Apprendimento federato profondo per il rilevamento intelligente delle intrusioni DDoS

La rapida crescita del fog-edge computing ha introdotto nuove sfide in materia di sicurezza informatica, in particolare la crescente minaccia degli attacchi Distributed Denial-of-Service (DDoS). I sistemi tradizionali di rilevamento delle intrusioni spesso faticano a fornire soluzioni accurate, scalabili e rispettose della privacy in ambienti decentralizzati. Questo libro presenta un framework di deep learning federato che consente l'addestramento collaborativo dei modelli senza la condivisione di dati sensibili, garantendo una maggiore privacy e un rilevamento robusto delle minacce. Esplora l'integrazione delle tecniche di deep learning con il deep learning federato per identificare in modo efficiente gli attacchi DDoS attraverso reti fog-edge distribuite. Il framework proposto pone l'accento sul rilevamento intelligente delle intrusioni, su una maggiore accuratezza di rilevamento, sulla riduzione del sovraccarico di comunicazione e sull'apprendimento distribuito sicuro. Questo libro è rivolto a ricercatori, studenti post-laurea, professionisti della sicurezza informatica e operatori del settore interessati all'intelligenza artificiale, alla sicurezza delle reti, all'apprendimento federato e al fog-edge computing, fornendo preziose intuizioni sulle soluzioni di sicurezza informatica di nuova generazione basate sull'intelligenza artificiale.