没有合适的资源?快使用搜索试试~ 我知道了~
首页Jaya鲨鱼混合优化:云安全与隐私保护新模型
Jaya鲨鱼混合优化:云安全与隐私保护新模型
0 下载量 164 浏览量
更新于2024-06-17
收藏 1.8MB PDF 举报
"基于Jaya鲨鱼混合优化的云安全隐私保护模型" 这篇学术论文探讨了在云环境中如何利用人工智能技术来提升数据隐私保护的水平。随着云系统中敏感和个人数据的快速增长,确保云安全和隐私成为了至关重要的问题。云计算不仅用于数据存储,也用于数据处理,这使得未受保护的敏感数据暴露于潜在的安全风险之下,从而引发数据泄露事件。 作者提出了一种新的隐私保护模型,该模型分为两个主要阶段:数据清理和恢复。数据清理阶段致力于去除或加密可能暴露用户隐私的信息,而恢复阶段则负责在需要时正确解密这些数据,确保数据的可用性。在这个过程中,关键的一步是生成最优密钥,这直接影响到数据的安全性和隐私保护效果。 为了解决这个问题,论文引入了一种混合Meta启发式算法,即基于Jaya的鲨鱼群优化(J-SSO)。这种算法结合了鲨鱼群优化(SSO)和Jaya算法(JA)的优点,能够更有效地搜索多目标函数的解决方案空间。多目标函数包括修改程度、隐藏率和信息保存率等因素,这些因素共同决定了密钥的生成和数据保护策略。 通过性能分析,研究证明了所提出的模型在增强云安全性方面优于现有的方法。这意味着该模型能够更好地保护云环境中的敏感信息,减少数据违规的可能性,同时保持数据的可访问性和完整性。此外,由于采用了人工智能技术,该模型还能适应不断变化的威胁环境,提高了云服务提供商的灵活性和响应能力。 这篇论文为云安全和隐私保护提供了一个创新的解决方案,它融合了生物启发式算法和多目标优化,为数据控制器提供了一种高效、安全的数据管理策略。这一研究对于理解如何利用人工智能技术来强化云环境中的数据保护具有重要意义,同时也对未来的云安全研究方向提出了新的启示。
资源详情
资源推荐
D. Ahamad
,
S.Alam Hameed
和
M.
阿赫塔尔
沙特国王大学学报
2346
陷阱,在解决集群问题。缺点是数据池中存在大量用户,因此,很难维
护每个数据库的隐私。
在
Jyothi Mandala
和
Chandra Sekhara Rao
(
2019
)中,引入
了
PSV-GWO
来找到最佳密钥。通过
PSV-GWO
方法优化产生密钥,
用于数据消毒过程。与其他智能算法相比,该算法参数少,不易陷
入局部最优但也存在收敛速度慢、局部搜索能力差、求解精度低等缺
点
在Annie Alphonsa和Amudhavalli(2018)中,提议由GMGW执
行消毒过程。它用于执行敏感的医疗保健数据清理和恢复过程。它具有
显著的优势,如消费成本,应用程序托管,内容存储以及交付。特别是
在处理复杂问题时,它能很好地收敛于局部极小值。
在
Shailaja
和
Rao
(
2019
)中,他们开发了
OI-CSA
来找到最佳密
钥生成。它包括两个阶段,即数据清理和数据恢复。在净化和恢复
过程中,密钥提取都起着重要的作用,密钥提取采用基于对立强度的
布谷鸟搜索算法(
Cuckoo Search Algorithm
)进行优化它提供了更
好的运行时间和可伸缩性。但是,没有考虑与
Web
挖掘相结合。
该算法具有收敛速度快、搜索空间大、邻域搜索能力强、全局寻优
效率高等优点。JA的优点包括计算速度快,搜索算法快,存储空间大。
SKMA-SC(Mohana Prabha和Vidhya Saraswathi,2020)的缺点是
它没有提高云中不同技术的机密性和数据完整性水平。公共审计方案的
局限性(Tian et al.,2019)包括,它不处理各种审计器的负载平衡。
多方案FHE的缺点(Kwabena等人,2019年,它不能以实际的方式应
用。基于安全的信任评估方法(Li等人,2019)没有构造工作原型类
型,无法在实际的云环境中执行。
2.2.
问题陈述
云安全通过广泛的技术、控制和策略来保护数据、服务、虚拟化IP
和应用程序。但是,它有各种缺点,如损失的康, 控制、数据丢失、
不安全的应用程序编程接口等。未来需要解决这些限制。表1列出了一
些主要特点和挑战。机器学习(Praveena和Rangarajan,2018)根据
时间和空间限制数据的访问。 混合云中发生的安全风险通过机器学习
器最小化。云用户被限制访问云数据。这里,不使用有效的密码算法来
提供安全存储。SKMA-SC(Mohana Prabha和VidhyaSaraswathi,
2020)秘密地将客户的个人信息存储在CS数据库中。它还通过避免云
中的非法访问来提高隐私保护率。尽管如此,对于云中的不同技术,机
密性和数据完整性级别没有增强,并且它不使用签密功能。NSGA-II
(Xiaolong等人,2018年)最大限度地减少了CDC的能源消耗。接入
性能和CDC的平均资源利用率也得到了提高。然而,它并没有增强实时
物联网数据的隐私约束 而在真实的物理环境中,它是无法实现的。公
共审计方案(Tian等人,2019)获得无阻塞
核查以及公共审计能力。 它也达到了完整的安全需求和不可缺少的性
能。但是,它没有处理各种审计器的负载平衡,也没有实现对大数据的
有效审计。多方案FHE(Kwabena等人,2019)是用几个密钥或方案
加密的,并且它可以用于在各种数据集上训练,并且神经网络也从效率
和准确性损失中解脱出来。但它仍然不能实际应用。网络安全防护技术
(Yan et al.,2020)增强了系统的负载特性,系统稳定安全运行。它
还提供更好的谷填充和削峰效果。然而,与帐户管理,安全和数据保护
相关的各种风险也会发生。基于安全的信任评估方法(Li等人,2019)
获得云服务的量化信任度和声誉。 在这里,安全性由STRAF作为补充
特征提供。但是,它不能在现实世界中执行,并且工作原型不是由该信
任评估框架构造的。概念云计算安全需求模型(Aliet al.,2020年)减
少了与隐私和安全问题相关的运营风险,并使用云计算安全模型,为政
府提供更多好处。由于研究结果不适用于具有相同社会经济条件的不同
国家的区域地方政府,也不适用于不同部门、行业或国家。这些挑战促
使人们寻找一种新的方法来提供云相关应用程序的
3.
云数据
3.1.
发展的建筑观
云计算的安全性是当前研究中需要解决的一个重要标准。当数据传
输和操作的安全措施不正确时,数据将处于高风险之中。由于云计算为
一组用户提供了访问所存储的数据的能力,因此数据处理有可能具有高
风险。需要通过识别安全挑战和解决方案来开发有效的安全措施以处理
云中的安全限制。如果多个组织共享资源,则存在数据滥用的可能性。
因此,为了避免风险,有必要保护数据档案以及需要处理、传输或存储
的数据。为了避免文献中数据安全方案的各种局限性,针对云数据设计
了一种新的网络安全模型。所提出的用于云数据的隐私保护模型的架构
图示如图所示。1.一、
所提出的网络安全模型使用云数据来分析实时挑战。针对所提出
的网络安全模型考虑的数据集是空气质量、混凝土数据、心脏病、超
导性和整个销售客户数据,并且这些数据集是从
UCI
存储库收集的。
所提出的隐私保护系统的两个主要阶段是数据清理和数据恢复。数据
清理是将敏感数据或信息隐藏在云中的过程,因此旨在防止其泄漏到
未经授权的点。此外,所提出的消毒过程是基于最优密钥生成,并通
过使用所提出的混合
Meta
启发式算法(
J-SSO
)来改进该过程通过
考虑多目标函数来正则化最优密钥生成,该多目标函数使用诸如信息
保留率、隐藏率和修改度的参数。通过使用该多目标函数,所提出的
J-SSO
可以有效地执行云数据清理和数据恢复
剩余15页未读,继续阅读
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- ***+SQL三层架构体育赛事网站毕设源码
- 深入探索AzerothCore的WoTLK版本开发
- Jupyter中实现机器学习基础算法的教程
- 单变量LSTM时序预测Matlab程序及参数调优指南
- 俄G大神修改版inet下载管理器6.36.7功能详解
- 深入探索Scratch编程世界及其应用
- Aria2下载器1.37.0版本发布,支持aarch64架构
- 打造互动性洗车业务网站-HTML5源码深度解析
- 基于zxing的二维码扫描与生成树形结构示例
- 掌握TensorFlow实现CNN图像识别技术
- 苏黎世理工自主无人机系统开源项目解析
- Linux Elasticsearch 8.3.1 正式发布
- 高效销售采购库管统计软件全新发布
- 响应式网页设计:膳食营养指南HTML源码
- 心心相印婚礼主题响应式网页源码 - 构建专业前端体验
- 期末复习指南:数据结构关键操作详解
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功