Nuestro objetivo al escribir este libro fue brindarle al lector un conocimiento profundo sobre cómo integrar enfoques de aprendizaje automático (ML) para abordar diversos problemas analíticos en seguridad en la nube que se consideran necesarios debido al avance de las redes de IoT.
Nuestro objetivo al escribir este libro fue brindarle al lector un conocimiento profundo sobre cómo integrar enfoques de aprendizaje automático (ML) para abordar diversos problemas analíticos en seguridad en la nube que se consideran necesarios debido al avance de las redes de IoT.
Aunque una de las formas de lograr la seguridad en la nube es mediante el uso de ML, la técnica tiene desafíos de larga data que requieren enfoques metodológicos y teóricos. Por lo tanto, debido a que el enfoque criptográfico convencional se aplica con menos frecuencia en dispositivos con recursos limitados, el enfoque ML puede usarse de manera efectiva para brindar seguridad en el entorno de la nube en constante crecimiento. Los algoritmos de aprendizaje automático también se pueden utilizar para resolver varios problemas de seguridad en la nube para la detección eficaz de intrusiones y sistemas de autenticación de conocimiento cero. Además, estos algoritmos también se pueden utilizar en aplicaciones y para mucho más, incluida la medición de ataques pasivos y el diseño de protocolos y sistemas de privacidad. Este libro contiene estudios de casos/proyectos para implementar algunas características de seguridad basadas en algoritmos y análisis de ML. Proporcionará paradigmas de aprendizaje para el campo de la inteligencia artificial y la comunidad de aprendizaje profundo, con conjuntos de datos relacionados para ayudar a profundizar en ML para la seguridad en la nube.
