深度学习理论的船舶网络安全分析研究

摘要：

船舶网络结构内存在多种传输过程,传输过程中修正得到的出入度存在不同的量纲,导致最终安全分析过程产生的参数泄露程度较大、生成过多的可攻击节点.针对该问题,研究深度学习理论的船舶网络安全分析方法.针对船舶网络的可靠层,利用深度学习理论搭建船舶网络信任链结构,处理结构内的信任关系,数值化网络安全度量,统一出入度数值量纲,构建数值化的安全验证关系后,完成对安全分析技术的设计.模拟搭建船舶网络环境,量化船舶网络度量值,应用基于贝叶斯的安全分析方法、基于不确定攻击图的安全分析方法以及所设计的安全分析方法进行测试.结果表明,所设计安全分析过程参数泄露程度最小,实际生成的攻击节点最少.

关键词：深度学习理论;船舶网络安全;参数泄露程度;可攻击节点;信任链结构;安全验证关系

所属期刊栏目：43

分类号：TP393(计算技术、计算机技术)

在线出版日期：2022-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：175-177