舰船网络入侵数据高效定位方法优化研究

在舰船执行航行任务时,网络会出现局部网络、全局网络被入侵数据干扰的情况。传统的入侵数据定位方法,只能按照入侵数据属性,进行单向入侵数据定位,导致定位结果遗漏部分入侵数据,因此需要优化舰船网络入侵数据高效定位方法。该方法根据建立的定位模型,对网络入侵数据进行全局性定位;通过优化入侵数据定位规则,剥离定位范围内的其他数据;双向定位入侵数据、维护入侵数据后继节点,实现对舰船网络入侵数据的定位优化。实验测试结果表明,优化后的方法,可以完全定位4种不同的入侵数据,而传统定位方法遗漏前3组部分入侵数据的情况下,还完全遗漏了最后一组单一性质的网络入侵数据。     

大型舰船通信网络入侵检测方法研究

针对传统的入侵检测方法一直存在入侵检测误差大、收敛性差的问题,提出基于惩罚函数和多元回归分析数学模型的大型舰船通信网络入侵检测方法,通过确定入侵节点区域面积计算舰船通信网络入侵节点聚集度,引入一个惩罚函数,再采用决策树分类法对舰船通信网络入侵节点进行分类。采用均方差作为标准测度函数,获取均方差之和,并通过构建多元回归分析数学模型,实现对大型舰船通信网络入侵的检测。实验结果对比可知,采用改进检测方法时,其检测误差及算法的收敛性,一直优于传统检测方法,具有一定的实用性。     

舰船网络入侵行为的检测与识别研究

入侵行为检测是保证舰船网络安全的核心技术,当前入侵行为检测与识别存在检测误差大,识别准确性差等严重不足,为此设计基于核主成分分析和聚类分析算法的舰船网络入侵行为的检测与识别方法。首先对舰船网络入侵行为的检测的原理进行分析,并收集大量的舰船网络入侵行为检测特征。然后采用核主成分分析对舰船网络入侵行为检测特征进行选择,并通过聚类分析算法建立训练样本。最后建立舰船网络入侵行为检测与识别模型。利用标准舰船网络入侵数据集的仿真测试结果表明,本文方法不仅可以大幅度减少舰船网络入侵行为特征数量,降低舰船网络入侵行为检测的复杂度,舰船网络入侵行为检测的实时性增强,而且能够获得更高正确率的舰船网络入侵行为检测结果。     

面向大数据网络的舰船辐射干扰信号检测方法

为了删除网络内的离群点,提升辐射干扰信号检测性能,设计了面向大数据网络的舰船辐射干扰信号检测方法。选取软硬结合的划分策略分割舰船网络中的信号集,通过并行处理方式检测信号集内各元素的离群度并删除离群点;采用Hilbert变换方法与小波包方法结合,通过包络解调方式提取完成预处理的舰船辐射干扰信号特征;将所提取的舰船辐射干扰信号特征,利用自组织特征映射神经网络检测舰船辐射干扰信号。实验结果表明,该方法可以有效检测面向网络的不同类型舰船辐射干扰信号,具有较高的可行性。     

非线性信号检测在舰船目标识别中的应用

在对非线性舰船辐射噪声产生机理和其噪声谱组成分析的基础上,研究利用高阶谱分析方法检测舰船辐射噪声。首先分析舰船辐射噪声的噪声谱中的组成成分和特性,对不同噪声源与舰船噪声谱成分间关系特点进行研究,并建立舰船辐射噪声的仿真模型。然后,研究高阶谱理论及其在提取非线性信号特征时的应用;最后,通过对仿真生成的2种舰船辐射噪声应用本文算法实现检测与分类,结果证明该方法可行。     

舰船传感网络入侵数据快速定位方法分析

为了保证舰船传感网络的安全运行,提出舰船传感网络入侵数据快速定位方法。通过网关/基站和节点,设计适合舰船传感网络入侵数据定位的拓扑结构,并根据构建的目标定位网络拓扑结构,采用三边质心法获取入侵节点坐标,完成对舰船传感网络入侵数据的快速定位。根据实验结果可知,所提方法能够快速且精准的对舰船传感网络入侵数据进行定位,为舰船网络通信安全奠定了基础。     

云计算的舰船网络入侵检测算法研究

普通入侵检测方法,不能在舰船保持运动状态情况下,准确判断入侵数据所处位置,并快速清除入侵数据。为解决此问题,搭建基于云计算环境的舰船网络入侵检测算法。通过数据捕捉模块的搭建、数据预处理模块的搭建,完成云计算运行环境的搭建。通过舰船网络总体结构的搭建、入侵检测算法的优化,完成算法的搭建。引入PSO法则,对算法的实现起到一定约束作用。设计对比实验结果表明,新型算法与普通方法相比,可以准确判断入侵数据所处位置,并大幅节省清除入侵数据所需时间。     

舰船监控网络入侵的实时检测研究

传统舰船监控网络入侵检测方法实时性差,无法及时发现舰船监控网络中的入侵行为。为了满足舰船监控网络入侵检测的实时性,加快舰船监控网络入侵检测速度,提出一种舰船监控网络入侵的实时检测方法。首先提取舰船监控网络入侵行为特征,然后引入特征降维算法对舰船监控网络入侵行为进行处理,使得舰船监控网络入侵行为特征数量变少,最后引入支持向量机对舰船监控网络入侵行为进行分类和检测,并通过实例分析本文方法的有效性。结果表明,本文方法能够有效防止出现"维数灾"现象,具有较好的舰船监控网络入侵检测实时性,提高入侵检测的准确性,能够有效保证舰船监控网络安全。     

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。     

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。     

船舶无线通信系统病毒入侵传播路径检测

利用传统方法对船舶无线通信系统病毒入侵传播路径进行检测,存在检测率低的问题。针对上述问题,提出一种新的病毒入侵传播路径检测方法。方法主要分为4步:1)利用采集系统对船舶无线通信系统中的数据进行采集;2)对采集到的数据进行处理,包括初步筛选处理、噪声消除、缺值处理、属性选取、数据标准化和归一化处理等;3)将处理好的数据输入到优化后的神经网络当中,进行入侵传播路径检测;4)根据检测结果进行入侵响应。结果表明:与基于人工免疫方法、基于数据挖掘方法及基于机器学习方法相比,本方法的平均检测率分别提高9%,12.7%,15.3%。     

舰船用通信网络的入侵检测技术研究

舰船用通信网络容易受到敌方电磁场的入侵干扰,导致通信受阻,通过入侵检测,提高舰船用通信网络的抗毁性。提出一种基于自适应线谱增强和滤波技术的舰船用通信网络的入侵检测技术。采用多源波束形成方法进行舰船用通信网络传输信号采集,对采集的通信信号进行自适应线谱增强处理,提高网络通信信号的增益强度,对增强的网络通信信号进行抗干扰滤波设计,采用梯度算法对滤波输出的舰船用通信网络传输信号进行自适应迭代,准确检测出信号中的入侵成分。仿真结果表明,采用该检测技术进行舰船用通信网络的入侵检测的准确检测概率较高,抗电磁干扰能力较强。     

支持向量机算法在船舶网络入侵检测中的应用

入侵行为严重威胁船舶网络安全,对其入侵检测进行研究具有重要的意义,针对当前船舶网络入侵检测存在精度低、错误率高等不足,设计了一种支持向量机算法的船舶网络入侵检测模型。首先分析船舶网络入侵原理,并且提取船舶网络入侵检测特征,然后采用支持向量机算法根据入侵检测特征建立船舶网络入侵检测分类器,并引入和声搜索算法对船舶网络入侵检测分类器的参数进行优化,最后以某一个船舶网络入侵检测数据为例进行了验证性测试。支持向量机算法克服了当前船舶网络入侵检测模型的局限性,入侵检测精度超过90%,减少了入侵检测错误,检测效果要优于当前其他船舶网络入侵检测模型,是一种有效的船舶网络入侵检测模型。     

船舶无线传感网络的能耗均衡路由算法设计

为了提高船舶无线传感网络的连通性能,针对传统量化传导协议容易导致路由冲突的问题,提出一种基于能耗均衡的路由算法。构建船舶无线传感网络的节点分布拓扑结构,根据传感网络各个节点的能量开销构建路由连通性代价约束参量模型,采用拥塞控制方法进行船舶无线传感网络路由的防冲突设计,以能耗均衡为控制目标函数,实现船舶无线传感网络的能耗均衡拓扑控制,实现路由优化设计。仿真结果表明,采用该方法进行船舶无线传感网络的路由算法设计,能有效降低各个节点的能量开销,提高网络的寿命和连通性。     

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。     

稠密度聚类在舰船网络微弱信号自适应增强中的应用

提升舰船网络信号及整体通信质量,提出基于稠密度聚类的舰船网络微弱信号自适应增强方法.应用稠密度聚类算法检测出舰船网络微弱信号,通过经验模态分解法分解微弱信号,结合小波变换法与奇异谱分析法去除的噪声,实现舰船网络微弱信号增强信.结果表明,该方法能够有效分解所检出微弱信号,并进行分量去噪处理,去噪后各信号分量不仅保留原有细...