人工智能在计算机网络技术中的应用

崔煜昆

北京航空航天大学计算机学院

人工智能在计算机网络技术中的应用

崔煜昆

北京航空航天大学计算机学院

信息通信技术（ICT）的发展对行业构成了不错的挑战，涉及诸如可扩展性，网络安全性，能源管理，网络监控等问题。几种人工智能工具可以应用于解决目前的许多ICT挑战。本文介绍人工智能（AI）技术在两个主要问题类别中的实际应用：物联网的人工智能和用于管理传统电信网络中的故障和安全问题的AI技术。因此，我们将介绍我们的研究工作，将AI应用于不同的领域，描述当前最先进的技术，实施的解决方案以及主要的实验结果。本章将展示在各种领域为ICT解决方案添加智能层所取得的各种益处。

人工智能；物联网；电信网络；机器学习

引言

本章介绍用于创建网络智能的人工智能技术，介绍网络解决方案以利用人工智能带来的好处。我们将讨论不同的平台和应用，采用RFID技术，医疗传感器（用于解决诸如流行病预测等问题）和机器人，讨论这些系统带来的主要挑战。

1.AI在网络技术中的应用简介

1.1 AI在物联网中的应用

人工智能技术越来越多地被用于物联网日益增长的领域，日常物品与之相连。这些技术可能包括启发式搜索算法，machine learning技术，确定性或概率状态机，知识推理系统，图形理论或环境感知等。

1.2 AI在电信网络中的应用

电信网络现在是非常复杂的系统。单个网络路由器可能会在其上运行数百万条软件代码行。另外，大量的网络组件需要被管理故障和安全问题的网络管理解决方案进行监控和远程配置。然而，故障预测正变得越来越复杂。另外，目前在传统电信网络上产生了很多报警，处理的主要问题不是缺乏信息，而是来自众多元素的过多报警。AI技术对于减少这些技术至关重要。

2.AI在流行病预测网络中的应用

2.1 技术前沿

疾病，信息和社会支持是影响网络节点的卫生相关因素之一。AIDS出现后，社交网络分析被证明适合感染性接触追踪。传染病调查的社会网络通常只是通过个人接触来建立的，因为这些接触是传播疾病的最可追溯的手段。尽管如此，除了通过个人接触以外的其他机制传播的疾病，将地理接触纳入社会网络的一种用来分析疾病传播的方法已被证明可以揭示隐藏的联系。

2.2 架构实现

通过采用适当的数学公式和指标，然后评估给定流行病学专家的社会联系网络，从而评估疫情的曙光概率。这个模块背后的想法是网络性质和应用于流行病学的分析方法的相关性。更准确地说，是等效常数与流行阈值之间的关系。实际上，按照方法学标准和可扩展性的原因，希望这个模块能够轻松地使用内存并快速运行，而在可扩展性方面，它的代码应该比较容易阅读和修改。另外，有必要找到一个可以获得可行数据分析的过程。

3.AI在电信网络报警预测中的应用

3.1 技术前沿

Markovmodel是FSM的扩展，具有概率转换。隐型markov model模型进一步扩展了马可夫链模型。它用于建模简单的随机过程，其中我们有多个状态，每个状态对应于可观察事件。而HMM可以用作序列分类器，其中类标签在我们的例子中是目标事件。ANN可以对报警序列进行分类，即使输入数据有噪声，也可以通过监督训练用向量编码的报警模式进行训练。

3.2 架构与实现

关于拟议的预防性监控系统架构，分类过程有N个类，每个类都引用一个目标事件。为此，创建了N个评估引擎（EE）实例。EE是为每个目标事件创建的机器学习实例。我们基于Acceptor FSM实现它，因此EE包含知识库中每个序列模式的一个有限状态机。系统具有离线流程，负责预处理报警数据，执行模式挖掘算法，生成学习模式的知识库。在线流程表示使用通过知识库模式创建的评估引擎对测试事件序列的评估。决策者具有选择似然概率大于阈值的预测的作用。

4.AI用于电信网络上客户端分析的多重神经网络

网络流量监控是主动和被动管理各种维度网络的重要活动，可以通过观察数据包或流程来执行。在科学界做出了巨大的努力，其目标是了解交通和多样化应用的特点如何影响网络基础设施的行为。因此，测量策略以及AI技术可以为识别异常行为（例如网络流量的提升或突然增加）带来重要贡献。

4.1 技术前沿

尽管在路由器（如CISCONetflow）中存在的工具的帮助下，监控活动已成为主流，但仍然存在一些必须解决的问题。目前，基于测量（包或流）的交通监控的主要障碍是链路容量的可伸缩性不足。那是，具有高容量的链路的流量监控产生了大量的数据。随着链路的容量和流量的增加，跨越路由器的每个流的保持计数器变得昂贵且难以执行。

深度数据包检测（DPI）涉及到跨网络的数据包的完整分析，不仅检查报头，如浅包检测（SPI）的情况，还包括其主体。

现代网络设备使用深度包检测来执行复杂的服务，如检测和防止入侵，流量整形，负载平衡，防火墙，垃圾邮件检测和防病毒等。深度分组检测构成了一个强大的机制，用于执行数据包标准的对应关系。

4.2 架构与实现

我们的解决方案不是试图阻止P2P流量，而是针对P2P流量和其他网络数据（如多媒体，游戏等）的客户端使用情况进行分析，以便根据其消费的网络资源。构想了一种新的架构，采用反向传播神经网络进行用户个人资料学习。

5.结语

AI技术作为一种计算机和互联网中的新兴技术，已经在多个领域多个方向发挥了巨大的作用，并且将对互联网和计算机技术的发展带来深远影响，需要对此技术进行更为深入的研究，以便相关行业更好的发展，同时造福人类社会。

[1]Arsenio,A,Serra,H,Francisco,R,Andrade,J,Serrano,E, Nabais,F.Internet of intelli-gent things—bringing artificial intelligence approaches for communication networks.In：Inter-Cooperative Collective Intelligence：Techniques and Applications,vol.495,pp.1-37.Springer（2014）

崔煜昆（1995-），男，山东省胶南人，学历：本科，研究方向：人工智能和计算机图形学。