بهبود امنیت شبکه های ابری موردی متحرک با استفاده از شبکه های یادگیری عمیق کانولوشن

با گسترش استفاده از شبکه های ابری موردی متحرک(MANET) ، امنیت اطلاعات در این شبکه ها باچالش های جدید ی روبرو شده است. در این مقال ه، رویکردی نوآورانه برا ی بهبود امنیتclouds-manet ارائه شده است. شبکه های یادگیری عمیق کانولوشن به عنوان یک ابزار قدرتمند جهت تشخیص حملات، تشخیص الگوهای غیرمعمول و ایجاد را هحلهای امنیتی پویا با استفاده از مسیریابی پویا پیشنهاد شده است.با توجه به استفاده از ابرها به عنوان محیط های ذخیره سازی و پردازشی، نیازمند حفظ امنیت داده هامی باشند. استفاده از شبکه های یادگیری عمیق کانولوشن، با توانایی تشخیص الگوها و ویژگی های ناشناخته ، می تواند به افزایش امنیت کمک کند. این شبکه ها قادرند الگوهای مخرب یا حملات را شناسایی کرده و پاسخ های مناسب را برای حفظ امنیت ارائه دهند. از طریق آموزش این شبکه ها با داده های بزرگ و متنوع جمع آوری شده در ابر میتوان بهبودهای قابل توجهی د ر تشخیص و پیشگیری ا حملات و افزایش امنیت این شبکه ها داشت. روش پیشنهادی بهبودهای چشمگیری را د ر مدیریت و حفظ امنیت ابرها و شبکه های MANET ایجاد می نماید.

کلیدواژه ها:

بهبود امنیت ، MANET ، الگوریتم های پویای مسیریابی ، الگوریتم یادگیری عمیق کانولوشن