人工智能技术在网络空间安全防御中的应用

陈德仁

摘要：信息数据的采集、分析、处理、整合等方面都与计算机网络技术有着十分密切的联系。目前，计算机网络技术尚未做到完全发展成熟，存在众多安全漏洞，易诱发数据信息盗窃、黑客入侵等问题。随着国内计算机网络体系的持续发展，传统的安全防御工作手段无法满足现阶段网络技术发展的需求。人工智能技术作为当下信息技术的代表性成果，在自主学习、自我完善和数据智能分析处理方面具有十分明显的优势，为其在计算机网络安全防御中的普及应用提供了坚实基础。人工智能技术的智能化和自动化能为计算机网络空间防御提供全新的支持，有效改善网络空间的防御工作水平，最终营造出安全、高质量的网络环境。

关键词：人工智能技术；网络空间；安全防御；应用；

引言

互联网信息技术的普及应用，使得信息突破了时间和空间上的障碍，信息的价值在不断提高。然而，计算机、网络信息技术与其他技术一样，是一把“双刃剑”。一方面，他们在计算机用户之间架起了通信的通道，另一方面，也为某些窃取机密数据的违法人员打开了方便之门。在大部分人使用网络技术提高工作效率，为社会创造更多财富的同时，也有一些人在利用信息技术做着相反的事情，非法侵入网络系统，篡改和破坏数据，对社会造成难以估量的损失。因此，利用人工智能技术提高网络安全防御的能力，从而做到更好地保障网络安全，服务用户。

1网络空间安全防御特点

（1）高级性。随着大数据时代的到来，海量数据信息的多节点、同步传输模式增加了计算机网络的脆弱性，特别是在新型病毒、黑客的攻击下，更增加了计算机网络运行的风险。对于网络空间安全防御体系而言，为充分解决技术防御的短视问题，需深化安全防护能力，结合高级技术体系、政策体系等，创设全域化防御机制，积极应对网络犯罪行为，实现全面净网。（2）多元性。计算机网络的开源特征令计算机系统驱动过程面临多样化的攻击形式，同时网络系统蕴含着巨大的信息价值，使得不法分子趋之若鹜，间接扩大了网络安全的风险。防御机制的多元性则是在固定的空间体系下，借助技术机制深度识别计算机及网络系统运行过程中的问题，尤其是部分突发性问题，需通过强大的整合能力，在互联互通的网络体系中进行针对性核验，找到问题，解决问题，增强计算机网络运行的安全性。

2人工智能技术在计算机网络防御的应用优势

2.1具有学习与推理能力

人工智能技术在网络安全防御实践过程中发挥着重要的作用，实现了对网络安全防御的优化与安全保障。但不可否认，在网络技术快速发展的过程中，网络安全形式也是较为严峻的。在面对复杂多样的网络安全问题，传统网络安全防御技术依赖专家知识和相对固化的规则，响应速度相对迟缓，专业安全人才数量不足，难以应对当前及未来严峻的安全威胁挑战。但在人工智能技术的支持下，可以对网络安全问题进行精准的识别与处理，从而有效地提升网络安全防御的成效。与传统技术相比，人工智能具有强大的学习与推理能力，能够根据大量的数据，自主地随着时间的推移进行学习，对事物做出决策或预测，全面的整合数据资源及关键信息。因此，在网络安全防御实践过程中应加强对人工智能技术的应用，以此来提升网络安全防御的成效，达到全方位的安全管理。

2.2模糊信息的处理功能

在整个网络之中，其存在多种数据信息，这些数据可能是非结构化、非线性的异构网络数据，而传统的网络安全技术在处理这些模糊数据的效果不好，而人工智能技术能够有效的避免这个问题，其主要采用关联分析、深度学习等方面的技术，这些技术在对模糊信息进行处理时候具备较好的准确率与效率，对整个网络状况之中的安全威胁进行感知，更早的对这些威胁进行预防，加强对整个网络之中模糊数据的安全处理，全面提升网络处理的智慧性。

2.3算力强大且稳定

计算机网络防御系统为了第一时间发现各种潜在安全隐患，需要持续提升网络防御系统的算力，是人工智能技术具备的明显优势之一。人工智能技术在算力方面的优势主要集中在海量数据整理以及非线性数据处理两个方面。人工智能技术可以通过模仿人类学习以及思维方式，持续完善已有知识体系。在我国网络技术持续发展的影响下，人工智能技术已形成强大的算力，尤其在CPU和GPU持续发展阶段，人工智能技术的计算能力提升了几十倍。目前人工智能技术能够针对海量网络信息进行快速、准确的处理，技术人员操作成本明显下降。在网络安全防御工作实施过程中，人工智能技术能够进行24小时不间断的数据分析、整合以及检测工作，技术人员借助人工智能技术进行规模化数据的多重处理，在对模块分类层层解析之后，对网络安全隐患进行高效率的检测和应对。

3计算机网络防御中的人工智能技术应用分析

3.1构建人工智能网安平台架构

以往的网络安全管理之中，主要通过权限设置、安全审计等方面来提升数据信息的安全性，这些措施一定程度是被动的，不能够主动发现网络之中存在的安全隐患。而人工智能技术的应用，能够结合整个网络的现状进一步进行分析。目前在整个网络安全的处理之中，使用广泛的人工智能技术类型有多种，主要包括基于聚类分析、深度强化学习、迁移学习、神经网络处理等方面的技术，需要结合业务所在网络的不同，选择一种或者特定的几种人工智能技术进行组合处理，提升整个网络空间的适应性与反应处理能力。

3.2数据加密

数据加密作为网络运行中数据防护处理的基础所在，借助不同数据传输模式、输入输出类型等，提出对接性的防御措施，降低信息被盗风险。在大数据技术、云计算技术的支撑下，数据加密技术可应用到大体量的数据信息传输之中，借助数据传输功能、数据转换机制等，打造多维度的防护体系。数据加密技术是通过密钥的形式将加密与解密应用到数据转换之中，借助节点加密、端点加密、链路加密等提高数据信息效率。期间，如果数据信息被盗取，黑客人员在没有密钥的情况下，无法识别盗取的数据，此举可保证数据传输的安全性。

3.3智能防火墙技术

防火墙是目前保护计算机网络的主要安全设备。作为一种隔离控制技术，防火墙在内部网络和不安全的外部网络之间建立起一道屏障，阻止外部对内网的非法访问，同时，阻止重要信息从内网流出。在传统的网络安全防御机制中存在着多种的防火墙，但此类防火墙应用却未到达用户使用的理想效果，很难做到全面抵御网络安全隐患。而人工智能技术在防火墙的应用中具有显著的优势，从其强大的数据分析与管理功能来看，能够精准有效地针对网络中存在的各种隐患进行系统的分析与判断，不但能够处理当前的安全隐患，而且还会对潜在的风险进行及时的处理，避免恶意程序的入侵与攻击，例如，部分黑客通过破译代码、制作病毒程序，侵入局域网内的计算机后台系统，对重要的数据资源、后台资料进行访问与查看，导致出现拒绝服务攻击、任意代码执行及信息泄露等安全威胁。因此，与传统的防火墙相比，人工智能技术解决了传统防火墙中防御能力不足的问题，保障了网络安全。

3.4智能化入侵检测

目前计算机网络的使用人员都会安装专业的网络防御软件，在经济社会持续发展的影响下，人工智能技术在网络防御软件中基本普及。从技术层面看来，入侵检测技术能够持续拓宽人工智能技术的适用范围，在人工智能技术和入侵检测技术有效融合的情况下，可以针对网络信息进行全方位检测，由系统自主进行网络信息分析，抵御外来不良信息的干扰，同时对各种病毒实时监控，强化系统的防护工作力度，有效规避外来入侵事件以及计算机病毒。入侵检测技术和人工智能技术的融合发展是在全方位发挥人工智能技术算力、算法优势前提下，减少网络空间安全防御中的人力资源投入，提高防御工作的质量和效率。

结束语

综上所述，网络作为人们生活工作、社会发展不可或缺的一部分，多元、复杂的数据传输机制加大了网络系统的识别难度，如存在系统漏洞，极易令整个网络系统面临瘫痪、损毁的风险。借助人工智能技术则可深化网络空间安全防御能力，利用强大的数据处理能力增强网络系统的识别能力，为不同类别的数据驱动以及网络运行提供数据决策点。后续发展中，应加强对各类数据技术的研发，结合网络安全运行模式，全面提高网络系统的抗风险能力。

参考文献

1]李凤鸣.基于大数据及人工智能技术的计算机网络安全防御系统[J].电子技术与软件工程，2022(17):1-4.

[2]李桂珍.计算机网络发展中的人工智能技术运用[J].微型电脑应用,2018,34(05):73-75.

[3]林巧民.物联网安全及隐私保护中若干关键技术研究[D].南京邮电大学,2014.

[4]王萍利.基于人工智能技术的化工企业计算机网络安全防御系统设计[J].粘接，2021，47(8):106-109，122.

[5]孙翯，王丹玥，张启龙，等.网络空间安全防御中人工智能技术的运用研究[J].信息技术与信息化，2020(7):234-236.