基于云计算的船舶监控系统设计

随着我国船运事业的发展,船舶监控系统的数据采集规模越来越大,系统处理数据的能力急剧下降,系统运行效率明显降低,已经无法满足监控系统对实时性的要求。随着云计算技术的发展,为海量数据处理提供了新的研究方向。利用云计算技术的集群方式,获得大量的计算资源和并行计算能力,从而提高对大规模数据的处理效率。本文设计了基于云计算环境的船舶监控系统,研究现有的分布式查询算法,提出基于TA算法和直方图策略的ITA改进算法,并进行仿真实验。     

云计算平台在船舶数据融合中的应用

随着航运业的飞速发展及智能船舶技术的广泛使用,船舶管理系统中的数据和数据种类以前所未有的速度增长。目前船舶管理系统在大数据的管理、分析以及查询效率等方面面临困境。大数据具有数据量大、数据类型多样、低价值密度的特点。海量数据处理效率成为充分发挥大数据优势的关键。云计算技术凭借其稳定高效的计算能力被广泛应用于大数据处理。数据融合技术能够实现异构数据的融合,提高信息共享和处理效率。本文提出云计算环境下的并行本体构建和融合算法并进行仿真实验。     

海洋监控系统大数据云计算架构研究

随着计算机技术的蓬勃发展,海洋监控系统的信息量急剧膨胀,人们对监控系统的要求不断提高,这对计算模式、计算机软硬件等在海量信息处理方面提出了更高的要求。为有效解决大数据处理方面存在的诸多难题,云计算技术应运而生。云计算技术通过集合大规模的计算机,提高了计算能力和存储空间,有效解决了处理性能的瓶颈,为大数据的处理提供稳定、可靠、高效的运行基础。本文设计基于Hadoop、HBase、TwitterStorm的云计算平台的海洋监控系统,并进行仿真实验。     

云计算的舰船信息管理系统优化算法

为解决常规舰船信息管理系统,信息数据管理能力弱,数据信息处理效率低,提出基于云计算的舰船信息管理系统优化算法。通过引入云计算模式,对常规舰船信息管理系统算法结构进行优化,结合建立的舰船信息管理系统快速更新策略,完成提出的优化算法研究。仿真实验证明,提出的舰船信息管理系统优化算法较常规舰船信息管理系统算法,数据信息处理效率提高25.7%,处理耗时缩短了18%,更适合用于数据信息杂乱繁多的舰船信息管理系统。     

船舶码头系泊监控系统数据处理中的云计算平台研究

随着我国船舶业的发展,系泊作业量越来越大,系泊作业的安全、高效运行显得越来越重要,对系泊监控系统存储、处理和分析海量数据的能力要求越来越高。云计算是解决大数据处理问题而诞生的新技术、新手段,利用云计算平台的高计算和海量存储能力有利于提高系泊监控系统的运行效率。本文重点对码头系泊监控系统云平台架构、数据库、各类功能进行分析,进行基于Hadoop的HDFS上的系泊监控系统仿真实验。     

舰船通信数据的动态迁移安全增强方法

为保障船舶通信安全,解决舰船在通信过程中数据受损、信息丢失等问题,对当前舰船通信数据信息安全处理方法进行分析和调查。结合云计算数据处理技术对船舶通信信息加密技术进行优化,通过对数据进行压缩加密减少数据占用资源,避免数据信息受损,保障信息在数据动态迁移过程安全。为验证方法有效性进行了仿真实验。实验表明,通过动态迁移安全增强方法可更好的增强舰船通信安全,有效保障了海上舰船通信数据动态迁移的安全性。     

基于云平台的海上电子对抗系统结构研究

随着信息技术的不断提高和电子装备性能的不断提升,海洋战场上的电子侦察和反侦察能力得到快速发展,导致传统的情报数据处理能力无法适应数据量的增长。本文研究云计算技术原理,提出基于云平台构建海上电子对抗系统的架构,分析云计算技术应用于海上电子对抗系统的优势。最后提出基于云平台的抗干扰通信模型,利用大数据对通信进行引导,避免大量干扰数据导致的通信失效,进行仿真实验并给出实验结果。     

基于云计算的航道船艇机务实时数据管理系统的研究

为满足航道船艇机务海量实时数据的计算处理,实现机务数据的无缝覆盖和全景共享,本文在分析现有管理系统的基础上,根据云计算的特点,提出了一种基于云计算的机务管理系统模型。分析了系统平台的体系结构和关键技术,并以Hadoop技术为架X构,搭建相应的系统实验平台,验证了计算机集群及系统框架的可行性。     

云计算下近岸目标探测数据安全存储方法

传统数据安全存储方法过于注重数据的安全,忽略了数据的存储速度,导致数据的加密过程时间消耗过长,影响数据读写效率;同时,过长的加密计算在某种程度上增加了数据在此过程中泄露的风险几率。因此,提出云计算下近岸目标探测数据安全存储方法。首先,基于云计算技术,引入云计算分布式存储策略,分散架设存储服务器与云计算,提升近岸目标探测数据的读写速度;接着,引入同态浮点加密算法,对存储介质系统文件进行加密处理,实现安全与效率的统一;最后,通过仿真实验证明提出方法的可行性与有效性。     

云计算下环形网络大数据协同挖掘方法研究

为提高传统数据挖掘方法的数据挖掘有效性,提出了云计算下环形网络大数据协同挖掘方法,基于数据集的选取,确定大数据协同挖掘范围,根据数据的预处理与集成处理,实现对挖掘数据的特征提取分析,利用数据的归约与离散化分析,完成云计算下环形网络大数据的协同挖掘,实验数据表明,提出的大数据协同挖掘方法,较传统挖掘方法挖掘有效性提高47.29%,适用于云计算下环形网络大数据的协同挖掘。