logo móvil
Contáctanos

Filtrado basado en conjunto de características y modelo de aprendizaje profundo para detección de intrusiones en la computación en la nube

Autores: Kavitha, C.; M., Saravanan; Gadekallu, Thippa Reddy; K., Nimala; Kavin, Balasubramanian Prabhu; Lai, Wen-Cheng

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Filtrado basado en conjunto de características y modelo de aprendizaje profundo para detección de intrusiones en la computación en la nube


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Comunicación
Internet de las cosas
Computación en la nube
Ciberataques
Detección de intrusiones
Aprendizaje profundo

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 31

Citaciones: Sin citaciones


Descripción
En los últimos años, el alto avance en la comunicación, Internet de las cosas (IoT) y la informática en la nube han comenzado a plantear complejas interrogantes en cuanto a la seguridad. Basándose en este desarrollo, los ciberataques pueden aumentar ya que las técnicas de seguridad actuales no ofrecen soluciones óptimas. Como resultado, los autores de este documento crearon la selección de características basada en ensamble de filtros (FEFS) y emplearon un modelo de aprendizaje profundo (DLM) para la detección de intrusiones en la informática en la nube.

Otros recursos que podrían interesarte

Temas Virtualpro