舰船维修数据云总线协议深度挖掘算法

现有的舰船维修数据深度挖掘算法,存在着数据挖掘深度浅的缺陷。为了解决上述问题,提出舰船维修数据云总线协议深度挖掘算法研究。依据算法需求编写云总线协议,采集并获取舰船维修数据,以此为基础,利用等深度分段方法离散化处理维修数据,依据离散化处理完成的维修数据,通过粗糙集约简算法得到最优舰船维修数据集,实现了舰船维修数据云总线协议的深度挖掘。通过仿真对比实验结果表明,与现有的舰船维修数据深度挖掘算法相比较,提出的舰船维修数据云总线协议深度挖掘算法极大的加深了数据挖掘的深度,充分说明提出的舰船维修数据云总线协议深度挖掘算法具备更好的数据挖掘效果。     

舰船能耗预测的云数据挖掘

能耗是舰船工作过程一个重要评价指标,针对当前舰船能耗预测方法存在预测错误率高、建模速度慢等不足,提出一种舰船能耗预测的云数据挖掘技术。首先分析国内外对舰船能耗的预测方法,找到各种舰船能耗预测方法的缺陷和不足,然后收集舰船能耗预测的数据,将云平台作为舰船能耗预测的建模环境,采用数据挖掘建立舰船能耗预测模型,最后进行舰船能耗预测效果的测试实验。云数据挖掘技术的舰船能耗预测精度超过了95%,可以描述舰船能耗预测的变化特点,对于大规模舰船能耗数据,本文方法的预测时间明显短于当前其他舰船能耗预测方法,具有十分明显的优势。     

舰船电子信息系统数据访问控制技术

现有数据访问控制技术的授权机制数据处理能力较差,导致决策时间过长,为此设计一种新的舰船电子信息系统数据访问控制技术。获取中间件属性特征构建信息评价矩阵,量化处理系统访问对象,建立系统访问授权机制,识别用户属性,显示授权结果,设置数据访问控制功能,验证用户身份信息,保证访问权限有效性。实验结果表明:在不同的访问请求条件下,此次设计的舰船电子信息系统数据访问控制技术,其决策时间比其他2种现有方法的决策时间,分别少18.47 ms和18.86 ms,证明此次设计的舰船电子信息系统数据访问控制技术性能更佳。     

基于云平台的舰船维修费用预测模型

目前研究的舰船维修费用预测模型预测准确率较低,导致成本开销过大。为了解决上述问题,研究了基于云平台的舰船维修费用预测模型。将舰船维修费用的关联性数据利用云平台存储在预测模型中,采用大数据聚类方法对舰船维修费用进行预测,提高舰船维修费用的预测和调节能力,减少舰船维修工程的不必要开销,提升预测舰船维修费用的准确性和舰船维修速度,对舰船维修费用约束指标参量进行分析,提高舰船维修费用的控制能力,优化舰船维修费用预测模型。实验结果表明,云平台的舰船维修费用预测模型能够有效提高预测准确率,减少成本。     

基于WEB云端的海上信息数据库技术研究

海上通信及信息处理技术不断发展,基于海量数据的数据库应用前景越来越多,如何快速对海量数据进行访问、处理及展示是海上数据中心的关键技术。Java、JDBC及Object Web是现代数据访问的主要技术,能进行数据的并行处理及更新,兼容多种云平台的数据处理接口。本文在研究客户端/服务端数据模型的基础上,描述基于Java/IIOP的Web云端海上信息数据处理及展示系统,最后利用此系统结构对船舶数据管理进行性能仿真。     

船用物联网中的分布式云存储关键技术

针对传统云储存技术制定的储存策略过少,导致实际储存文件时的合并量过少的问题,提出一种船用物联网中的分布式云存储关键技术。首先采用分布式计算物联网中的节点数据,依据物联网节点特征,搭建云储存框架,建立物联网中的文件与储存策略之间的直接映射,综合计算出的节点性能数据,制定出云储存策略,完成船用物联网中的分布式云储存技术的研究。实验结果表明,与传统云储存技术相比,船用物联网中的分布式云存储技术最终在储存文件时,可以合并文件的数量更多,减少实际文件所占用的储存量。适合实际使用。     

抗穷举攻击改进RFID双向认证协议舰船网络安全研究

为提升舰船网络的安全性,研究抗穷举攻击改进RFID双向认证协议。分析舰船网络的RFID面临的穷举攻击安全隐患,提出改进RFID双向认证协议,采用置换交叉合成运算加密舰船网络数据,按照加密参数汉明重量值匹配舰船网络数据,提高舰船网络数据安全等级,出厂之前初始化该认证协议并实施协议认证,在舰船网络数据加密过程中保证舰船网络数据的2个参数无法被攻击者破解,以密文形式传输舰船网络数据,提升舰船网络安全性。实验结果表明：该协议的存储量仅为2 TB,且计算量低,可快速提升舰船网络数据安全性,同时满足舰船网络安全的需求,抗穷举攻击能力比较强。     

基于知识图谱的舰船通信网络安全风险评价研究

为了保证舰船在海上安全运行,提出基于知识图谱的舰船通信网络安全风险评价方法。采集舰船通信数据、预处理,根据实体间的联系建立舰船通信网络安全的知识图谱;采用图数据库对舰船通信网络数据的知识图谱进行储存与查询;建立知识图谱注意力网络的舰船通信网络安全风险评价模型。实验结果表明：该方法可准确评价舰船通信网络安全风险等级,具有较高的安全风险评价能力;能够提升舰船通信网络保密性、完整性和可用性。     

大数据环境下舰船环形通信网络信息云挖掘方法

针对舰船环形通信网络受到噪声干扰,信息挖掘结果置信度较低的问题,在大数据环境下提出了一种新的舰船环形通信网络信息云挖掘方法。确定数据集,通过协同处理完成数据清洗,基于大数据环境选取数据集,预处理舰船环形通信网络信息,离散分析并确定数据离散特征,通过自动跟踪方法直接将挖掘结果显示在用户界面,实现舰船环形通信系统数据的云挖掘。实验结果表明,大数据环境下舰船环形通信网络信息云挖掘方法能够很好地分析通信网络数据特征,实现分类挖掘,降低误码率,提高整体性能。     

云环境舰船目标检测与跟踪

目标检测与跟踪是舰船应用中的一个重要研究方向,针对当前舰船目标检测与跟踪存在的一些难题,为提高舰船目标检测与跟踪效果,设计了一种云环境下的舰船目标检测与跟踪方法。首先收集舰船目标检测与跟踪的数据,并对舰船目标的背景进行建模,然后采用卡尔曼滤波算法实现舰船目标检测与跟踪,并利用云环境作为舰船目标检测与跟踪的平台,最后在Matlab 2016平台上进行仿真实验,测试舰船目标检测与跟踪的效果,本文方法的舰船目标跟踪精度高,具有良好的舰船目标跟踪实时性。