海洋浮标无线通信网络多维度信息聚类算法

传统无线通信网络中采用的通信聚类算法,在海洋浮标无线通信网络使用中,受到海洋浮标收发基点数据维度影响,无法对交互数据进行权重参量进行多维度变量计算,导致多个浮标基点间的数据交互面变窄,数据流量下降的问题。因此,本文提出海洋浮标无线通信网络多维度信息聚类算法研究。通过引入多维度交互算法,对海洋交互面上的每个浮标无线通信基点信号,进行多维度数据交互逻辑修正;接着引入多维度信息聚类算法,对修正后的多维度交互信号进行多维度空间下的数据交互加权的聚类计算,从而实现多个海洋浮标基点间无线通信交互的量化有优化;最后,通过仿真实验,证明提出的海洋浮标无线通信网络多维度信息聚类算法,能够有效解决传统算法存在的问题。     

基于聚类算法的舰船通信数据深度挖掘方法

传统挖掘方法无法考虑众多通信因素的多层次特征,造成数据挖掘效果不理想,为此设计一种基于聚类算法的舰船通信数据深度挖掘方法。利用聚类算法,对通信数据的多层次特征进行筛选,从而为通信数据的深度挖掘提供依据,结合聚类挖掘粗糙集,生成数据深度挖掘的关联规则并进行聚类计算,对每个通信数据执行交叉变换逻辑,实现舰船通信数据的深度挖掘。实验结果表明,利用聚类算法进行通信数据的深度挖掘,能够提高数据的挖掘速度,且准确率较传统方法高27.15%。     

基于预先分类的分布式水下网络空间多维数据并行调度方法

水下网络数据调度方法存在网络空间多维数据调度策略异常、交互资源槽分布调度存在资源均衡分布异常的状况,导致数据交互调度能力下降,数据间交互延迟增大,多维数据类别化调度准确率受到影响。针对问题提出基于预先分类的分布式水下网络空间多维数据并行调度方法,首先,对调度数据类别进行资源槽的类别优化处理,通过引入资源槽与分类调度算法,理顺资源槽交互类别数据集;接着对网络空间多维数据进行调度逻辑的计算,根据网络数据传输特点,引入多维数据分布式云并行调度算法,对网络空间中的并行数据流进行优化,实现多维数据的并行调度;最后,通过设计1 000～2 000组的实验数据,对提出方法的可行性进行证明,证明方法具有可行性高、数据并行调度效率高、稳定好的特点。     

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。     

海洋物联网通信数据跨区域智能整合方法

传统海洋物联网通信数据整合方法,存在数据跨区域整合资源度差,数据整合碎片化严重的问题。针对问题产生,提出海洋物联网通信数据跨区域智能整合方法研究。首先通过聚类碎片数据整合算法,对物联网数据资源碎片进行初级跨区域整合计算;接着,引入终端区域自适应整合算法,对初级整合的碎片数据链进行最终多数据自适应关联整合计算,完成物联网通信数据跨区域的整合。最后,采用仿真实验方式,证明提出方法的可行性与有效性。     

多维缩放舰船运行数据聚类算法设计

传统的聚类化运算算法(基于K-Means算法),在大数据环境下运算力下降,数据聚类运算收敛不足。提出基于多维缩放的舰船运行数据聚类算法设计。利用基于多维缩放的KNTSCCA聚类算法,对舰船运行数据传统算法进行替换,通过对舰船数据的降维迭代计算,实现多维缩放聚类算法设计。通过仿真实验证明,提出的多维缩放的舰船运行数据聚类算法,能够解决现有基于K-Means算法收敛不足的问题,具有可行性。     

基于云计算的船舶电子信息交互系统

传统船舶电子信息交互系统在海量数据云端计算交互过程中,由于系统硬件交互协议支持不足,加之交互系统内部算法对数据优先读写计算逻辑存在不足,导致信息交互系统整体读写交互能力下降,网络交互吞吐量受到极大的影响。针对上述问题,文章提出基于云计算的船舶电子信息交互系统设计:1)对传统信息交互硬件进行Qos协议支持硬件优化改进,创建新的Qos云计算信息交互平台硬件;2)引入Qos硬件交互逻辑,完善对接新旧设备与数据;3)引入交互资源优先调度分布算法,对交互中的信息进行优先交互逻辑的计算,优化信息交互逻辑,提升数据交互活跃性与数据吞吐能力;4)通过仿真实验证明提出设计系统的可行性与有效性。     

舰船通信网络异常数据的弱关联定位技术

网络异常直接关系着舰船通信的安全,为了准确对舰船通信网络异常数据进行检测和定位,设计了基于数据挖掘技术的舰船通信网络异常数据弱关联定位技术。首先对舰船通信网络异常数据的定位现状进行分析,指出当前定位技术的不足,然后引入数据挖掘技术对舰船通信网络异常数据变化特点进行刻画,实现舰船通信网络异常数据的弱关联定位,最后采用标准舰船通信网络异常数据集进行有效性测试。结果表明,本文技术可以获得高精度的舰船通信网络异常数据定位结果,而且舰船通信网络异常数据定位误差远远小于当前其他技术,具有十分显著的优越性,研究结果具有一定的理论和实际价值。     

云计算环境下舰船通信数据深度挖掘方法

舰船通信设备的复杂化,使得通信数据量级增大,受到噪声、背景等多种因素的影响,潜在的数据很难被发现,而云计算可以提供并行编程服务,因此,进行云计算环境下舰船通信数据深度挖掘方法研究。基于云计算MapReduce并行编程模式,引入数据聚类技术,将通信数据划分为多个数据集,根据节点计算资源分配通信数据集,通过KNN分类挖掘算法计算每个节点数据之间的欧式距离,基于确定阈值分类通信数据,实现了通信数据的深度挖掘。实验数据表明:当数据量大于200万条,提出方法数据挖掘执行时间较低,更适用于舰船通信数据深度挖掘。     

舰船通信系统终端软件的漏洞智能检测方法

传统舰船通信系统终端软件漏洞检测方法在实际应用过程中存在多样性漏洞特征检测自适应性差,导致全局漏洞检测精准度降低的问题。因此,结合当下通信系统的信息即时性与交互实时性特点,提出舰船通信系统终端软件的漏洞智能检测方法研究。根据船舶通信系统终端软件即时交互协议特点,对其协议进行即时协议漏洞分析;根据分析结果对其进行漏洞数据进行多属性特征模糊定位;通过粒子群算法对多属性类别漏洞进行精准定位,并在此计算过程中优化漏洞检测阈值的适应范围。通过实验数据对比结果表明:提出的漏洞检测方法,能够适应多种类型的漏洞识别,且识别精准度较传统方法提升46.18%。