大数据是一种多元化的信息存储形式，数据库由来源于各个方向的信息构成，对数据的采集方式具有及时性特征，站在技术的角度上来看，大数据与云计算之间存在较为紧密的关联。以往传统的方式已经无法适应日益庞大的数据信息，人工智能的运用成为数据挖掘、存储、处理等工作的必然趋势。
1.人工智能在大数据信息网络中的运用优势
人工智能中融入了多种知识和技术，可以实现根据环境的感知而做出适当反应，并且这种反应能够为实现最终目标和获取更大的利益提供帮助，目前人工智能技术已经渗透到多个行业和领域，甚至是人们的日常生产生活中，现在常用的智能手机当中，很多软件也都融入了人工智能技术，实现了针对性的推广和辅助，可以说人工智能是迄今为止最为有效的智能系统，具有很强大的运用优势。首先，其具有对模糊信息的处理和协作能力，由于在大数据时代，计算机网络中存在大量的模糊信息，增加了处理难度，而人工智能所使用的模糊逻辑处理方式刚好能对此类信息进行有效处理，在不需要准确描述数据模型的前提下，提升了计算机网络技术在信息处理方面的水平和能力，并且，计算机网络技术和规模的不断变化中，网络管理的难度也随之增加，人工智能的运用可以有效辅助计算机网络管理，提升协同运作能力。其次，其具有非线性处理和学习的能力，计算机网络技术的发展中衍生出大量的数据和信息，且大多数都处在较低的概念和层次当中，但是背后却隐藏着大量具有价值的信息，人工智能技术的运用刚好能对此类信息进行深入挖掘，通过对低层次信息的学习，进行有效的分析，并及时进行非线性处理，有机器人代替人的智能。另外，人工智能不仅运算速度较快，同时还具有较低的成本，在计算机网络技术飞速发展的今天，人们对先进设备和系统的依赖性愈发增强，效率和成本成为广泛关注的重点问题，人工智能的运用可以强化算法和控制，在提升运算效率的同时，降低了资源的消耗，在很大程度上降低了运营成本，具有很强的经济价值。
2.在大数据信息网络技术中人工智能的实际运用
2.1大数据网络安全管理中的应用
2.1.1数据深挖技术
将数据挖掘技术和计算机网络技术融合，并严格参照标准的数据挖掘流程，依靠合适的设备对数据信息进行全面挖掘，从而加强计算机网络系统安全性。通过利用关键字或是有关参数的精准设置以及数据挖掘技术的性能，来对入侵计算机规则进行机器学习，将入侵系统的漏洞突显出，从而精准地记录了入侵计算机侵入相关系统的模式。借助该系统数据库，可以精确详细的记录入侵数据，有助于对以后外部计算机入侵系统的行为进行识别，最终增强计算机网络系统安全。例如，当一个计算机网络系统被非法侵入时，人工智能技术和计算机网络技术的融合，能够对非法侵入行为实现自动识别及判断，并且能快速且自主地构建一个简单的防御系统，进而发出警报信息。在此过程中，人工智能技术可以使计算机系统对非法侵入行为自动进行识别，在相应数据库内可以对非法侵入模式和相应错误数据准确地记录，从而达到计算机网络管理安全水平提高的目的。
2.1.2规则产生式专家系统
复杂的网络环境使得计算机网络安全管理问题越来越明显，这就急切地需要对侵入监测系统进行优化创新，通过对计算机网络系统安全管理的增强，有助于实现确保计算机网络安全的目的。人工智能技术可以促进计算机网络技术的优化和创新，利用人工智能技术可以优化入侵检测系统，构建相应数据库和计算机推理机制，从而生成规则式专家系统。将不同入侵模式和数据信息的挖掘、收集、分析等进行融合，编译成为特定的计算机代码，为非法侵入行为形成相应的判断依据，以此确保计算机网络系统安全。在计算机网络运行中，根据系统入侵判断的依据与定期或不定期更新的计算机设备，能够及时发现侵入系统的非法行为，并对侵入模式及其危害快速给予分析和判断，然后由系统快速作出反应，从而增强入侵检测准确性及效率。
2.2网络系统管理和评价中的应用
2.2.1人工智能问题求解技术
这项技术是一种能够在给定条件下解决某类问题，并且能够在有限步骤内实现的算法。这项技术主要包含有基于状态图的搜索技术、基于谓词逻辑的推理技术、基于结构化知识表示的求解技术。其中搜索技术针对的则是状态空间、问题空间、博弈搜索，而且相同问题会有很多搜索技术，因此未来提高搜索效率，必须对最优搜索技术进行判断。另外，它的评价标准一般有两方面，即搜索空间和最优解。为了得到最优搜索，应该使用公式来计算，其中表示的为网络S节点到n节点间的最短路径；而则表示的为网络n节点到g节点间的最短路径。由此可以看出，使用人工智能技术运用在计算机网络系统管理和评价中，可以降低网络资源的浪费，加强网络资源管理效率与质量。
2.2.2专家知识库技术
专家知识库是专家系统的主要组成部分，将会直接影响着专家系统的使用效果。目前，专家知识库有两方面知识，即基础原理理论知识与直接或间接获得经验积累的专业知识。通过对计算机网络管理和评价的已知经验给予编码和构建数据库，可以让计算机网络管理决策得到专家的经验支持，从而更好地完成类似或相同的管理和评价方面问题。当前，这项技术已经被广泛用于计算机网络管理和评价中。
结语：在大数据发展背景下，人工智能技术运用已经得到了普及，而且涉及人类生活当中的方方面面，同时也成为未来发展过程当中的主流趋势。由此，作为相关研究人员来说，需要更进一步的针对人工智能进行推动，进而构建成人工智能化良性循环与运用。
参考文献：
[1]王一卓.浅析计算机人工智能技术的发展与应用[J].中国新通信,2016,(20):105.
[2]谢宏,邵新海,李会芹.人工智能技术在计算机辅助教学中的应用研究[J].电脑知识与技术,2017,(17):150-151.
