基于大数据的舰船通信网络信息资源提取方法分析

常规通信网络信息资源提取方法应用于舰船通信网络信息资源提取中,存在信息资源提取误差较大的不足,为此提出基于大数据的舰船通信网络信息资源提取方法分析。依托大数据标记函数,搭建舰船通信网络信息标记规则,对目标函数建立索引;依托高性能检索机制,实现舰船通信网络信息资源提取,完成基于大数据的舰船通信网络信息资源提取方法分析。试验数据表明,提出的通信网络信息资源提取方法较常规信息资源提取方法,信息资源提取误差降低38.64%,适合舰船通信网络信息资源的提取。     

链路层舰船通信光纤网络被动数据存储方法研究

为了提高链路层舰船通信光纤网络被动数据存储的容量,提出一种基于分层融合机制的链路层舰船通信光纤网络数据存储模型。首先采用交叉分布式云存储结构模型构建光纤网络被动数据存储的数据库模型,在数据库中进行被动数据的聚类处理,然后根据聚类属性进行分层融合,对海量的舰船通信光纤网络被动数据进行特征压缩,从而提高存储空间的容量。最后进行数据存储的仿真实验分析,结果表明,采用该方法构建舰船通信光纤网络被动数据存储模型,数据库的吞吐量得到明显提升,同时提高了对目标数据的查准率和查全率。     

舰船通信网络的路由安全研究

路由是保证舰船通信网络数据成功传输的重要路径,当前舰船通信网络路由受到多种类型行为攻击,舰船通信网络路由极不安全,为了保证舰船通信网络路由安全,提高舰船通信网络数据传输成功率,设计了基于攻击频率的舰船通信网络路由安全评估模型。首先研究当前舰船通信网络路由安全评估模型的工作思想,分析舰船通信网络路由安全评估误差大的原因,然后采集舰船通信网络路由攻击频率数据,利用最小二乘支持向量机根据舰船通信网络路由攻击频率数据得到舰船通信网络路由安全评估结果,最后在Matlab 2016仿真环境进行了舰船通信网络路由安全评估实验,本文模型的舰船通信网络路由安全评估误差小,克服了当前其它模型存在的局限性,而且舰船通信网络路由安全评估效果优于当前其它模型,可以有效保证舰船通信网络通信安全。     

舰船通信网络传输数据容灾备份方法研究

针对传统容灾备份方法存在的恢复速度慢、备份成本高的缺点,提出舰船通信网络传输数据容灾备份方法。构建舰船通信网络传输数据备份数据库,为备份数据提供存储空间。在舰船通信网络环境下,收集实时传输数据,并利用虚拟映射的方式得到数据流的复制结果。消除复制数据中的冗余数据,在确定的容灾数据存储布局下,完成传输数据容灾备份。通过与传统方法的对比实验得出结论,设计容灾备份方法的数据恢复耗时节省了6.52 s,且占用的备份空间更小。     

舰船通信网络的数据备份系统设计

针对传统数据备份方法效果不佳、耗时过多的问题,提出舰船通信网络的数据备份系统设计方法,分析研究数据备份的技术,设计了舰船通信网络的数据备份系统。深入研究了网络备份的概念、网络存储技术及备份策略,有针对性对数据备份系统硬件结构配置进行改善。为保障硬件设备运行效果,进一步对数据备份系统软件处理方法及去噪步骤进行优化,实现对舰船通信网络数据的有效备份。最后通过实验证实,本文研究的舰船通信网络的数据备份系统可以更加快速完整进行网络数据备份,保证船舶通信数据存储安全。     

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。     

舰船通信网络异常数据的弱关联定位技术

在舰船通信网络异常数据的弱关联定位中,由于使用传统弱关联定位技术的定位误差较大,因此提出一种舰船通信网络异常数据的弱关联定位技术,利用Netflow系统对舰船通信网络异常数据进行提取,通过相空间重构技术处理异常数据提取结果,并利用极限学习机进行数据挖掘,建立舰船通信网络异常数据弱关联定位模型,从而实现异常数据的弱关联定位,通过对比实验可知,该技术的最大定位误差比基于支持向量机的异常数据弱关联定位技术低21.1%;比基于特征遗传算法的异常数据弱关联定位技术低16.4%,证明了该技术更适用于舰船通信网络异常数据的弱关联定位。     

舰船网络保密通信的椭圆曲线优化编码技术

在舰船网络保密通信中,通过对传输数据信息进行优化编码,提高数据加密性能。传统的舰船网络保密通信的编码技术采用随机码幅度调制的信息编码算法,在舰船网络通信密钥扩展过程中,随着信噪比的降低,窃听者可破解全部密钥,加密性能不好。提出一种基于椭圆曲线加密的舰船网络保密通信优化编码算法。设计安全网络编码方案,采用椭圆曲线加密技术实现对通信数据的算术编码与加密,通过多个字符序列进行算术编码,产生加密所需的一个参数密钥,使用改进型Logistic映射得到舰船网络保密通信的信息编码的散列值,分别恢复出信源的编码矢量,得到舰船网络保密通信椭圆曲线加密密钥排列图,实现优化编码通信。仿真结果表明,采用该算法进行舰船网络保密通信数据编码,具有较好的数据加密传输性能,对网络攻击具有较好的抵御效果,适用于舰船保密通信系统设计中。     

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。     

大数据分析下舰船通信网络链路故障恢复方法

传统船舶通信网络链路故障恢复方法存在链路层故障定位不准确的问题,导致后续故障恢复无法有效对数据链路层进行数据信道重建,影响大数据通信信息的交互。为此,提出大数据分析下舰船通信网络链路故障恢复方法。在大数据分析技术基础上,采用神经网络算法对舰船通信网络链路故障进行定位,设计链路层策略恢复方法,实现链路层交互信道恢复。仿真结果表明,所提方法可有效解决传统链路故障恢复方法中存在的问题,其链路故障恢复率最高可达99.8%,具有一定实际意义。     

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。     

基于知识图谱的舰船通信网络安全风险评价研究

为了保证舰船在海上安全运行,提出基于知识图谱的舰船通信网络安全风险评价方法。采集舰船通信数据、预处理,根据实体间的联系建立舰船通信网络安全的知识图谱;采用图数据库对舰船通信网络数据的知识图谱进行储存与查询;建立知识图谱注意力网络的舰船通信网络安全风险评价模型。实验结果表明：该方法可准确评价舰船通信网络安全风险等级,具有较高的安全风险评价能力;能够提升舰船通信网络保密性、完整性和可用性。     

舰船通信网络模糊信息多目标元素优化跟踪系统

为了解决传统多目标元素跟踪系统中,由于受到通信信号的干扰导致的跟踪误差大的问题,从硬件和软件2个方面,设计舰船通信网络模糊信息多目标元素优化跟踪系统。在硬件方面主要改装跟踪器和控制器,在硬件设备支持的基础上,通过设计系统的软件功能。首先搭建多目标元素的运动模型,在舰船通信网络中收集模糊信息,并以此作为判断多目标实时状态的基础。最后通过多个跟踪点数据的关联,实现多目标元素优化跟踪与维持。通过与传统系统的测试对比得出结论,设计的多目标元素优化跟踪系统的平均跟踪误差降低了52%,且在通信网络干扰的情况下可以保证跟踪精度的稳定,具有较高的鲁棒性。     

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。     

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     

基于K-means聚类的舰船通信网络异常数据检测

为了解决海上通信环境中的干扰和传输问题,提升舰船通信网络通信质量和可靠性,提出基于Kmeans聚类的舰船通信网络异常数据检测方法。构建舰船通信网络通信多径信道模型,利用该模型获取舰船通信网络数据。使用基于超窄带滤波的舰船通信网络数据滤波处理方法去除舰船通信网络数据内的干扰噪声,将无噪声的舰船通信网络数据作为输入,使用K-means聚类算法输出舰船通信网络异常数据检测结果。结果表明,该方法采集舰船通信网络数据较为准确,并可有效去除数据内含有的干扰噪声,降低舰船通信网络数据幅值区间,同时可用聚类方式准确检测舰船通信网络异常数据,应用效果较为显著。     

海量舰船网络信息的智能调度算法

舰船网络信息调度是确保通信网络中数据信息传输安全的有效途径之一,对海量的舰船网络信息进行调度是一项较为重要的工作。在具体的调度过程中,要保证背景流量的有效生成,由此可提高调度结果的准确性。由于传统背景流量构造方法不适用于高速网络环境,所以提出一种基于数据流的结构化流量模型,完成背景流量的生成,在此基础上,采用同步点对舰船网络信息调度算法的效率进行优化,该方法以通信网络中的报文顺序作为判定依据,报文的速率不会影响判定结果,能够确保调度的高效性。     

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。     

传感器节点信息融合舰船通信网络路由研究

传统舰船通信网络路由算法存在数据传输成功率低的情况,因此设计一种传感器节点信息融合的舰船通信网络路由算法。采用拓扑意识方法,制定路由协议,根据路由协议制定一种具有方向性的传输机制。在此基础上,从路由发现、路由维护、路由应答、异常处理和路由传输距离5个步骤完成舰船通信网络路由算法的设计。实验对比结果表明,此次设计的传感器节点信息融合的舰船通信网络路由算法比传统算法传输成功率高,具有一定实际应用意义。     

舰船通信网络多节点数据安全态势预测技术研究

传统的预测技术在预测舰船通信网络多节点数据安全态势时,准确率很低。针对这一问题,研究一种新的舰船通信网络多节点数据安全态势预测技术。该技术分为安全态势分析、安全态势感知、安全态势预测、安全态势评估4步,给出了舰船通信网络多节点数据安全态势感知模型和安全态势预测模型,安全态势感知模型由设置层、存储层和感知层组成,通过DS证据理论建立安全态势预测模型。与传统预测技术进行了实验对比,结果表明,给出的预测技术预测准确率高,发展空间大。