人工智能技术在计算机网络数据安全存储中的运用

文祥麟，刘 全

（1.山西应用科技学院，山西 太原 030062；2.山西文旅集团信息技术有限公司，山西 太原 030000）

1 基于人工智能技术的计算机网络数据安全存储方法

1.1 加密网络数据

对得到的网络数据进行加密是目前对计算机网络信息进行保护的一种方式，通过密码技术对信息进行加密，然后把加密信息存储在某个介质中，保证了传送过程与储存的安全性[1]。首先利用超混沌算法计算lyapunov指数，计算公式如下：

再通过超混沌系统的动力学系统行为分析得出网络数据的特有属性特点，超混沌系统的表达公式如下：

（2）再将连续的混沌状态变量转化为更便于加密算法实施的离散混沌序列。式（3）为经过变换后的混沌序列：

（3）通过以单字节为次加密算法单位、以异或流密钥为基数来进行次加密运算，使得混沌序列的取值区域选择为在[0,168]序列区域内的值，且序列的宽度为5位数，这样就得出了一个经过处理后的混沌序列。通过对所得到的混沌序列进行混合异计算方法，大大增加了混沌序列的随机性。超混沌加密与解密混沌序列表达公式如下：

1.2 基于人工智能技术修复数据

在数据修复的过程中，不一定要把数据传送给用户，可把所有的数据都传送给对应的存储系统，这可造成了大量的网络传输资源和计算资源的浪费。以人工智能技术的存储方法为基础，数据只需要在存储服务器内部进行传输，并且不需要经过计算。对于计算机网络的存储系统的容量进行增益，有助于数据安全存储[3]。构建一个存储系统的模型，其系统容量计算公式如下：

在采用人工智能技术进行数据挖掘的过程中，避免了数据需要经过大量计算才能修复完成的缺点，节约了大多数资源，同时也解决了客户计算能力不足的问题。

1.3 备份网络数据

为了防止数据遗失，使用者应该在计算机存储数据时使用备份技术，尽量将自己的损失降到最低。对文件储存而言，最基本的储存方法就是将数据储存在计算机的硬盘里。但此存储方法有一个缺点，那就是当存储容量大于某一限制时，就不能再保存数据了。为此可以在存储过程中采用数据备份技术，将所存储的数据，重新组合在一起。然后将这些数据保存在备份系统中。

定义一个聚类目标函数，目标函数越小，则数据的聚类效果越好，由此可以计算此时的网络数据目标函数的亲和度函数，其计算公式如下：

在克隆操作完成后，将其编码带入备份中，直到聚类原型收敛到最优程度，图1为基于克隆选择的备份流程图。

图1 克隆流程图

2 实验测试

为证明本文提出的基于人工智能技术的计算机网络数据安全存储方法的有效性以及优势，现进行模拟测试实验，根据试验情况选取了4GB的计算机网络数据作为安全性储存的信息集合，并突出了安全性数据的可靠性，对本文中采用存储技术与传统的1（AES）、2（DES）技术加以了比较。

2.1 实验准备

实验环境的各项参数如表1所示。

表1 模拟环境参数

在实验模拟测试中，构建1个云存储管理服务器、3个存储节点服务器（1个备用节点）和3个在用的云存储服务平台。云服务管理节点用来存储各节点所需的数据，其主要作用是对对应的存储节点进行管理；在存储节点上，存储的是对应的数据和与存储服务器之间的连接信息，它的主要功能是在数据存储和数据备份的过程中进行传输数据。数据的储存节点按照存储要求进行操作后，由于各种因素，会导致对文件中的部分数据进行修改，如果文件受到此操作，则其完整性与安全性会受到威胁。

其中，将云存储服务器视为一个整体，信任第三方存储作为相应验证方面，与接收到的数据一致性进行比较，用户作为数据完整性验证请求提出者。在仿真实验中，存储端对多个数据块执行线性合成操作，并将其提交到可信的第三方，用于校验数据的完整性；由信任的第三方通过迭代运算得到编码e，并将其加在对应的合并数据块t之后，使用零空间对其进行检验，利用MATLAB6.0开发计算机仿真平台，对文件数据的存储个数进行检验。在模拟实验中使用三种方法，得出三种不同的实验结果。

2.2 实验结果与分析

表2为采用本文提出的基于人工智能技术的数据存储方法对各种大小文件的安全存储模拟实验结果。

表2 本文方法实验结果

由表2可知，使用本文提出的方法存储各个大小的文件，当文件较小，处于1～2 MB时，本文提出的方法存储的结果与实验的准备文件个数完全相同，但当文件大小超过4 MB时，文件数据经过传输后存在一定的误差，有可能会受到损坏的数据节点的影响，文件中的数据由此受到损坏，进而不能安全存储。因此当文件偏大时，文件安全存储的个数也会相应降低。

表3、表4为采用传统方法1（AES）、2（DES）的数据文件存储结果。

表3 AES方法实验结果

表4 DES方法实验结果

由表3、表4可知，采用传统方法1（AES）与传统方法2（DES）的安全存储文件的个数要远远小于使用本文提出的方法进行文件数据存储的个数，AES方法的结果表明，此方法不论文件大小，安全存储的个数都比实验设定的存储个数少，这是由于数据块的计算较为复杂，由此存储的个数误差较大，DES方法与本文提出的方法在文件较小时较为一致，但随着文件增大，其安全存储的个数较本文提出的方法的存储个数变小。本文提出的方法与实验设定的安全储存文件个数最大误差为2个，而传统方法1（AES）、2（DES）的最大误差分别达到7、13个。

综上所述，本文提出的基于人工智能技术的计算机网络数据安全存储方法有效性要优于传统方法1、2，在进行海量数据存储时，本文提出的方法是一种比较好的选择，具有较高的安全性。

3 结束语

人工智能在人们的日常生活中日益普及，但因为其属于信息时代新兴的一门技术，所以人们对它的本质以及它的未来发展还不是很清晰，从计算机网络安全存储运行的角度出发，对人工智能所起到的影响进行探索，利用人工智能模拟人类思维、习惯等相关行为，来对计算机网络安全问题展开及时的处理，从而确保整个网络的安全。