یادگیری مشارکتی: رویکردی کارآمد برای امنیت در اینترنت اشیا مبتنی بر رایانش مه
- سال انتشار: 1401
- محل انتشار: هشتمین همایش ملی مطالعات و تحقیقات نوین در حوزه علوم کامپیوتر، برق و مکانیک ایران
- کد COI اختصاصی: ICCONF08_137
- زبان مقاله: فارسی
- تعداد مشاهده: 164
نویسندگان
پژوهشگر دانشگاه جامع علمی کاربردی واحد استان آذربایجان غربی
دانشجوی دکترا نرم افزار دانشگاه آزاد اسلامی، واحد نجف آباد
چکیده
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 ها
یادگیری مشارکتی، مه، امنیت، اینترنت اشیامقالات مرتبط جدید
- ارائه یک مدل ریاضی برای زمانبندی کارگاه انعطاف پذیر با در نظر گرفتن تعرفه زمانی مصرف برق به منظور کاهش هزینه های انرژی
- مدیریت زنجیره تامین دایره ای و بررسی اثرات زیست محیطی آن با رویکرد پویایی شناسی سیستم ها
- زمان بندی مجدد بارانداز عبوری به علت تاخیر در رسیدن کامیون های ورودی با در نظر گرفتن امکان تخلیه بار یک کامیون در چند مرحله
- ACOkEL : Ant Colony Optimization for Selecting k-Labelsets for Multi-label Classification
- مسیریابی و جانمایی بهینه خودرو همراه با کمینه سازی هزینه لجستیکی در سیستم حمل و نقل بین شهری
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.