舰船通信网络大数据的存储机制设计

受数据库存储容量的影响,传统的舰船通信网络大数据存储机制存在存储误差高的问题。针对这一问题设计舰船通信网络大数据存储机制,存储架构分为前置通信平台数据库、生产数据库、关系数据库、分析数据库,建立检索机制,标记通信函数,确定初级编码函数值,明确特征信息,通过路由服务器、配置服务器、数据分片优化设计存储机制私有云。实验结果表明,相较于常规的存储机制,给出的舰船通信网络大数据存储机制信息存储误差降低了37.32%,更适用于舰船通信。     

大数据资源调度下舰船通信信息全同态加密研究

舰船通信信息加密时电路压缩和自举过程计算复杂,涉及大量的大整数乘法运算,导致最终加密安全性不高,针对这一不足,研究一种大数据资源调度下舰船通信信息全同态加密方法。首先转换处理舰船信息密钥,在大数据资源调度下,设定一个整数环,降低加密过程的计算量,设定控制信息熵,控制信息字节流加密过程,完成对大数据资源调度下舰船通信信息全同态加密的研究。实验准备不同硬软件参数的宿主PC及虚拟机,搭建一个MapReduce集群来模拟舰船通信传输过程,采用2种传统加密方法与之对比,控制不同的加密时间。结果表明,本文研究的全同态加密方法计算得到的安全系数更大。     

舰船通信网络海量数据的均衡化控制技术

针对传统舰船通信数据均衡化控制技术中的数据跳频问题,提出一种舰船通信网络海量数据的均衡化控制技术。为防止数据跳频提供良好的系统基础,引进直方均衡化算法,保证数据的稳定性,避免出现数据的堆积,而产生反向输送,有效的扼制数据跳频现象。为了验证本文设计的舰船通信网络海量数据的均衡化控制技术的有效性,设计了对比仿真实验,通过实验结果表明,本文设计的舰船通信网络海量数据的均衡化控制技术能够有效的对海量数据进行管理,同时解决了数据跳频问题。     

基于hadoop的舰船通信网络数据并行处理方法

舰船通信网络数据量的显著提升对数据处理性能提出更高要求,为提升数据处理效率,研究基于hadoop的舰船通信网络数据并行处理方法。设计由数据应用层、数据处理层和数据存储层共同组成的基于hadoop的舰船通信网络数据并行处理架构：数据应用层作为用户与数据处理架构的交互工具,将所采集的数据上传至架构内;数据处理层运行MapReduce程序实现数据存储、解析与聚类等并行化处理;数据存储层采用HBase与HDFs等多种不同的存储方式存储舰船通信网络数据。实验结果显示,该方法可实现准确的舰船通信网络数据聚类,大幅节省数据处理时间,在数据量较大的条件下具备较好的数据处理加速比。     

舰船通信网络中的数据加密技术

数据加密技术是保证舰船通信网络安全的重要技术,当前数据加密技术存在易破译、数据加密速度慢,密钥的安全性差等问题。为了提高舰船通信网络数据的安全,设计了一种舰船通信网络的数据组合加密技术。首先分析舰船通信网络数据加密的工作原理,然后采用对称密钥迭代型分组密码算法和椭圆曲线加密算法对舰船通信网络数据进行组合加密,最后进行了舰船通信网络数据加密仿真测试。结果表明,本文技术可以提高舰船通信网络数据安全性,能够对舰船通信网络数据进行安全、完全整传输,克服了当前数据加密技术存在的局限性,可以满足舰船通信网络数据保护。     

大数据驱动和分析的舰船通信网络流量智能估计

以准确估计舰船通信网络流量为研究核心,提出基于大数据驱动与分析的舰船通信网络流量智能估计方法。该方法以大数据驱动和分析领域中的经验模态分解、卷积神经网络为技术核心,使用基于改进集合经验模态分解的舰船通信网络信号降噪方法,去除舰船通信网络信号中噪声;构建去噪后舰船通信网络信号中的流量时间序列图,凸显通信网络流量在各个时间段的变化特征之后,将舰船通信网络流量时间序列图中的时间序列,作为基于卷积神经网络的网络流量预测方法的预测样本,提取舰船通信网络细节信号的时间序列,估计流量的趋势信息与时间信息,实现舰船通信网络流量智能估计。经测试：该方法对舰船通信网络流量智能估计后,估计结果与实际流量基本一致。     

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     

大数据资源调度下船舶网络信息传输方法优化

为解决常规船舶网络信息传输方法传输稳定性较低的不足,提出了大数据资源调度下船舶网络信息传输方法优化,基于多进程的船舶网络信息传输整合,优化船舶网络通信PCI地址映射机制,改善船舶数据传输信息的打包方式,完善船舶无线网络信息传输协议,实现大数据资源调度下船舶网络信息传输方法优化,实验数据表明,提出的船舶网络信息传输方法较常规传输方法,传输稳定性提高25.71%,适合于大数据资源调度下的船舶网络信息传输。     

基于大数据的船舶网络数据资源调度模型构建

船舶数据设备种类在不断增加,目前船舶数据调度方法在实际应用存在调度量低且精准度差的情况。因此对基于大数据的船舶网络数据资源调度模型进行构建,通过对模型特点分析后,进行大数据船舶网络数据资源调度模型构建,模型通过对大数据相似度进行计算后对数据中干扰进行过滤,对过滤后数据进行子任务量分配,从而对整体数据定义分类,最终实现分类后的大数据调度。通过仿真实验,对船舶网络大数据资源调度模型与传统船舶网络数据调度方法的数据调度总量以及数据调度精准度进行对比,证明模型构建的有效性。     

基于大数据分析的船舶通信网络优化研究

网络优化是提高船舶通信系统工作性能的重要方法,针对当前船舶通信网络优化存在工作效率低,节点能量消耗大等缺点,设计基于大数据分析的船舶通信网络优化方法。首先以数据传输能量最小为目标建立船舶通信网络优化的数学模型,然后将船舶通信网络优化问题看作为一个大数据分析处理,通过云平台对数学模型进行并行求解,每一个子任务组合模型对数据传输能耗进行预测,选择能耗最小路由进行数据传输,最后进行船舶通信网络优化方法性能的仿真测试。测试结果表明,本文可以有效对船舶通信网络进行优化,提高了船舶通信系统的数据传输速度和成功率,具有十分广泛的应用前景。     

大数据资源调度下船舶网络信息加密传输系统设计

传统传输加密系统的工作对象为单向数据交互环境下的传输数据流。因此,传统传输加密系统无法应对大数据资源实时调度计算环境下的信息加密传输计算。为了解决上述问题,提出大数据资源调度下船舶网络信息加密传输系统设计。设计共分为4部分,分别为支持硬件设计、大数据资源调度数据的DES算法初级加密计算、传输数据的AES二次加密计算与调度算法的执行。通过4部分的功能完成系统的整体设计,并达到设计的功能要求。设计的可行性由仿真实验来完成验证。     

大数据平台舰船行驶信息优化提取系统

为实现舰船行驶行为的定向化控制,设计一种基于大数据平台的舰船行驶信息优化提取系统。按照Hadoop大数据框架的部署条件,连接必要的数据量化模块,实现舰船行驶信息优化提取系统的硬件运行环境搭建。在此基础上,分别计算大数据存储总量、平台化结构向量及必要提取系数,实现系统的软件运行环境搭建,结合相关结构硬件设备,完成大数据平台的舰船行驶信息优化提取系统设计。对比实验结果表明,与传统提取系统相比,应用优化提取系统后,QIR指标出现明显的提升趋势,舰船行驶信息也得到了有效的定向化控制管理。     

大数据分析下海洋通信网络故障识别方法

为了提高海洋通信网络故障识别效果,针对当前海洋通信网络故障识别成功率低、建模时间长等缺陷,提出大数据分析下的海洋通信网络故障识别方法。首先,分析海洋通信网络故障识别原理,指出当前各种海洋通信网络故障识别方法的弊端。然后,引入大数据分析技术对海洋通信网络故障识别进行建模,并对建模过程一些问题进行相应解决。最后,采用具体海洋通信网络故障数据对本文方法的性能进行验证。本文方法可以对大规模海洋通信网络故障进行短时间识别,识别正确率完全可以保证海洋通信网络正常通信要求,同时海洋通信网络故障识别综合性能要优于当前其它经典方法,对比结果表明了本文方法用于海洋通信网络故障识别的优越性。     

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。     

网络优化调度算法在船舶大数据通信中的应用

我国常用的船舶通信网络技术难以满足当前持续增长的海量信息量数据通信需求,易造成信息传递延时问题,严重影响船舶航行安全。因此结合网络优化调度算法对船舶通信系统进行分析和设计,以达到提高船舶网络信息通信质量和网络通信的传输速率,有效保障船舶航行安全的目的。为检验网络优化调度算法对船舶网络通信的实时性影响,对应用于船舶通信网络系统中常见的延时问题进行实验检测,以此考察在交换式船舶通信网络通信效果。数据检测结果表明网络优化调度算法可有效提高船舶通信效果,有效解决网络信息传输延时问题,满足船舶在航行过程中对网络通信的实时性需求。     

网络优化调度算法在船舶大数据通信中的应用

船舶通信数据量的激增,导致船舶通信障碍加大,为了有效降低船舶大数据通信阻隔,设计基于网络优化调度算法,提出了新型船舶大数据通信技术。读入原始通信数据,根据数据链条进行数据拆分,实现网络优化调度,提取当前通信数据负载量,应用中央分配算法,执行中央通信任务分区,确保各分区负载均衡,改变传统通信框架,优先执行分区内通信函数,重新进行线程规划,并将通信传输作为单独线程连接通信终端,实现船舶大数据通信。通过实验数据可以确定,应用网络优化调度算法后的大数据通信技术,比传统通信技术任务执行内存提高了27%,数据并发量提高23%,可以有效缓解当前通信阻隔。     

基于协同过滤的舰船通信网络告警数据多维度分析方法

面对当前舰船通信网络多维度告警数据,传统分析方法已经无法满足实际需求,导致虚警率过高,浪费了大量资源。为此,提出一种基于协同过滤的舰船通信网络告警数据多维度分析方法。该方法主要分为3部分,首先利用基于XML的集成技术采集舰船通信网络多维度告警数据,然后利用主成分分析方法(PCA)进行数据降维,最后利用协同过滤算法对告警数据进行分类,按照类别进行具体分析,以此为依据提出相应的告警解决方法。结果表明,与传统方法相比,利用基于协同过滤的方法进行舰船通信网络告警数据多维度分析后,虚警率有所降低,为舰船通信网络的正常运行提供了重要的保障。