舰船电力系统通信网络安全智能监测系统

现有的舰船电力系统通信网络安全监测系统所采用的安全监测逻辑,普遍为软件层的异常流量分析方案。在电力数据流量节点并行的异构状态下,此种监测方式存在很大的数据绕行漏洞,严重威胁舰船电力系统通信网络的安全。因此,提出并设计了舰船电力系统通信网络安全智能监测系统。在电力系统信号输出端设计异常流量监控硬件,为监控流量节点的异常行为分析计算提供平台支持;对通信层流量进行异常行为分析计算,锁定存在异常行为的节点位置;然后对异常节点进行针对性拦截提取计算,并搭建正常通信流量与服务器间的交互通道,实现舰船电力系统通信网络的安全智能监测。通过对比实验,对提出设计进行可行性验证。     

舰船信息融合系统中的网络安全态势模型研究

我国领海面积辽阔,海洋资源丰富,为了加强对海洋资源的监控,提高我国海上运输与资源开采的水平,建立有效的海上雷达监控系统和船舶自动识别系统AIS具有重要的战略和商业价值。信息融合技术,特别是传感器信息融合技术是海上监控系统和AIS系统的关键技术,决定了海上监控、舰船识别系统的工作效率和精度。近年来,互联网技术发展迅速,舰船信息融合系统的信息安全性引起了国内外研究人员的重视,特别是军事领域的监控系统信息安全。本文针对舰船信息融合系统的网络安全问题,建立相应的网络安全态势评估模型,并在此基础上对舰船信息融合系统的数据融合进行仿真分析。     

基于人工智能技术的舰船网络安全信息风险评价研究

由于船舶网络结构层之间的差异性,导致不同结构层空间中的信息安全级别对应的风险系数各有不同。传统的网络信息风险评价方法只是根据网络全局系数,对网络信息进行相对性的安全风险评价。在评价准确性与代表性方面存在一定量的误差,降低了评价数据的可应用性。为了减小评价误差,提升评价数据的准确性,提出人工智能技术的舰船网络安全信息风险评价研究。利用人工智能技术,按照网络信息级别,对网络进行结构层划分,并建立模型;通过卷积神经网络算法,完成对不同结构层信息风险的MQ评价模型建立;根据模型输出数据,通过信息风险分布概率,完成网络结构层信息的全局风险评价;通过与传统方法评价结果的对比,提出评价方法能够有效降低评价数据误差,并将评价数据准确率控制在97.4%以上。     

舰船网络安全评估的仿真模拟实验研究

安全评估可以帮助管理员了解舰船网络安全变化趋势,为了解决当前舰船网络安全评估结果与实际舰船网络安全值不相符的缺陷,设计了基于层次分析方法的舰船网络安全评估模型。首先采集多源的舰船网络安全评估数据,并将其中的异常数据进行剔除,然后采用层次分析根据一定的准则,确定舰船网络安全评估数据的权值,最后引入神经网络建立舰船网络安全评估模型,采用Python语言编程实现舰船网络安全评估仿真实验,结果表明,本文模型能够避免当前舰船网络安全评估过程中存在的缺陷,科学、合理确定不同舰船网络安全评估数据权值,客观、准确地对舰船网络安全等级进行评估,评估建模时间也得到相应的减少,可以实时实现舰船网络安全等级评估,具有十分广泛的应用前景。     

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。     

舰船自动识别系统中的网络安全技术研究

随着我国海上及内河航运业的发展,各港口的集装箱运输量急剧增加,海上运输船只的体积与数量也随之增加,如何保障船舶的运行安全及效率是现代航运业的重要研究领域之一。同时,随着电子信息技术的发展,船舶自动识别系统(AIS)成为大型运输船舶必要电子装备,保障了各船舶之间的信息有效识别。本文研究现有的船舶自动识别系统,重点分析AIS电文信息解析及AIS信息处理系统,提出基于AIS系统的网络安全传输技术。     

网络安全态势模型在舰船信息融合系统应用分析

由于船舶信息网络包含了数量庞大且结构各异的设备,使得网络流量激增,网络负载巨大,对网络传输的安全性和可靠性提出挑战。网络安全态势评估研究是通过对网络的实时监控,能够在网络攻击行为发生之前实现对异常网络行为的识别、响应以及防御,为网络系统提供一种安全解决方案。本文提出了基于贝叶斯-模糊融合模型以及基于直觉模糊决策的态势评估模型,有效地提高了舰船信息系统的安全性,并进行仿真实验。     

无线通信技术舰船网络安全预警系统

目前提出的预警系统预警精准度较低,导致预警时间过长。基于无线通信技术提出一种新的舰船网络安全预警系统,对系统的硬件和软件进行设计,硬件选择增加嵌入式集成化芯片负责数据信息保护部分,其他数据信息处理主要由系统核心处理器进行处理操作。将运算程序得到的运算结果导入到识别程序中,通过神经网络设定的相关网络安全状态,对数据信息进行检测与匹配,形成关于网络安全状况的描述判定。将检测结果传输的处理系统中,处理系统根据安全状态及其变化情况做出相应的指令操作,实现软件预警。实验结果表明,无线通信技术舰船网络安全预警系统能有效提高精准度,降低预警时间。     

智能船舶网络安全框架研究

智能船舶成为国际海事界的新热点,缘于网络和信息化技术的飞速发展促进了船舶领域智能化应用水平的提升,但同时也被引入新的网络安全风险,而网络安全框架是网络安全管理顶层规划文件,对智能船舶网络安全管理具有指导意义.本文通过综述国内外典型网络安全框架,分析其在不同环节应用上的差异性;参考美国国家标准技术研究院的《提升关键基础设施网络安全框架》,开展了网络安全框架在智能船舶领域的适用性研究,为智能船舶网络安全的规划和建设提供技术支撑.     

舰船遥感图像的分类方法研究

遥感图像分类一直是舰船应用领域的关键技术,由于遥感图像具有多波段、高维特征等特点,当前遥感图像分类技术面临一定的挑战。为了获得更优的舰船遥感图像分类结果,提出一种多分类器加权组合的舰船遥感图像分类方法。首先分析舰船遥感图像分类研究的历史,找到导致单分类器的舰船遥感图像分类错误率高的原因,然后引入双边滤波算法对原始舰船遥感图像进行去噪,并提取舰船遥感图像分类纹理特征,最后采用多种方法建立舰船遥感图像分类器,并对它们进行加权组合,输出舰船遥感图像的最终归属。仿真测试结果表明,本文方法获得了比单分类器更优的舰船遥感图像分类正确率,舰船遥感图像分类结果更加可靠。     

舰船动力装置智能诊断方法研究

文章围绕动力装置故障监控诊断的三种常用方法——热参数分析、油液分析、振动分析,归纳和总结了舰船动力装置智能诊断的基于专家系统的方法、人工神经网络方法、模糊逻辑方法和知识发现的方法,从专家系统的发展、混合智能诊断、不确定性人工智能3个方面对现代动力装置诊断技术的发展趋势和有待解决的问题进行分析与探讨,提出了装置故障诊断领域未来的研究方向。     

舰船故障智能诊断系统模型的研究

针对当前船舶智能化带来的对故障智能诊断的迫切需求,介绍一种船舶故障智能诊断系统的结构和知识的获取及表示模型。     

舰船智能巡检机器人的运维信息自助交互方法

传统舰船巡检机器人能够完成舰船的运行与维护检查工作,但存在运维信息的自助交互性差,多任务交互能力不足的问题。为此提出舰船智能巡检机器人的运维信息自助交互方法研究。通过构建自助交互系统服务器,搭建多通道运维信息交互接口,实现智能巡检交互平台的建立;依托交互平台的建立和自助交互信号的布置以及交互信息集成机制,完成机器人的多任务自助交互,实现舰船智能机器人的运维信息自助交互。实验数据表明,设计的运维自助交互方法具有良好的交互能力和使用性能。     

舰船电力系统谐波的智能检测研究

舰船电力系统包含大量的非线性负载,谐波产生的概率相当高,谐波会对舰船电力系统产生很大干扰,而当前舰船电力系统谐波检测算法存在检测精度低、实时性不高等局限性,为了解决当前舰船电力系统谐波检测过程中存在的缺陷,设计一种舰船电力系统谐波的智能检测算法。首先分析了舰船电力系统谐波产生的原因,并提取舰船电力系统谐波检测相关数据,然后采用RBF神经网络建立舰船电力系统谐波的智能检测法,最后在Matlab2017平台上进行了舰船电力系统谐波检测的仿真模拟测试,结果表明,本文算法检测舰船电力系统谐波成功概率相当高,降低了舰船电力系统谐波检测误差,而且可以实现舰船电力系统谐波的实时性检测。     

基于地理信息系统的舰船智能导航研究

高精度智能导航算法在舰船航行过程中十分重要,当前高精度智能导航算法无法对一些盲区无法进行准确导航,为了解决当前舰船导航算法存在的缺陷,设计了基于地理信息系统的高精度智能导航算法。首先分析了高精度智能导航研究现状,然后引入地理信息系统采集舰船航行的信息,并采用容积卡尔曼滤波构建高精度智能导航算法,实现对舰船航行状态跟踪,最后通过仿真对比实验对舰船智能导航性能进行测试和分析,结果表明,本文算法不仅可以高精度实现舰船智能导航,适应各种复杂环境的安全航行,而且导航效果要优于当前其他智能导航算法,实际应用价值更高。     

信息网络安全加密技术研究

本文对网络信息加密原理进行了分析,介绍了数据加密技术和加密算法,并重点分析了网络加密技术防御机制所存在的脆弱性,并提出了相应的攻击机制。最后介绍了当前加密技术的发展。     

多特征融合的舰船目标分类研究

给出一种多特征融合的舰船目标分类方法,该分类方法中选用两类特征:第一类特征为根据舰船图像信息提取的RST不变性特征;第二类特征为根据舰船水下的辐射噪声提取到的MFCC系数。将2类特征进行融合,共同作为高斯混合模型的输入值。实验结果表明,本文给出的方法具有较高的识别率。