船舶网络安全防护下入侵病毒检测及防御研究

传统的船舶网络安全防护下入侵病毒检测及防御方法性能较差,为此提出船舶网络安全防护下入侵病毒检测及防御方法研究。采用稀疏自编码器对采集的船舶网络信息进行编码,通过神经网络算法对入侵病毒进行检测,以检测到的入侵病毒为依据,采用聚类方法对其特征进行提取,构建入侵病毒防御模型,通过模型实现了船舶网络安全防护下入侵病毒的检测及防御。通过实验可得,提出的船舶网络安全防护下入侵病毒检测及防御方法有效防御率比传统方法高出31.5%,说明提出的船舶网络安全防护下入侵病毒检测及防御方法具备更好的性能。     

数据挖掘的船舶网络病毒入侵检测研究

船舶中网络数据较多,传统病毒入侵检测方法不能有效对正常数据与异常数据分类,从而导致网络病毒入侵检测率与误检率较低,基于这一问题,将数据挖掘算法应用到船舶网络病毒入侵检测中。对网络数据采集,采用数据挖掘技术中的聚类分析算法将数据集合中对象划分成若干个类,聚类后形成多个数据集,在此基础上,确认离群点,划分为正常类与异常数据类,采用Apriori算法挖掘离散点中的频繁项集,寻找到病毒入侵中出现的频繁异常数据集,实现船舶网络病毒入侵检测。实验将检测率与误检率作为入侵检测指标,结果表明,此次研究的方法检测率高,并有效降低了误检率,证明所研究的检测方法的有效性。     

海上专用信号传输网络中的病毒检测技术

专用通信网络是海上信号传输系统的重要组成部分,如海洋气象传输网络﹑军事通信网络﹑船舶自动识别网络等,这些专用网络由不同的专有通信频段及通信信道保障通信的安全传输。与通用通信网相比,除了带宽﹑传输速率等指标,网络的安全性﹑对病毒的有效检测等同样重要,网络设备及传输信道中的病毒检测成为了海上专用通信网络重要的研究方向之一。本文首先分析海上专用通信网络的病毒入侵及传播模型,在此基础上给出可动态调整的攻击树病毒检测方法。     

船用物联网中的通信系统病毒跟踪检测技术

在船舶安全航行中物联网通信系统起着重要作用,但是通信系统一直受到网络病毒的威胁,易出现通信内容非法窃取等问题,造成船舶操作控制失误,所以必须引入跟踪检测技术对病毒入侵行为进行检测和处置。本文分析了船用物联网中通信系统病毒跟踪检测流程,提出基于BP神经网络算法的病毒跟踪检测模型,以及通信系统病毒检测报警系统的构建方案,通过仿真实验证明病毒跟踪检测模型能够有效检测出病毒路径,并经过报警系统快速对病毒做出防御应对措施。     

舰船机舱监控网络病毒入侵主动预警方法研究

船舶机舱监控网络负责船舶机舱仪器与设备的故障监测、火情预警等功能,是保障船舶机舱正常工作的重要组成部分。随着现代互联网技术的不断发展,网络系统的安全性获得了越来越高的重视,也成为现代船舶监控网络的重点研究内容。本文针对船舶机舱监控网络的病毒入侵等安全问题,结合主动预警技术和基于Lonworks的智能监控模块,研究船舶监控网络的病毒入侵主动预警方法。     

免疫理论的船舶网络入侵检测方法

为了提高船舶网络系统的安全性,针对当前船舶网络入侵检测方法误检率高的缺陷,设计了免疫理论的船舶网络入侵检测方法。首先对船舶网络入侵检测的原理进行分析,提取船舶网络入侵检测的原始数据,然后根据免疫理论对船舶网络入侵检测数据进行处理,提取船舶网络入侵检测特征,然后机器学习算法对船舶网络入侵检测行为进行建模,最后编程实现了船舶网络入侵检测算法,并与其他船舶网络入侵检测方法进行对比实验。结果表明,免疫理论可以提取更加有效的船舶网络入侵检测特征,提升了船舶网络入侵检测效率,而且船舶网络入侵检测正确率更高,减少了船舶网络入侵的误检率,是一种可行、有效的船舶网络入侵检测方法。     

移动网络数据入侵痕迹提取方法

在船舶移动网络中,由于网络存在一些漏洞,在网络被恶意入侵时,黑客会试图利用网络环境非法获利,对他人的网络环境进行入侵,给他人造成损失。当不良用户入侵后,会留下入侵痕迹,采用数据提取方法将数据信息提取出来,作为证据线索,就可以对非法入侵的行为有效解决。本论文针对船舶移动网络数据入侵痕迹提取的方法展开研究。     

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。     

安全防护环境下舰船监控网络病毒检测系统

针对舰船监控网络病毒检测系统检测结果精度较低的问题,设计安全防护环境下舰船监控网络病毒检测系统。在此次设计中沿用原有舰船监控网络病毒检测系统硬件,着重进行系统软件设计。通过构建软件框架进行软件设计,设定病毒规则库并对网络数据进行捕获;将捕获后的数据通过滤波进行预处理;采用聚类的方式进行数据挖掘并构建病毒特征库;将网络中的数据与病毒特征库进行匹配,完成网络病毒的检测。至此,安全防护环境下舰船监控网病毒检测系统设计完成。构建对比试验,对比检测范围体现检测精度。与原有系统相比,此系统检测范围更加完成。由此可见,此系统检测精度更高,检测更有效。     

云计算下船舶网络入侵高精度检测系统设计

为解决传统船舶网络入侵检测系统检测时间过长的问题,提出基于云计算环境的船舶网络入侵高精度检测系统设计。根据云计算优势,建立系统框架结构,部署入侵高精度检测系统硬件,引入CGA优化模块设计入侵检测系统软件,不断扩充规则库,将软件和硬件相结合完成云计算下船舶网络入侵高精度检测系统设计。实验数据表明,在船舶网络应用中,设计入侵高精度检测系统较传统入侵检测系统的检测时间平均减少8 s,适用于实时高精度检测船舶网络的入侵信息数据。