共查询到20条相似文献,搜索用时 328 毫秒
1.
2.
传统船舶航线信息所采用的算法多为单一算法,在算法加密程度上,安全级别较低且存在计算漏洞。容易被网络黑客通过溢出数据等方式进行破解。传统算法不但加密逻辑单一,而且在数据加密存储处理上,受到加密与存储两种操作逻辑的限制,处理速度缓慢,不利于航线信息的实时高速存储操作。因此提出船舶航线信息存储加密算法,引入动态浮点融合加密体系。在体系下包含2种加密算法与一种融合存储策略。首先通过同态浮点加密算法对信息数据进行同态的以及加密,建立初级安全密钥体系;接着由动态加密通信算法对信息进行通信协议加密计算;最后由存储融合策略对2种加密数据进行融合存储。仿真实验证明,提出的算法不论在信息数据加密级别上还是存储速度上,都明显优于传统的信息存储加密算法。 相似文献
3.
4.
传统船员信息加密保护方法比较单一,着重点仅限于人员信息数据存储状态下的加密计算,无法对大数据环境下人员信息数据交互前与交互中进行加密保护。针对问题产生根源,提出数据环境下船员信息加密保护方法。首先通过引入展开基于椭圆曲线的传输加密算法,对信息私钥数据进行重新计算,使其具有交互保护的特性;其次,通过引入同态加密频码保护编码算法对人员信息数据进行大数据交互保护计算,完成数据交互中的安全保护处理;最后,通过仿真对比实验证明提出的大数据环境下船员信息加密保护方法,在解决数据安全保护上具有显著的效果,并且效果稳定。 相似文献
5.
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。 相似文献
6.
7.
8.
9.
为提高同态滤波算法对航标图像去雾的性能,采用改进的巴特沃斯滤波器作为同态滤波的传递函数。根据计算去雾后图像的标准差、平均梯度、亮度和二维熵等图像质量评价指标,分析图像锐化系数对图像去雾的作用效果。选取公开数据集ISCAS 2012作为卷积神经网络的输入训练数据,选取计算得到的使采用同态滤波去雾后的图像与真实图像的峰值信噪比最大的锐化系数作为输出数据,得到能计算最优锐化系数的卷积神经网络权重值。该方法能对测试样本数据输出相应的同态滤波器最优锐化系数。试验结果表明巴特沃斯同态滤波对航标图像去雾是有效的。 相似文献
10.
11.
12.
13.
为了解决传统船舶动力装置状态监测方法监测效率低、实时性差的缺陷问题,采用传感器节点对船舶动力装置状态监测方法进行研究。采用传感器节点对动力装置状态数据进行采集,通过过滤算法对其中无效数据进行滤除,以处理后的动力装置状态数据为依据,利用自回归AR算法构建动力装置状态预测模型,以预测模型为工具,通过梯度下降迭代算法对动力装置状态进行判定,实现了船舶动力装置状态的监测。通过测试得到,与传统的船舶动力装置状态监测方法相比较,提出的船舶动力装置状态监测方法极大地提升了监测效率与实时性,充分说明提出的船舶动力装置状态监测方法具备更好的监测效果。 相似文献
14.
15.
16.
海上舰船之间以及舰船与控制中心之间通信的加密及解密事关整个海战成败。本文对用于海上舰船通信加密系统中热门Baptista混沌加密算法进行了系统研究,分析在实际舰船通信系统中实现的利弊。针对Baptista算法在产生的混沌加密信号出现的周期规律性以及动力衰退性弊端,改进此算法,提出一种加强型控制位混沌加密算法。此算法通过增加控制位对混沌加密明文进行自适应控制,使其不规律改变混沌系统运行轨迹,克服Baptista算法的周期性以及动力衰退性。最后设计基于此算法的FPGA仿真系统,对其进行验证。 相似文献
17.
针对高稳定度平顶脉冲磁场控制技术对磁体电阻参数辨识的需求,提出了基于梯度下降法的磁体变电阻在线计算方法,可在仅测量磁体端口电压、电流幅值的条件下快速准确地计算磁体电阻瞬时值。分别给出了单线圈和耦合双线圈磁体两种结构下的变电阻在线计算模型,并对相应梯度控制系数的选取进行了分析。仿真结果表明提出的电阻计算方法响应速度高达10ms级,跟踪误差小于0.5mΩ,在测量系统中含有高频谐波和白噪声、测量瞬时值大幅波动的情况下,依然实现对磁体瞬时变化电阻值的快速准确跟踪。 相似文献
18.
[目的]人工智能技术已经成为提升船舶航行安全水平、降低航运企业运营成本的重要手段。为打破不同船舶公司之间的数据壁垒,进一步提升船舶智能化水平,提出一种面向船联网的高效隐私保护联邦学习方法。[方法]采用联邦学习技术以实现多个船舶参与方协同训练一个深度学习模型,并且使用同态加密方案以保护参与方的本地数据信息。考虑船联网场景,引入稀疏化技术对船舶参与方上传的模型参数进行压缩,从而降低参与方上传的数据量。[结果]理论分析和实验结果表明,所提出的高效联邦故障诊断方法能够有效地降低密码学计算和数据通信的资源消耗,同时保护船舶参与方的本地数据信息。[结论]该学习方法能够为船舶智能化研究提供参考。 相似文献