数据挖掘的船舶网络病毒入侵检测研究

船舶中网络数据较多,传统病毒入侵检测方法不能有效对正常数据与异常数据分类,从而导致网络病毒入侵检测率与误检率较低,基于这一问题,将数据挖掘算法应用到船舶网络病毒入侵检测中。对网络数据采集,采用数据挖掘技术中的聚类分析算法将数据集合中对象划分成若干个类,聚类后形成多个数据集,在此基础上,确认离群点,划分为正常类与异常数据类,采用Apriori算法挖掘离散点中的频繁项集,寻找到病毒入侵中出现的频繁异常数据集,实现船舶网络病毒入侵检测。实验将检测率与误检率作为入侵检测指标,结果表明,此次研究的方法检测率高,并有效降低了误检率,证明所研究的检测方法的有效性。     

船舶网络安全防护下入侵病毒检测及防御研究

传统的船舶网络安全防护下入侵病毒检测及防御方法性能较差,为此提出船舶网络安全防护下入侵病毒检测及防御方法研究。采用稀疏自编码器对采集的船舶网络信息进行编码,通过神经网络算法对入侵病毒进行检测,以检测到的入侵病毒为依据,采用聚类方法对其特征进行提取,构建入侵病毒防御模型,通过模型实现了船舶网络安全防护下入侵病毒的检测及防御。通过实验可得,提出的船舶网络安全防护下入侵病毒检测及防御方法有效防御率比传统方法高出31.5%,说明提出的船舶网络安全防护下入侵病毒检测及防御方法具备更好的性能。     

船舶网络数据融合中的入侵病毒检测应用研究

在船舶网络数据融合中,病毒是网络数据安全的主要影响因素,由于病毒本身具有潜伏性和传播性,若是侵入船舶网络通信系统当中,则会引起严重的后果。所以,对入侵病毒进行有效检测显得尤为必要。基于此,本文从船舶网络入侵病毒检测的必要性分析入手,论述船舶网络数据融合中的入侵病毒检测应用。期望通过本文的研究能够对提高船舶网络中数据的安全性有所帮助。     

免疫理论的船舶网络入侵检测方法

为了提高船舶网络系统的安全性,针对当前船舶网络入侵检测方法误检率高的缺陷,设计了免疫理论的船舶网络入侵检测方法。首先对船舶网络入侵检测的原理进行分析,提取船舶网络入侵检测的原始数据,然后根据免疫理论对船舶网络入侵检测数据进行处理,提取船舶网络入侵检测特征,然后机器学习算法对船舶网络入侵检测行为进行建模,最后编程实现了船舶网络入侵检测算法,并与其他船舶网络入侵检测方法进行对比实验。结果表明,免疫理论可以提取更加有效的船舶网络入侵检测特征,提升了船舶网络入侵检测效率,而且船舶网络入侵检测正确率更高,减少了船舶网络入侵的误检率,是一种可行、有效的船舶网络入侵检测方法。     

云计算下船舶网络入侵高精度检测系统设计

为解决传统船舶网络入侵检测系统检测时间过长的问题,提出基于云计算环境的船舶网络入侵高精度检测系统设计。根据云计算优势,建立系统框架结构,部署入侵高精度检测系统硬件,引入CGA优化模块设计入侵检测系统软件,不断扩充规则库,将软件和硬件相结合完成云计算下船舶网络入侵高精度检测系统设计。实验数据表明,在船舶网络应用中,设计入侵高精度检测系统较传统入侵检测系统的检测时间平均减少8 s,适用于实时高精度检测船舶网络的入侵信息数据。     

舰船无线网络的病毒入侵传播路径检测

病毒入侵传播路径的检测对舰船无线网络的安全极为重要,传统的检测方法在检测过程中占用无线网络大量资源,严重影响无线网络运行。为此,提出舰船无线网络的病毒入侵传播路径检测。利用网卡获得无线网络数据信息,依据病毒攻击描述语言,设计检测规则数据库,将数据信息以及检测规则作为输入,通过检测引擎实现病毒入侵传播路径的检测。测试结果表明,在相同的测试条件下,设计舰船无线网路的病毒入侵传播路径检测方法对无线网络资源的占用比例远远少于传统的检测方法,说明设计的检测方法适合应用在舰船无线网络的病毒入侵传播路径检测中。     

船舶监控网络入侵检测系统设计

为了提高船舶监控网络的安全性,进行网络入侵的准确检测,提出一种基于数据流的船舶监控网络入侵检测系统设计方法,采用数据流异常特征检测方法进行网络入侵检测算法设计,采用自适应波束形成方法进行船舶监控网络传输数据流的聚焦处理,提取船舶监控网络传输数据流的多源波束特征量,实现异常监控识别,对提取的异常监控信息进行分类处理,实现入侵检测。在嵌入式ARM环境中进行入侵检测系统软件设计。仿真结果表明,采用该系统进行船舶监控网络入侵检测的准确性较高,网络安全性较好。     

基于改进Apriori算法的船舶通信入侵检测方法分析

非法入侵行为危害着船舶通信系统的安全,针对当前船舶通信入侵检测错误率高的缺陷,提出了基于改进Apriori算法的船舶通信入侵检测方法。首先对国内外当前的船舶通信入侵检测方法进行分析,指出了各种方法存在的局限性,然后采用Apriori算法建立船舶通信入侵检测关联规则,实现船舶通信入侵检测数据进行挖掘,并对Apriori算法存在的不足进行相应的改进,最后进行了船舶通信入侵检测仿真实验,本文方法简化了船舶通信入侵检测过程,加快了船舶通信入侵检测速度,提高了船舶通信入侵检测正确率,为船舶通信系统安全管理人员决策提供了有价值的参考依据,能够保证船舶通信系统的安全。     

基于数据挖掘的船舶入侵数据建模方法

在船舶入侵数据建模过程中,入侵特征和入侵数据检测模型参数均对船舶入侵数据建模效果产生影响,而当前船舶入侵数据建模方法没有考虑入侵特征和入侵数据检测模型参数之间的联系,这样无法建立有效的船舶入侵数据检测模型。为了克服当前船舶入侵数据建模方法存在的缺陷,以改善船舶入侵数据建模的整体性能,提出基于数据挖掘的船舶入侵数据建模方法。首先分析当前国内外船舶入侵数据建模的研究现状,找到入侵特征和入侵数据检测模型参数之间的联系,然后引入数据挖掘方法对入侵特征和入侵数据检测模型参数之间联系进行建模,找到两者的最优组合,然后根据最优入侵特征和入侵数据检测模型参数建立入侵数据检测模型,并与其他入侵数据建模方法性能进行对比测试。测试结果表明:本文方法获得的入侵数据特征更优,入侵数据检测时间更短,根据最优参数获得更高正确率的入侵数据检测结果,是一种可信度高的入侵数据建模技术。     

云计算下海上通信网络异类入侵数据实时检测系统设计

为解决目前广泛使用的通信网络异类入侵数据实时检测系统应用船舶海上通信监测时,存在检测精度较低的不足,提出了云计算下海上通信网络异类入侵数据实时检测系统设计。基于系统架构设计,以及异常数据采集与检测模块设计,实现实时监测系统的硬件设计,依托软件设计,完成了提出的云计算下海上通信网络异类入侵数据实时检测系统设计。试验数据表明,在海上通信环境下,提出的入侵检测系统较目前广泛采用的入侵检测系统检测精度提高37.73%,适合于船舶海上通信网络异类入侵数据实时检测。