МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ И ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ЭЛЕКТРОННОЙ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ В МОБИЛЬНЫХ СЕТЯХ

Аннотация

Недавние достижения в технологиях беспроводной связи привели к созданию огром- ного количества данных, которые передаются повсеместно. Большая часть такой инфор- мации является частью обширной и общедоступной сети, которая соединяет различные стационарные и мобильные устройства по всему миру. Возможности электронных уст- ройств также увеличиваются день ото дня, что приводит к большему объему генерации данных и обмена информацией через сети. Аналогичным образом, с ростом разнообразия и сложности структур мобильных сетей увеличилась частота возникновения нарушений безопасности в ней. Это препятствует внедрению интеллектуальных мобильных прило- жений и услуг, о чем свидетельствует большое разнообразие платформ, которые предос- тавляют услуги хранения данных, вычислений с данными и приложений конечным пользо- вателям. В таких сценариях становится необходимым защитить данные и проверить их использование в сети и приложениях, а также проверить их некорректное использование с целью защиты частной информации. Согласно данному исследованию, модель безопасно- сти на основе искусственного интеллекта должна обеспечивать конфиденциальность, целостность и надежность системы, ее оборудования и протоколов, управляющих сетью, независимо от ее создания, чтобы управлять такой сложной сетью, как мобильная. От- крытые трудности, с которыми все еще сталкиваются мобильные сети, такие как не- санкционированное сканирование сети, мошеннические ссылки и т.д., были тщательно изучены в данной статье. Также в данном материале обсуждаются несколько технологий машинного и глубокого обучения, которые можно использовать для создания безопасной среды, а также многие угрозы кибербезопасности. Необходимо обратиться к необходимо- сти разработки новых подходов для обеспечения высокого уровня безопасности электрон- ных данных в мобильных сетях, поскольку возможности повышения безопасности мобиль- ных сетей безграничны.