طراحی یک سیستم پویا و خود سازگار با ترکیبی از هوش مصنوعی، یادگیری ماشین برای تجزیه و تحلیل خطرات سایبری

در این مقاله الگوریتم های یادگیری عمیق، امنیت سایبری اینترنت اشیاء و مدلهای خطر بررسی شده و فرمولهای ریاضی را برای شناسایی بهترین روش جهت ایجاد یک سیستم پویا و خودسازگار برای تجزیه و تحلیل ریسک سایبری پیشبینی شده با پشتیبانی از هوش مصنوعی، یادگیری ماشین و هوش زمان واقعی در محاسبات لبه ارائه شده است. در مقاله حاضر یک رویکرد جدید ریاضی برای ادغام مفاهیم طراحی موتور شناختی، محاسبات لبه ای، هوش مصنوعی و یادگیری ماشین برای تشخیص خودکار ناهنجاری سایبری ارائه شده است. این موتور با استفاده از هوش مصنوعی و یادگیری ماشین تعبیه شده در لبه شبکه های اینترنت اشیاء گامی مؤثر را برای تحقق هوش بی خطر و کاربردی برای تجزیه و تحلیل خطر پیشبینی شده سایبری برداشته است. این مقاله همچنین، تأثیر مصالحه را از نظر پیامدهای ایمنی و پیامدهای ناشی از آن در تأمین سیستم نهایی ارزیابی میکند.

کلیدواژه ها:

یادگیری عمیق ، اینترنت اشیاء ، امنیت سایبری ، هوش در زمان واقعی ، محاسبات لبه.