یادگیری مشارکتی: رویکردی کارآمد برای امنیت در اینترنت اشیا مبتنی بر رایانش مه

در مسیر طراحی و پیاده سازی سیستم های اینترنت اشیاء چالش های متعددی وجود دارد، دستگاه های اینترنت اشیا دائما در حالایجاد داده هستند و در اغلب موارد تحلیل و پردازش داده ها باید سریع صورت پذیرد. پردازش مه می تواند نقش بسزایی در افزایشکارایی و اطمینان اینترنت اشیاء داشته باشد. در اینترنت اشیا مبتنی بر رایانش مه داده ها در لبه ها پردازش شده و سپس به مراکزداده ارسال می گردد. برای پردازش داده ها در لبه رویکردهای مبتنی بر هوش مصنوعی و یادگیری ماشین پیشنهاد شده است. امااستفاده از هوش مصنوعی و تجزیه و تحلیل داده ها در لبه باعث به وجود آمدن نگرانی هایی در حوزه امنیت و حریم خصوصی شدهاست. لذا استفاده از معماری مه و ترکیب آن با اینترنت اشیا نیز با چالش هایی مواجه است و پویایی لازم را در مسیر تامین امنیتشبکه و حفظ حریم خصوصی کاربران ندارد. بر همین اساس مدل جدیدی پیشنهاد شده که سعی دارد محدودیت های امنیتی پردازشدر لبه را جبران کند. یادگیری مشارکتی فناوری است که اخیرا برای این منظور پیشنهاد شده است.یادگیری مشارکتی یک روش جدید می باشد با حفظ حریم خصوصی کاربران و تلاش دارد دقت نتایج الگوریتم های یادگیری ماشین راافزایش دهد. این روش، تکنیکی از یادگیری ماشین و هوش مصنوعی است که یک الگوریتم را در چندین دستگاه لبه غیرمتمرکز یاسرورهایی محلی، بدون تبادل داده بین آنها، آموزش میدهد. در این مقاله کارکرد یادگیری مشارکتی در بهبود حفظ حریم خصوصی کاربراندر اینترنت اشیا مورد بررسی قرار می گیرد.

کلیدواژه های یادگیری مشارکتی: رویکردی کارآمد برای امنیت در اینترنت اشیا مبتنی بر رایانش مه:

یادگیری مشارکتی ، مه ، امنیت ، اینترنت اشیا