基于大数据切片流概率稳定调控机制的云网络数据评测算法

针对当前云网络数据评测算法普遍存在的评测维度高,切片评测困难,以及在评测过程中存在显著的网络拥塞难题等不足,论文提出了一种基于大数据切片流概率稳定调控机制的云网络数据评测算法。首先,使用切片流随机分发机制,结合云网络中大数据具有的业务带宽切片等特性,实现云网络中数据评测的控制与测量,有效降低了传统方案存在的评测冲突问题;随后,根据梯度覆盖思想,对业务流传输带宽进行二次评测,进一步提高了云网络节点的数据传输能力,降低了数据评测的错误率。仿真数据表明,与当前云网络数据评测中常用的超带宽评估传输算法(Ultra Bandwidth EvaluationTransmission Algorithm,UBET算法)、线性粒度评测传输算法(Linear Granularity Evaluation Transmission Algorithm,LGET算法)相比,论文算法具有更低的评测错误率与更高的切片传输带宽。     

舰船移动网络信息安全大数据集成模型

移动网络是保障舰船作战能力发挥的关键,舰船任务量的剧增,使得移动网络信息呈"井喷式"增长,给安全大数据的获取与应用带来了较大的阻碍,由此,提出舰船移动网络信息安全大数据集成模型。基于正则表达式原理,半自动化地抽取并转换安全大数据,搭建数据关联关系并行发现框架,计算数据之间的相似度,确定BP神经网络算法的最佳权值,执行BP神经网络算法分类并融合安全大数据,从而实现舰船移动网络信息安全大数据的集成。实验数据显示:数据集成平均耗时趋于1 s,并低于最小限值,具备较好的实时性。     

层次化水下通信网络移动节点双向认证系统

现有的层次化舰船网络移动节点双向认证系统存在着认证效率低的弊端,为此提出层次化舰船网络移动节点双向认证系统设计研究。层次化舰船网络移动节点双向认证系统沿用现有系统的硬件设备,主要对软件进行设计。层次化舰船网络移动节点双向认证系统软件设计主要包括注册模块、登录模块与认证模块,通过软件设计的应用实现了层次化舰船网络移动节点双向认证系统的运行。采用移动节点单向认证系统、移动节点有限元认证系统与设计的移动节点双向认证系统进行对比实验分析,相较于其他2种认证系统来说,设计的层次化舰船网络移动节点双向认证系统运算量与运算时间较少,充分说明设计的层次化舰船网络移动节点双向认证系统具备更高的认证效率。     

舰船通信网络中的移动脆弱节点定位与实现

舰船通信网络采用节点分布式组网设计,实现与外界的无线通信和远程卫星通信,对网络中的移动脆弱节点准确定位检测,实现对网络故障的及时诊断。本文提出一种基于网络传输信道量化跟踪融合的移动脆弱节点定位方法。首先构建舰船通信网络的节点分布模型,在舰船通信网络的多径传输信道中进行节点之间传输数据的信号分析;然后采用信道量化跟踪融合方法进行移动脆弱节点的异常特征提取,实现异常脆弱节点定位;最后进行实验测试,仿真结果表明,该方法对舰船通信网络中的移动脆弱节点定位检测的准确概率较高,时间开销较小,在通信网络故障诊断中具有实用性。     

舰船管道检测机器人最优移动路径自动规划算法

现有舰船管道检测路径自动规划算法存在搜索时间与路径长度较长的问题,因此提出一种新的舰船管道检测机器人最优移动路径自动规划算法。对舰船管道检测机器人最优移动路径规划的对应数学模型进行构建。利用舰船管道检测机器人检测运行空间对应概率,配置舰船管道检测机器人的运行环境。通过在线查询实现舰船管道检测机器人最优移动路径自动规划算法。实验结果表明,该路径自动规划算法的搜索时间与路径长度均低于现有算法,实现了性能突破。     

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。     

时变海面舰船多目标优化跟踪数学模型

现有时变海面舰船多目标优化跟踪数学模型由于技术的不成熟,存在跟踪效果差的问题。为了解决上述问题,提出时变海面舰船多目标优化跟踪数学模型研究。以雷达获取的海面图像为前提,采用可变部件模型检测舰船多目标,利用光流法生成舰船多目标轨迹片段,将得到的舰船多目标轨迹片段映射到成本流量网络中,形成网络流图,得到最小网络流的舰船多目标方程,通过最短路径算法求解最小网络流网络,实现了时变海面舰船多目标的优化跟踪。通过仿真对比实验结果表明,与现有的时变海面舰船多目标优化跟踪数学模型相比较,构建的时变海面舰船多目标优化跟踪数学模型极大的提升了跟踪效果,充分说明构建的时变海面舰船多目标优化跟踪数学模型具备更好的性能。     

大数据环境下舰船环形通信网络信息云挖掘方法

针对舰船环形通信网络受到噪声干扰,信息挖掘结果置信度较低的问题,在大数据环境下提出了一种新的舰船环形通信网络信息云挖掘方法。确定数据集,通过协同处理完成数据清洗,基于大数据环境选取数据集,预处理舰船环形通信网络信息,离散分析并确定数据离散特征,通过自动跟踪方法直接将挖掘结果显示在用户界面,实现舰船环形通信系统数据的云挖掘。实验结果表明,大数据环境下舰船环形通信网络信息云挖掘方法能够很好地分析通信网络数据特征,实现分类挖掘,降低误码率,提高整体性能。     

物联网环境下舰船监控网络高维异常数据挖掘方法

为了准确识别物联网环境下舰船监控网络高维异常数据,针对当前识别方法存在的误差大、速度慢等不足,提出一种物联网环境下舰船监控网络高维异常数据挖掘方法。首先分析当前物联网环境下舰船监控网络高维异常数据识别的研究现状,指出各种方法的局限性,然后结合舰船监控网络异常数据的高维特点,引入解决了"维数灾"问题的支持向量机对舰船监控网络高维异常数据进行挖掘,找到舰船监控网络异常数据的变化趋势,最后通过仿真实验分析了其有效性和优越性。结果表明,本文方法提高了舰船监控网络高维异常数据识别正确率,误识率明显下降,减少了舰船监控网络高维异常数据识别时间,可以对大规模舰船监控网络高维异常数据进行处理,具有广泛的应用前景。     

基于IPv6的大型舰船通信网络卸载引擎设计与实现

现有舰船上采用的通信网络卸载引擎,在TCP协议上只支持传统IPv4网络协议。传统的IPv4网络协议自身的局限性,制约了大型舰船网络卸载引擎的数据扩展与吞吐能力。提出基于IPv6的大型舰船通信网络卸载引擎设计。创建IPv6运算处理模块,替代IPv4协议支持。独立对IPv6协议下交互数据进行预运算处理。增加TOE数据加速模块,对交互中的用户交互协议数据做快速运算优化处理。通过实验证明,基于IPv6的大型舰船通信网络卸载引擎设计,在大型舰船通信网络使用中,具有网络数据交互能力强、数据运算稳定、数据交互吞吐量明显优于IPv4协议,充分证明了设计的可应用性。