船载电子信息网络建模仿真研究

船载电子信息网络是连接各种船载设备、控制中心、传感器等的信息传输与交互网络,其负责船舶各个部分和各种设备之间的正常交互和协调运作,对船舶的安全航行具有重要的意义,相当整艘船舶的神经中枢。因此,船载电子信息网络的性能表现,将直接关系到船舶各个部分的系统运作水平,以及船舶控制的灵敏程度。本文针对船载电子信息网络进行研究,并对该网络进行模型分析,验证该网络的需求和性能指标,并通过仿真研究船载电子信息网络在不同条件下的性能表现,为今后船载电子信息网络的构建和发展,提供有益的数据和借鉴。     

船舶通信网络安全评估模型研究

随着现代化工业的发展,船舶网络通信系统的复杂程度也逐渐提高,在此背景下,对船舶通信网络的安全评估性能也提出新要求。由于传统的通信网络评估架构难以满足现阶段船舶通信网络发展对数据传输的准确性和安全性的要求。为提高船舶综合安全评价水平,优化其工作性能,对船舶通信网络安全评估体系进行建模,以便更好的对船舶通信网络安全进行评估。首先根据船舶通信网络的特点建立基于神经网络的服务器的安全评估系统,并通过神经网络对船舶通信安全性进行检测,以达到提高安全评估的精确性目标。为了对模型安全评估性能进行验证,设置了仿真实验,实验结果证明,与传统的安全评估系统相比,基于神经网络的船舶通信安全评估系统能够更准确、快速的对网络安全情况进行评估。     

船舶网络安全风险及应对策略

随着船舶数字化、智能化水平的不断提高,以及智能船舶的出现,船舶面临的网络安全风险日益严峻.通过对船舶面临的网络安全风险、船舶信息技术系统与操作系统易受攻击的部分、船舶网络易受攻击的类型进行分析,从提升网络安全意识、认识船舶网络风险、加强网络安全技术的应用、加强网络安全教育培训等方面提出船东、船员及船舶交通服务主管机关应...     

筑牢船舶网络安全屏障

船舶网络空间风险作为一种新的海上安全风险日益受到业界关注,加强网络风险管理刻不容缓。近年来,随着船舶智能化水平的不断提升,船舶越来越多地处于"在线"状态,也使其遭受网络安全威胁的风险逐渐加大,网络安全成为大家越来越关心的话题。     

自适应干扰抵消在船舶通信系统中的应用

在船舶信息化技术飞速发展的今天,绝大部分船载设备都需要与船载通信控制系统建立联系,从而能够实现对整个船舶运行状态的实时监控。但是在有限的船载空间中,需要安置众多的通信交换设备,多种设备之间必然存在通信干扰,因此为了提高通信网络的性能,需要对网络中的干扰进行滤除。本文结合船载通信设备的特点和网络拓扑结构,介绍了一种自适应干扰滤除算法,该算法能够主动侦测系统中的干扰信号,通过反馈网络,对干扰信号的特征进行主动学习,然后在网络中的节点对噪声进行滤除,从而大大提高了船舶通信系统的整体性能。     

船舶通信网络安全风险评估云计算平台设计

以解决船舶通信网络安全风险评估问题,保障船舶通信网络安全为目的,设计船舶通信网络安全风险评估的云计算平台。从数据源内采集船舶通信网络相关数据并分别存储在不同类型数据库内,数据挖掘分析层分析所采集数据,构建由物理、软件、网络安全管理组成的船舶通信网络安全风险评估指标体系,利用风险评估模型获取船舶通信网络安全风险评估结果。船舶通信网络组件服务层将评估结果等以组件形式传输至船舶通信网络应用展示层内,向用户提供可视化结果查询等功能。实验结果显示,该平台能够准确评估船舶通信网络安全风险等级,保障船舶通信网络安全。     

智能船舶网络安全框架研究

智能船舶成为国际海事界的新热点,缘于网络和信息化技术的飞速发展促进了船舶领域智能化应用水平的提升,但同时也被引入新的网络安全风险,而网络安全框架是网络安全管理顶层规划文件,对智能船舶网络安全管理具有指导意义.本文通过综述国内外典型网络安全框架,分析其在不同环节应用上的差异性;参考美国国家标准技术研究院的《提升关键基础设施网络安全框架》,开展了网络安全框架在智能船舶领域的适用性研究,为智能船舶网络安全的规划和建设提供技术支撑.     

船舶无线传感网络安全态势异常检测方法

为了更好保障船舶航行安全,避免船舶航行过程中常见的无线传感网络异常导致的船舶航行过程中信号网络信息处理效果不佳的问题,对船舶无线传感网络安全态势异常检测方法进行研究。通过对无线传感网络安全信息进行采集分类,实现对船舶网络信号特征的实时检测和提取。根据检测结果进行无线传感网络安全异常数据的修正,提高船舶网络运行安全。实验证实,船舶无线传感网络安全态势异常检测方法在实际应用过程中具有更高的准确性,可以更好实现对复杂船舶网络数据异常区域进行快速检测和修正的研究目标,从而更好地提高船舶航行安全效果。     

BP神经网络在船舶远程监控中的应用研究

近年来,随着无线通信、传感器网络等技术的快速发展,船舶远程监控系统在保障航运安全、维护船载设备等方面发挥着越来越重要的作用。船舶远程监控系统实现船岸间数据信息共享和交互,对船载设备的运行状态进行实时监控,并根据采集的数据进行状态预测和故障诊断。本文在船舶远程监控系统基础上,利用BP神经网络的自组织学习特性,提出远程故障诊断模型,该模型能够根据设备运行参数对故障趋势进行准确判断并发出预警。     

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。