息。一周时间里，他就将自己对于全网数据的控制率，提高了将近1个百分点。对于林闻方来说，现在一个百分点的提升都不太容易。关键不在于他能控制多少节点，而在于他在每个节点上安装的分析程序，没有足够强大的即时分析处理能力。
大规模地分析信息从来就是一项艰巨的挑战，联邦和莫亚这两大超级强国当初都干过。联邦当年在情报系统里专门有一个强大的科就是干这个的，后来因为隐私权的问题不得不撤销。莫亚方面则是因为人工智能和信息分析技术始终跟不上，大海捞针式地分析数据耗资太大，产出又低到可以忽略不计，也只能撤销了。
相比于当年，现在有了翻天覆地变化的不是别的，正是最最核心的人工智能技术。火羽以及那几个虚拟偶像，现在完全可以言谈上不让任何人发现是电脑程序了，对于言外之意的理解都非常准确，毕竟常识库和知识库的建立都相当完整。但用来分析数据的端口软件做不到这一点。每个端口软件，每秒经过的各类文字、音频、视频信息太多了，不可能随时随地调用庞大的知识库和常识库。同时分析无数条信息的时候，计算资源摊薄到每个线程上，几乎可以忽略不计，频繁查询数据库绝对不可能，现在的联邦压根没有能顶得住这个压力的计算机，尤其是储存系统。林闻方那叫一个纠结啊，明明有更好的结果，却受限于硬件本身的特性，不得不采用比较差的方案。好在这只是权宜之计，林闻方自己的硬件设计研发部门已经在组建中了。
林闻方在这些分支节点的过滤软件上，采用了名为词序联想滤除器的技术。同样是分析信息，软件将句子通过语音或者其他方式辨识出来之后，经过关键词分析，如果出现了词库中有的关键词，则进行第二遍分析。每个关键词对应的不仅仅是一个词汇，而是以该词汇为核心，结合不同的对话情景联想生成的词库。简单的语句分析能够获知情景信息，而联想次序技术则能够辨识出情景中是不是存在关键词，或者有没有异常于情景的内容，从而判断是不是值得进一步分析，以及追溯发生该对话的人过往所有的通信记录。这个程序实际上是为每个分析信息的线程建立了一个微型的数据库，并且可以结合信息分析节点安装的地点，针对的人群而有改动，单个分析线程的计算压力，比起传统的数据库式的查询降低了72%，分析速度提高了39%，一来一去，光是这项改进就能让林闻方多掌握0.7%的网络信息。
不过，为了安装这些客户端，林闻方不得不跑了好几个地方，借着信息安全委员会的名
本章未完，请点击下一页继续阅读！