多数据源舰船通信网络节点安全态势评估研究

传统舰船通信网络节点安全性评估准确率较低,对此提出新型多数据源的舰船通信网络节点安全态势评估方法。引入节点易损性容忍概念,计算当前舰船网络节点的最大易损性容忍率,判断通信节点易损类型,对当前舰船所使用的3类通信网络节点拓扑结构分别进行节点安全态势分析,根据计算结果评估当前状态,实现通信网络节点安全态势的整体评估。实验数据表明,提出的多数据源舰船通信网络节点安全评估较传统评估方法相比,节点传输安全性指标评估准确率提高15%,节点路径契合率指标评估准确率提高22%,可以有效提高节点评估准确度。     

舰船电力通信网络的安全智能预警系统设计

分析舰船电力通信网络安全智能预警效果具有重要意义,针对当前舰船电力通信网络安全智能预警系统存在的误差大,精度低的缺陷,设计了基于光传感技术的舰船电力通信网络安全智能预警系统。首先分析舰船电力通信网络安全智能预警系统的研究现状,并指出各种系统缺陷,然后采用光传感器采集舰船电力通信网络安全状态信息,并根据状态信息的小波信息熵识别舰船电力通信网络安全状态,根据网络安全状态识别结果设计相应预警保护措施,采用仿真实验分析了智能预警系统的性能,结果表明,本文系统的舰船电力通信网络安全状态识别精度高,加快了舰船电力通信网络安全识别速度,可以快速实现舰船电力通信网络安全预警,具有重要的实际价值。     

舰船网络入侵行为的检测与识别研究

入侵行为检测是保证舰船网络安全的核心技术,当前入侵行为检测与识别存在检测误差大,识别准确性差等严重不足,为此设计基于核主成分分析和聚类分析算法的舰船网络入侵行为的检测与识别方法。首先对舰船网络入侵行为的检测的原理进行分析,并收集大量的舰船网络入侵行为检测特征。然后采用核主成分分析对舰船网络入侵行为检测特征进行选择,并通过聚类分析算法建立训练样本。最后建立舰船网络入侵行为检测与识别模型。利用标准舰船网络入侵数据集的仿真测试结果表明,本文方法不仅可以大幅度减少舰船网络入侵行为特征数量,降低舰船网络入侵行为检测的复杂度,舰船网络入侵行为检测的实时性增强,而且能够获得更高正确率的舰船网络入侵行为检测结果。     

基于智能优化算法的舰船电气设备状态自动检测

为了获得高正确率的舰船电气设备状态检测结果,提高舰船电气设备状态检测效率,设计了基于智能优化算法的舰船电气设备状态自动检测方法。首先分析当前舰船电气设备状态检测的现状,找到引起舰船电气设备状态检测效果不理想的因素,然后采集舰船电气设备状态信号,从中提取可以描述舰船电气设备状态特征向量,并选择智能优化算法选择重要的舰船电气设备状态检测特征,最后引入神经网络建立舰船电气设备状态检测的分类器,并采用Maltab工具箱实现舰船电气设备状态检测仿真实验,本文方法的舰船电气设备状态检测正确率超过95%,舰船电气设备状态检测误差减少,舰船电气设备状态检测的时间复杂度降低,舰船电气设备状态检测综合性能要优于当前一些典型的检测方法。     

舰船网络安全评估的仿真模拟实验研究

安全评估可以帮助管理员了解舰船网络安全变化趋势,为了解决当前舰船网络安全评估结果与实际舰船网络安全值不相符的缺陷,设计了基于层次分析方法的舰船网络安全评估模型。首先采集多源的舰船网络安全评估数据,并将其中的异常数据进行剔除,然后采用层次分析根据一定的准则,确定舰船网络安全评估数据的权值,最后引入神经网络建立舰船网络安全评估模型,采用Python语言编程实现舰船网络安全评估仿真实验,结果表明,本文模型能够避免当前舰船网络安全评估过程中存在的缺陷,科学、合理确定不同舰船网络安全评估数据权值,客观、准确地对舰船网络安全等级进行评估,评估建模时间也得到相应的减少,可以实时实现舰船网络安全等级评估,具有十分广泛的应用前景。     

基于神经网络的舰船电机轴承异常检测研究

针对当前舰船电机轴承异常检测正确率低、检测自动化程度低、检测过程十分耗时等难题,为了提高舰船电机轴承异常检测效果,设计了基于神经网络的舰船电机轴承异常检测方法。首先提取舰船电机轴承状态信号,采用小波包分析去除舰船电机轴承状态信号中的噪声,然后采用Hilbert变换提取电机轴承异常状态的特征,将特征作为神经网络的输入,电机轴承异常作为神经网络的输出,建立舰船电机轴承异常检测模型,最后进行舰船电机轴承异常检测的仿真实验,本文方法的舰船电机轴承异常检测正确率超过95%,能够很好检测到舰船电机轴承异常现象,而舰船电机轴承异常检测时间要少于当前其他舰船电机轴承异常检测方法,能够满足舰船电机轴承异常检测的实际要求。     

基于危险理论的舰船通信网络安全风险评价

为了准确把握舰船通信网络安全风险的变化,设计了基于危险理论的舰船通信网络安全风险评价方法。首先引入危险理论将舰船通信网络入侵频率作为风险评价输入,舰船通信网络安全风险级别作为输出,建立舰船通信网络安全风险评价样本集合,然后采用Elman神经网络对舰船通信网络安全风险评价样本集合进行训练,建立舰船通信网络安全风险评价模型,最后采用舰船通信网络系统为例,分析舰船通信网络安全风险评价方法的可行性,结果表明,本文方法能够高精度把握舰船通信网络安全风险变化态势,不仅获得了令人满意的舰船通信网络安全风险评价结果,而且舰船通信网络安全风险评价效果要优于其他方法,具有十分显著的优势。     

舰船复杂网络跟踪目标信息传输安全性评估分析

信息传输安全性评估分析对舰船复杂网络跟踪目标研究具有十分重要的意义,由于信息传输安全具有随机性和时变性,当前分析方法难以获得高精度的舰船复杂网络跟踪目标信息传输安全性评估结果,为了获得更优的信息传输安全性评估效果,提出基于神经网络的舰船复杂网络跟踪目标信息传输安全性评估分析方法。对当前舰船复杂网络跟踪目标信息传输安全性评估分析进展进行研究,指出各种方法的局限性和不足。采集大量的舰船复杂网络跟踪目标信息传输安全样本数据,引入神经网络描述舰船复杂网络跟踪目标信息传输安全变化趋势,从而建立相应的分析模型。最后在Matlab 2018平台上进行具体的实验,分析本文方法的性能。结果表明,本文方法的舰船复杂网络跟踪目标信息传输安全性评估精度超过了92%,且评估时间极短,有效说明了本文方法的舰船复杂网络跟踪目标信息传输安全性评估结果明显优于当前其他方法。     

基于隐马尔可夫模型的舰船水下噪声评估方法

为通过舰船水下噪声评估及时发现舰船存在的异常,采用基于隐马尔可夫模型的评估方法。分别选取舰船正常状态下和异常状态下的水下噪声数据作为两类训练样本,送进隐马尔可夫模型进行训练,得到对应的模型参数;把待评估样本送进经过训练的两类隐马尔可夫模型进行概率估计,概率明显大的模型对应的状态,即为评估判断结果。选取202个数据样本进行试验,测试结果正确率超过95%,表明隐马尔可夫模型有较好的分类判断能力,可用于舰船水下噪声评估。     

舰船辐射噪声的相似度评估

结合舰船辐射噪声的特征提取和相似度评估方法,建立评估体系对2组舰船辐射噪声的相似度进行评估。本文通过对舰船辐射噪声的连续谱、线谱、DEMON谱分析,提取了三大类23项特征作为评估指标;结合相似度法和层次分析法,确定了各相似元相似度和权重系数,最终建立了舰船辐射噪声的相似度评估体系。用该评估体系对2组舰船辐射噪声信号进行分析计算,结果与实际情况相吻合,表明该方法具有较高的可信性,为舰船的识别、状态监测等领域提供了一定的参考价值。     

舰船通信系统5G网络多维度安全状态感知技术

为了解决单一信息源带来的网络安全状态感知误差高的问题,研究舰船通信系统5G网络多维度安全状态感知技术。构建舰船通信系统5G网络多维度安全状态感知框架,通过多源网络安全状态信息采集单元获取5G网络安全状态信息,融合处理单元利用层次量化评估方法对其作标准化等处理后,获得5G网络安全态势样本数据集,将其作为基于Att-GRU的5G网络安全状态感知模型的输入,利用鲸鱼优化算法实现模型参数的寻优,输出为5G网络安全态势预测结果,依据预测结果与实际结果的差值计算5G网络健康度,通过还原单元对预测结果作累减反归处理,获得5G网络安全态势值,并与设置阈值作对比,实现舰船通信系统5G网络的多维度安全状态感知。实验结果表明：该技术可实现5G网络安全状态感知,神经元个数为35、批处理规模为1.2时,5G网络安全状态感知模型性能最优;5G网络安全态势预测的平均适应度与最优适应度相贴近。     

基于传感器的舰船机电设备状态监测

当前舰船机电设备状态监测方法存在许多不足,如监测正确率低、监测过程复杂等。为了改善舰船机电设备状态监测结果,设计基于传感器的舰船机电设备状态监测方法。首先分析舰船机电设备状态监测原理,指出影响舰船机电设备状态监测结果的因素,然后采用传感器对舰船机电设备状态信号进行实时采集,并去除舰船机电设备状态信号的噪声,最后从舰船机电设备状态信号中提取特征向量,并引入支持向量机建立舰船机电设备状态监测模型。与其他舰船机电设备状态监测方法相比,本文方法可以更好地描述舰船机电设备状态,提高了舰船机电设备状态监测准确率,使舰船机电设备状态监测过程更加简单,加快了舰船机电设备状态监测速度,具有更好的实际应用价值。     

舰船数据链信息通信系统训练效果评估方法

针对当前舰船数据链信息通信系统训练效果评估受到网络安全变化趋势的影响,导致评估能力下降的问题,提出舰船数据链信息通信系统训练效果评估方法研究。通过引入蚁群算法,规划舰船数据链信息通信系统训练步骤,获取舰船数据链信息通信系统训练效果评估量。根据舰船数据链信息通信系统输出传输特点,积值运算异常训练节点特征和异常训练节点影响系数,通过计算训练效果评估系数和安全系数,建立舰船数据链信息通信系统训练效果的评估函数,实现舰船数据链信息通信系统训练效果的评估。实验结果表明,提出的训练效果评估方法不仅可以加快评估速度,而且还可以降低误评率,使舰船数据链信息通信系统训练效果的评估能力得到提高。     

RBF神经网络的舰船电力系统故障诊断模型

舰船电力系统故障诊断是当前的热点问题,经典舰船电力系统故障诊断模型存在各自的缺陷,影响舰船电力系统故障诊断结果,为了改善舰船电力系统故障诊断结果,提出了RBF神经网络的舰船电力系统故障诊断模型。首先分析当前舰船电力系统故障诊断研究进展,阐述了RBF神经网络的舰船电力系统故障诊断原理,然后从舰船电力系统工作状态中提取特征向量,引入RBF神经网络进行学习,产生舰船电力系统故障诊断模型,并对RBF神经网络参数优化问题进行改进,最后与当前几种经典模型进行了故障诊断对比测试,RBF神经网络的舰船电力系统故障诊断正确率超过92%,而经典模型的舰船电力系统故障诊断正确率低于90%,误诊现象出现的概率很高,验证了RBF神经网络用于舰船电力系统故障诊断的优越性。     

舰船通信网络的路由安全研究

路由是保证舰船通信网络数据成功传输的重要路径,当前舰船通信网络路由受到多种类型行为攻击,舰船通信网络路由极不安全,为了保证舰船通信网络路由安全,提高舰船通信网络数据传输成功率,设计了基于攻击频率的舰船通信网络路由安全评估模型。首先研究当前舰船通信网络路由安全评估模型的工作思想,分析舰船通信网络路由安全评估误差大的原因,然后采集舰船通信网络路由攻击频率数据,利用最小二乘支持向量机根据舰船通信网络路由攻击频率数据得到舰船通信网络路由安全评估结果,最后在Matlab 2016仿真环境进行了舰船通信网络路由安全评估实验,本文模型的舰船通信网络路由安全评估误差小,克服了当前其它模型存在的局限性,而且舰船通信网络路由安全评估效果优于当前其它模型,可以有效保证舰船通信网络通信安全。     

物联网环境下舰船监控网络高维异常数据挖掘方法

为了准确识别物联网环境下舰船监控网络高维异常数据,针对当前识别方法存在的误差大、速度慢等不足,提出一种物联网环境下舰船监控网络高维异常数据挖掘方法。首先分析当前物联网环境下舰船监控网络高维异常数据识别的研究现状,指出各种方法的局限性,然后结合舰船监控网络异常数据的高维特点,引入解决了"维数灾"问题的支持向量机对舰船监控网络高维异常数据进行挖掘,找到舰船监控网络异常数据的变化趋势,最后通过仿真实验分析了其有效性和优越性。结果表明,本文方法提高了舰船监控网络高维异常数据识别正确率,误识率明显下降,减少了舰船监控网络高维异常数据识别时间,可以对大规模舰船监控网络高维异常数据进行处理,具有广泛的应用前景。     

复杂环境下的舰船网络信息系统安全分析

舰船网络信息系统的安全与多种因素相关,而且每一种因素的作用程度不同,为了提高舰船网络信息系统的安全分析精度,设计一种复杂环境下的舰船网络信息系统的安全分析方法。首先建立舰船网络信息系统的安全评价指标,并采用模糊理论的隶属度描述每一种舰船网络信息系统安全评价指标的贡献,然后将安全评价指标作为最小二乘支持向量机的输入,舰船网络信息系统安全等级作为输出,进行学习和训练,建立舰船网络信息系统安全分析模型,最后在Matlab 2016平台进行舰船网络信息系统安全分析模拟实验,本文方法的舰船网络信息系统安全分析精度超过92%,而当前其他舰船网络信息系统安全分析方法的精度均低于90%,而且舰船网络信息系统安全分析效率的优势明显,实验结果验证了本文方法的有效性。     

水下爆炸载荷和随机风浪联合作用下破损舰船的运动及其倾覆概率计算

针对当前在水下爆炸载荷和随机风浪联合作用下,破损舰船运动及其倾覆概率的计算结果误差较大的问题,对其进行研究。分析爆炸冲击波传播速度对战斗状态舰船的影响,推导出战斗状态下舰船横摇幅度加剧程度,得到水下爆炸载荷的倾侧力矩,并研究稳定航行中舰船的航速与绝对风速之间的关系,通过理论力学建立破损舰船的横摇运动方程,得出随机风浪对航行中舰船的扰动力矩,基于现有的倾覆准则,计算出水下爆炸载荷和随机风浪联合作用下破损舰船的倾覆概率。通过实验,对该方法与传统方法的计算结果误差值进行对比。与传统计算方法相比,该方法所得到的结果误差明显减小。     

基于回声状态网络的船舶交通事故预测

船舶交通事故的预测结果对船舶交通智能管理具有指导性意义,针对当前船舶交通事故的预测误差大,建模过程耗费时间长等难题,设计基于回声状态网络的船舶交通事故预测模型。首先对当前船舶交通事故预测研究现状进行分析,指出各种船舶交通事故预测建模方法的局限性,然后收集大量的船舶交通事故历史数据,并进行一定预处理,构建船舶交通事故预测样本数据,然后通过回声状态网络的学习建立船舶交通事故预测模型,并采用具体船舶交通事故预测仿真实例分析其性能,回声状态网络的船舶交通事故预测精度超过95%,预测结果十分稳定,缩短了船舶交通事故预测建模过程耗费的时间,是一种高精度、速度快的船舶交通事故预测方法。     

舰船网络入侵风险等级估计算法研究

针对当前舰船网络入侵风险等级估计算法存在的缺陷,以提高舰船网络入侵风险等级评估正确率为目标,设计了一种改进极限学习机的舰船网络入侵风险等级估计算法。首先根据专家和相关研究设计舰船网络入侵风险等级估计的指标,并根据指标采集相应的舰船网络入侵风险等级估计数据,然后采用极限学习机对舰船网络入侵风险等级进行建模,并采用粒子群算法优化舰船网络入侵风险等级估计模型的参数,最后进行舰船网络入侵风险等级估计验证性实验。实验结果表明,改进极限学习机获得了十分理想的舰船网络入侵风险等级估计结果,而且估计性能要远优于当前其它舰船网络入侵风险等级估计算法,具有更高的实际应用价值。