云计算的舰船网络入侵检测算法研究

普通入侵检测方法,不能在舰船保持运动状态情况下,准确判断入侵数据所处位置,并快速清除入侵数据。为解决此问题,搭建基于云计算环境的舰船网络入侵检测算法。通过数据捕捉模块的搭建、数据预处理模块的搭建,完成云计算运行环境的搭建。通过舰船网络总体结构的搭建、入侵检测算法的优化,完成算法的搭建。引入PSO法则,对算法的实现起到一定约束作用。设计对比实验结果表明,新型算法与普通方法相比,可以准确判断入侵数据所处位置,并大幅节省清除入侵数据所需时间。     

云计算的舰船信息管理系统优化算法

为解决常规舰船信息管理系统,信息数据管理能力弱,数据信息处理效率低,提出基于云计算的舰船信息管理系统优化算法。通过引入云计算模式,对常规舰船信息管理系统算法结构进行优化,结合建立的舰船信息管理系统快速更新策略,完成提出的优化算法研究。仿真实验证明,提出的舰船信息管理系统优化算法较常规舰船信息管理系统算法,数据信息处理效率提高25.7%,处理耗时缩短了18%,更适合用于数据信息杂乱繁多的舰船信息管理系统。     

基于云计算技术的舰船信息系统数据多批处理调度方法

传统的舰船信息系统数据的多批处理调度方法存在负载均衡性能差的问题,为此,设计基于云计算技术下舰船信息系统数据的多批处理调度方法。引用云计算的MapReduce迭代方式计算数据多批处理优先级,制定数据多批处理分级接收策略,将收益接近的任务分为同一处理批次,保证服务方在接收任务时收益最大化,通过动态调度算法,计算出数据多批处理任务最优解,实现舰船信息系统数据的多批处理调度。测试结果表明:与传统的调度方法相比,设计的云计算技术下舰船信息系统数据的多批处理调度方法负载均衡性能更好,适合应用在实际项目中。     

基于机器学习的舰船系统交叉覆盖数据分类方法

传统的舰船系统交叉覆盖数据分类方法存在着分类性能差的缺陷,为此提出基于机器学习的舰船系统交叉覆盖数据分类方法研究。采用随机森林算法对交叉覆盖数据的不相关特征属性进行剔除,得到有价值的交叉覆盖数据集合,利用领域粗糙集算法对有价值交叉覆盖数据集合的特征进行提取,以特征集合为依据,采用机器学习算法实现了舰船系统交叉覆盖数据的分类。通过实验得到,提出的舰船系统交叉覆盖数据分类方法的分类精度比传统方法高出30%,迭代次数比传统方法少了9次,说明提出的舰船系统交叉覆盖数据分类方法具备更好的分类性能。     

云计算下舰船监控网络快速双向认证方法

传统认证方式过于繁琐,导致监控数据交互速率低,云计算资源过度浪费的问题。提出云计算下舰船监控网络快速双向认证方法。通过创建轻量级认证协议单元,对认证协议做精简优化运算。同时,依托双向认证技术,引入双向同步无密钥组协议单元,对优化后的认证协议做双向认证身份对接运算,实现双向同步对舰船监控网络认证。开放安全的双向同步密钥认证,提升云计算交互数据处理能力。解决监控双向认证交互速率低的问题。通过对比实验证明,提出的云计算下舰船监控网络快速双向认证方法,在各项数据优于现有传统认证方法,具有可行性。     

云计算的舰船网络敏感数据保护机制研究

在数据传输过程中,保证舰船网络敏感数据安全具有重要的意义。目前传统网络敏感数据保护机制采用一种无差别的数据加密保护方式,这种方式增加了后期数据解析的困难,因此研究一种新的云计算的舰船网络敏感数据保护机制。该机制先是利用决策树算法识别舰船网络敏感数据,后利用内容主体加密和访问客体控制2种方法保护敏感数据安全。结果表明,与传统网络敏感数据保护机制相比,本机制运行下,在达到数据保护目的的同时,也降低了后期敏感数据解析的难度,数据解析时间大大缩短。     

舰船通信网络中的数据加密技术

数据加密技术是保证舰船通信网络安全的重要技术,当前数据加密技术存在易破译、数据加密速度慢,密钥的安全性差等问题。为了提高舰船通信网络数据的安全,设计了一种舰船通信网络的数据组合加密技术。首先分析舰船通信网络数据加密的工作原理,然后采用对称密钥迭代型分组密码算法和椭圆曲线加密算法对舰船通信网络数据进行组合加密,最后进行了舰船通信网络数据加密仿真测试。结果表明,本文技术可以提高舰船通信网络数据安全性,能够对舰船通信网络数据进行安全、完全整传输,克服了当前数据加密技术存在的局限性,可以满足舰船通信网络数据保护。     

MLFMA应用于舰船RCS计算中迭代残差的选择

针对舰船RCS,提出了对多层快速多极子算法(MLFMA)应用于工程实践的改进措施。本文的研究思路与以往的研究者有所不同,另辟蹊径选择了迭代残差作为实践研究的突破口,探索出适合于工程实践的算法运用结论。通过对多个迭代残差值的比较,选择出使计算结果精度基本不变而迭代次数减少的迭代残差值,从而直接提高了计算收敛速度。数值计算结果表明,对于某型舰艇模型来说,0.01是比较合适的值。同时,这一方法对舰船类大型目标的电磁计算也有指导意义和工程实用价值。     

蚁群算法在舰船调度系统中的应用

传统的舰船调度系统多数基于遗传算法,存在大量无用的迭代计算,影响系统运行效率。为此,提出蚁群算法在舰船调度系统中的应用。构建基于Agent的双层调度体系,充分发挥分布式计算、多任务并行处理的特点。在此基础上,利用蚁群算法确定舰船初始位置,初始化舰船信息素,根据全局搜索和局部搜索2种情况,通过迭代计算得到舰船调度最优解,将最优解反馈至系统的调度层,实现舰船调度。测试结果表明,在相同的测试条件下,设计的应用蚁群算法的舰船调度系统的迭代计算次数明显少于传统的调度系统。     

舰船通信网络异常数据的弱关联定位技术

在舰船通信网络异常数据的弱关联定位中,由于使用传统弱关联定位技术的定位误差较大,因此提出一种舰船通信网络异常数据的弱关联定位技术,利用Netflow系统对舰船通信网络异常数据进行提取,通过相空间重构技术处理异常数据提取结果,并利用极限学习机进行数据挖掘,建立舰船通信网络异常数据弱关联定位模型,从而实现异常数据的弱关联定位,通过对比实验可知,该技术的最大定位误差比基于支持向量机的异常数据弱关联定位技术低21.1%;比基于特征遗传算法的异常数据弱关联定位技术低16.4%,证明了该技术更适用于舰船通信网络异常数据的弱关联定位。