船舶移动网络数据入侵攻击防御方法研究

为解决传统船舶移动网络数据入侵攻击防御方法,存在防御有无效率较低的不足,提出了船舶移动网络数据入侵攻击防御方法研究,基于入侵数据特征识别与特征提取,以及卡方数据统计,利用阈值判断的形式,实现船舶移动网络数据入侵攻击防御,完成了提出的防御研究,实验结果表明,提出的网络数据入侵攻击防御方法较传统数据攻击防御方法,攻击防御有效率提高21.44%,且能够较快的完成网络数据入侵防御,保障船舶移动网络的安全。     

船舶移动网络大数据异常数据优化识别研究

异常数据对船舶移动网络通信产生干扰,而当前船舶移动网络的异常数据优化方法的效果差,无法满足船舶移动网络通信要求,为此设计了一种基于大数据分析技术的船舶移动网络异常数据优化识别方法。首先分析当前船舶移动网络异常数据优化研究方法,指出它们各自存在的缺陷,然后引入大数据分析技术对船舶移动网络异常数据进行优化和识别,最后进行船舶移动网络异常数据优化识别的实例分析,结果表明,本文方法可以描述船舶移动网络异常数据变化特点,提高船舶移动网络异常数据识别的正确率,而且船舶移动网络异常数据识别时间要短于其它方法,获得了令人满意的船舶移动网络异常数据识别结果。     

船舶认知无线通信网络跨层安全架构研究

为使船舶主机在行进过程中的通信安全性得到有效保障,研究船舶认知的无线通信网络跨层安全架构。通过划分通信数据安全等级的方式,评估数据信息的跨层传输风险,分析船舶认知无线通信网络安全需求。完善无线通信网络底层拓扑结构,根据通信数据传输协议,确定网络访问安全机制,实现无线通信网络的跨层安全架构搭建。实验结果表明,该架构体系能够保障船舶主机的通信安全性,提高通信数据波信号传输强度。     

船舶无线移动网络动态混乱信息节点高效寻优算法

为了解决传统船舶无线移动网络动态混乱信息节点高效寻优算法准确性与适应度低的缺陷,提出船舶无线移动网络动态混乱信息节点高效寻优算法研究。为了简化信息节点寻优的过程,采用相似权方法对船舶无线移动网络进行加权处理,得到信息节点强度值,以此为基础,依据结构洞理论计算信息节点重要度,以得到的信息节点重要度数据为依据,搭建信息节点寻优模型,以此为工具实现了船舶无线移动网络动态混乱信息节点的高效寻优。通过测试结果得到,与传统船舶无线移动网络动态混乱信息节点高效寻优算法相比较,提出的船舶无线移动网络动态混乱信息节点高效寻优算法极大地提升了准确性与适应度,充分说明提出的船舶无线移动网络动态混乱信息节点高效寻优算法具备更好的寻优效果。     

船舶网络的用户访问安全性机制分析

传统的网络用户访问安全性机制存在着恶意用户识别时间长的缺陷,为此提出船舶网络的用户访问安全性机制分析研究。采用APK软件对船舶网络用户访问数据进行采集,利用JAIA语言对采集的数据进行预处理,以上述处理好的船舶网络用户访问数据为依据,对其数据异常进行检测得到船舶网络用户访问数据异常主题,以其为基础对相关特征量进行提取,以提取的特征量为依据采用用户识别算法对恶意用户进行识别,实现了船舶网络的用户访问安全性机制的运行。通过实验得到,提出的船舶网络的用户访问安全性机制的恶意用户识别时间比传统机制快了4 s,说明提出的船舶网络的用户访问安全性机制具备极高的有效性。     

船舶信息分析系统风险评价数学模型研究

由于利用原有模型进行船舶信息分析系统的风险评价时,受风险源的冗余特征影响而无法进行系统风险识别,在评价指标层数为3-12层时,存在基本分配信任函数个数过低的问题,因此设计一种新的船舶信息分析系统风险评价数学模型。通过风险识别程序对船舶信息分析系统实施风险识别。接着对船舶信息分析系统进行风险评估,使用的评估方法为概率风险评价方法。根据D-S证据理论,将船舶信息分析系统的评价指标当做系统风险评价证据,引入评审专家逐一评价、分析系统证据,并进行评分,构建船舶信息分析系统风险评价数学模型。为证明设计的模型在评价指标层数为3-12层时的基本分配信任函数个数更多,进行原有模型与该模型的对比实验,实验结果证明该模型实现了基本分配信任函数个数的提升,更适用于该范围内的船舶信息分析系统风险评价。     

深度学习算法的船舶通信网络非法入侵行为识别研究

非法入侵严重影响船舶通信网络安全运行,船舶通信网络非法入侵行为具有很强的变异行为,导致当前船舶通信网络非法入侵行为的识别效果差。为了对各种船舶通信网络非法入侵行为进行准确性识别,提出深度学习算法的船舶通信网络非法入侵行为识别技术。该技术将船舶通信网络非法入侵行为识别看作是一个模式分类问题,将非法入侵行为划分多种类型,然后提取各种船舶通信网络非法入侵行为的变化特征,采用深度学习算法对变化特征和船舶通信网络非法入侵行为类型之间的联系进行分析,以区别各种船舶通信网络非法入侵行为,最后选择有代表性的船舶通信网络非法入侵行为进行了性能测试。结果表明,深度学习算法的船舶通信网络非法入侵行为识别率高于95%,非法入侵行为识别时间控制在2 s以内,可以满足现代船舶通信网络通信安全的需要。     

大数据技术在单目标船舶移动位置跟踪中的应用

由于在利用原有方法进行单目标船舶移动位置跟踪时,在船舶行驶里程为10 000～30 000 km的范围内,存在目标识别速度较慢的问题,因此将大数据技术应用于单目标船舶移动位置跟踪中,提出一种基于大数据技术的单目标船舶移动位置跟踪方法。通过混合高斯背景模型降低背景的干扰程度,并通过三帧差分降低光照突变时产生的误差,利用与计算融合获取结果,对潜在区域实施检测。通过构建LS SVM分类器,并对分类器进行训练识别单目标船舶移动目标。基于大数据技术,通过融合运动特征、边缘、色调的Camshift跟踪算法与卡尔曼无损滤波器实现单目标船舶移动位置跟踪。通过对比实验证明该方法的目标识别速度高于原有方法,实现了目标识别性能的提升。     

船舶无线传感网络安全态势异常检测方法

为了更好保障船舶航行安全,避免船舶航行过程中常见的无线传感网络异常导致的船舶航行过程中信号网络信息处理效果不佳的问题,对船舶无线传感网络安全态势异常检测方法进行研究。通过对无线传感网络安全信息进行采集分类,实现对船舶网络信号特征的实时检测和提取。根据检测结果进行无线传感网络安全异常数据的修正,提高船舶网络运行安全。实验证实,船舶无线传感网络安全态势异常检测方法在实际应用过程中具有更高的准确性,可以更好实现对复杂船舶网络数据异常区域进行快速检测和修正的研究目标,从而更好地提高船舶航行安全效果。     

船舶信息传输网络用户访问安全性研究

针对当前船舶网络信息用户访问传输系统中存在的精度低、速度慢,安全性能较差等问题进行深入研究,为保证舰船网络用户通信访问的安全性,提出基于统计学的船舶信息传输网络用户访问安全性算法。通过对船舶用户网络信息访问和传输安全的机密性、完整性、可用性向量进行分析,构建了网络信息传输安全评估体系。由此生成网络信息安全控制模型并对该模型进行安全性评估,以便实现多用户之间的网络信息访问传输资源共享安全控制,最终实现基于统计学的船舶信息传输网络的安全访问算法。最后对上述设计的有效性进行实验,实验结果表明,基于统计学的船舶信息传输网络用户访问安全性研究能够有效提高舰船网络访问控制的安全性,具有精准度高、评估速度快、安全性强等优势,对日常的大型船舶移动网络信息传输安全防护起到指导作用。     

海量船舶移动网络流量数据分析处理

船舶移动网络迅猛发展,逐渐成为航运领域的重要组成部分,同时,带来海量移动网络数据,如何承载船舶移动网络海量数据分析业务是航运领域研究的重点。本文研究网络流量数据分析系统和数据预处理技术,提出了模糊聚类算法和朴素贝叶斯分类算法。聚类算法用于分析用户和流量特征,分类算法用于对海量数据进行分类。     

大数据时代的船舶安全监管模式探析

随着信息技术的发展,大数据应用被广泛引入金融、教育、安全管理等领域。通过揭示传统船舶安全监督管理存在的不足,从大数据管理视角出发,探讨一种全新的船舶安全监管模式。通过大数据技术识别船舶安全风险、量化船舶安全、预测安全事件发生;运用大数据系统开展船舶安全检查,实施船载危险货物监管,进行船舶监管设备资源、人力资源等安全监管资源的智能化部署,从而实现对船舶安全风险的预防预控和科学高效处置。     

云计算船舶移动网络强入侵攻击防御研究

为了提高船舶移动网络的安全性,提出基于云计算的船舶移动网络强入侵攻击防御方法。建立的船舶移动网络强入侵信号模型,采用频谱滤波方法进行船舶移动网络强入侵的干扰抑制,结合多径合并方法进行船舶移动网络强入侵特征关联规则挖掘,提取船舶移动网络强入侵的异常波谱特征量,根据谱分布的差异性,实现对船舶移动网络强入侵特征的模糊聚类处理。在云计算环境下,建立船舶移动网络强入侵的攻击防御滤波检测模型,实现船舶移动网络强入侵攻击防御优化。仿真结果表明,采用该方法进行船舶移动网络强入侵攻击防御的有效性较好,提高了入侵检测能力。     

基于神经网络特征提取的SSA-SVM船舶目标识别方法

运用神经网络图像特征提取联合SSA-SVM分类算法,对通航区域图像中的典型船舶目标进行识别以实现船舶目标的自动分类。首先通过摄像机获得通航区域的高分辨率图像,以AlexNet深度学习网络为基础经迁移学习后提取典型船舶目标特征,获得4种船舶类型、共5 505 024个特征数的典型船舶目标特征矩阵。以特征矩阵为训练依据训练SSA-SVM算法,在种群寻优下获得最佳识别参数,经训练得出在小数据集下具有较强辨识能力的SSA-SVM船舶目标识别模型。实验表明,相比于深度学习的大数据集驱动识别算法,使用AlexNet特征提取的SSASVM算法能够在数据量较少的情况下对散货船、集装箱船等典型船舶目标进行有效识别,识别准确率为88.87%、训练时长为1 856 s,满足实用需求,为水上监管提供了可靠的技术支持。     

一种基于小波变换的SAR图像船舰监测新算法

船舶图像监测技术对于船舶的运行安全有着非常重要的作用,特别是在航道管理、船舶避碰、状态检测等领域,通过分析传感器采集的数据,可以获得非常多有用的信息。本文主要结合先进的SAR算法,通过小波变换对图像的有用信息进行过滤,提高了船舶图像的识别率。首先,对小波变换理论和SAR识别算法进行了原理阐述,然后对图像进行数字建模,提取出其中的有效矩阵信息,通过对特征数据进行互补和冗余信息,提高了系统的识别性能,在数据处理时,由于存在外部噪声干扰的问题,所以需要加入去噪声滤波算法。     

船舶共享网络系统中信息自动化分类方法研究

传统的船舶共享网络系统在对信息数据计算分类过程中,由于系统采用的分类方法受到自身逻辑条件限制,出现信息数据分类特征计算冲突,无法准确对数据进行对应分类计算,导致大量共享网络信息拥堵。究其产生根源在于传统分类方法,针对此问题产生根源提出船舶共享网络系统中信息自动化分类方法。创建信息标签爬取字典,对共享信息数据词条进行特征识别预处理;接着,引入自动博弈分类算法,对特征与处理后的信息进行类别自动计算划分,完成数据的自动化分类处理。最后,通过仿真实验证明,提出的船舶共享网络系统中信息自动化分类方法,能够有效解决传统分类方法分类计算准确率低的问题。     

虚拟环境下船舶安全航行路径智能规划仿真

为使驾驶员能够识别出航道存在的危险,确保船舶航行安全,研究虚拟环境下船舶安全航行路径智能规划仿真方法。在虚拟环境下,基于船舶航道高程信息,利用连续极小泛函序列方法获取船舶航行航道等距网格数据,利用对象图像渲染引擎处理航道网格数据,得到航道地形模型。利用Solid Works软件,通过创建基准面、生成船舶船体型线以及构建船体曲面模型等过程生成船舶三维模型。根据生成的航道地形模型与船体模型,提出适用于三维空间路径规划的空间分层路径规划方法,通过逆向逐步搜索路径过程得到船舶安全航行路径规划结果。实验结果显示,该方法生成的航道地形与船体模型较为完善,路径规划过程中能够有效躲避固定障碍物与移动障碍物,既保障船舶航行安全性又确保航程最短。     

网络优化调度算法在船舶大数据通信中的应用

我国常用的船舶通信网络技术难以满足当前持续增长的海量信息量数据通信需求,易造成信息传递延时问题,严重影响船舶航行安全。因此结合网络优化调度算法对船舶通信系统进行分析和设计,以达到提高船舶网络信息通信质量和网络通信的传输速率,有效保障船舶航行安全的目的。为检验网络优化调度算法对船舶网络通信的实时性影响,对应用于船舶通信网络系统中常见的延时问题进行实验检测,以此考察在交换式船舶通信网络通信效果。数据检测结果表明网络优化调度算法可有效提高船舶通信效果,有效解决网络信息传输延时问题,满足船舶在航行过程中对网络通信的实时性需求。     

基于人工智能算法的船舶通信网络安全性能研究

为了解决当前船舶通信网络安全性能分析过程中存在的一些问题,以提高船舶通信网络安全性能分析效果为目标,设计了基于人工智能算法的船舶通信网络安全性能分析方法。首先采用船舶通信网络安全性能分析数据,提取船舶通信网络安全性能分析特征,然后采用支持向量机作为船舶通信网络安全性能分析的建模工具,采用人工智能算法对船舶通信网络安全性能分析特征和支持向量机的参数进行同时优化,最后采用具体实验测试了船舶通信网络安全性能分析效果。结果表明,本文方法可以描述船舶通信网络安全变化特点,可以获得高精度的船舶通信网络安全性能分析结果,加快船舶通信网络安全性能分析速度,解决了当前船舶通信网络安全性能分析方法存在的缺陷,获得比较满意的船舶通信网络安全性能分析效果。     

自组织特征映射网络在船舶雷达目标识别中的应用

针对船舶雷达目标识别存在的问题,研究了基于聚类的自组织特征映射网络(SOM网)的船舶识别。对SOM结构进行了设计,特别是在输出层设计、数据处理、数据聚类等方面进行重点的讨论。通过实验,SOM网络在船舶雷达目标识别中,具有较好的识别效果。