摘要：在我国高新技术水平不断提升的背景下，计算机技术、网络技术得到了进一步优化完善，为人工智能技术的应用提供了良好的机遇。人工智能技术在计算机网络入侵检测中的应用，不仅可以解决常规计算机网络入侵病毒，而且可以自动寻找病毒产生源头，保证计算机网络安全运行。因此，本文对人工智能技术在网络空间安全防御中的应用进行了研究与分析。
关键词：人工智能技术；网络空间；安全防御
引言
现阶段网络传输速度更快，信息量剧增，面对如此大的信息量，人们在高效率工作的同时，也需要考虑到网络空间安全性问题，越来越多的不法分子违法进行网络攻击，为了在如今网络技术发达的时代更好的进行网络空间安全防御工作，人工智能技术呈现了其优势，人工智能技术结合大数据计算的优势，能够在进行信息和数据处理的时候更加智能，对于网络空间的自动化和智能化管理起到了一定的效果，同时保障了网络空间的安全性，为网络安全运用提供良好的环境。
1.人工智能技术的具体应用现状
我国当前倡导绿色节能以及可持续发展，利用人工智能进行一些运算程序的运行，能够使运行过程减少能源的消耗，能为国际资源的保护、不必要的浪费做出重要的贡献，有效的缓解不可再生资源以及再生能源的消耗，在最大程度上为我国的可持续发展做出重要的贡献。在网络运行过程中网速的稳定也是十分重要的，利用人工智能技术可以有效提升在网络领域安全运行过程中的效率以及网络运行速度。尤其是在进行网络安全管理时，能够有效提高网络运行的安全性以及稳定性，网络安全领域应用人工智能技术可以通过设立针对特定病毒的防火墙以及防木马防病毒的软件来保护网络运行安全，有效地防止病毒以及木马的侵入，保障网络的正常运行。
2.网络空间安全防御和人工智能概述
2.1网络空间安全防御概述
1.网络空间即由各种互联网设施形成的一个网络环境，基本的设施包括通信网络、计算机、路由器、网络传输线路等，如今随着科技的发展，特别是人工智能和大数据技术的发展，网络空间环境更加倾向于智能化、感知化、动态化和复杂化。
2.进攻性网络作战是黑客惯用的入侵手法，即在网络环境中采用一些技术手段和方法对进攻对象的网络环境进行破坏，让对方的网络空间受到干扰，甚至被完全封锁。
3.网络防御指在计算机上采用一定的方法和措施对黑客入侵等手段进行防御，常用的手段是监视、检测和做出一些响应等，如今比较成熟的技术主要有信息保障、主动诱骗、网络空间冲突规避技术和入侵检测等方法。
2.2人工智能技术概述
人工智能技术通俗地说是使得计算机具备像人的大脑一样思考和分析的能力，以往的计算机往往是按照特定的程序进行运作，但是如今随着大数据、专家系统、机器学习、深度学习等技术的不断涌现，使得计算机具备更加智能的思考手段成为了可能。如今人工智能技术还在不断发展。其涉及的范围非常广，综合性很强，包括了语言学、控制理论、神经生物学、数学、计算机等众多学科，将各个学科的知识有机结合在一起，形成了多学科交叉的理论，借用计算机进行开发和实现，进而模仿出人类所具备的智能行为，给我们的生活、学习和工业生产带来了很大的便利。
期刊文章分类查询,尽在期刊图书馆
3.人工智能技术在网络空间安全防御中应用
3.1智能防火墙的应用
众所周知，防火墙对于网络安全防御有着十分重大的意义。传统的网络防御终端虽然设置了许多的防火墙，但实际的防御效果却比较低下。在网络空间安全防御中应用人工智能技术可以建立智能防火墙，可以对未经许可与授权的访问限制，减少信息泄露与资源窃取问题的发生概率，提升网络安全防御的有效性。在网络中安装智能防火墙，不仅可以动态地检测网络的运行状态，还可以实时地检测网络的数据传输，通过读取和分析传输的数据，精准地判断数据站点是否安全，如果资源站点不安全，智能防火墙便会自动终止数据的传输，以此来提升网络空间的安全性，达到网络防御目的。
最后，不仅于软件方面进行人工智能的标准设施配置和应用，而且还要加强人工智能的网络安全管理硬件设施的升级以及强化，在强化硬件设施的基础上进行软件的升级管理，不断地吸取时代发展的最新成果，进行人工智能软件的整合处理。同时，在进行人工智能技术的应用时，应当对人工智能技术本身也进行不断的升级和优化，促进人工智能技术利用更高科技的网络系统配置进行升级。例如，人工智能技术就可以很好地应用在网络安全领域，对网络空间进行系统优化以及风险防御，从而使网络空间更加的安全稳定。
3.2垃圾邮件网络安全防御
如今网络邮箱是日常必备的工作、交流工具，但是我们的邮箱中也充斥着很多垃圾邮件，很多不法分子就是采用邮件散播病毒，如果用户在浏览邮件的时候打开一些含有病毒的垃圾邮件，电脑就很有可能被病毒入侵，进而造成自身信息的泄露和损失。采用人工智能技术设计的智能邮件系统可以对邮箱收到的邮件进行合理的分析检测，并将检测结果及处理建议发送给用户进行参考和决策，进而让用户及时了解邮件的安全等级，防止病毒入侵和信息泄露的现象发生。
3.3网络入侵检测技术应用
人工智能网络入侵检测技术包括训练及检测。在训练模块，人工智能网络入侵检测技术可利用已知数据与检测异常数据进行向量训练，形成特征向量库。在实际应用中，通过将入侵数据与特征向量库进行对比分析，来识别是否存在入侵行为。若与特征向量库相符，则系统内会自动进行删除或隔离;若入侵向量与特征向量库不相符，则可将其训练为新的特征向量，并存入特征向量库以防止下次类似入侵的攻击。
在检测阶段，计算机可以利用人工智能网络入侵检测预测模块，可依据在训练模块形成的入侵数据模型及其运行规律，提前判定计算机系统接下来的时段内可能会遭受攻击或其他破坏行为，提前启动防御系统抵御入侵。在完成防御行为后，可以再经训练更新特征向量库和更新模型装置，以此来保障计算机网络系统稳定。
4.结束语
综上所述，在科技迅猛发展、我国进入信息化时代的今天，人工智能技术的应用显得更加重要。应切实地将人工智能技术应用在网络空间安全防御之中，不断地提升网络空间安全防御质量，提升我国网络安全。
参考文献:
[1]焦宝臣，刘振昌，陈诗明，等．入侵检测算法三大分类［J］．中国教育网络，2015(6):76-78．
[2]蒋亚平，曹聪聪，梅骁．网络入侵检测技术的研究进展与展望［J］．轻工学报，2017，32(3):63-72．
[3]王海洋.人工智能技术在网络空间安全防御中的应用探讨[J].网络安全技术与应用，2018（12）：5+18.
[4] 钟业荣.人工智能技术在网络空间安全防御中的应用[J].现代信息科技，2018，2（11）：147-148.
[5] 汪磊，张德磊.人工智能技术在网络空间安全防御中的应用探讨[J].电脑迷，2018（12）：52.
论文作者:周燕
论文发表刊物:《基层建设》2019年第27期
论文发表时间:2020/1/2
标签：人工智能论文; 网络论文; 技术论文; 空间论文; 向量论文; 网络安全论文; 数据论文; 《基层建设》2019年第27期论文;