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。

基于多维滑窗的舰船网络恶意攻击节点检测系统设计

由于滤波检测系统对于连续性恶意节点的检测效率低、检测延时大,导致船舶网络恶意攻击节点的检测效果不理想,为此提出并设计了一种基于多维滑窗的检测系统。系统硬件采用RREQ转发包作为节点检测模拟器的核心内核,选择多维滑窗算法作为控制器检测恶意攻击节点的主要载体,以实时检测船舶全网范围内的攻击节点;系统软件为核心设计部分,利用网络攻击节点的聚类效果,确定恶意节点的中心点,并设计基于多维滑窗的实时检测算法,利用检测系数实现船舶网络恶意攻击节点的检测与报警。仿真实验结果表明,基于多维滑窗的检测系统比滤波检测系统的攻击节点的检测效率高23.78%,且检测过程与网络节点的运行时间相似,具备有效性。

舰船编队组网作战数据分析平台的设计与实现

舰艇编队网络化作战是基于网络中心战理论形成的未来海战的主要方式。在未来舰船编队防空网络化作战的大应用背景上,提出了一套能够对舰船编队网络作战过程记录数据进行分析和处理的数据分析平台设计方法。该平台能够自动化的读取舰船编队作战记录数据,对网络化作战过程进行提取和解析,对目标指示、目标融合等组网作战功能进行分析,并将分析结果以适当的形式呈现,供设计师及作战部队对网络化作战性能流程和功能的分析和验证,能够快速有效的通过分析记录数据查找和解决问题。

基于biRNN的海军军械不均衡文本数据集处理方法

传统的不均衡数据集处理方法存在人工设置特征繁琐、普适性差等缺陷,难以适用于海军军械不均衡文本数据集处理。针对此问题,本文提出一种基于biRNN模型的海军军械不均衡文本数据集处理方法。通过biRNN模型自动学习文本序列特征,以双向文本序列预测方式扩展少数类文本,达到文本数据均衡目的,并在均衡数据集的基础上将整个文本数据集进行扩充。分别对原始数据集、均衡数据集、扩充数据集进行文本分类实验,实验结果表明,基于biRNN的不均衡数据集扩展方法对原始数据集进行均衡、扩展处理能够有效提高文本分类的性能。