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。     

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。     

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。     

冲击环境下舰船机电设备的一体化控制方法

为解决在冲击环境下,常规的舰船机电设备控制方法稳态误差过大的问题,提出冲击环境下舰船机电设备的一体化控制方法。根据控制数据或事件状态,建立一体化控制矩阵模型,描述数据动态行为,利用遗传算法优化控制任务分配过程,协调主控机处理相同任务设备间的关系,引入PLC控制器和CAN通信协议,实现机电设备一体化控制。由实验结果可知,一体化控制方法的稳态误差为191.35,低于常规控制方法 195.78,表明冲击环境下舰船机电设备的一体化控制方法稳态误差更低,控制效果更好。     

互联网环境在舰船系泊自动化方向的应用

传统舰船系泊方法在网络环境应用中,存在系泊位置控制误差较大的问题,无法适应舰船系泊过程中的数据变化,严重影响舰船系泊整体效率。为此,研究互联网环境在舰船系泊自动化方向的应用。利用网络数据的三维技术,对舰船外围数据进行建模,根据模型数据对系泊位置点进行提取,通过参量的动态优化,使系泊变量与控制量的实时匹配,从而实现互联网环境下的舰船高精度自动化系泊。与现有系泊方法对比表明,提出的系泊方法能够将系泊位置误差控制在3 m以下。     

舰船无线通信网络链路非线性规划数学模型分析

受到时延和丢包问题的影响,以往链路规划方法的使用效果不佳,由此,提出舰船无线通信网络链路非线性规划数学模型分析方法。描述链路非线性规划问题,应用Whittle方法进行规划参数确定,结合离散小波变换方法组合模型参数,对不同时间尺度下的网络流量进行分解;通过判定最短流量数据的传输链路,将参数代入组合模型,得到相应的舰船无线通信网络链路非线性规划数学模型;利用非线性反馈控制原理,有效补偿系统的容错现象,改善系统的时延和丢包问题。由实验结果可知,该模型最低丢包率为0.70%,最大时延为3 ms,具有良好的非线性规划效果。     

大数据分析下舰船网络异常节点快速定位优化方法

为了提升舰船网络通信质量,实现信息参量的无误传输,提出一种基于大数据分析的舰船网络异常节点快速定位优化方法。以异常节点群落作为舰船行进信息的初始分类标准,分别计算单向传输信号差与双向传输信号差,完成最基本的舰船网络异常节点定位。借助大数据分析理论,对节点传输间距与数据定量差进行优化处理,实现新型舰船网络异常节点快速定位优化方法的顺利应用。实验结果表明,与优化前的节点定位算法相比,优化后方法的数据源码传输率极值可达87.3%,满足舰船网络通信环境的实际应用需求。     

舰船移动网络大数据切片流概率稳定调控研究

现有的舰船移动网络大数据切片流概率稳定调控方法,存在着调控跨度较大的缺陷,为此提出舰船移动网络大数据切片流概率稳定调控方法。采用GCC编译舰船移动网络大数据中间表示,以此为基础,经过迭代计算完成网络大数据的切片,并得到大数据切片流概率,以切片流概率为依据,构建贝叶斯网络-概率模型,稳定调控大数据切片流概率,实现了舰船移动网络大数据切片流概率的稳定调控。实验结果表明,与现有的舰船移动网络大数据切片流概率稳定调控方法相比,提出的舰船移动网络大数据切片流概率稳定调控方法极大地降低了调控跨度,充分说明提出的舰船移动网络大数据切片流概率稳定调控方法具备更好的调控效果。     

导航系统异步串口通信协议参数智能检测算法研究

针对某些舰船导航装备所采用的异步串口通信协议参数不明确,无法正常和其他设备通信的现象,提出了一套基于单片机采集电平数据,计算机对采样数据进行解析的异步串口通信协议参数自动检测方法。依次阐述了对波特率、数据位长度、校验方式以及数据编码方式的解析算法。经实践结果表明,该方法运行速率快、正确率高,是检测异步串口通信协议参数的可靠方法。     

基于K-means聚类的舰船通信网络异常数据检测

为了解决海上通信环境中的干扰和传输问题,提升舰船通信网络通信质量和可靠性,提出基于Kmeans聚类的舰船通信网络异常数据检测方法。构建舰船通信网络通信多径信道模型,利用该模型获取舰船通信网络数据。使用基于超窄带滤波的舰船通信网络数据滤波处理方法去除舰船通信网络数据内的干扰噪声,将无噪声的舰船通信网络数据作为输入,使用K-means聚类算法输出舰船通信网络异常数据检测结果。结果表明,该方法采集舰船通信网络数据较为准确,并可有效去除数据内含有的干扰噪声,降低舰船通信网络数据幅值区间,同时可用聚类方式准确检测舰船通信网络异常数据,应用效果较为显著。     

舰船综合网络视频监控系统设计

论述了舰船综合网络视频监控系统的最优化设计及黑光夜视摄像仪在对抗性夜晚环境下的应用。基于黑光夜视摄像仪的特点和现代舰船环境条件的要求,阐述了黑光夜视摄像设备在现代舰船综合网络视频监控系统中的配置和使用。     

基于数据驱动的舰船通信网络异常行为检测方法

为了提高对舰船通信网络异常识别能力,提出基于数据驱动的舰船通信网络异常行为检测方法。采用最短路径和最大覆盖范围寻优方法构建舰船通信网络的节点覆盖模型,通过最小间隔均衡技术对舰船通信网络的信道均衡控制,提取舰船通信网络的信道传输信息特征。对舰船通信网络的行为特征参数分析,结合谱分量融合和融合聚类处理方法,实现对舰船网络异常行为的数据驱动控制。根据数据驱动的图模型参数识别和异常谱特征聚类分析,实现对舰船通信网络异常行为检测。测试结果表明,该方法能够进行舰船通信网络异常行为检测处理,提高信道均衡性能     

舰船综合网络视频监控系统设计

本文论述了舰船综合网络视频监控系统的最优化设计及黑光夜视摄像仪在对抗性夜晚环境下的应用。基于黑光夜视摄像仪的特点和现代舰船环境条件的要求,阐述了黑光夜视摄像设备在现代舰船综合网络视频监控系统中的配置和使用。     

基于区域链技术的舰船通信信息风险分析

舰船通信信息量级的增加,提升了通信信息的风险概率,威胁舰船的稳定运行与作战能力的发挥,进而降低海上作战的性能,提出基于区域链技术的舰船通信信息风险分析研究。深入分析舰船通信信息风险影响因素,以此为基础,采用区域链技术将通信信息存储为链式信息结构,选取适当的通信信息风险评估指标,利用灰色综合评价方法精确地评估通信信息的风险程度,即可实现舰船通信信息的风险分析。实验数据显示:在不同大小通信信息文件背景下,应用提出方法获得的风险评估结果与实际情况相符合,充分证实了提出方法的可行性,能够为舰船提供更优质的通信环境。     

大数据背景下的舰船网络安全动态检测研究

目前舰船网络安全检测方法,未曾计算航道安全评价指标隶属度,检测舰船网络安全,得到的检测结果,准确性、处理能力和完备性差,为此提出大数据背景下的舰船网络安全动态检测研究。在大数据背景下,利用大数据技术,挖掘网络安全动态数据;引入聚类算法,计算舰船网络安全数据差异,判断舰船网络安全,完成舰船网络安全动态检测。设计2组方法对比实验,实验结果表明,此次研究的舰船网络安全动态检测方法,动态检测舰船网络安全,具有较优的准确性、处理能力和完备性。     

舰船移动网络信息安全大数据集成模型

移动网络是保障舰船作战能力发挥的关键,舰船任务量的剧增,使得移动网络信息呈"井喷式"增长,给安全大数据的获取与应用带来了较大的阻碍,由此,提出舰船移动网络信息安全大数据集成模型。基于正则表达式原理,半自动化地抽取并转换安全大数据,搭建数据关联关系并行发现框架,计算数据之间的相似度,确定BP神经网络算法的最佳权值,执行BP神经网络算法分类并融合安全大数据,从而实现舰船移动网络信息安全大数据的集成。实验数据显示:数据集成平均耗时趋于1 s,并低于最小限值,具备较好的实时性。     

基于大数据的舰船通信网络信息资源提取方法分析

常规通信网络信息资源提取方法应用于舰船通信网络信息资源提取中,存在信息资源提取误差较大的不足,为此提出基于大数据的舰船通信网络信息资源提取方法分析。依托大数据标记函数,搭建舰船通信网络信息标记规则,对目标函数建立索引;依托高性能检索机制,实现舰船通信网络信息资源提取,完成基于大数据的舰船通信网络信息资源提取方法分析。试验数据表明,提出的通信网络信息资源提取方法较常规信息资源提取方法,信息资源提取误差降低38.64%,适合舰船通信网络信息资源的提取。     

基于卷积神经网络的舰船图像边缘检测算法

为合理分布舰船行驶图像卷基层结构中的边缘化网络参数,设计基于卷积神经网络的舰船图像边缘检测算法。按照图像数据特征可视化处理依据,设定必要的神经动量值,完成基础卷积神经网络设计。在此基础上,命名舰船图像节点,再以基本边缘数据结构连接原理为参照,配置检测链接库,实现舰船图像边缘检测算法的顺利应用。对比实验结果,与理论检测手段相比,应用舰船图像边缘检测算法后,最大化网络参数值达到9.0×1015 T,图像边缘化检测覆盖率超过80%,舰船行驶图像卷基层结构中的边缘化网络参数达到理想化分布状态。     

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。     

物联网环境下远程舰船通信网络数据安全存储方法

常规的数据存储方法存在数据丢失的问题,导致通信网络数据安全性降低,因此研究物联网环境下,远程舰船通信网络数据安全存储方法。该方法设计了一个数据虚拟存储空间,经拆分平面拆分后重置数据置乱规则,通过建立分级混合加密机制,实现远程舰船通信网络数据的安全存储。实验测试表明,与常规的数据存储相比,应用该方法网络数据丢失量骤减,存储安全得到提升。