基于云计算的船舶通信网络入侵特征提取方法

普通船舶通信特征提取方法,不能根据入侵数据所处位置,快速完成数据特征的提取。为有效解决上述问题,设计基于云计算的船舶通信网络入侵特征提取方法。通过船舶通信入侵问题描述、特征数据的信号处理,完成云计算环境下,船舶通信入侵特征数据的确定。通过入侵特征架构的搭建、多序列船舶数据入侵特征提取,完成基于云计算的船舶通信网络入侵特征提取方法的搭建。设计对比实验结果表明,新型特征提取方法,与传统方法相比,可更加准确的确定入侵数据所处位置,并适当缩短完成数据特征提取所需时间。     

云计算下船舶网络多固定节点精确修复方法

普通船舶固定节点修复方法,在定位节点位置时,易出现较大偏差,且需要较长的修复时间。为解决此问题,提出云计算下船舶网络多固定节点精确修复方法。通过船舶云数据的划分、Apriori算法的改进,完成船舶云环境的搭建。通过船舶固定节点性能指标的确定、固定节点精确转移率的确定,完成云计算下船舶网络多固定节点精确修复方法的搭建。设计对比实验结果表明,新型方法与传统方法相比,可以准确定位节点所处位置,大幅度缩减修复完成时间。     

船舶无线通信网络传输节点选择算法优化

普通船舶传输节点选择算法,存在数据传输效率较低、通信节点覆盖面积有限等弊端。为解决上述问题,设计基于船舶无线通信网络的Co MP传输节点选择优化算法。通过网络信道编码、通信链路层协议选择2个步骤,完成船舶无线通信网络环境的搭建。通过Co MP传输节点选择、节点数据预编码、优化判决门限计算3个步骤,完成优化后传输节点选择算法的搭建。模拟算法运行环境,设计对比实验结果表明,优化后算法与普通算法相比,有效解决数据传输效率低下、通信节点覆盖面积有限等问题,为船舶通信数据的稳定传输提供可能。     

基于Greenshield模型的船舶网络异常节点定位系统

为直接确定不良信息所处位置,提升船舶航行质量,设计基于Greenshield模型的船舶网络异常节点定位系统。按照ZigBee网络传感器的调配需求,分级连接节点传输电路与微型定位芯片,实现定位系统的硬件运行环境搭建。再通过定义网络节点角色的方式,规划定位密钥的管理流程,实现定位系统的软件运行环境搭建,结合相关硬件设备结构,完成基于Greenshield模型的船舶网络异常节点定位系统设计。对比实验结果显示,与常规Linux数据定位系统相比,应用网络异常节点定位系统后,TPR指标的定位精度大幅增加,不良信息可以也得到定向整治,从根本上保障了船舶的航行质量水平。     

大规模船舶通信网络数据量估计数学模型构建与仿真分析

针对原有船舶通信网络数据量估计的数学模型对网络数据量展开预估时,网络节点定位估算能力较差的问题,设计大规模船舶通信网络数据量估计的数学模型构建。根据设定的数学模型构建流程,采用MLCEC算法提升网络节点的预估精度,获取通信网络节点估算值。而后,在估算的节点位置设定传感器获取单一节点数据收发量,设定计算过程,对通信网络中节点数据收发量展开统计,得出船舶通信网络数据量预估值。至此,大规模船舶通信网络数据量估计的数学模型构建完成。设计仿真分析环节,通过与原有数据模型相比,此数学模型对通信网络中节点位置的定位与估算精度较高。综上可知,大规模船舶通信网络数据量估计的数学模型估算效果优于原有模型。     

云计算下船舶网络入侵高精度检测方法研究

普通船舶网络入侵检测方法,存在入侵数据分类不准确、检测结果精度过低等弊端。为解决此问题,搭建基于船舶云计算环境的新型网络入侵高精度检测方法。通过安全云框架的搭建、船舶云密钥的管理2个步骤,完成船舶云计算环境的搭建。通过高精度检测规则构成分析、入侵数据的优化分组、方法可行性分析3个步骤,完成基于船舶云计算环境新型网络入侵高精度检测方法的搭建。设计对比实验结果表明,新型检测方法与传统方法相比,有效降低入侵数据分类不准确、检测结果精度过低等现象的发生几率。     

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。     

船舶导航一体化网络路由算法的设计与实现

传统船舶导航路由算法,会随着船舶导航数据的增加,出现数据传输混乱、算法执行时间过长等现象。为解决上述问题,引入一体化网络原理,设计基于一体化网络的船舶导航路由算法。通过一体化网络模型的搭建、四叉树路由协议编址,完成一体化网络分层路由协议的搭建。通过预编码矩阵的选择、DTN船舶导航编码,完成新型船舶导航路由算法的搭建。设计对比实验结果表明,新型算法与传统算法相比,大幅改善船舶数据传输混乱情况,缩短算法执行时间。     

基于云计算的船舶数据并行调度算法研究

传统船舶数据并行调度算法,存在数据调度速度较慢、并行识别准确率较低等弊端。为有效解决上述问题,设计基于云计算的船舶数据并行调度算法。通过云计算架构的搭建、SBS数据云体系的搭建,完成船舶云计算环境的搭建。通过船舶数据感知调度、多目标船舶数据的并行调度、算法性能分析,完成基于云计算船舶数据并行调度算法设计。模拟算法工作环境,设计对比实验结果表明,新型算法与传统算法相比,大幅提升数据调度速度、并行识别准确率等属性。     

基于四层过滤的船舶通信网络入侵检测模型研究

普通船舶入侵检测模型不能过滤垃圾数据,导致模型检测有效性下降。为解决上述问题,设计基于四层过滤的船舶通信网络入侵检测模型。通过E-R图设计、连通接口设计2个步骤,完成四层过滤船舶通信网络的搭建。在此基础上,通过数据结构性质分析、检测不变量确定、检测流程完善3个步骤,完成基于四层过滤船舶通信网络入侵检测模型的研究。设计对比实验结果表明,与普通船舶入侵检测模型相比,应用新型模型后,垃圾数据过滤强度、入侵检测有效性均得到一定程度提升。     

基于SDN技术的海上船舶现场通信网络架构设计

为了保障船舶在海上环境中的安全航行,增强数据信息传输稳定性,设计基于SDN技术的海上船舶现场通信网络架构。通过SDN定义的方式,搭建船舶通信体系,完成基于SDN技术的通信切换处理。在此基础上,连接船用电子设备,按照一体化通信的拓扑结构类型,选择合适的通信接口电路,实现海上船舶现场通信网络架构的搭建与应用。实验结果表明,与异构型通信网络相比,在SDN技术支持下,通信网络架构能够有效增强海上船舶主机之间的数据信息传输稳定性,保障船舶安全航行。     

船舶通信网络异常数据自动检测和剔除方法

为提高船舶通信网络异常数据自动检测精度,并全面剔除船舶通信网络异常数据,研究新的船舶通信网络异常数据自动检测和剔除方法。利用基于改进支持向量机的网络异常数据自动检测方法,由改进粒子群优化算法,寻优设置支持向量机的惩罚项、核函数的预定义参数,训练性能合格的支持向量机后,以船舶通信网络数据分类的方式,自动检测船舶通信网络异常数据;将异常数据使用基于自适应级联陷波器的异常数据剔除方法,通过自适应级联陷波器,以异常数据滤波的方式,剔除船舶通信网络异常数据。研究结果显示,使用所提方法,船舶通信网络异常数据自动检测结果符合实际数目,可有效去除船舶通信网络异常数据。     

基于云计算的船舶通信网络异常数据分析

传统船舶通信网络异常数据分析方法无法有效处理大规模的船舶通信网络异常数据,使得船舶通信网络异常数据分析的实时性差,船舶通信网络异常数据错误分析的概率高,为了解决当前船舶通信网络异常数据分析方法的局限性,针对船舶通信网络异常数据的特点,提出了基于云计算的船舶通信网络异常数据分析方法,首先分析船舶通信网络异常数据分析原理,采用支持向量机建立船舶通信网络异常数据分析模型,然后采用云计算搭建船舶通信网络异常数据分析平台,使多个支持向量机可以并行执行,最后在Matlab 2016的环境下进行了船舶通信网络异常数据分析模拟测试,测试结果显示本文方法的船舶通信网络异常数据分析不仅正确率超过了90%,而且船舶通信网络异常数据分析实时性很好,要明显优于当前其它方法,实际应用价值更高。     

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。     

舰船通信网络分布式数据多状态识别技术研究

传统识别技术手段不能在适应网络通信量改变的同时,调整数据的分布状态。为解决上述问题,提出基于船舶分布式通信网络环境的数据多状态识别技术。通过单点分布框架设计、通信协议选择2个步骤,完成舰船分布式通信网络环境的搭建。在此基础上,通过多状态相似度确定、识别密度确定2个步骤,实现新型舰船数据识别技术的顺利运行。分析对比实验结果可知,与传统识别技术手段对比,应用基于船舶分布式通信网络环境数据多状态识别技术后,网络通信量适应程度、数据调整及时性都得到适当提升。     

大数据挖掘在船舶通信网络安全预警中的应用

为了缩短船舶海上航行过程中通信网络安全的预警时间,确保船舶航行的安全性,提出大数据挖掘在船舶通信网络安全预警中的应用。利用数据采集工具包中的采集函数,设计船舶通信网络安全数据的采集流程,完成船舶通信网络安全数据的采集;基于船舶通信网络安全预警模型的构建过程分析,完成船舶通信网络安全预警模型的建立;最后通过船舶通信网络安全预警流程设计,实现了基于大数据挖掘的船舶通信网络安全的预警。仿真实验结果表明,基于大数据挖掘的预警方法相比基于态势感知的预警方法,发出预警信息的时间更短,具有较高的预警能力。     

基于图像纹理特征提取的船舶目标定位方法

普通船舶目标定位方法,确定目标船舶所处位置时,易发生较大偏差,且所需定位时间过长。为有效解决此问题,设计基于图像纹理特征提取的船舶目标定位方法。通过船舶图像纹理特征的确定,完成基于Gabor船舶图像纹理特征的提取。通过目标阵列稀疏信号的确定、稀疏信号方位角的确定,完成基于图像纹理特征提取的船舶目标定位方法的搭建。设计对比实验结果表明,新型船舶目标定位方法与普通方法相比,一定程度上,缩小目标船舶定位误差及所需定位时间。     

基于模式识别的船舶异常行为自动报警方法

异常行为的出现,会对船舶正常航行造成较大影响。为避免上述现象的出现,设计基于模式识别的船舶异常行为自动报警方法。通过主成分分析、成分因子相关性分析2个步骤,完成基于模式识别的船舶异常行为特征提取。通过异常行为的局部决策、基于决策结果的数据融合2个步骤,完成基于模式识别船舶异常行为自动报警方法的搭建。模拟方法运行环境,设计对比实验结果表明,应用基于模式识别船舶异常行为自动报警方法,可以明显降低船舶异常行为的发生几率,为船舶正常航行提供有力保障。     

船舶通信网络高损耗节点定位技术研究

在船舶通信过程中,节点的能耗十分关键,一些重要点由于节点能耗过快就提前死亡,影响船舶通信网络的数据传输性能。为了提高船舶通信网络的数据传输性能,设计了一种船舶通信网络的高损耗节点定位技术。首先分析船舶通信网络的工作原理,建立节点能耗的数学模型,然后对船舶通信网络节点的能量损耗进行预测,准确定位一些高损耗节点,最后进行仿真测试分析船舶通信网络的高损耗节点定位的性能。结果表明,本文方法可以准确找到船舶通信网络中的高损耗节点,通信过程可以不引入到数据路由中,提高了船舶通信网络数据传输速率,船舶通信网络数据传输成功率也得到了改善,可以更好地实现船舶通信网络的通信。     

物联网环境下舰船通信网络异常数据检测系统设计

在物联网通信环境下,传统的船舶通信网络异常数据检测系统,受到IPv4接口协议的限制,导致采用IPv6高速物联交互协议的流量节点异常机制管控性降低,全局物联网络交互单元出现异常数据节点检测识别漏洞,给网络通信安全带来威胁。因此,提出物联网环境下舰船通信网络异常数据检测系统设计。通过架设基于IPv6协议的交互数据节点支持硬件,实现对底层数据流的硬核支持;在数据交互的链路层添加异常数据甄别检测单元,配合异常节点流量识别算法,实现在链路层上对物联网异常数据的识别拦截,从而完成系统的设计。为保证设计系统的有效性,通过仿真实验对设计系统的检测识别准确性进行对比,通过数据证明提出设计系统优于传统检测系统。