PDM: النشر المراعي للخصوصية لتطبيقات التعلم الآلي للأنظمة السحابية السيبرانية المادية الصناعية
| العنوان | PDM: النشر المراعي للخصوصية لتطبيقات التعلم الآلي للأنظمة السحابية السيبرانية المادية الصناعية |
|---|---|
| المؤلف | شو، إكس، مو، آر، يين، إكس، خسروي، إم آر، حسين آبادي، فهيمة آغاي، تشانغ، في، لي، جي. |
| تاريخ النشر: | 2021-08 |
| مكان النشر | - IEEE |
| الموضوع | الأنظمة السحابية السيبرانية المادية (CPCSs)، والتعلم الآلي (ML)، والتطور التفاضلي للفرز غير المسيطر (NSDE)، والنشر المراعي للخصوصية |
| النوع | دورية |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 1551-3203 |
| رقم السجل | 15b7ccba-9b9c-48f8-b431-0802b4002500 |
| التاريخ | 2021-08 |
| ملاحظات | مشروع خطة التكنولوجيا المالية والعلمية لهيئة الإنتاج والبناء في شينجيانغ؛ المؤسسة الوطنية للعلوم الطبيعية في الصين (NSFC)؛ صندوق تطوير البرامج الأكاديمية ذات الأولوية لمؤسسات التعليم العالي في جيانغسو (PAPD). |
| نص عينة | تطلق الأنظمة السحابية السيبرانية المادية (CPCSs) قدرة قوية على توفير الخدمات الصناعية المعقدة. نظرًا للتقدم الذي أحرزه التعلم الآلي (ML) في اكتشاف الهجمات، يتم استخدام مجموعة واسعة من تطبيقات تعلم الآلة في أنظمة CPCS الصناعية. ومع ذلك، فإن كيفية ضمان كفاءة تنفيذ هذه التطبيقات، وفي الوقت نفسه تجنب الكشف عن خصوصية مجموعات البيانات بسبب الحصول على البيانات من قبل مشغلين مختلفين، لا تزال تمثل تحديًا لتصميم أنظمة CPCS. لملء هذه الفجوة، تم في هذه المقالة تصميم طريقة نشر مدركة للخصوصية (PDM)، تسمى PDM، لاستضافة تطبيقات ML في أنظمة CPCS الصناعية. في PDM، يتم تقسيم تطبيقات ML إلى مهام حوسبة متعددة مع ترتيب تنفيذ معين، مثل سير العمل. على وجه التحديد، تمت صياغة مشكلة النشر كمشكلة متعددة الأهداف لتحسين أداء التنفيذ وفائدة الموارد. بعد ذلك، يتم اختيار الإستراتيجية الأكثر توازنًا والأمثل من خلال الاستفادة من تقنية التطور التفاضلي المحسنة. وأخيرا، من خلال التجارب الشاملة وتحليل المقارنة، يتم تقييم PDM بالكامل. |
| DOI | 10.1109/TII.2020.3031440 |
| Cilt | 17 |
