舰船通信网络多节点数据安全态势预测技术研究

传统的预测技术在预测舰船通信网络多节点数据安全态势时,准确率很低。针对这一问题,研究一种新的舰船通信网络多节点数据安全态势预测技术。该技术分为安全态势分析、安全态势感知、安全态势预测、安全态势评估4步,给出了舰船通信网络多节点数据安全态势感知模型和安全态势预测模型,安全态势感知模型由设置层、存储层和感知层组成,通过DS证据理论建立安全态势预测模型。与传统预测技术进行了实验对比,结果表明,给出的预测技术预测准确率高,发展空间大。     

大数据驱动和分析的舰船通信网络流量智能估计

以准确估计舰船通信网络流量为研究核心,提出基于大数据驱动与分析的舰船通信网络流量智能估计方法。该方法以大数据驱动和分析领域中的经验模态分解、卷积神经网络为技术核心,使用基于改进集合经验模态分解的舰船通信网络信号降噪方法,去除舰船通信网络信号中噪声;构建去噪后舰船通信网络信号中的流量时间序列图,凸显通信网络流量在各个时间段的变化特征之后,将舰船通信网络流量时间序列图中的时间序列,作为基于卷积神经网络的网络流量预测方法的预测样本,提取舰船通信网络细节信号的时间序列,估计流量的趋势信息与时间信息,实现舰船通信网络流量智能估计。经测试：该方法对舰船通信网络流量智能估计后,估计结果与实际流量基本一致。     

舰船通信网络高机密数据传输协议方法研究

舰船通信网络高机密数据传输协议是确保舰船通信数据安全的保障,数据传输效率对高机密数据的传输有着非常重要的影响。传统的舰船通信网络高机密数据传输协议方法由于各种原因,仍然存在加密/解密时间消耗较长等缺点,不利于高机密数据的高效传输。基于此,提出一种舰船通信网络高机密数据传输协议方法。通过协议初始化、用户注册登录和高机密数据传输等步骤,完成舰船通信网络高机密数据传输协议方法的设计。通过对比实验,与传统的方法作对比。实验结果表明,与传统的方法相比,提出的协议方法的加密/解密所用时间缩短了数倍,大大提高了高机密数据的传输效率。     

基于危险理论的舰船通信网络安全风险评价

为了准确把握舰船通信网络安全风险的变化,设计了基于危险理论的舰船通信网络安全风险评价方法。首先引入危险理论将舰船通信网络入侵频率作为风险评价输入,舰船通信网络安全风险级别作为输出,建立舰船通信网络安全风险评价样本集合,然后采用Elman神经网络对舰船通信网络安全风险评价样本集合进行训练,建立舰船通信网络安全风险评价模型,最后采用舰船通信网络系统为例,分析舰船通信网络安全风险评价方法的可行性,结果表明,本文方法能够高精度把握舰船通信网络安全风险变化态势,不仅获得了令人满意的舰船通信网络安全风险评价结果,而且舰船通信网络安全风险评价效果要优于其他方法,具有十分显著的优势。     

舰船无线通信网络节点安全态势评估系统

传统舰船无线通信网络节点安全系统仅能对数据发送端与接收端数据节点安全进行评估,无法对传输过程中动态节点安全进行评估计算,导致节点在传输过程中遭到恶意节点攻击,造成接收到的数据遭到破坏。极大程度影响数据传输安全与数据安全整体态势的评估精准度。因此,提出舰船无线通信网络节点安全态势评估系统设计。根据通信数据节点传输特点,创建大数据节点传输安全评估计算机组;在计算机组平台上对通信节点进行结构熵数据分析;得到节点传输过程中的结构变化;在分析参量的基础上对节点进行安全评估计算,从而完成对通信节点安全态势的全局评估计算。通过对比数据的实验方式对提出设计系统进行可行性证明。     

舰船通信系统5G网络多维度安全状态感知技术

为了解决单一信息源带来的网络安全状态感知误差高的问题,研究舰船通信系统5G网络多维度安全状态感知技术。构建舰船通信系统5G网络多维度安全状态感知框架,通过多源网络安全状态信息采集单元获取5G网络安全状态信息,融合处理单元利用层次量化评估方法对其作标准化等处理后,获得5G网络安全态势样本数据集,将其作为基于Att-GRU的5G网络安全状态感知模型的输入,利用鲸鱼优化算法实现模型参数的寻优,输出为5G网络安全态势预测结果,依据预测结果与实际结果的差值计算5G网络健康度,通过还原单元对预测结果作累减反归处理,获得5G网络安全态势值,并与设置阈值作对比,实现舰船通信系统5G网络的多维度安全状态感知。实验结果表明：该技术可实现5G网络安全状态感知,神经元个数为35、批处理规模为1.2时,5G网络安全状态感知模型性能最优;5G网络安全态势预测的平均适应度与最优适应度相贴近。     

基于深度学习算法的舰船通信网络流量估计研究

传统舰船通信网络流量估计算法输出结果与实际流量数值之间的误差较大,导致后期数据流量分析结果可信度降低。为了提升通信网络流量估计准确度,提出基于深度学习算法的舰船通信网络流量估计研究。首先,对通信网络空间中的数据流进行数据流模型建立,获得通信流量基础特征数据;然后,对其流量波动值域范围进行特征计算,以此获得深度学习样本。最后,通过深度学习算法,对样本数据进行学习,通过学习完成对流量估计系数的更新,进而提升估计精准度。通过对仿真数据的对比测试,证明提出的估计算法能够有效减小估计值与实际值之间的误差,满足适应估计场景的应用要求。     

多数据源舰船通信网络节点安全态势评估研究

传统舰船通信网络节点安全性评估准确率较低,对此提出新型多数据源的舰船通信网络节点安全态势评估方法。引入节点易损性容忍概念,计算当前舰船网络节点的最大易损性容忍率,判断通信节点易损类型,对当前舰船所使用的3类通信网络节点拓扑结构分别进行节点安全态势分析,根据计算结果评估当前状态,实现通信网络节点安全态势的整体评估。实验数据表明,提出的多数据源舰船通信网络节点安全评估较传统评估方法相比,节点传输安全性指标评估准确率提高15%,节点路径契合率指标评估准确率提高22%,可以有效提高节点评估准确度。     

舰船网络异常通信行为识别研究

舰船网络异常通信行为变化不仅具有规律性,同时具有随机性,当前方法无法挖掘舰船网络异常通信行为的复杂变化特点,使得舰船网络异常通信行为识别实时性和准确性差。为了获得更优的舰船网络异常通信行为识别结果,提出神经网络算法的舰船网络异常通信行为识别模型。首先描述舰船网络异常通信行为识别原理,然后将舰船网络异常通信行为识别看作问题,引入神经网络算法对其进行建模,在舰船网络异常通信行为识别建模过程中,引入粒子群算法解决神经网络参数确定的难题,最后进行舰船网络异常通信行为识别测试实验。结果表明,神经网络算法获得了准确性较高的舰船网络异常通信行为识别结果,而且由于神经网络收敛快,使得舰船网络异常通信行为识别实时性好,具有良好的推广应用价值。     

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。     

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。     

物联网环境下远程舰船通信网络数据安全存储方法

常规的数据存储方法存在数据丢失的问题,导致通信网络数据安全性降低,因此研究物联网环境下,远程舰船通信网络数据安全存储方法。该方法设计了一个数据虚拟存储空间,经拆分平面拆分后重置数据置乱规则,通过建立分级混合加密机制,实现远程舰船通信网络数据的安全存储。实验测试表明,与常规的数据存储相比,应用该方法网络数据丢失量骤减,存储安全得到提升。     

舰船通信网络对抗过程中抗毁性估计模型仿真

为了提高舰船通信网络对抗过程中的生存能力,提出一种基于自适应信道调制的舰船通信网络对抗过程中抗毁性估计模型。构建舰船通信网络的数据传输信道模型,采用跨层分布路由协议进行舰船通信网络组网设计,采用信道均衡控制方法进行通信网络的自适应信道调制,提高网络的负载均衡性能。仿真结果表明,采用该方法进行舰船通信网络组网设计和信道均衡调制,能有效提高对抗过程中的抗毁性能,网络的寿命周期提高,信道的抗干扰能力增强,网络鲁棒性得到改善。     

舰船网络入侵风险等级估计算法研究

针对当前舰船网络入侵风险等级估计算法存在的缺陷,以提高舰船网络入侵风险等级评估正确率为目标,设计了一种改进极限学习机的舰船网络入侵风险等级估计算法。首先根据专家和相关研究设计舰船网络入侵风险等级估计的指标,并根据指标采集相应的舰船网络入侵风险等级估计数据,然后采用极限学习机对舰船网络入侵风险等级进行建模,并采用粒子群算法优化舰船网络入侵风险等级估计模型的参数,最后进行舰船网络入侵风险等级估计验证性实验。实验结果表明,改进极限学习机获得了十分理想的舰船网络入侵风险等级估计结果,而且估计性能要远优于当前其它舰船网络入侵风险等级估计算法,具有更高的实际应用价值。     

海上舰船通信网络防攻击中的支持向量机模型分析

微型计算机技术的发展极大的促进了现代社会的进步,通过计算机网络通信技术,人们能够超越时空的限制,大大方便了人与人之间的交流,但是复杂的通信网络往往存在一定的安全风险尤其是在海上舰船加密通信系统中,网络攻击会对船队的安全造成非常严重的威胁。本文以海上舰船通信作为研究对象,结合其网络特点,对防范网络攻击的方法进行研究,并采用了先进的支持向量机模型,主动分析网络的潜在安全威胁。采用自主学习训练,提高通信网络的抗干扰性能,仿真结果表明舰船通信网络的安全性获得了较大的提高。     

舰船通信敏感数据动态可信度量方法

舰船通信网络中存在大量的敏感数据,这些数据传输过程的安全性具有重要意义。可信计算是一种提高通信网络安全性的重要手段,首先描述可信计算的基本内容,然后基于可信计算设计一种舰船通信系统的数据安全平台,最后针对舰船通信系统的敏感数据共享问题,探究数据域的密钥分发算法,对于提高舰船通信系统敏感数据的安全性有重要作用。     

舰船通信网络的自适应路由算法设计

路由算法是保障舰船通信网络正常工作的关键技术,当前舰船通信网络路由算法没有全面考虑节点能量限制问题,使得舰船通信网络的路由并非最优,导致舰船通信网络数据传输错误率高,舰船通信网络生存周期过短,为了提高舰船通信网络的通信质量,加快舰船通信网络数据传输速度,设计了一种自适应的舰船通信网络路由算法。首先对国内外舰船通信网络路由算法进行研究,找到引起各种算法不足的限制因素,然后模拟生物细胞分裂过程对舰船通信网络进行分簇,每一个簇包含不同规模的舰船通信网络通信节点,并舰船通信网络路由能耗最小、舰船通信网络生存周期最长为优化目标,构建最优的舰船通信网络通信路由,最后在Matlab 2016平台进行了舰船通信网络路由算法的性能测试实验。本文算法提高了舰船通信网络通信的平均吞吐量,舰船通信网络数据传输时延小,提高了舰船通信网络通信效率,有助于提高舰船通信网络的生存周期,具有十分高的实际应用价值。     

舰船通信网络的路由安全研究

路由是保证舰船通信网络数据成功传输的重要路径,当前舰船通信网络路由受到多种类型行为攻击,舰船通信网络路由极不安全,为了保证舰船通信网络路由安全,提高舰船通信网络数据传输成功率,设计了基于攻击频率的舰船通信网络路由安全评估模型。首先研究当前舰船通信网络路由安全评估模型的工作思想,分析舰船通信网络路由安全评估误差大的原因,然后采集舰船通信网络路由攻击频率数据,利用最小二乘支持向量机根据舰船通信网络路由攻击频率数据得到舰船通信网络路由安全评估结果,最后在Matlab 2016仿真环境进行了舰船通信网络路由安全评估实验,本文模型的舰船通信网络路由安全评估误差小,克服了当前其它模型存在的局限性,而且舰船通信网络路由安全评估效果优于当前其它模型,可以有效保证舰船通信网络通信安全。     

互联网背景下的舰船通信系统安全风险检测

安全风险检测有利于促进舰船通信系统正常运行,为了克服舰船通信系统安全风险检测过程存在的一些难题,如检测结果不可靠等,提出互联网背景下的舰船通信系统安全风险检测方法。首先对国内舰船通信系统安全风险检测进展进行描述,在互联网背景下产生舰船通信系统安全风险检测指标集合,并设计舰船通信系统安全风险等级,然后根据指标集合和风险等级产生舰船通信系统安全风险检测训练集,并引入BP神经网络刻画舰船通信系统安全风险变化特点,得到舰船通信系统安全风险检测的分类器,最后利用具体数据进行舰船通信系统安全风险检测的实例分析,本文方法的舰船通信系统安全风险检测率很高,相对于其他方法,不仅舰船通信系统安全风险误检率大幅度减少,而且可以实现舰船通信系统安全风险在线检测,对比结果验证了本文方法用于舰船通信系统安全风险检测的优越性。     

舰船通信网络中的数据加密技术

数据加密技术是保证舰船通信网络安全的重要技术,当前数据加密技术存在易破译、数据加密速度慢,密钥的安全性差等问题。为了提高舰船通信网络数据的安全,设计了一种舰船通信网络的数据组合加密技术。首先分析舰船通信网络数据加密的工作原理,然后采用对称密钥迭代型分组密码算法和椭圆曲线加密算法对舰船通信网络数据进行组合加密,最后进行了舰船通信网络数据加密仿真测试。结果表明,本文技术可以提高舰船通信网络数据安全性,能够对舰船通信网络数据进行安全、完全整传输,克服了当前数据加密技术存在的局限性,可以满足舰船通信网络数据保护。