远距离通信技术的出现，可将船舶航行过程中，船舶智能终端记录的航行数据传输到岸上，便于岸上管理部门掌握船舶航行动向。船舶智能终端较多，如采集地理位置的GPS、获得船舶经纬度的罗经，记录航行历程的记程仪等^[1]。不同类型的船舶智能终端采集船舶航行数据时的数据格式、数据属性存在差异性，且船舶智能终端接口较多，为船舶终端数据管理带来不小的难度^[2]。因此，设计有效的船舶终端数据智能管理系统，具有重要的应用价值。

目前有学者设计船舶终端数据管理系统。如周毅等^[3]设计的船岸一体化终端数据管理系统，该系统以卫星通信技术为基础，将采集的船舶智能终端数据传回到岸上后，再对数据进行存储后，用户可在数据库内调取所需数据，实现船舶智能终端数据管理。该系统在应用时，并未对船舶智能终端数据进行加密处理，会出现数据丢失现象。张玉涛等^[4]设计的船载终端系统以.NET作为开发平台，利用传感器采集船舶航行信息后，使用嵌套的数据运算技术实现船舶终端数据管理。但该系统在运行过程中兼容性较差。

大数据技术是指大数据应用技术，包括数据采集、数据存储、数据加密、解析等技术，其是大数据处理的总称^[5-6]。因此，本文以大数据技术作为基础，设计基于大数据技术的船舶智能终端数据管理系统，实现船舶智能终端数据一体化管理。

以B/S架构为基础，设计船舶智能终端数据管理系统，系统总体结构如图1所示。船舶智能终端数据管理系统由设备层、通信层、服务层和交互层构成。设备层由船舶的GPS、ARPA、温度仪、罗经等智能终端组成，该智能终端负责获取船舶在航行过程中的区域位置、温度、经纬度以及风速风向、航程等数据。然后利用通信层内的4G/5G网络、蓝牙或Wifi无线网络将船舶智能终端内的数据传输到服务层内。服务层以TongWeb服务器作为大数据处理框架，其与访问组件相连接后，负责配置船舶智能终端大数据调取时的线程，然后利用大数据加密技术、解析技术、大数据实时/离线存储技术对船舶智能终端数据进行处理后，将其传输到交互层内。系统利用交互层内的数据采集驱动控制设备层采集船舶终端数据，利用页面显示当前船舶智能终端数据的解析、加密等结果，并使用数据管理与查询管理船舶终端数据。

图 1 船舶智能终端数据管理系统总体结构 Fig. 1 General structure of ship intelligent terminal data management system

船舶智能终端处于时刻运行状态，其不断采集船舶航行时的相关数据^[7]，为此设计船舶智能终端循环采集的硬件结构如图2所示。将GPS、ARPA、温度仪等船舶智能终端划分为3个智能终端组，每个智能终端组内的智能终端均通过DI，DO，AI，AO接口与船舶上的PLC控制柜相连，通过PLC控制柜连接采集控制器，该控制器分别连接网口与转换器，利用网口连接Profibus-DP总线，通过Profibus-DP总线连接交换机和路由发送器，负责将船舶智能终端数据发送到通信层内。在智能终端组内控制器连接转换器，使用该转换器将船舶智能终端数据转换成信号，通过Anbus网关与其他智能终端组内的智能终端数据形成闭环，该闭环为船舶智能终端数据的备份。

图 2 船舶智能终端数据采集硬件结构示意图 Fig. 2 Schematic diagram of data acquisition hardware of ship intelligent terminal

数据存储控制器是服务层访问组件的核心硬件，其负责存储和调用船舶智能终端数据，并防止船舶智能终端数据被攻击和篡改^[8]，实现数据的实时/离线存储控制。将MSA2050型数据存储器作为本文系统的数据存储控制器，该型号数据存储器在运行过程中功耗较大，且调取数据速度较快。MSA2050型数据存储器结构如图3所示。MSA2050型数据存储器由FLASH存储器、访问控制模块、地址加扰模块构成。其中，流控模块接收TongWeb服务总线信号后，通过访问控制模块识别该信号访问权限后，利用地址加扰模块打乱FLAHS存储器内船舶智能终端数据位置，再使用访问控制模块访问FLAHS存储器，依据TongWeb服务总线信号权限调取其权限允许的船舶智能终端数据，实现船舶智能终端数据的访问、离线存储或调用。

图 3 数据存储控制器结构示意图 Fig. 3 Structure diagram of data storage controller

船舶智能终端数据的安全性是管理该数据的基础。系统使用大数据技术对船舶终端数据进行加密处理，提升船舶智能终端数据的安全性。其详细过程如下：

从系统服务层内访问组件内提取船舶智能终端数据后，大数据加密模块利用深度学习分析方法分析船舶智能终端数据，得到初始的船舶智能终端数据表达式如下：

式中， $ P $ 为提取到初始船舶智能终端数据； $ S $ ， $ T $ 分别为受学习分析数据、数据内部状况函数； $ N $ ， $ W $ ， $ A $ 为船舶智能终端数据因素、矛盾数据和数据总数。

以式（1）结果为基础，通过深度学习算法将初始船舶智能终端数据集合到一致空间内，依据船舶智能终端数据聚类中心分布情况，构建船舶智能终端数据加密模型，其表达式如下：

式中， $ Q $ 为船舶智能终端数据加密模型； $ \alpha $ 为一致空间内船舶智能终端数据； $ \mu $ 为数据安全性指数； $ \lambda $ 、 $ n $ 为加密数据量和数据反射程度参数； $ U $ 为深度学习空间比例函数。

利用式（2）即可实现船舶智能终端数据的加密处理，保障船舶智能终端数据的安全性。

以某船舶为实验对象，该船全长91.05 m，船体宽度为15.8 m，静水航速为32 km/h，配备一流的GPS、探测仪、雷达等。使用本文系统管理该船的智能终端数据，分析本文系统应用效果。

系统的可移植性是指系统在变更运行环境时的难易程度，系统的可移植性是衡量系统生命力的重要指标。当系统变更运行环境时，系统软件会自动更新程序补丁，其更新的补丁数量越少，则说明该系统的可移植性越好。测试本文系统在linux和Mac OS两种运行环境下更新程序补丁数量，并设置更新程序补丁数量阈值为40个。测试结果如图4所示。分析图4可知，本文系统在更换运行环境情况下，其更新补丁数量曲线随着其运行时间的增加呈现先上升后下降趋势。其中本文系统在Mac OS运行环境和linux运行环境下更新的补丁数量相差不大，且均在系统运行时间为80s时，更新补丁数量变为0,。此时说明本文系统在不同运行环境下，其补丁更新完成，更新补丁消耗时间略短，且本文系统在不同运行环境下更新的补丁数量均低于所设置的阈值。上述结果表明，本文系统在不同运行环境下均具备良好的可移植性。

图 4 可移植性测试结果 Fig. 4 Portability test results

以该船自动舵数据作为实验对象，使用本文系统采集该船自动舵数据，分析本文系统采集的自动舵数据值与其实际值之间的偏差绝对值，并设置该偏差不得高于0.1。采集结果如表1所示。分析表1可知，本文系统采集自动舵数据时，在不同时刻的采集数值与其实际数值之间偏差绝对值最小为0°，最大也仅为0.03°。本文系统采集的自动舵数据与其实际值之间的偏差均低于0.1，表明本文系统采集船舶智能终端数据精度较高，也从侧面说明本文系统管理船舶智能终端数据能力较好。

表 1(Tab. 1)

表 1 自动舵数据（°） Tab. 1 Ship autopilot data (°) 时刻 采集数值 实际数值 偏差绝对值 11:01 12.82 12.81 0.01 11:03 9.57 9.55 0.02 11:05 5.46 5.46 0 11:07 −3.65 −3.62 0.03 11:09 −5.19 −5.19 0 11:11 −1.94 −1.93 0.01 11:13 2.62 2.61 0.01 11:15 8.21 8.19 0.03 11:17 6.53 6.51 0.02 11:19 −1.17 −1.16 0.01

表 1 自动舵数据（°） Tab.1 Ship autopilot data (°)

以系统管理船舶智能终端数据的安全性作为衡量指标，测试本文系统对船舶智能终端数据加密管理能力，测试结果如图5所示。

图 5 系统管理数据安全性测试结果 Fig. 5 System management data security test results

分析图5可知，本文系统对船舶智能终端数据进行加密处理时，加密数据的安全性呈现轻微幅度降低趋势，其中在船舶智能终端数据量为1400个之前时，本文系统对船舶智能终端数据加密后的安全性数值均接近1.0。随着船舶智能终端数据不断增加，本文系统加密后数据的安全性数值略微降低，但降低幅度极小。在船舶智能终端数据为2 000个时，本文系统加密船舶智能终端数据的安全性依然可达到0.99左右。上述结果说明：本文系统具备极强的船舶智能终端数据加密能力，也从侧面说明本文系统管理船舶智能终端数据能力较好。

使用本文系统管理该船船舶智能终端的航速数据，管理结果如图6所示。分析图6可知，本文系统对智能终端航速数据管理时，可为用户呈现当前在航行不同时长时的航速，且在该页面可为用户展示该船的航次号，当前天气状况以及发动机转数，气缸油消耗量等数据。综上本文系统在管理船舶智能终端信息较为全面，可将不同终端上的信息综合呈现给用户，具备较好的应用性。

图 6 智能终端的航速数据管理页面 Fig. 6 Speed data management page of ship intelligent terminal

本文设计基于大数据技术的船舶智能终端数据管理系统，在该系统中应用船舶智能终端分组解释以及大数据加密技术，通过对船舶智能终端数据分组采集以及加密处理，提升了船舶智能终端数据采集效率以及安全性。经过实验验证，本文系统受运行环境影响较小，具备较好的兼容性，同时可将不同船舶智能终端数据综合呈现给用户，应用效果较为显著。