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。     

应用云计算的舰船电子信息系统入侵检测技术

本文着重分析云计算的体系结构以及特点,研究船舶电子信息系统结构以及软件设计结构,构建了云计算环境下船舶电子信息系统入侵检测模型,提出云计算下资源分配方法。研究云计算环境下舰船电子信息系统入侵检测技术的研究,对船舶信息安全的发展有着一定的推动作用。     

高速铁路周界入侵视频图像样本库

随着高速铁路的大规模建设与运营,视频监控系统在铁路沿线的应用规模越来越庞大,产生的视频数据爆炸性增长.基于图像的目标检测算法能及时发现监控画面中入侵高铁周界的异物,对保证安全运营具有重要意义.通过建设高铁周界入侵视频图像样本库,利用统一的高铁场景视频图像数据、目标检测算法、算法运行环境和算法评价标准,测试不同场景、天气...     

船舶导航系统入侵检测中持续性威胁防御方法

现有的持续性威胁防御方法存在着防御性能低下的弊端,为了解决此问题,提出船舶导航系统入侵检测中持续性威胁防御方法研究。为了增加持续性威胁的防御有效率,引入多极端点取证和响应体系对持续性威胁防御方法进行设计。利用多极端点取证方法对持续性威胁证据链进行提取,以船舶导航系统安全运行状态变化的敏感程度为界限,将持续性威胁证据链与持续性威胁特点进行有机的结合,对持续性威胁进行融合诊断,根据得到的诊断决策,采用端点响应方法对持续性威胁进行响应,实现了船舶导航系统入侵检测中持续性威胁的防御。通过对比实验发现,相较于持续性威胁沙箱防御方法与基于漏洞诱饵的持续性威胁防御方法来说,设计的持续性威胁防御方法降低了防御时间,提升了防御有效率,充分说明设计的持续性威胁防御方法具备更好的防御性能。     

舰船数字通信系统中入侵防御可靠性模型构建

数字通信系统作为舰船上重要的信息交换系统,为保证系统的安全与稳定通常会配以防御系统来抵御外来的恶意攻击。因此入侵防御的可靠性成为重要的衡量标准。传统的可靠性模型仅对防御效果进行评判,不对防御机制进行模型评判,导致评判为可靠的入侵防御系统或机制,仅具备单一种类的入侵防御功能,整体实用性不强。因此提出舰船数字通信系统中入侵防御可靠性模型构建研究,提出的可靠性模型构建中,首先引入了对入侵防御机制的分析计算,通过分析获得可靠性模型的全方位参量;然后通过获得的参量建立起可靠性模型,并对模型的可靠性数据做出详细分析;最后,通过数据导入、对比来证明提出设计可应用性与有效性。     

BIMCO:船体清洁必须制定一个全球化标准

在过去的几十年里,由于贸易和交通量的持续增加,由船只运载的入侵物种的问题变得更加严重。如今,全球有8万多艘大型商船,根据其在世界范围内的贸易运输情况,每两年需要清洁船体。全球最大的国际航运组织BIMCO认为,为了确保船体清洁工作在未来能够以安全和环境可持续的方式进行,必须制定一个全球化标准。“生物淤积”是船体上各种水生生物的聚集,这在全球范围内正变得越来越重要。除了影响船舶的效率和燃油消耗外,船舶污底也成为船舶转移入侵水生物种的主要原因之一。     

云计算的舰船网络入侵行为分类模型

当前舰船网络具有规模大、复杂多变的特点,网络入侵行为种类繁多,传统舰船网络入侵行为分类模型无法满足实际应用的需求。为了更好地保证舰船网络通信安全,对各种舰船网络行为准确分类,设计云计算的舰船网络入侵行为分类模型。构建云计算的舰船网络入侵行为分类模型的框架,引入云计算中的MapReduce技术实现舰船网络入侵行为并行分类,并采用BP神经网络实现单个节点的舰船网络入侵行为分类过程。最后,采用Hadoop搭建舰船网络入侵行为分类平台,并进行舰船网络入侵行为分类实例分析。结果表明,本文模型在保证高正确率舰船网络入侵行为分类结果的基础上,加快了舰船网络入侵行为分类速度,为大规模舰船网络入侵行为研究奠定了一定的技术基础。     

基于数据挖掘的船舶入侵数据建模方法

在船舶入侵数据建模过程中,入侵特征和入侵数据检测模型参数均对船舶入侵数据建模效果产生影响,而当前船舶入侵数据建模方法没有考虑入侵特征和入侵数据检测模型参数之间的联系,这样无法建立有效的船舶入侵数据检测模型。为了克服当前船舶入侵数据建模方法存在的缺陷,以改善船舶入侵数据建模的整体性能,提出基于数据挖掘的船舶入侵数据建模方法。首先分析当前国内外船舶入侵数据建模的研究现状,找到入侵特征和入侵数据检测模型参数之间的联系,然后引入数据挖掘方法对入侵特征和入侵数据检测模型参数之间联系进行建模,找到两者的最优组合,然后根据最优入侵特征和入侵数据检测模型参数建立入侵数据检测模型,并与其他入侵数据建模方法性能进行对比测试。测试结果表明:本文方法获得的入侵数据特征更优,入侵数据检测时间更短,根据最优参数获得更高正确率的入侵数据检测结果,是一种可信度高的入侵数据建模技术。