大数据环境下的计算机网络智能技术研究
杨帆：大数据时代人工智能在计算机网络技术中的应用
杨帆：大数据时代人工智能在计算机网络技术中的应用随着大数据时代的到来，人工智能在计算机网络技术中的应用越来越广泛。
杨帆作为计算机网络技术领域的专家，在这一领域有着丰富的经验和独到的见解。
本文将从杨帆的角度出发，探讨人工智能在计算机网络技术中的应用，并分析其对未来的发展和影响。
在当今的大数据时代，计算机网络技术已经成为现代社会中不可或缺的一部分。
人们在日常生活中随时随地都在使用互联网，而各种智能设备也在不断涌现。
在这样一个环境下，人工智能成为了提高计算机网络技术效率和智能化水平的重要手段之一。
杨帆认为，人工智能在计算机网络技术中的应用具有以下几个方面的特点和优势：人工智能可以帮助提高网络安全性。
随着网络攻击手段的日益复杂和变化，传统的网络安全防护手段已经无法满足日益增长的安全风险。
利用人工智能技术，可以通过分析大量的网络流量数据，及时发现并阻止潜在的安全威胁，提高网络的安全性和稳定性。
人工智能还可以帮助网络管理和优化。
在复杂的网络环境中，人工智能可以通过学习和自适应的方式，为网络管理员提供更加智能的管理和优化建议。
在网络性能优化方面，可以利用人工智能对网络流量进行预测和调整，提供更加高效的网络服务。
人工智能还可以为网络运营商提供更好的用户体验。
通过深度学习和数据挖掘等技术，可以更好地理解用户的需求和行为，为用户定制个性化的网络服务。
通过智能推荐系统，可以根据用户的偏好和习惯，优化用户的网络体验，提高用户满意度。
未来发展趋势和影响在杨帆看来，人工智能在计算机网络技术中的应用将会越来越广泛，并且将对未来的发展产生深远的影响。
随着大数据技术的不断发展和应用，将为人工智能在计算机网络技术中的应用提供更加丰富和复杂的数据支持。
通过分析大规模的网络数据，可以更好地发掘数据的潜在价值，为人工智能在计算机网络技术中的应用提供更加有效的支持。
随着人工智能算法和技术的不断突破和创新，其在计算机网络技术中的应用将变得更加智能和复杂。
基于大数据背景下的计算机信息处理技术研究
基于大数据背景下的计算机信息处理技术研究在大数据背景下，计算机信息处理技术的研究变得越来越重要。
本文将探讨基于大数据背景下计算机信息处理技术的研究现状、挑战和未来发展方向。
一、概述随着互联网和移动互联网的快速发展，大数据的概念逐渐被提出并得到了广泛应用。
大数据的出现给计算机信息处理技术带来了新的机遇和挑战。
计算机信息处理技术在大数据时代的背景下变得尤为关键。
二、大数据背景下的计算机信息处理技术现状1. 数据采集与存储在大数据时代，数据量庞大且多样化，因此数据采集与存储成为首要问题。
常见的数据采集方式包括传感器技术、网络爬虫、无人机等。
而对于数据的存储，传统的关系型数据库已经无法满足大数据的需求，因此出现了一系列的分布式存储系统，如Hadoop、NoSQL等。
2. 数据清洗与预处理大数据中存在着各种各样的噪声数据和异常数据，因此数据清洗与预处理变得尤为重要。
在数据清洗与预处理过程中，常用的技术包括数据去重、数据过滤、数据变换等。
通过对数据的清洗和预处理，可以提高数据的质量和准确性。
3. 数据挖掘与分析数据挖掘与分析是大数据背景下的重要研究方向。
通过数据挖掘和分析技术，可以从海量数据中发现隐藏的模式和规律，从而为相关决策提供支持。
常见的数据挖掘与分析方法包括聚类分析、分类分析、关联规则挖掘等。
4. 机器学习与人工智能在大数据背景下，机器学习和人工智能技术得到了广泛应用。
通过机器学习和人工智能技术，可以对大数据进行智能化处理和分析。
例如，通过深度学习算法可以实现图像识别和语音识别等任务。
三、大数据背景下的计算机信息处理技术挑战1. 数据隐私与安全大数据中包含大量敏感信息，如个人隐私、商业机密等。
在处理大数据时，如何保护数据的隐私与安全成为了一个重要的挑战。
相关技术如数据加密、访问控制等对数据隐私与安全提供了保护手段。
2. 数据高效处理大数据的处理速度对于实时分析和决策至关重要。
如何高效地处理大数据成为了一个挑战。
大数据时代人工智能在计算机网络技术中的应用
人工智能及识别技术本栏目责任编辑：唐一东大数据时代人工智能在计算机网络技术中的应用罗潇轩（华南理工大学计算机科学与工程学院，广东广州510006）摘要：随着现代科学信息技术的不断发展，计算机网络安全技术在我们生活中的应用范围不断扩大。
在这个大数据发展的时代，网络安全信息和大数据在我国经济社会发展过程中的重要作用越来越明显，因此基于计算机通信网络安全技术的信息安全越来越受到重视。
该文基于新时代大数据，简要介绍了大数据和人工智能的基本概念，然后详细分析了人工智能在现代计算机通信网络技术中的具体应用和优势。
最后，着重讨论了人工智能在人机网络相关技术研究中的实际技术应用，以期为网络相关技术人员的研究提供应用参考。
关键词：大数据时代；人工智能；计算机网络技术中图分类号：TP393文献标识码：A文章编号：1009-3044(2021)02-0161-03开放科学（资源服务）标识码（OSID ）：在当前大数据时代的背景下，计算机信息技术已经广泛应用于我们社会生活的各个工作领域，并在不断改变着人们的日常生活和工作方式。
对于人工智能来说，它可以看作是传统计算机科学在网络信息技术下的发展产物。
将这些人工智能技术应用到一些网络信息技术中，可以有效地帮助解决一些网络信息的数据处理问题，保证整个计算机的信息安全。
因此，在我国计算机信息技术快速进步和发展的过程中，明确利用人工智能的技术优势，不仅将对提升企业整体技术应用率和技术水平起到积极的作用，也将完全满足当前技术发展趋势的需要。
1大数据时代人工智能在计算机网络技术中应用的意义1.1确保大数据处理技术及其应用的安全性从当前行业发展趋势分析，基于计算机的网络通信技术已经渗透到各个信息产业的许多领域，并始终在其中发挥着突出而重要的主导作用。
在这一技术的影响下，无论是在工业生产还是日常生活中，需要及时处理、收集和分析的数据类型和数量日益增多，覆盖了许多信息产业，大数据分析技术应运而生，产生了各种类型和数量巨大的各种信息。
大数据时代人工智能在计算机网络技术中的应用发展研究
74Internet Application互联网+应用一、引言随着科技的高速发展，大数据技术极大地推动了信息技术的发展，但也使得网络环境日渐复杂化，意味着计算机网络技术应用需要应对更多的突发状况。
计算机网络技术在社会各个行业中的应用十分广泛，其利用价值是毋庸置疑的，若无法科学地处理计算机网络技术在新时期的应用问题，不仅会影响社会生产力，还会对计算机网络用户的合法权益造成威胁。
因此，为了更好地发挥计算机网络技术在人类社会发展进程中的重要作用，并适应大数据时代人们对于计算机网络的各种要求，应当着重强化计算机网络技术的完善与优化。
而人工智能可以推动计算机网络智能化发展，满足新时期社会各个行业对计算机网络技术的实际要求，为经济社会高速发展提供技术支持。
二、人工智能的特征概述人工智能是计算机技术与网络技术融合发展的产物，在实践应用中呈现出诸多特征，总结包括以下几点。
（一）综合性特征人工智能涵盖的专业学科领域十分广泛，包括语言学、心理学等，使其能够模仿人的思想和行为，对外界声像信息进行自动化处理，并协助人们全面分析各类问题，方便人们更好地解决问题，体现出较强的综合性和智能性[1]。
（二）协调性特征基于构成角度分析，计算机结构尤为复杂，且规模随着技术发展而不断增加层次性，不仅会增加网络监管魏凤星（1973-），女，汉族，河北石家庄，信息技术硕士，副教授，研究方向：信息技术；刘文红（1974-），女，汉族，河北石家庄，计算机科学专业工程硕士，副教授，研究方向：数据库、软件技术。
大数据时代人工智能 在计算机网络技术中的应用发展研究摘要：科技的发展为经济社会的高速发展提供了技术支撑，如大数据、人工智能等技术，并广泛应用在社会各个行业生产实践中，在推动社会各个行业创新发展的同时，推动人类社会生产工作模式便捷化发展。
在此背景下，人们对计算机运算的速度、准确性等有了更高的标准要求，导致系统运行压力进一步增加。
而人工智能应用能够赋予计算机人的思维和行为，使其能够在持续运行中实现自我更新、完善、信息自动化处理和自动化修复系统漏洞，以保证计算机使用性能满足人们对生产生活的要求。
大数据时代人工智能在计算机网络技术中的运用分析
大数据时代人工智能在计算机网络技术中的运用分析发布时间：2021-09-10T03:48:49.881Z 来源：《新型城镇化》2021年14期作者：曾琳炜[导读] 在计算机网络技术中应用人工智能对时代发展产生的影响很大，计算机技术也将朝着智能化方向发展。
联通（上海）产业互联网有限公司上海 200050摘要：新时期社会发展下计算机网络技术应用水平不断提高，特别是大数据时代下人工智能技术的应用，为我国计算机网络安全运行奠定了可靠的基础保障。
文章对人工智能技术优势进行分析，并探讨人工智能在计算机网络技术中的运用。
关键字：大数据；人工智能；计算机；网络技术引言目前，我国无论是在经济方面，还是在科学技术方面取得的成就都是有目共睹的，在很大程度上提高了计算机技术水平，人工智能技术应运而生，并在计算机网络中得到广泛地运用，使人们的工作效率和质量都得到一定提高。
因此，在计算机网络技术中应用人工智能对时代发展产生的影响很大，计算机技术也将朝着智能化方向发展。
1人工智能相关概述1.1概念人工智能技术是运用计算机对人行为与思维实施效仿亦或是模拟的综合性学科，该技术将会涉及心理学、哲学、语言学等多类学科，对人类的视觉、听觉、触觉、感觉、思维模式等进行模拟，促使设备可以变得智能化和人工化，助力人们可以将工作与生活中的问题妥善解决。
人工智能技术会对计算机系统进行编程，对人们的生活与工作环境进行模拟，确保设备可以自动化与智能化地做功。
1.2人工智能技术的优势第一，突破计算能力的局限。
人工智能采用了人类学习方式，能通过对大量信息的扫描分析，从而提高底层计算能力，特别是在 GPU 发展的阶段，让人工智能的计算能力增长到几倍甚至是十几倍。
目前随着 TPU 的发展，让计算速度达到以往的 30 倍左右，这样不仅降低了人类数据计算成本，也能在相关人员对海量数据进行计算时，提高数据处理的精准度与全面性。
第二，强化对数据信息的积累。
随着信息技术的发展与普及，也增加了数据处理量。
大数据时代人工智能的创新与发展研究
大数据时代人工智能的创新与发展研究一、大数据时代的现状和趋势随着互联网、传感器技术、移动通信技术的飞速发展，全球数字化程度不断提高，人们的生产、生活方式也在不断地发生变化。
这些数字化数据以前所未有的速度、规模和多样性产生和积累，这就是所谓的“大数据”。
大数据时代的到来，意味着我们能够获得前所未有的海量数据，这些数据正在成为人们认识世界的重要工具。
大数据时代的现状主要表现在以下几个方面：1. 数据规模不断扩大：随着互联网、物联网和移动互联网的普及，数据规模呈指数级增长。
根据IDC的报告，到2025年全球数字数据储量将增长至163ZB，相当于每个人每天创造1.7MB的数据。
2. 数据类型日益多样：除了传统的结构化数据外，大量的非结构化数据如文本、图片、音频、视频等数据也开始成为大数据的重要组成部分。
3. 数据价值日益凸显：大数据的应用场景日益丰富，它不仅能够为企业提供商业价值，还可以为政府决策、科学研究、社会管理等领域提供重要支撑。
在大数据时代的背景下，人工智能的创新与发展也面临着重大的机遇和挑战。
1. 数据挖掘与深度学习数据挖掘是一种根据特定算法对大规模数据进行分析和处理的技术。
而深度学习是一种基于人工神经网络的机器学习方法，更适合于大规模、高维度的数据分析。
在大数据时代，数据挖掘和深度学习成为了重要的人工智能技术手段，它使得计算机能够从海量数据中发现并学习规律、推断出价值信息。
2. 自然语言处理与图像识别自然语言处理（Natural Language Processing, NLP）和图像识别技术也是人工智能在大数据时代的重要应用方向。
通过自然语言处理技术，计算机可以理解和处理人类语言，实现语音识别、文本理解等功能；而图像识别技术可以帮助计算机理解和分析图像、视频等非结构化数据，从而提供更为智能和直观的服务。
3. 智能决策与自主学习在大数据时代，人工智能技术也在智能决策和自主学习方面不断取得突破。
大数据时代背景下计算机软件技术的应用分析
大数据时代背景下计算机软件技术的应用分析【摘要】本文主要探讨了大数据时代背景下计算机软件技术的应用分析。
在介绍了背景信息、研究目的和研究意义。
在详细分析了大数据技术、机器学习、数据挖掘技术、人工智能技术以及云计算在计算机软件中的应用情况。
在强调了计算机软件技术在大数据时代的重要性，并展望了未来的发展趋势。
通过本文的研究分析，可以看出计算机软件技术在大数据时代的重要性，为实现数据的高效管理和利用提供了重要的支持和保障。
【关键词】大数据时代、计算机软件技术、应用分析、机器学习、数据挖掘、人工智能、云计算、重要性、发展趋势、结论总结1. 引言1.1 背景介绍在大数据时代，随着互联网的不断发展和智能化技术的快速进步，数据量呈指数级增长。
大数据已经成为当今社会的重要资源和竞争力量，对于企业和组织来说，如何更好地利用大数据进行决策和创新已经成为一项重要的课题。
在这样的背景下，计算机软件技术的应用变得愈发重要。
随着大数据技术的不断成熟，越来越多的企业开始意识到通过计算机软件技术，可以更高效地处理和分析海量数据，从而为企业的发展提供有力支持。
从传统的数据处理方式向数据驱动的决策转变，计算机软件已经成为大数据时代不可或缺的一部分。
本文将重点探讨大数据时代背景下计算机软件技术的应用分析，结合大数据技术、机器学习、数据挖掘、人工智能和云计算等方面，探讨它们在现代社会中的应用场景和发展情况，分析其在不同领域中的应用效果和优势，从而进一步探讨计算机软件技术在大数据时代的重要性。
1.2 研究目的研究目的是借助大数据技术在计算机软件领域的应用分析，探讨在当前大数据时代背景下，计算机软件技术的发展现状和未来趋势。
通过深入研究大数据技术在计算机软件中的应用，分析机器学习、数据挖掘、人工智能和云计算等技术在大数据时代的作用与挑战，以期为提升计算机软件技术水平和应对大数据挑战提供理论指导和实践支持。
通过对计算机软件技术在大数据时代的重要性和未来发展趋势进行探讨和总结，旨在为相关领域的研究者和从业者提供启示和帮助，促进计算机软件技术与大数据技术的深度融合和创新发展，推动我国在大数据领域的技术创新和产业升级。
计算机网络中大数据与人工智能技术的应用
计算机网络中大数据与人工智能技术的应用近年来，计算机网络技术的快速发展与大数据、人工智能技术的广泛应用相结合，为各行各业提供了前所未有的机遇和挑战。
大数据是指以超大规模数据集为研究对象，通过智能算法进行分析与处理，从中挖掘出有价值的信息和知识。
人工智能技术则是指模仿人类智能的一种技术，通过机器学习和深度学习等算法，使计算机能够自动进行任务和决策。
计算机网络中的大数据应用主要体现在数据采集、数据传输和数据存储三个方面。
计算机网络连接了全球范围内的设备，为大规模数据的采集提供了基础设施。
各种传感器和监测设备可以通过网络将采集的海量数据实时传送到数据中心。
计算机网络提供了高速传输的通道，使得大数据能够快速、高效地在不同的节点之间传输。
无论是企业内部的数据传输，还是云计算平台和物联网应用中的数据传输，网络都扮演着重要的角色。
计算机网络的分布式存储技术可以将大数据分散存储在多个节点上，提高数据的可靠性和处理效率。
人工智能技术在计算机网络中的应用主要体现在网络管理、网络安全和网络优化三个方面。
人工智能能够帮助网络管理员自动监测和管理网络设备。
通过机器学习算法，可以自动分析和预测网络设备的故障和负载，提前采取措施进行调整和维护。
人工智能可以提高网络的安全性能。
通过深度学习算法，可以识别和防御各种网络攻击，包括入侵检测、异常行为检测和恶意软件检测等。
人工智能可以优化网络的性能和资源利用。
通过智能算法，可以自动优化网络拓扑结构、动态分配带宽和调整路由策略，提高网络的吞吐量和响应时间。
大数据与人工智能技术的应用给计算机网络带来了诸多好处。
通过大数据的分析和挖掘，可以发现潜在的规律和趋势，从而为决策者提供准确的信息和参考。
人工智能技术可以实现计算机网络的自动化管理和优化，减轻了网络管理员的工作量。
大数据和人工智能技术的应用可以提高网络的可靠性和安全性，减少网络故障和攻击的风险。
大数据和人工智能技术的应用也为创新和发展带来了巨大的机遇，推动了各行各业的数字化转型和智能化升级。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2019.061大数据环境对于大数据的概念,不同的层次定义是不一样的,但是普遍认为“大数据”是指通过接受多个信息来源收集到的大数据集,所接受到的信息通常具有实时性。
这些数据可能来自于社交网络、电子商务网站、客户访问和许多其他多种来源。
“大数据”本身具有的特点即时效性、复杂性,从技术角度看,硬币的正反两面正如大数据与云计算的关系一样密不可分、牢不可破。
也正是由于大数据的复杂性决定其无法仅仅由一台独立的微机单独处理,故考虑采用分布式的计算结构,由很多台计算机合成处理,因大量数据具有大规模数据挖掘的潜在特性,故必须依赖于云计算技术中涉及到的分布式处理、分布式数据库、云存储或虚拟化等相关技术。
以前把大规模数据称为海量数据,但大数据的概念早在2008年就被提出。
但一直到2009年左右,“BigData”才成为互联网信息技术行业的流行语。
早些时候美国的互联网数据中心就曾经指出,网络中产生的数据量将会以每年50%的速度快速增长,截至目前大数据中的90%以上的数据都是由网络近几年产生的。
除此之外,Big Data 不仅仅是指在互联网中产生的信息。
全球范围内的工业所需设备、汽车行业、电力用表上都会使用大量的传感器,包括数字的、无线的,它们可以随时随地测量和传输相关的位置、运动、振动、温度、湿度甚至是化学物质的变化,从而产生大量的数据信息。
“大数据”由于其具有多变、详细、容量大的特点,已经成为多个行业进行系统分析,进行专业报告的大数据库,在计算机网络智能处理中,也起着十分重要的作用。
2计算机网络智能网络智能的概念一般指的是在计算机进行网络计算处理中,通过仿照模拟人工智能的方式,进行计算与分析的一种计算机处理方式。
通过技术手段,连接各种硬件设备,达到人们想要达成的计算与分析的目的。
网络智能是指应用微机效仿人类思维活动方式,而形成的现代智能技术。
这一技术领域中,它涵盖了心理学、语言学和社会学等诸多学科。
特别是网络智能可以协助人们更人性化地处理生活中的问题,减少过多的机械化计算,提高计算机网络的柔性操作。
网络智能作为人工智能的技术先导,发展异常迅速,它通过模仿人类的思维和行为来汇集数据,从而更好地帮助人工智能的运行,网络智能判断的准确性直接影响着数据处理的速率。
在目前网络智能中,它可以准确地处理计算机获取到的数据,同时可以处理一些相对模糊、复杂的信息,当计算机技术无法对数据进行有效判断、处理时,便即时地通过网络智能中的人类思维模拟系统做出更准确的判断与分析。
网络智能是通过将理论、技术和实际应用相结合的仿真与实践技术,网络智能涉及信息知识、数字化建模、应用心理学、计算机应用科学等多个学科领域,属于多学科系统的综合集成。
网络智能运用模拟人类潜意识和逻辑行为,在高效处理信息的同时为人们的工作提作者简介：孙东正(1975-),实验师,研究方向:计算机应用;谢术芳(1978-),副教授,研究方向:网络通信;周明凡(1988-),助理实验师,研究方向:计算机应用。
收稿日期：2019-04-10大数据环境下的计算机网络智能技术研究孙东正，谢术芳，周明凡（山东凯文科技职业学院，济南250200）摘要:基于当前大数据环境的时代背景下，计算机网络技术已经深入到百姓的日常生活中，同时给人们的日常生活带来了很大的便利。
随着计算机网络技术的快速发展，计算机网络智能技术也随之不断发展。
目前，计算机网络智能技术主要以人工智能技术为主，通过利用一些数学算法的编写，将人工智能技术应用到网络技术中，从而对计算机网络技术起到了很大的推进作用。
基于当前大数据环境的时代背景下，对计算机网络智能技术当前发展现状进行分析与研究。
关键词:大数据；计算机；网络智能1352019.06供有效协助。
在网络技术飞速发展的今天,网络智能也被应用到社会的各行各业。
在大数据时代的环境中,数据类型增减迅猛,规模扩大成几何级增长。
在这样的大数据环境下,传统的信息化处理方式已经显然不能满足实际需求,结合网络智能和微机技术的发展,可以有效的实现数据的高速处理,从而实现解决数据计算与传输的目的。
3计算机网络智能的优势3.1对于不确定性问题的处理能力在对网络技术实时监测和网络资源进行实时控制时,由于需要保证网络系统的高速安全地运行,在这个监控过程中,需要对网络系统有一个全面的掌控,同时对高速处理的细节也有一个全面的了解。
针对不确定问题的处理能力从而有效解决监控网络系统的运行状态,这就是计算机网络智能技术。
网络智能既能保证信息处理过程中的高效性和时效性,又能解决信息处理不会出现问题。
3.2高效的协调合作能力计算机网络技术经过多年高速的发展,已经具备了相当大的处理分析问题的能力。
然而,随着信息处理要求的不断增大,原有的计算机网络处理问题的方式显然已经显得不堪重负,不能满足当前信息处理的需求,计算机网络智能技术的发展与完善,能够有效地对网络系统实现分层多方位的分析与管理,减少了由于原有单一管理而造成错误的几率。
3.3处理非线性的问题的能力网络系统的拓扑结构异常复杂,网络负载也在发生实时变化,用户可能会随时做出各种各样的操作行为,因此网络管理控制很难对信息网络处理保证一个高度线性的控制。
传统的网络控制理论难以使计算机网络的安全运行机制得到高速有效的解决。
因此,计算机网络智能技术的利用,可以通过人工智能仿真的功能来协助解决上些复杂的非线性问题,从而弥补那些高难度的线性计算的不足,这样的话计算机网络处理信息的速度效率会更加有效。
4计算机网络智能技术应用4.1通过计算机网络智能技术生成人工神经网络技术网络智能技术可以通过网络仿真模拟技术,利用程序设置,设置机器模拟人的逻辑思维的方式实现人工神经网络技术。
人工神经网络技术可以有效地提高网络智能的容错率。
当下,人工神经网络技术已经被应用在对人类的身份识别之中,这种将网络智能技术与识别技术结合的方式,可以有效提高识别的速度和正确率。
人工神经网络技术已经是大数据环境下计算机智能网络技术的主要应用之一。
4.2通过计算机网络智能技术生成数据挖掘技术挖掘技术中数据挖掘是在大数据的大的历史背景下,计算机网络智能技术的典型应用之一,所谓数据挖掘,是指通过选择网络连接,使得微机可以实现独立的学习,通过其独立自主学习,有效进行自我升级与自我修复,从而在电脑遭受外界因素入侵时,电脑自身能够有效地进行危险识别与安全防御。
4.3通过计算机网络智能技术生成自治AGENT 技术在微机的大数据环境下,自治AGENT 技术当然亦是网络智能在微机网络技术中的主要应用之一,它实现了对底层数据的处理、采集、分析。
在目前实际使用中,网络智能技术具有传统学习无法比拟的学习能动性。
尤其遇到外部因素入侵系统时,此技术的自主能力良好,依赖环境性较低,具有一定的“自治性”。
4.4计算机网络智能技术在安全管理中的高效应用在大数据的时代背景下,计算机智能的特点被充分的提现出来,网络智能技术在微机的防火墙中已经得到充分的使用。
在微机的安全管理中,进行安全管理的主要方式及第一层防御体系是防火墙,可以通过采用网络智能技术提升防火墙的防御能力,从而实现了危险信息的有效拦截。
同时,在对垃圾软件和垃圾病毒信息的处理方面,网络智能技术可以在大数据环境的背景下,很好地对垃圾软件和垃圾病毒信息进行阻拦,同时进行非类处理并有效地提醒用户及时进行清理,从而杜绝了垃圾软件和垃圾病毒信息对计算机的安全隐患。
计算机网络智能技术在检测入侵信息,进行有效阻拦方面可以为用户节省大量的时间和精力,帮助用时实时了解计算机的安全状态,保证计算的稳定性和安全性。
5结语在信息化高速发展的环境下,运用大数据的历史背景,通过智能网络技术在微机领域的应用,可以有效地提升计算机的处理能力、加强计算机网络系统的安全性,防止由于恶性进攻造成的微机系统的中毒事件与系统崩溃,伴随着网络安全的越发重要与对微机性能要求的逐步提高,智能网络技术必将会越来越受到重视,在大数据环境下的网络智能技术将会成为未来的计算发展的主流方向,只有很好地将网络智能技术与大数据相结(下转第151页)1362019.06合,才能有效保障未来计算机信息技术高效、安全、稳定的发展。
参考文献[1]彭昊.大数据时代人工智能在计算机网络技术中的应用[J].电子技术与软件工程,2018,19(20):169-172.[2]沈磊.计算机网络技术中人工智能的应用探讨[J].智库时代,2018,20(39):159-160.[3]刘思璇.大数据时代人工智能在计算机网络技术中的信息应用发展[J].中国战略新兴产业,2017,(3):19.[4]高俊.人工智能技术在计算机网络中的应用[J].电子技术与软件工程,2019,(02).[5]姚丽.人工智能技术在计算机网络中的运用研究[J].无线互联科技,2018,(12).[6]刘彩红,王会芳.人工智能技术及其在计算机网络中的应用[J].科学技术创新,2018,(25).系统,充分利用语音识别技术、全文检索技术、句子相似度匹配技术等,对执法视频进行有效分析和信息化管理,打造执法过程规范,实现执法环节可追踪、法质量可量化考核,使执法考核效率有显著提升。
该系统基本满足了用户的需求,同时也需要进一步改进和完善,如建立完善的语料库、采用先进压缩技术、增加批量处理视频能力等,进一步提高系统的准确度与运行效率。
积极改进用户界面让用户有更好的体验。
参考文献[1]王海坤,潘嘉,刘聪.语音识别技术的研究进展与展望[J].电信科学,2018,34(02):1-11.[2]杨洋,汪毓铎.基于改进卷积神经网络算法的语音识别[J].应用声学,2018,37(06):940-946.[3]王智超,徐及,张鹏远,颜永红.卷积神经网络声学模型的结构优化和加速计算[J].重庆邮电大学学报(自然科学版),2018,30(03):416-422.[4]Mehryar Mohri,Fernando Pereira.Weighted finite-statetransducers in speech recognition [J].Computer Speech &Language,2002,16(1).[5]Mehryar Mohri,Michael D.Riley.A disambiguation al⁃gorithm for weighted automata [J].Theoretical Com⁃puter Science,2016.[6]陆梨花,张连海,陈琦.基于加权有限状态转换器的语音查询项检索技术[J].数据采集与处理,2015,30(02):390-398.[7]覃世安,李法运.文本分类中TF-IDF 方法的改进研究[J].现代图书情报技术,2013,(10):27-30.[8]隗中杰.文本分类中TF-IDF 权重计算方法改进[J].软件导刊,2018,17(12):39-42.[9]叶雪梅,毛雪岷,夏锦春,王波.文本分类TF-IDF算法的改进研究[J/OL].计算机工程与应用,1-8[2019-01-22].4应用前景目前虚拟化与云计算结合发展越来越广泛,虚拟化是云计算的主要支撑技术之一。