越来越多的攻击技术和资源可以被利用，这将导致前所未有的大规模独立攻击。

2.2人工智能时代计算机网络攻击的隐蔽性和博弈性

传统的网络攻击，由于传统网络的刚性和简单性，攻击者发起的网络攻击往往具有针对性和易跟踪性，易于跟踪。然而，在人工智能时代，智能网络攻击技术的使用使得网络攻击点变得随机，网络攻击变得更加复杂，比如从台式机到笔记本电脑再到移动智能手机，使用随机攻击可以在不同的时间点发动，这使得人工智能时代的攻击更加微妙。网络攻击是“矛盾共生”的过程，是攻击者和防御者进行攻击和防御的博弈过程。攻击只需要在攻击者身上发现一个小问题，攻击者可以利用智能技术随时随地发起攻击。攻击者似乎无力抵抗所有攻击。随着人工智能技术的出现，网络安全保护的博弈程度越来越严重。

2.3人工智能时代计算机网络的赋能性和伴生性

人工智能新时代，新的智能技术给网络安全赋予更强大的安全性，借助对已有知识的学习，可以自动、智能地解决新问题，通过对大量已有数据的学习，针对各种攻击，构建相应的入侵检测模型，准确预测新的网络攻击方式，提升网络安全的防御能力，并使得网络安全的预防变的更加主动。任何新技术都是一把双刃剑，人工智能技术在一定意义上给人们的生活带来了便利，提高了计算机网络的防御能力，同时也可以被攻击者恶意利用，从而显现了人工智能的伴生性。人工智能新技术在一定程度上，会让攻击者有更新的攻击手段，这让攻击者的攻击变的更加锋利，可能导致防御者更大的损失，同时攻击者可以借助人工智能新技术发现新的安全漏洞，找到新的攻击路径，通过一系列关联分析，引发更加严重的安全问题。

3计算机网络安全管理中的人工智能技术的应用

3.1神经网络系统的应用

计算机网络安全管理系统中，神经网络系统包含了较多的分布式单元，大量的分布式单元能够统一的构成大规模并行处理系统。在该系统中，神经网络系统相似的系统为并行器组织架构。通常情况下，神经网络系统利用的是信息存储工作方式，该系统的学习能力较强且容错率较高，因此，能够有效地进行知识的组织，提高信息数据的处理效率。在神经网络系统中，不同的单元能够实现有机的结合，在此基础上既能实现同时运行，也能实现单独运行。其优势在于当系统中的某一单元出现问题时，对其他单元不构成任何影响，确保整个神经网络安全系统依然能够保持稳定的运行状态。因此，计算机网络安全管理系统中有效应用神经网络系统，能够最大程度提高网络安全管理效率，提升管理质量和水平。使得信息始终处于安全的运行环境中，防止信息发生泄漏等问题，有针对性的解决网络安全问题。同时，神经网络系统能够实现网络入侵问题的有效解决，对网络入侵、网络攻击等行为进行有效的预判，借助神经网络系统进行网络安全环境的动态检测，进一步减少错误发生的概率。神经网络系统能够充分发挥自身的图像与硬件处理功能，确保管理质量的提升。由于神经网络系统的特殊性，因此，网络环境的不同使得计算机网络安全管理质量也存在一定的不同，其效果也并不相同。当前，随着神经网络技术的不断完善和优化，其应用范围也逐渐扩大，对实现计算机网络安全管理目标产生了积极的作用。

3.2基于社会控制原理，建立内生网络安全防御机制

纵观网络发展，可认知到网络安全问题与网络发展史、文化和技术有关，所有的这些，构成了现在的网络。最初，网络的设计者更多的是考虑网络之间的通信，并没有考虑通信协议的安全性，这使得现在的网络存在很多安全隐患。当人们意识到网络安全问题后，为了避免攻击者攻击，采用修修补补的外在方法保证现有网络的安全，在非智能时代，还可以应对，这在人工智能新时代是完全不行的，也是不够的。为了能对已有的攻击实施主动的、全面的防御，从根本上解决网络安全问题，就需要从网络发展的根源出发，建立统一的控制中心，参考社会控制原理，从网络内部建立内生网络安全防御机制，才能从根本上解决人工智能时代网络安全攻击的智能性和频繁性带来的问题。

3.3专家系统的应用

人工智能技术中的专家系统发展较快，应用也更加广泛，因此技术也相对更为成熟。专家系统主要有网络行为推理机制和数据资料库两种，在实际应用中能够有效依据专家和学者的知识演绎，进行决策的全方位、多角度的模拟，从而提高技术的应用价值。专家系统的有效应用能够确保决策的专业性，实现较高的应用效果。对于人工智能来说，其应用价值和应用效果直接反应在专家系统的知识数据质量与数量上。借助专家系统能够为计算机网络管理工作提供更加科学、有效的管理意见，对网络入侵行为和安全威胁因素进行快速的探知。与此同时，专家网络系统能够实现预警机制的建立，当网络系统中出现安全危险因素时，计算机网络能够迅速启动自动防御机制，最大程度提高网络安全质量和安全系数。以专家系统为重点，并将其有效的应用在计算机网络安全管理系统中，能够有效建立网络危险数据探测系统，在此过程中，收集更多的数据信息，并进行深入的分析和审计，为用户的操作提供保障。专家系统还能够实现用户安全模型的构建，与模型中的数据信息进行有效判断，一旦发现数据出现异常时，专家系统能够立即启动自行判定机制，对数据的安全性进行有效判断，合理评估数据存在攻击性的可能。计算机网络安全管理中有效的应用专家系统，有助于实现用户行为的准确判定。在应用一段时间后，该系统能够迅速收集海量的用户信息的同时，优化自身的判断精确性，进一步提升计算机安全管理智能化水平。

4结论

人工智能技术的有效应用，能够解决计算机网络安全管理中面临的主要问题，采取更加科学、更加合理的解决措施。因此，应重视人工智能技术的有效开发与应用，使其能够在计算机网络安全管理中发挥更大的作用，保证网络数据信息安全，为经济社会的发展提供助力和支持。

参考文献：

[1]刘佳敏.人工智能技术在计算机网络安全中的运用分析[J].网络安全技术与应用,2020(12):143-144.

[2]吴洪中.人工智能技术在计算机网络安全中的运用分析[J].科学咨询(科技·管理),2020(08):121.

[3]寇泽.人工智能技术与计算机网络安全问题的结合[J].决策探索(中),2020(04):6-7.

[4]秦丞,贺渝镔.基于人工智能时代下计算机网络信息安全防范[J].电子技术与软件工程,2020(03):255-256.