1、引言

大家已经渐渐熟知网络模式下的通信状况与通信方法，伴随网络通信用户的不断增长，网络服务器的数据云端也具备更高的技术完成对用户信息的全方位安全管理[1-2]。大家在应用网络技术进行通讯的同时也不可以完全依靠于服务器云端的安全性能，各种自动化的数据攻击方法会伴随云数据平台的升级而升级，直接影响到网络通信的用户数据安全，所以在通信互联网的数据通道中也应当打造各种数据防护方法，提高智能防火墙的安全性能。通常情况下的互联网通信通道数据安全防护办法主要使用用户信息检索方法与非规律性数据加密的方法，具备较大运算量，减少了数据防护效率。

文献[3]提出一种基于信道独立性相位调制的激光雷 达互联网电子通信数据加密技术，构建基于激光雷达的互联网电子通信信道模型，使用相位旋转技术增大密钥空间，依据误码率与密钥速率之间的正有关关系进行信道的独立性相位调制，提升通信信道的均衡性，达成通信数据的离散PSK 信源加密。但该办法在数据加密过程中隐藏性较差，致使加密成效一般。文献[4]提出无线通信互联网 多维离散数据自动加密办法，对无线通信中的多维离散数据进行加密目的的聚类计算，确定加密聚类中心，对加密目的进行AES 自动加密计算，然后将加密算法进行编码转换，使其拥有逻辑调动性能，达成自动加密的成效。但该办法数据加解密所消耗的时间较长。

而机器人学是一门涉及概率论、统计学、逼近论、凸剖析、算法复杂性等多学科交叉的综合性学科,专攻计算机怎么样模拟或达成人的学习行为，以获得新的常识或技能，重组已有些常识结构，使其持续地提升其表现。计算机智能是AI的核心，是达成计算机自动化的基本渠道。本文将研究基于机器学习的通信互联网安全防护过程数据加密办法，应用各种云数据处置技术与用户信息安全管理理论丰富数据加密方法，再结合机器学习的高效率特征，优化隐私数据的安全处置效率。

2、通信互联网安全防护过程数据加密结构打造

拥有完整的通信互联网安全防护过程数据加密结构可以愈加完整的学会加密信息的实时状况。传统的数据加密过程没系统的安全防护过程，主要将安全防护方法应用在数据云端中，缺少数据加密的主动性。本文打造整体数据加密过程结构，在结构中将通信互联网安全防护过程划分为秘钥管理与异常测试两部分。加密结构如下图1 所示。

图1加密结构

依据图1 可知，秘钥管理主要负责通信互联网安全的数据控制，可以应用各种安全算法对有关数据完成秘钥处置与秘钥分析，依赖数据传输完成安全防护内容的更改， 更改安全条件的同时不会破坏其它互联网安全体系。异常测试部分主要负责对通信互联网中的CAN 总线进行数据异常监测，使用模式化监测技术辨别文件攻击信息，与秘钥管理部分是协同工作状况[5]。