下载文档原格式
人工智能在计算机网络技术中的应用人工智能在计算机网络技术中的一个重要应用是网络安全。
随着网络攻击日益猖獗，传统的网络安全防护手段已经不再足够。
人工智能通过学习和模拟人类的行为模式，能够自动识别和阻止网络攻击，提高网络的安全性。
人工智能还可以通过大数据分析，实时监测网络中的异常行为，及时发现和应对潜在的威胁，从而保障用户的网络安全。
人工智能在计算机网络技术中的另一个应用是网络优化。
计算机网络中常常会出现拥塞、性能下降等问题，而人工智能可以通过分析和预测网络中的流量和负载状况，优化网络资源的分配和调度，提高网络的吞吐量和响应速度。
人工智能还可以基于用户的偏好和行为，个性化地为用户提供网络服务，提高用户的满意度和体验。
人工智能在计算机网络技术中还有许多其他的应用。
人工智能可以通过学习和理解用户的查询意图，提供更加智能、精准的搜索结果。
人工智能还可以通过自动化技术，帮助网络管理人员自动化地监控和管理网络设备，提高网络的稳定性和可靠性。
人工智能还可以通过分析用户的行为和需求，预测和推荐用户可能感兴趣的内容，实现个性化的广告和营销。
人工智能在计算机网络技术中的应用也面临一些挑战和问题。
随着人工智能技术的发展，网络安全威胁也在不断演变，黑客攻击也会通过人工智能技术来提高攻击的效果和隐蔽性。
人工智能的算法和模型需要大量的训练数据来达到良好的性能，但在计算机网络中获取大量真实的数据可能会面临隐私保护和法律合规等问题。
人工智能在计算机网络技术中的应用对于提高网络的安全性、性能和智能程度非常重要。
通过人工智能的技术手段，可以实现网络的智能化和自动化，为人们的生活和工作带来更多的便利和创新。
人工智能的应用也需要面对一些挑战和问题，需要不断加强研究和创新，提高技术的可靠性和安全性。
人工智能在计算机网络技术中的应用分析摘要：随着当前计算机网络技术在实际应用过程中暴露出的安全等现实问题，相关的技术人员需要使用人工智能技术来分析处理以及解决现有问题。
随着当前时代的发展以及技术的进步，人工智能在实际的应用过程中也不断得到完善，人工智能技术也愈发成熟，从而能够更好地服务于计算机网络技术。
关键词：人工智能；计算机；网络技术；应用1人工智能在计算机网络中应用的价值人工智能技术能让计算机变得更加“聪明”，在模拟人类思维的基础上解决各类问题，如信息传输问题、数据挖掘问题等，这使得在教育、医疗、生产等领域的计算机网络的功能作用可有效增强。
除了强化计算机网络的功能作用，人工智能在计算机网络中的应用还可强化网络系统的稳定性，为计算机网络持续深入地处理各类信息提供有力条件，实现打造优质网络生态环境的目标。
在信息安全传输、精准、稳定的基础上人工智能可提升计算机网络的推理水平，利用概率、推理算法也可处理不完整、不确定的信息，虽然信息“组合爆炸”加大了推理难度，但人工智能依旧可以通过模拟演绎处理信息并得出推理结论。
未来在人工智能技术更加成熟的条件下计算机网络推理水平将不断提升。
大数据在信息膨胀的过程中产生，常规软件很难完成数据综合处理任务，这就会浪费数据资产，无法有效运用信息解决各类问题，如管理问题、技术研发问题等。
基于此，新时代人工智能与大数据融合在一起，并进一步优化计算机网络。
以远距离测体温为例，2020年2月北京多个人流聚集地使用AI多人体温快速检测方案，旷视AI测温系统能在1分钟内完成上百人同时测温任务，就算测温对象带着帽子口罩也可实现快速筛查目标，体温识别误差小于0.3℃。
使用AI技术测量体温，智能疑似高温报警带宽为每秒15人，一套报警系统能部署十余个通道，测温及报警结果能经由计算机网络迅速传输至终端，这为专职部门利用测得信息快速反应提供有力条件，人工智能在计算机网络中的应用价值随之凸显。
2人工智能在计算机网络中的主要应用2.1智能防火墙的应用档案馆在经营过程中将防火墙作为了其内部开展一系列网络安全管理工作的一个非常重要的技术手段，但是传统形式下的防火墙并不能够对于已经进行了加密工作的SSL流的数据信息可见，档案馆内部的计算机网络安全实际上面临着非常巨大的安全隐患。
人工智能在计算机网络技术中的应用在计算机网络技术中，人工智能（Artificial Intelligence，简称AI）的应用已经成为一个热门话题。
随着科技的不断发展，人工智能的应用逐渐渗透到了各个领域，计算机网络技术也不例外。
本文将探讨人工智能在计算机网络技术中的应用，包括网络安全、网络管理、网络优化等方面。
一、网络安全网络安全一直是计算机网络技术中最重要的问题之一。
传统的网络安全方法往往需要人工干预，容易受到攻击者的攻击。
而引入人工智能技术可以提高网络安全的效率和准确性。
人工智能可以通过学习大量的安全数据，建立安全模型，识别和预测网络中的安全威胁。
比如，通过机器学习算法可以对网络中的异常流量进行实时监测和识别，准确预测潜在的攻击行为，提前采取相应的防御措施。
二、网络管理在庞大复杂的计算机网络中，网络管理是一项非常繁琐的任务。
人工智能可以辅助网络管理人员进行网络资源分配、故障诊断、性能优化等工作。
通过学习网络拓扑、分析网络负载和性能数据，人工智能可以自动进行网络资源的调度和分配，提高网络的可靠性和性能。
此外，通过深度学习算法可以实现网络故障的自动诊断，快速定位和解决故障，缩短网络恢复时间，提高网络的可用性。
三、网络优化网络优化是提高网络性能的重要手段。
传统的网络优化方法往往需要人工设置参数和策略，效果有限。
而引入人工智能技术，可以实现网络的自动优化。
例如，通过使用强化学习算法，人工智能可以学习网络中的动态环境，自动调整网络参数和策略，实现最优的网络性能。
此外，人工智能还可以通过学习用户行为和网络流量数据，预测用户需求，优化网络资源的分配，提高用户的体验。
四、未来展望人工智能在计算机网络技术中的应用前景广阔。
随着物联网和5G技术的发展，计算机网络将变得更加复杂和庞大，传统的网络管理和优化方法难以应对。
而人工智能可以通过自主学习和自我优化的能力，适应复杂的网络环境，提高网络的自动化程度和性能。
未来，人工智能技术将成为计算机网络技术中不可或缺的一部分，为网络的安全、管理和优化提供有力支持。
人工智能在计算机网络技术中的应用探究人工智能是近年来备受关注的技术领域，在计算机网络技术中也逐渐得到广泛应用。
本文将重点探究人工智能在计算机网络技术中的应用。
一、网络安全网络安全是网络技术中的一个重要方面。
人工智能技术可以通过识别异常网络流量，检测恶意软件攻击等方式来进行网络安全检测和预防。
例如，在机器学习算法中，可以通过构建模型，将与好的网络流量相关的特性编码进模型中，当检测到流量与模型不匹配时，则可以判断为不安全的流量。
此外，人工智能技术还可以通过识别网络中的漏洞和探测攻击端的行为来提高网络安全性。
二、网络优化网络优化是指通过对网络状态进行分析和调整来提高网络效率和工作效率。
人工智能技术可以通过分析网络状态数据来进行网络优化。
例如，在无线网络中，通过机器学习算法可以预测网络流量的增长，进而调整传输速度和网络覆盖范围以提高网络效率和减少网络拥堵。
三、智能路由传统的路由器使用的是静态规则对网络流量进行路由。
而在人工智能技术的帮助下可以实现智能路由，即对网络流量进行动态路由。
通过智能路由技术，可以根据网络流量的实时状态来动态调整路由，提高网络的负载均衡能力，并使网络流量更加流畅。
四、分布式存储分布式存储是指利用多个计算机节点存储和管理网络数据。
人工智能技术可以在分布式存储中起到关键作用，用于在海量数据中进行快速检索和分类。
例如，通过机器学习算法可以识别和分类图片、视频等多媒体数据，提高数据存储和检索的效率。
总之，人工智能技术在计算机网络技术中的应用将会越来越广泛，带来更高效、更智能的网络服务。
人工智能技术对计算机网络技术的应用及存在问题随着人工智能技术的快速发展，其在计算机网络技术领域的应用也日渐广泛。
人工智能技术能够为计算机网络提供更加智能化的服务，极大地提升了网络的效率和安全性。
人工智能技术在计算机网络领域的应用也带来了一些问题和挑战。
本文将从人工智能技术在计算机网络领域的应用以及存在的问题两个方面进行探讨。
1. 网络安全在网络安全领域，人工智能技术能够通过对网络流量进行实时监测和分析，快速识别和应对网络攻击。
传统的网络安全系统往往依靠已知的攻击特征来进行检测和防御，然而面对日益复杂和变化多端的网络攻击，这种方法已经不再有效。
引入人工智能技术后，网络安全系统能够学习和识别新的攻击形式，提高了网络的安全性和可靠性。
2. 网络优化人工智能技术也可以应用在网络优化方面，通过对网络性能数据的分析和预测，提高网络的带宽利用率和响应速度。
通过机器学习算法对网络数据进行分析，可以准确地预测网络流量的高峰时段，并采取相应的措施进行负载均衡，优化网络性能。
3. 智能路由人工智能技术还可应用在智能路由系统中，根据当前网络状况和流量情况调整路由策略，提高网络的稳定性和可靠性。
智能路由系统能够通过学习网络拓扑和历史数据，动态调整路由方案，避免拥塞和故障点，提高网络的整体性能。
二、人工智能技术在计算机网络领域存在的问题1. 数据隐私在应用人工智能技术的过程中，网络数据的隐私问题成为了一大难题。
人工智能系统对大量的网络数据进行分析和学习，如果这些数据包含了用户的隐私信息，就有可能导致用户数据泄露的风险。
在应用人工智能技术的过程中，需要加强对网络数据的隐私保护，防止用户隐私的泄露。
2. 对人力资源的需求引入人工智能技术需要具备相应的专业人才来运维和维护，这对企业的人力资源需求提出了更高的要求。
目前，人工智能领域的专业人才仍然比较稀缺，企业在引入人工智能技术时，需要面临找不到合适的人才的困难。
3. 算法的不确定性人工智能技术往往依赖于各种机器学习算法，这些算法的不确定性也成为了一个问题。
人工智能在计算机网络技术中的应用研究人工智能已经成为计算机网络技术中一个重要的研究方向。
人工智能技术可以应用于计算机网络技术中的多个领域，包括网络优化、网络安全、网络管理和服务质量等。
网络优化是人工智能在计算机网络技术中的主要应用之一。
在传统网络中，网络优化是一个繁琐的任务，需要人工调整多个参数以获得最佳性能。
而现在，借助人工智能技术，网络优化可以更加智能和高效地完成。
通过机器学习和自动调节算法，网络优化可以自主学习网络行为和参数，从而得到最佳网络性能。
网络安全是计算机网络技术中另一个重要领域，人工智能也可以为网络安全提供强大的支持。
传统的网络安全技术需要人工处理许多繁琐的安全事件，而借助人工智能算法，可以实现对网络安全事件的自动检测、识别和响应。
利用机器学习技术，可以对网络攻击进行快速分析和诊断，从而提升网络安全的可靠性和稳定性。
网络管理是计算机网络技术中另一个值得研究的领域。
人工智能技术可以为网络管理提供多种解决方案，例如智能网络配置、自动化网络监控和远程故障排查等。
通过利用机器学习算法和自动化工具，网络管理人员可以更加轻松地管理网络设备和应用，减少人力资源和时间成本。
服务质量是计算机网络技术中非常重要的一个指标。
人工智能技术可以帮助网络服务商提高服务质量，例如实现自动化负载均衡、故障转移和用户行为分析等。
利用机器学习算法，可以对网络流量进行智能预测和调整，从而确保网络服务质量的稳定和可靠。
综上所述，人工智能在计算机网络技术中具有广泛的应用前景。
通过不断的研究和应用实践，可以为网络技术的发展带来更多的机遇和挑战。
未来，随着人工智能技术的不断发展和进步，相信人工智能将会在计算机网络技术中发挥更加重要的作用。
人工智能技术对计算机网络技术的应用及存在问题计算机网络技术是指通过计算机与通信设备构成的网络，实现不同区域之间信息的传递与交流。
人工智能技术则是一种模拟人类智能的技术，运用自然语言处理、机器学习、模式识别等技术，实现计算机自动化地完成人类的某些思维任务。
人工智能技术可以对计算机网络技术进行改进和升级，提高网络的效率和安全性。
但同时也存在一些问题和挑战。
一、应用1、网络安全人工智能技术可通过数据挖掘和机器学习实现对网络的自动防御，排除恶意攻击和流量骚扰，提高网络的安全性。
2、网络监控人工智能技术可通过自动化监控网络上诸如流量、恶意软件、黑客攻击等状况，帮助网络管理员及时发现问题并采取相应措施。
3、智慧路由人工智能技术可司空见惯地较差网络路由器的选择和配置，调整网络拓扑结构，以优化网络性能。
4、语音识别人工智能技术可以将计算机的语音识别能力应用在网络交互中，将嗓音转化为文字，提高网络通讯的效率。
二、存在问题1、隐私问题在大数据环境下，人工智能技术可通过浏览历史、社交网络、搜索记录等方式搜集用户信息，而这些信息可能会泄露个人隐私，让用户产生不安感。
2、网络攻击问题尽管人工智能技术可帮助网络管理员发现网络攻击，但同时也为黑客及攻击组织提供了一些工具，使其更容易利用漏洞攻入网络。
3、决策不可控绝大多数人工智能技术的运行决策均未完全透明，往往会对不同用户产生某种程度的不公平。
例如搜索引擎展示结果不同，则会有可能对用户形成偏见。
四、结论总的来说，人工智能技术对计算机网络的应用，为网络的安全和效率提高做出了贡献。
但同时，我们也需要认识到存在的问题，为了更好地发挥人工智能技术的优势，必须加强隐私保护，增强网络来的安全防御体系，保证人工智能技术的结果公正和透明。
人工智能在计算机网络技术的作用
一、人工智能在计算机网络技术
人工智能技术已经成为计算机网络技术的一个重要组成部分。
下面将详细介绍人工智能在计算机网络技术中的作用，以及在网络安全中的用处和给网络技术带来的变化。
1、人工智能技术可以提高网络安全
随着计算机网络安全的日益重要，人工智能技术的应用越来越受到重视。
人工智能可以使用深度学习进行入侵检测，深度学习系统可以通过检测网络活动中的模式变化，并以此识别可疑行为，识别可能存在的安全漏洞，从而及时发现入侵行为，把安全风险降到最低。
2、AI技术可以提高网络服务的性能
传统的网络服务模式依赖于传统的网络分析技术，受到各种环境变量的限制，性能也不够理想。
然而，利用AI技术，可以实现实时分析和优化，从而有效提高网络服务的性能。
AI技术可以通过大数据分析和机器学习等技术，实现对网络流量的实时分析，从而实现对网络性能的进一步提升。
3、AI技术可以改善网络节点的稳定性
一般来说，网络节点的稳定性受到各种因素的影响，因此网络管理者需要定期监控系统以保证网络的稳定性。
人工智能在计算机网络技术中的应用在当今数字化的时代，计算机网络技术的发展日新月异，而人工智能（AI）作为一项具有变革性的技术，正逐渐融入计算机网络技术的各个领域，为其带来了前所未有的机遇和挑战。
人工智能在计算机网络技术中的应用范围广泛，其中之一便是网络安全领域。
随着网络攻击手段的日益复杂和多样化，传统的安全防护措施已经显得力不从心。
而人工智能凭借其强大的学习和预测能力，可以有效地识别和防范各种新型的网络威胁。
例如，通过对大量网络流量数据的分析，人工智能系统能够快速准确地检测出异常的网络活动，如恶意软件的传播、非法入侵等，并及时发出警报，采取相应的防护措施。
同时，人工智能还可以用于预测潜在的网络攻击，提前做好防范准备，从而大大提高网络的安全性。
在网络管理方面，人工智能也发挥着重要作用。
计算机网络的规模不断扩大，结构日益复杂，传统的网络管理方式往往难以满足需求。
人工智能技术可以实现对网络资源的智能分配和优化，提高网络的性能和效率。
比如，通过对网络用户的行为模式和需求进行分析，人工智能可以动态地调整网络带宽的分配，确保关键应用和服务能够获得足够的资源。
此外，人工智能还能够自动检测和诊断网络故障，快速定位问题所在，并提供有效的解决方案，大大减少了网络维护的时间和成本。
智能搜索引擎是人工智能在计算机网络技术中的另一个重要应用。
在信息爆炸的时代，用户要从海量的数据中快速准确地获取所需的信息并非易事。
人工智能驱动的搜索引擎能够理解用户的需求，通过自然语言处理技术对用户的搜索意图进行分析，提供更加精准和个性化的搜索结果。
不仅如此，这些搜索引擎还能够不断学习和改进，根据用户的反馈和行为习惯，优化搜索算法，提供更符合用户期望的服务。
在网络通信领域，人工智能也有着出色的表现。
例如，智能语音识别和合成技术使得人们能够更加便捷地进行交流和沟通。
通过将语音转换为文字，以及将文字转换为自然流畅的语音，大大提高了信息传递的效率和准确性。
大数据背景下人工智能在计算机网络技术中的应用研究在当今时代，信息爆炸是我们每一个人都会面临的问题，如何将这些信息进行处理并且得到对我们本身有效的信息一直以来都是我们所追求的。
人工智能的出现有效的帮助我们解决了这一烦恼，将人工智能和计算机技术相结合后可以帮助人们进行信息的过滤和筛选，确保人们每天所看到的信息都是自己所需要的，人工智能的出现促进了信息的灵活性。
目前来看，人工智能已经逐渐的渗透到我们的生活中，其发展空间非常之大，但是如何更好地应用它发现它自身的长处依旧是我们需要去思考的。
标签：大数据;人工智能;网络技术一、大数据下人工智能在计算机网络中的应用优势分析1.1降低计算机网络数据处理成本在大数据时代发展背景下，人们无时无刻不在与信息数据打交道，企业在日常处理海量计算机网络数据时需要投入大量的人力和时间，导致企业整体网络运营成本的增大，不利于市场中小企业的稳定、持续发展。
基于此，本文将通过人工智能技术融入计算机网络数据处理分析工作，能够帮助相关工作人员高效解决计算机信息处理难题，并全面提升计算机网络数据处理的准确度和速度，充分保障数据处理的安全稳定性，为企业节省更多的人力成本支出，确保在最低成本下创造出最大的社会经济效益。
1.2科学高效处理计算机网络模糊信息大数据时代背景下，企业要想保障计算机网络的稳定运行和安全维护工作，就必须充分发挥出计算机信息技术的价值与作用，提高对各项计算机网络模糊信息的处理水平，满足广大用户的各项体验服务需求。
通过将人工智能技术有效应用在计算机网络中，促使模糊逻辑处理变得更加方便、快捷，最大化提升计算机网络模糊信息的处理效率和质量，并有效联合计算机网络上层结构、中层结构以及下层结构之间的关系，充分保障计算机网络管理工作效果。
在人工智能技术辅助下，信息数据处理者能够完成对大量信息数据的分类处理，提高各项数据的运算分析效率，该项技术大大推动了我国计算机信息技术的发展，实现了对传统数据处理方式的优化改善工作目标。
人工智能在计算机网络技术中的应用作者：马英英来源：《电子技术与软件工程》2017年第03期人工智能技术能够在各方面代替“人力”进行工作，并将存储的信息资源转变成“生产力”，受到人们的青睐与重视。
在计算机网络技术中，人工智能技术的应用，能够按照生产工程的具体生产目标和管理任务，制定相应的技术设计方案、操作流程、步骤以及编辑程序进行运作，对有效资源进行优化配置，加上人工智能技术具有信息处理和编辑特征，能提升计算机网络的可移植性，从而达到资源信息实时共享，提升工作效率的目的。
文章主要从当前我国计算机网络安全现状与人工智能技术特点出发，对基于人工智能理论的计算机网络安全管理的关键技术以及具体应用进行了分析，希望能为计算机网络技术的应用提供借鉴。
【关键词】网络安全人工智能计算机网络技术具体应用人工智能技术作为一门应用型且跨学科的科学，涉及内容复杂，主要包括心理学、计算机学科、控制论、神经生理学以及语言学等，具有在虚拟网络中脱离人工处理、人工控制信息以及人工编辑的功能。
不仅是现代化电子工程中的中枢机构与重心，也是现代科学技术发展的必经途径。
进入二十一世纪后，我国大部分企业开始加大新技术、新工艺的研发，拓宽工业生产规模，为自身生产经营的转型做出努力，以研发出人工智能技术并加以应用。
从2010年以来，我国自行研发与引用国外的人工智能技术，并成功应用到计算机网络中的案例已经超过数十万，改善了我国人们生活基础元素，为将来科学技术产业带来了新的机遇。
1 当前我国计算机网络安全现状与人工智能技术特点1.1 计算机网络安全现状分析计算机网络安全是每一为公民都应了解和维护的职责，人们在享受网络带来的方便同时，个人信息和财产安全也遭受威胁。
具体可从以下几方面进行分析：（1）当用户使用计算机网络时，浏览相关网站，这时网页会自动跳出一些与所需信息无关的广告，向用户传达信息以干扰用户的使用。
（2）当用户在下载相关信息数据过程中，极易下载有病毒的信息数据，一旦将病毒下载并保存到电脑后，不仅不能正常使用，还会给电脑硬件设备造成威胁，让电脑长期处在“危险”状态中。
（3）不法分子故意侵入用户系统，传播木马病毒和编写病毒代码，篡改信息数据，以扰乱正确的信息源代码。
从这些迹象表明，这些不良信息的出现，是网络黑客和不良商家受利益驱使，为了获取相应利益，在网络上传播病毒，导致密码账号泄露、篡改数据信息、用户无法登录和网络端口故障问题普及，给计算机网络安全使用造成威胁。
1.2 人工智能技术的特点在计算机网络技术安全管理领域中应用人工智能技术，能够实时监控网络系统的运行状态，缓解网络管理工作人员的压力，提升网络管理效率。
与传统计算机网络安全技术相比，人工智能技术的使用无论是从速度、效率，还是可操作性方面均有明显提升，具体体现在以下几方面：（1）具有处理模糊信息能力。
由于计算机网络中存在许多不确定和无法预知的模糊信息，因此应用人工技能技术，能够通过模糊逻辑的推理模式对信息进行处理，提升处理信息能力。
（2）具备学习能力与处理非线性能力。
人工智能技术与传统网络安全处理模式不同，具有学习能力与处理非线性能力等特点，因为计算机网络技术中具有海量且复杂的信息数据，要想从这些信息中获取有效数据信息，必须从学习入手，推理出简单信息，而人工智能技术的应用，能满足这一要求。
（3）计算成本投入较低。
人工智能技术在计算机网络技术中的应用，主要是通过控制算法进行计算，能够一次性完成计算任务，减少资源消耗量，实现绿色节能同时，提升网络计算的速度。
2 基于人工智能理论的计算机网络安全管理的关键技术2.1 异常检测方法2.1.1 聚类分析聚类分析法是按照样本集中的样本特点，建立一种层次型、网格、划分型、基于模型以及概率密度的模型聚类方法。
其中，层次型的作用是层层分解样本集。
划分型是利用划分方法，建立数据集。
网格是将样本集转变成网格结构，然后按照单元数据来聚类。
概率密度是根据数据集邻近区域的密度，设定阈值，即可进行聚类。
基于模型则是先建立假设模型，并按照样本集收集的数据和模型来聚类。
2.1.2 克隆选择法克隆选择法即是按照生物学的免疫系统，建立的一种克隆选择算法。
克隆选择法集净化搜索、全局搜索、随机搜索以及局部搜索为一体的克隆算子，具有收敛速度高的特点。
2.1.3 克隆选择模糊聚类算法基于克隆选择模糊聚类算法的工作流程为：对抗体群落进行初始化—克隆操作—免疫基因操作—克隆选择操作—克隆死亡操作—一步迭代算子—抗体编码。
即是抗体群落经过初始化后，形成：亲和度的计算公式为：并对其进行判断，确保符合一步迭代终止要求；然后执行克隆操作获得A'（k），免疫基因操作为A''（k），克隆选择操作为新的抗体群A（k+1），等到满足克隆死亡操作：再次执行亲和度，达到后，即可返回一步迭代，完成判断工作。
2.2 证据组合规则2.2.1 规则思路计算机网络技术的安全管理对证据收集具有重要意义，但是由于证据信息具有不确定与多样化影响因素，因此要想确保信息收集完整、可靠及高效，需要制定基于交补分担准则的证据组合规则，建立一个证据信息集合x与y，并对集合的文氏图进行绘制，从而获取有效数据，找出数据信息中的冲突问题与局限问题，并采取有效措施予以处理。
集合x与y的交补关系可划分为XC∩YC、XC∩Y、X∩YC、X∩Y等四种方法；设置步骤为：使用二进制0、1代表x、y的原集与补集，X∩Y代表（11）2；XC∩YC表示外部部分不予分配；XC∩Y代表（01）2；而X∩YC代表（10）2。
并在焦元x与y设置证据信息E1与E2，然后利用m1（x）与m2（2）对集合x、y的bba进行区分，以提升安全管理效率。
2.2.2 信度平均交补分担证据组合规则与比例均衡交补分担证据组合规则相比，信度平均交补分担证据组合规则具有明显优势：可在λ1和λ2方法中，选取其中任何一种方法进行运算。
例如比例均衡交补分担证据组合规则λ1，λ2∈[0，1]，而信度平均交补分担证据组合规则则是设定xy=φ，λ1=λ2=0；若XY=φ；YX=φ，λ2=1，或者是λ1=λ2=0.5。
2.3 P2P信任管理模型2.3.1 节点的bba建模根据数据信息形式，将其划分为两种类型，包括：信任文件（G）与恶意文件（M），并加以识别框架。
设节点i，推荐节点j的信誉信息置信度为，，且，选择任意节点Ri对的支持强度为：假设节点j的推荐节点为n个，能形成n个和j交互后对{G}，{M}支持的推荐证据。
2.3.2 证据的预处理证据的预处理即是对某个证据源的证据和证据之间的一致性进行检测，以提升证据的可信度。
具体表现在以下几方面：事先对每个焦元属性的可能进行检测，然后通过收集证据来获取焦元可能性的支持度，最后对证据的可信度进行诊断。
即是焦元的可能性支持程度越高，证据收集的可信度越高；相反，证据收集的可信度越小。
2.3.3 对P2P信任模型进行计算基于改进证据组合规则的P2P信任模型计算的工作流程为：开始—置信度的确定—对计算基本信息进行分配—预处理法和去相关算法的使用—证据信息的融合—对评判节点信任度进行综合。
即是利用识别框架对信任文件与恶意文件的置信度进行确认，并对文件类别进行计算，以获得推荐信息的基本信度分配函数，然后使用预处理算法与信度去相关算法过滤干扰信息，让各个证据之间保持独立。
最后通过信度平均交补分担证据组合规则录入推荐信息，并按照信任度评价方法对节点信任点进行判断，从而形成完整的P2P信任模型。
3 人工智能在计算机网络技术中的具体应用3.1 网络多渠道信息处理和合成网络和计算机等高科技技术在计算机网络技术的应用，使得人工智能在工程内的设计要求与原则被再次改写，主要原因是网络技术与计算机技术的出现，为计算机网络的发展创造有利条件，让人工智能技术从具象发展转变成宏观发展，由原始定向数据处理和改革向大批量、高频率和高密度处理数据信息方向转变，以实现网络多渠道信息处理和合成。
例如在计算机网络技术的安全管理方面，可利用人工智能技术在管理操作界面上录入“防火墙”指令，对不良信息的干扰影响进行拦截、屏蔽和清楚，一旦系统检测出“不良邮件”，会自行将拦截信息发送到检测中心，如果邮件的安全属性出现疑问或者是不合格问题，将会被纳入到不安全邮件范围内。
可见，智能化控制不仅体现在处理信息数据的水平上，还体现在工人智能技术的应用范围上，只要计算机网络技术的应用程序需要，人工智能技术的运行系统即可根据计算机网络应用规则与标准，进行智能操作。
3.2 修缮设计网络管理工作要想设计出高效、便捷和通达的信息通道，建立智能化控制能力的工程结构雏形，人工智能技术的应用具有重要作用。
具体表现为技术改革作为计算机网络技术发展的不然趋势，为迎合发展环境与历史背景，可通过人工智能技术来修缮设计网络管理，以提高设计工作效率。
此外，应用人工智能技术，能够快速处理、分析数据信息的有效性，从而提升技术检测的精确度。
例如在信号设计和系统设计工作中，应用人工职工技术修缮设计网络管理，需要结合信息分解和系统分析技术，建立网络综合管理系统，充分利用人工智能的专家知识库，输入有关的结语，对计算机网络技术系统进行管理、评价，以解决该领域存在的问题，从而提升计算机网络技术总体管理效率。
3.3 模式识别模式识别即通过计算机，利用数学技术方法来对模式（环境与客体的统称）的自动处理和判读进行研究，例如使用计算机实现文字、声音、物体的自动识别，这也是开发智能机器的一个关键突破口。
对人类使用者而言，最重要的是通过听觉器官和视觉气管来获得声学和光学信息，这也是人工智能模式识别的两个忠告方面，例如目前市场上常见的光学字符识别系统（OCR），语音识别系统等代表性产品，这些模式识别最显著的特征就是具备高速、准确、高效的优点，与人类自学习过程类似，例如“汉字识别”：首先将汉字进行图象分析处理，将其主要表达特征与汉字代码存储到计算机当中，类似于教师教我们如何将这个字的读法、写法、意思等知识存储进大脑，这一过程叫做“智能训练”或“自学习”，识别过程就是将输入或扫描的汉字图象进行处理后与计算机中所存储的所有汉字进行比较，以最相近的字作为识别结果，这一过程即“匹配过程”。
3.4 提升计算机网络的功能为了提升计算机网络技术的功能，人工智能技术可根据生产结构，结合多样化的生产功能标准，设置与人工智能不同的交互结合体，形成设计工程的技术结构，从而实现工程的智能化。
例如人工智能技术中的Agent技术，能够在计算机操作系统中利用知识资源库与数据库提供权威性和完整的评价指标与对比数据，并借助通讯软件对计算机网络系统运行进行监控，将网络系统中的资源全部输送到系统操作界面上，为操作目标与任务提供服务，以拓展计算机网络技术应用的功能影响，从而达到提升解释推理工作质量与水平的目的。
