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。     

舰船通信网络异常数据的弱关联定位技术

网络异常直接关系着舰船通信的安全,为了准确对舰船通信网络异常数据进行检测和定位,设计了基于数据挖掘技术的舰船通信网络异常数据弱关联定位技术。首先对舰船通信网络异常数据的定位现状进行分析,指出当前定位技术的不足,然后引入数据挖掘技术对舰船通信网络异常数据变化特点进行刻画,实现舰船通信网络异常数据的弱关联定位,最后采用标准舰船通信网络异常数据集进行有效性测试。结果表明,本文技术可以获得高精度的舰船通信网络异常数据定位结果,而且舰船通信网络异常数据定位误差远远小于当前其他技术,具有十分显著的优越性,研究结果具有一定的理论和实际价值。     

船舶AIS网络通信异常数据修正方法仿真

为提高船舶AIS网络通信异常数据修正效果,设计一个船舶AIS网络通信异常数据修正方法。首先对通信网络异常数据进行分析,然后采用神经网络对异常数据做了数据融合处理,最后采用小波变换方法对船舶AIS网络通信异常数据修正。仿真分析表明,此次研究的船舶AIS网络通信异常数据修正方法能够有效地将异常点恢复到原始点上,证明了所研究的修正方法的有效性。     

船舶通信网络异常数据自动检测和剔除方法

为提高船舶通信网络异常数据自动检测精度,并全面剔除船舶通信网络异常数据,研究新的船舶通信网络异常数据自动检测和剔除方法。利用基于改进支持向量机的网络异常数据自动检测方法,由改进粒子群优化算法,寻优设置支持向量机的惩罚项、核函数的预定义参数,训练性能合格的支持向量机后,以船舶通信网络数据分类的方式,自动检测船舶通信网络异常数据;将异常数据使用基于自适应级联陷波器的异常数据剔除方法,通过自适应级联陷波器,以异常数据滤波的方式,剔除船舶通信网络异常数据。研究结果显示,使用所提方法,船舶通信网络异常数据自动检测结果符合实际数目,可有效去除船舶通信网络异常数据。     

船舶监测网络异常节点定位技术研究

网络节点在整个船舶监测网络中占有重要地位,异常节点可以破坏船舶监测网络的正常通信,影响船舶航行轨迹,埋下安全隐患。目前网络异常节点类型愈加复杂多样,传统的Amorphous技术已经难以准确定位,在覆盖率分析和精准度上经常出现很大的误差。本文提出一种新的船舶监测网络异常节点定位技术—APIT技术,定位过程分为接收节点信息、执行APIT测试、计算重叠区域和计算质心4步。由实验结果可知,较传统技术而言,APIT技术能够检测到更多类型的异常节点,精确性更好,为船舶安全航行提供有力的技术支撑。     

船舶通信系统的异常数据检测

船舶通信系统的传输信道和输出链路层受到码间干扰和多径影响的情况下,容易出现异常数据,导致通信中断和故障,需要进行异常数据检测,提高系统稳定性。提出一种基于频谱特征提取和分数间隔均衡的船舶通信系统异常数据检测方法,基于分数间隔均衡方法构造通信系统的信道均衡模型,采用格型滤波器进行通信系统传输链路的码间干扰滤波,对滤波处理后的输出通信信号进行频谱特征提取,根据频谱特征差异性实现异常数据检测。仿真结果表明,采用该方法进行通信系统异常数据检测的准确概率较高,提高了船舶通信系统的抗干扰能力和信道均衡性,降低输出误码。     

船舶通信网络高损耗节点定位技术研究

在船舶通信过程中,节点的能耗十分关键,一些重要点由于节点能耗过快就提前死亡,影响船舶通信网络的数据传输性能。为了提高船舶通信网络的数据传输性能,设计了一种船舶通信网络的高损耗节点定位技术。首先分析船舶通信网络的工作原理,建立节点能耗的数学模型,然后对船舶通信网络节点的能量损耗进行预测,准确定位一些高损耗节点,最后进行仿真测试分析船舶通信网络的高损耗节点定位的性能。结果表明,本文方法可以准确找到船舶通信网络中的高损耗节点,通信过程可以不引入到数据路由中,提高了船舶通信网络数据传输速率,船舶通信网络数据传输成功率也得到了改善,可以更好地实现船舶通信网络的通信。     

基于云计算的船舶通信网络异常数据分析

传统船舶通信网络异常数据分析方法无法有效处理大规模的船舶通信网络异常数据,使得船舶通信网络异常数据分析的实时性差,船舶通信网络异常数据错误分析的概率高,为了解决当前船舶通信网络异常数据分析方法的局限性,针对船舶通信网络异常数据的特点,提出了基于云计算的船舶通信网络异常数据分析方法,首先分析船舶通信网络异常数据分析原理,采用支持向量机建立船舶通信网络异常数据分析模型,然后采用云计算搭建船舶通信网络异常数据分析平台,使多个支持向量机可以并行执行,最后在Matlab 2016的环境下进行了船舶通信网络异常数据分析模拟测试,测试结果显示本文方法的船舶通信网络异常数据分析不仅正确率超过了90%,而且船舶通信网络异常数据分析实时性很好,要明显优于当前其它方法,实际应用价值更高。     

船舶通信网络入侵节点的定位研究

网络入侵严重影响船舶网络通信安全,尤其是入侵节点定位更为关键,针对当前船舶通信网络入侵节点定位效果差的问题,提出基于改进极限学习机的船舶通信网络入侵节点定位方法,首先分析船舶通信网络入侵节点定位流程,并采用极限学习机对船舶通信网络入侵节点定位特点进行分析,建立船舶通信网络入侵节点定位模型,同时对标准极限学习机存在的不足进行改进,最后选择一些船舶通信网络入侵节点定位数据对模型性能进行仿真测试,改进极限学习机解决了当前船舶通信网络入侵节点定位方法存在不足,船舶通信网络入侵节点定位精度得到明显的提高,而且船舶通信网络入侵节点定位速度也得到较好的改善,可以有效保证船舶网络的通信安全。     

船舶移动网络大数据异常数据优化识别研究

异常数据对船舶移动网络通信产生干扰,而当前船舶移动网络的异常数据优化方法的效果差,无法满足船舶移动网络通信要求,为此设计了一种基于大数据分析技术的船舶移动网络异常数据优化识别方法。首先分析当前船舶移动网络异常数据优化研究方法,指出它们各自存在的缺陷,然后引入大数据分析技术对船舶移动网络异常数据进行优化和识别,最后进行船舶移动网络异常数据优化识别的实例分析,结果表明,本文方法可以描述船舶移动网络异常数据变化特点,提高船舶移动网络异常数据识别的正确率,而且船舶移动网络异常数据识别时间要短于其它方法,获得了令人满意的船舶移动网络异常数据识别结果。     

船舶导航网络通信技术的研究

针对传统的船舶导航系统通信网络采用单一的通信方式存在的缺陷,提出一种新型的网络技术,即将串口技术、CAN总线技术和以太网技术有效结合,高效完成导航系统内部和各系统之间的信息传输,组建船舶导航通信网络系统的结构,分析通信网络的工作原理。     

舰船用通信网络的异常数据监测技术研究

为了保障舰船用通信网络的数据传输的准确性,提高舰船网络的故障智能分析能力,需要进行异常数据监测,提出一种基于舰船用通信网络传输信号瞬时频率估计的异常数据监测技术。对采集的通信网络输出信号经过时频分解完成时域与频域之间的转换,采用高阶累积量特征提取方法进行舰船用通信网络中的异常数据检测,对检测的异常数据进行干扰和冗余数据滤波处理,完成对舰船用通信网络输出信号的瞬时频率估计,分析瞬时频率的异常状态特征,实现异常数据监测。仿真结果表明,采用该方法进行舰船用通信网络的异常数据监测能提高数据挖掘的准确度,对异常数据检测的虚警较低,抗干扰能力较强。     

物联网环境下船舶移动网络异常数据检测研究

目前研究的检测方法存在检测误报率高、检测时间长等问题,提出了物联网环境下船舶移动网络异常数据检测方法。挖掘船舶移动网络异常数据,根据异常数据挖掘结果对船舶移动网络异常数据进行提取,在提取时需要将船舶移动网络异常数据类别与维数进行有机结合,通过建立异常数据集对异常数据类别和维数之间的映射关系进行表示,实现异常检测。实验结果表明,提出的方法检测过程产生的误报率小,检测时间短。     

基于深度哈希的船舶网络异常数据辨识方法

由于在利用现有方法辨识船舶网络异常数据时,存在漏辨个数以及错辨个数较多的问题,本研究提出一种基于深度哈希的船舶网络异常数据辨识方法。通过减法聚类算法提取船舶网络异常特征,该算法运行速度快,主要用于寻找特征对应的各聚类中心以及聚类数据。然后通过插值算法对船舶网络异常特征的数据实施预处理,补全其中的缺失数据。最后,基于深度哈希方法构建船舶网络异常数据辨识模型,实现对船舶网络异常数据的辨识。通过漏辨个数以及错辨个数的对比实验,证明了该方法的辨识性能更好,具有很强的实用性意义。     

云计算环境下船舶监控网络异常数据检测方法

在船舶监控网络高度应用的今天,监控网络异常数据检测受到了学术界以及船舶制造业的高度关注。就目前的船舶监控网络异常数据检测方法而言,其计算能力较低,导致异常数据误报率较高。针对此问题,设计云计算环境下船舶监控网络异常数据检测方法。使用相似度函数对监控节点数据展开相似性检测,初步确定数据异常节点位置。根据节点位置,对监控网络数据进行时间序列检测,确定异常数据输出时间。对上述两部分进行融合处理,完成异常数据检测方法的设计过程。经对比实验验证可知,此方法在应用中具有误报率低,计算效率较高的优点,可将其应用到后续的船舶监控网络数据处理过程中。     

船舶多通道通信时延数据识别技术优化分析

本文介绍船舶多通道数据传输系统中的数据传输模型、系统架构、数据处理结构以及关键技术,阐明多通道数据时延的产生机制、多通道时延模型以及时延测试系统原理,分析了多通道数据识别系统,对于研究船舶多通道数据传输技术有一定的促进作用。     

物联网环境下舰船通信网络异常数据检测系统设计

在物联网通信环境下,传统的船舶通信网络异常数据检测系统,受到IPv4接口协议的限制,导致采用IPv6高速物联交互协议的流量节点异常机制管控性降低,全局物联网络交互单元出现异常数据节点检测识别漏洞,给网络通信安全带来威胁。因此,提出物联网环境下舰船通信网络异常数据检测系统设计。通过架设基于IPv6协议的交互数据节点支持硬件,实现对底层数据流的硬核支持;在数据交互的链路层添加异常数据甄别检测单元,配合异常节点流量识别算法,实现在链路层上对物联网异常数据的识别拦截,从而完成系统的设计。为保证设计系统的有效性,通过仿真实验对设计系统的检测识别准确性进行对比,通过数据证明提出设计系统优于传统检测系统。     

物联网船舶异常数据自动识别系统

物联网技术促进了船舶监控系统的数据采集、分析和处理效果,提高了船舶监控系统的性能。在船舶监控系统中,受传感器设备、船舶自身突发状况和外界突发响应等影响,系统的信号网络中往往存在某些异常数据,这些数据对于后续信号分析、处理等流程来说有不利的影响。本文针对这一问题,结合物联网技术设计了船舶监控系统异常数据识别的网关,并详细介绍了一种OCSVM异常数据识别的方法,在实际应用时取得了良好的效果。     

移动船舶通信网络的信道均衡技术研究

信道均衡问题是移动船舶通信网络研究中的重点课题之一,目前存在的解决方法主要有2种:基于神经网络和基于遗传算法的信道均衡技术,这2种方法经实践,信道分配效果较差,导致产生了极大的误码率,影响了数据传输质量。针对上述问题,研究一种基于蚁群算法的信道均衡技术。该技术首先需要建立一个移动船舶通信网络的信道均衡模型,然后利用蚁群算法对该模型进行求解,找出最佳的信道均衡方案。结果表明:与传统基于神经网络和基于遗传算法的信道均衡技术相比,利用本技术进行信道均衡后,误码率分别降低0.32×10–5%和0.05×10–5%。     

移动船舶通信网络的信道均衡技术研究

信道均衡是保障移动船舶通信网络的一项关键技术,当前移动船舶通信网络信道均衡方法存在误码率高,网络数据重传次数多等不足,为了更好保证移动船舶通信网络高效工作,设计一种性能优异的移动船舶通信网络信道均衡方法。首先对当前移动船舶通信网络信道均衡技术的研究现状进行分析,设计了移动船舶通信网络信道模型,然后采用蚁群算法找到移动船舶通信网络的最优通信信道,给用户提供最优的通信信道,最后的仿真对比测试结果表明,本文方法可以降低移动船舶通信网络的数据传输误码率,改善移动船舶通信网络的数据吞吐量,具有较好的实际应用价值。