一种基于人工智能的网络安全智能化运维技术解决方案.pdfVIP

ISSN1009-3044E-mail：jslt@

ComputerKnowledgeandTechnology电脑知识与技术

ComputerKnowledgeandTechnology电脑知识与技术第20卷第6期(2024年2月)

http：//

Vol.20,No.6，February2024Tel：+86-55165690964

一种基于人工智能的网络安全智能化运维技术解决方案

宋焱宏

（武汉软件工程职业技术学院，湖北武汉430205）

摘要：随着网络技术的飞速发展，尤其是移动网络各类新通信网络技术的快速迭代，网络安全运维的重要性日益凸显。人

工智能作为一种新兴的信息技术，在网络安全运维应用方面具有独特的优势，可大大提高安全运维的效率和准确性，降低

安全风险和损失，实现更好的网络安全防护效果。文章提出了一种基于人工智能的网络安全智能化运维技术解决方案，

以实现自动化检测和防御、身份识别与认证、安全事件响应、智能监控和日志分析等。

关键词：网络安全；运维；人工智能；机器学习

中图分类号：TP3文献标识码：A

文章编号：1009-3044(2024)05-0074-03开放科学（资源服务）标识码（OSID）：

1简介

当前，网络应用范围不断扩大，网络安全问题也

日益突出。传统的网络安全运维技术开始面临较大

局限性，恶意软件越来越能够适应线性的传统安全解

决方案，网络安全需要一种更为智能的威胁检测、应

对及解决方法。网络安全专家也一直致力于研究人

工智能技术在网络安全智能化运维中的应用。随着

云计算、大数据和人工智能技术的应用，以机器学习

为代表的人工智能，可以极大地帮助检测越来越难以

识别和隔离的恶意软件。机器学习不仅能够了解恶

意软件的外部特征和攻击行为，还能够了解其演变方

式。此外，人工智能系统不仅可以协助检测恶意软件图1机器学习应用于网络安全运维示意图

及行为，还可以采取主动措施进行漏洞补救，并对事2.1监督学习

件和威胁进行分类，从而使网络安全运维人员从大量

[1]监督学习是一种机器学习的方法，其特点是使用

重复性劳动中解放出来。本文提出了一种基于人工

智能的网络安全智能化运维技术解决方案，以实现自带有标签的训练数据来训练模型。在监督学习中，输

动化检测和防御、身份识别与认证、安全事件响应、智入数据（特征）和对应的标签一起用于训练模型，以便

能监控和日志分析等。模型能够学习如何将输入映射到相应的输出或结果。

一旦模型训练完成，就可以对新数据进行预测或分

2机器学习类，根据其特征预测出相应的标签或类别。在监督学

机器学习是利用计算机从数据中自动地学习出习中，输入特征和输出结果之间的关系是通过学习算

一些规律或者模式，并利用这些规律或模式进行预法来学习的。这些学习算法试图找到最佳的映射函

测、分类或聚类等任务。机器学习的目标是使计算机数，以最小化预测结果与实际结果之间的差异或损

能够从经验中不断改善其性能，而不需要进行明确的失。常见的监督学习算法包括线性回归、逻辑回归、

编程。机器学习可以分为多种类型，其中最常见的是支持向量机（SVM）、决策树、随机森林、神经网络等。

监督学习、无监督学习。在监督学习中，提供带有标在监督学习中，计算机学习一个函数，该函数可

签的训练数据给模型，模型通过学习这些数据中的规以根据样本数据将某些输入映