Aprendizagem Federada Profunda para a Detecção Inteligente de Intrusões DDoS

O rápido crescimento da computação 'fog-edge' trouxe novos desafios em matéria de cibersegurança, nomeadamente a crescente ameaça de ataques de negação de serviço distribuída (DDoS). Os sistemas tradicionais de deteção de intrusões têm frequentemente dificuldade em fornecer soluções precisas, escaláveis e que preservem a privacidade em ambientes descentralizados. Este livro apresenta uma estrutura de aprendizagem federada profunda que permite o treino colaborativo de modelos sem partilha de dados sensíveis, garantindo maior privacidade e uma deteção robusta de ameaças. Explora a integração de técnicas de aprendizagem profunda com a aprendizagem federada para identificar ataques DDoS de forma eficiente em redes 'fog-edge' distribuídas. A estrutura proposta enfatiza a deteção inteligente de intrusões, uma maior precisão na deteção, a redução da sobrecarga de comunicação e a aprendizagem distribuída segura. Este livro destina-se a investigadores, estudantes de pós-graduação, profissionais de cibersegurança e especialistas interessados em inteligência artificial, segurança de redes, aprendizagem federada e computação 'fog-edge', proporcionando perspetivas valiosas sobre as soluções de cibersegurança de próxima geração impulsionadas pela IA.