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。     

云计算环境下船舶无线通信网络入侵检测方法

以提升船舶无线通信网络安全性为目的,设计云计算环境下船舶无线通信网络入侵检测方法,提升入侵检测效果。利用云计算环境内Hadoop框架的分布式文件存储系统,存储船舶无线通信网络数据;通过云计算环境内Hadoop框架的MapReduce并行编程模型,对信息熵与长短期记忆网络进行分布式设计,设计并行信息熵-长短期记忆网络的入侵检测方法。该方法利用分布式信息熵选择船舶无线通信网络数据特征;以选择的特征为样本,输入至分布式长短期记忆网络内,输出无线通信网络入侵检测结果。实验证明：该方法可有效选择船舶无线通信网络数据特征,完成网络入侵检测,且入侵检测精度较高。在不同攻击类型时,该方法均具备较优的入侵检测效果。     

船舶网络中的高精度入侵检测方法

分析当前船舶网络中危险数据,采用传统入侵检测方法存在检测精准度低的问题,在此基础上,提出船舶网络中的高精度入侵检测方法设计。在网络入侵检测之前,需先正确区分入侵行为,找到拟合函数,并描述网络入侵种类与特征之间映射关系。通过确定两者映射关系,对数据进行身份认证和加密处理,并由此构建分类超平面。采用拉格朗日函数分析对偶形式,确定权值,并构建网络入侵检测的分类支持向量机,获取入侵数据分组结果。借助Libpcap库函数,对不同数据包中的数据及规则展开分析,由此设计具体检测流程。由仿真实验结果可知,所研究方法检测精准度最高可达到99%,满足高精度入侵检测需求,为保证船舶网络安全提供设备支持。     

船舶网络中的高精度入侵检测方法设计

网络入侵对船舶网络安全具有严重的危害,针对当前船舶网络入侵方法存在检测精度低、检测速度慢等不足,设计了一种船舶网络中的高精度入侵检测方法。首先对当前船舶网络入侵检测研究现状进行分析,找到船舶网络入侵检测效果差的原因,然后采用改进支持向量机设计船舶网络入侵检测分类器,最后通过具体船舶网络入侵检测仿真测试,结果表明本文方法的船舶网络入侵检测精度超过95%,不但远远高于船舶网络安全要求的85%,而且船舶网络入侵检测时间更短,入侵检测速度要明显快于其它船舶网络入侵检测方法。     

云计算船舶通信网络的入侵特征提取与检测

船舶通信网络入侵特征具有宽带严平稳性,导致在入侵检测中容易受到小扰动影响,检测性能不好,在云计算环境下,提出基于时间尺度分解和谱密度特征提取的船舶通信网络的入侵特征提取与检测方法。构建云计算船舶通信网络入侵信息流检测模型,采用时频分析方法进行入侵特征的时延尺度分析,结合匹配滤波方法进行船舶通信网络的干扰滤波,对滤波后的网络传输信号进行谱分析,提取谱密度特征,根据谱密度分布的差异性实现对入侵特征提取和信号检测。仿真结果表明,采用该方法进行云计算船舶通信网络入侵检测的准确概率较高,保障了网络安全。     

云计算船舶通信网络的入侵特征提取与检测

为使处于航行状态下的船舶具备良好通信条件,设计一种新型船舶通信网络的入侵提取与检测方法。以云计算环境作为物理搭建背景,通过特征比对序列构建、粗提取算子确定的方法,完成船舶通信网络的入侵特征提取。在此基础上,利用Modbus TCP安全协议,构建基础的船舶通信网络检测证人链,并根据具体网络运行需求,分析所需遵循的检测率,完成云计算船舶通信网络入侵特征检测与提取方法的构建。实用对比结果显示,与常见处理手段相比,应用新型入侵提取与检测方法后,船舶通信网络的基础维护量得到稳定提升,单位时间内信息通量的最大值状态得到有效延伸,具备构建良好船舶通信条件的物理能力。     

基于云计算的船舶通信网络入侵特征提取方法

普通船舶通信特征提取方法,不能根据入侵数据所处位置,快速完成数据特征的提取。为有效解决上述问题,设计基于云计算的船舶通信网络入侵特征提取方法。通过船舶通信入侵问题描述、特征数据的信号处理,完成云计算环境下,船舶通信入侵特征数据的确定。通过入侵特征架构的搭建、多序列船舶数据入侵特征提取,完成基于云计算的船舶通信网络入侵特征提取方法的搭建。设计对比实验结果表明,新型特征提取方法,与传统方法相比,可更加准确的确定入侵数据所处位置,并适当缩短完成数据特征提取所需时间。     

云计算下船舶多重故障检测方法研究

传统船舶故障检测方法,每次检测时间过长,且不能同时完成多重故障检测。为解决此问题,引入云计算思想,设计基于云计算的船舶多重故障检测方法。通过DNS协议的确定、Web云服务器的启动,完成船舶故障检测云环境的搭建。通过检测方法框架的确定、船舶故障类型确定、故障属性计算3个步骤,完成基于云计算船舶多重故障检测方法的搭建。设计对比实验结果表明,新型方法与传统方法相比,节约50%以上的检测时间,且可同时进行多重故障检测。     

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。     

云计算船舶移动网络强入侵攻击防御研究

为了提高船舶移动网络的安全性,提出基于云计算的船舶移动网络强入侵攻击防御方法。建立的船舶移动网络强入侵信号模型,采用频谱滤波方法进行船舶移动网络强入侵的干扰抑制,结合多径合并方法进行船舶移动网络强入侵特征关联规则挖掘,提取船舶移动网络强入侵的异常波谱特征量,根据谱分布的差异性,实现对船舶移动网络强入侵特征的模糊聚类处理。在云计算环境下,建立船舶移动网络强入侵的攻击防御滤波检测模型,实现船舶移动网络强入侵攻击防御优化。仿真结果表明,采用该方法进行船舶移动网络强入侵攻击防御的有效性较好,提高了入侵检测能力。     

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。     

云计算的舰船网络入侵检测算法研究

普通入侵检测方法,不能在舰船保持运动状态情况下,准确判断入侵数据所处位置,并快速清除入侵数据。为解决此问题,搭建基于云计算环境的舰船网络入侵检测算法。通过数据捕捉模块的搭建、数据预处理模块的搭建,完成云计算运行环境的搭建。通过舰船网络总体结构的搭建、入侵检测算法的优化,完成算法的搭建。引入PSO法则,对算法的实现起到一定约束作用。设计对比实验结果表明,新型算法与普通方法相比,可以准确判断入侵数据所处位置,并大幅节省清除入侵数据所需时间。     

船舶监控网络入侵检测系统设计

为了提高船舶监控网络的安全性,进行网络入侵的准确检测,提出一种基于数据流的船舶监控网络入侵检测系统设计方法,采用数据流异常特征检测方法进行网络入侵检测算法设计,采用自适应波束形成方法进行船舶监控网络传输数据流的聚焦处理,提取船舶监控网络传输数据流的多源波束特征量,实现异常监控识别,对提取的异常监控信息进行分类处理,实现入侵检测。在嵌入式ARM环境中进行入侵检测系统软件设计。仿真结果表明,采用该系统进行船舶监控网络入侵检测的准确性较高,网络安全性较好。     

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。     

云计算环境下船舶网络节点流量精准获取方法研究

传统的船舶网络节点流量精准获取方法对节点定位的准确率低,定位过程花费的时间过长。为解决上述问题,在云计算环境下研究了一种新的船舶网络节点流量精准获取方法,利用改进的Apriori算法和并联算法搭建船舶云计算环境,在搭建的云计算环境中确定节点性能指标,根据节点性能分析精确转移率。为验证研究的获取方法效果,与传统获取方法进行实验对比,结果表明,新的获取方法能够更加精准地定位出节点位置,并在此基础上降低定位过程花费的时间。     

云计算下海上通信网络异类入侵数据实时检测系统设计

为解决目前广泛使用的通信网络异类入侵数据实时检测系统应用船舶海上通信监测时,存在检测精度较低的不足,提出了云计算下海上通信网络异类入侵数据实时检测系统设计。基于系统架构设计,以及异常数据采集与检测模块设计,实现实时监测系统的硬件设计,依托软件设计,完成了提出的云计算下海上通信网络异类入侵数据实时检测系统设计。试验数据表明,在海上通信环境下,提出的入侵检测系统较目前广泛采用的入侵检测系统检测精度提高37.73%,适合于船舶海上通信网络异类入侵数据实时检测。     

云计算下船舶网络多固定节点精确修复方法

普通船舶固定节点修复方法,在定位节点位置时,易出现较大偏差,且需要较长的修复时间。为解决此问题,提出云计算下船舶网络多固定节点精确修复方法。通过船舶云数据的划分、Apriori算法的改进,完成船舶云环境的搭建。通过船舶固定节点性能指标的确定、固定节点精确转移率的确定,完成云计算下船舶网络多固定节点精确修复方法的搭建。设计对比实验结果表明,新型方法与传统方法相比,可以准确定位节点所处位置,大幅度缩减修复完成时间。     

船舶移动网络数据入侵攻击防御方法研究

为解决传统船舶移动网络数据入侵攻击防御方法,存在防御有无效率较低的不足,提出了船舶移动网络数据入侵攻击防御方法研究,基于入侵数据特征识别与特征提取,以及卡方数据统计,利用阈值判断的形式,实现船舶移动网络数据入侵攻击防御,完成了提出的防御研究,实验结果表明,提出的网络数据入侵攻击防御方法较传统数据攻击防御方法,攻击防御有效率提高21.44%,且能够较快的完成网络数据入侵防御,保障船舶移动网络的安全。     

云计算环境下船舶移动网络大数据的有效存储方法研究

针对当前采用云计算下船舶移动网络大数据存储方法由于存储过程中,没有对数据进行处理分类,容易造成数据丢失,并且没有考虑存储过程中的能耗因素,导致存储过程中,能耗较多,占用的内存空间较大。为了保证船舶移动网络数据存储的完整性,降低存储能耗,提出基于树型路由的船舶网络大数据存储方法,通过建立云计算环境下船舶移动网络覆盖区域的二维网格,确定每个节点在网格中的位置,计算节点的调度因子,在此基础上,利用树型路由的方法,分别计算节点是叶子节点和非叶子节点时的能量消耗,动态的规划存储节点,使节点能量均衡和所有节点的能耗之和最小,从而实现基于树型路由的云计算环境下船舶移动网络大数据的有效存储方法,实验结果表明,本文所提存储方法能够获得较好的能量均衡,总能耗较小,降低了存储数据查询花费的时间,保证了数据存储的完整性。