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。     

云计算在舰船远程实时监控系统中的应用

随着现代信息技术发展,舰船监控系统也朝着智能化及信息化发展,同时随着监控数据的急速增长,如何实时从海量监控数据中挖掘出有效信息是现代船舶远程实时监控系统的瓶颈所在。云计算平台利用分布式架构﹑云存储及并行计算技术,在大数据信息处理效率方面具有很大的优势。本文将现有的开源云平台Hadoop引入船舶远程实时监控系统,在研究基于云平台的监控系统架构基础上,改进监控系统中的并行数据查询算法,最后给出仿真结果。     

云环境下海洋环境监测系统中搜索技术的研究

21世纪,海洋已经成为解决人类资源和能源短缺的理想之地。为了充分、高效且合理地开发海洋资源,必须建立基于海洋监测基础之上的庞大数据库以及大量的海洋业务应用系统。但在加速发展海洋事业的同时,其成本高、低效和维护困难的缺点也逐步暴露。为解决这些问题,本文结合Hadoop云计算平台技术建立一套使用方便、高效和便于维护的海洋环境监测系统,同时提供可视化的操作界面,以提供便捷的数据信息搜索服务。     

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。     

海上通信中的云平台混合加密算法研究

随着计算机及通信技术的发展,基于数据通信的海上电子信息系统应用越加广泛,如舰船无线通信系统﹑卫星通信系统等,对这些通信数据的加密成为保障海上军事安全必不可少的组件之一。同时,随着云计算技术的发展,大量通信数据存储及算法通过云平台进行处理,现有的云处理平台大部分在用户认证级别提供保护措施,基于存储层的文件保密还不能达到要求。本文在研究海上通信加密算法的基础上,提出基于云平台的混合加解密算法。     

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。     

舰船云存储数据中心密文访问控制机制的优化技术

云储存的本质是一种建立在互联网和PC机的云计算系统,为用户提供随时随地的数据访问与存储功能,具有扩展性高、实用性强等优点。为了提高舰船数据的管理水平,本研究利用云存储技术改进了舰船的数据中心,并对数据中心的密文访问等问题做了详细研究,本文的重点是建立以Hadoop为基础架构的密文访问控制机制,探究了基于属性加密的舰船云储存数据中心的安全性能。     

船舶结构有限元模型及分析结果可视化系统的研究与开发

基于图形平台ＯｐｅｎＧＬ开发了船舶结构有限元模型及分析结果可视化系统（ＣＣＳ－ＦＥＶＳ），本系统根据船舶结构的特点，对船舶结构进行有限元分析后所产生的非结构化数据场进行可视化处理。本文详细阐述了船舶结构分析结果可视化系统的设计思想、系统结构、数据管理及其多种处理和显示数据场的方法，给出了实例；同时讨论了ＯｐｅｎＧＬ在可视化显示中的应用。     

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。     

Hadoop平台下Mahout随机森林算法的分析与实现

为了验证Mahout随机森林算法的评估效果,文章基于Hadoop平台以UCI数据库中的Banknote Authentication数据集为应用背景,对该算法进行了验证分析。首先阐述了Hadoop云计算平台的重要组成部分——HDFS分布式文件系统和Map Reduce计算框架,同时搭建了完全分布式的Hadoop物理集群实验环境。然后,对随机森林算法在Mahout算法库中的实现过程及其原理进行分析。最后,用UCI数据集在Hadoop平台上进行验证。实验结果表明,随机森林模型对BanknoteAuthentication数据集的分类准确率稳定在96%以上,当决策树的数目为5的时候,效果最优,准确率达98.5401%。此外,实例还通过选择不同的决策树数目,验证了随机森林算法具有较高的稳定性和鲁棒性。