TIEFES LERNEN

Die Forschung konzentriert sich auf den Entwurf und die Implementierung eines Cloud-basierten Sicherheitssystems, das Optimierungsverfahren des tiefen und maschinellen Lernens nutzt. Das System verwendet mehrere Echtzeit-Überwachungsparameter und erreicht eine hohe Präzision, eine wichtige Anforderung bei der Entwicklung von Cloud-Computing.Betrüger haben es oft auf Cloud-basierte E-Commerce- und Handelswebsites abgesehen, weshalb die Entwicklung eines präzisen Betrugserkennungssystems unerlässlich ist. Eswerden Deep-Learning-Mechanismen wie Fully Convolutional Neural Networks (FCNN), Convolutional Neural Networks (CNN) und maschinelle Lernmethoden wie Support Vector Machine (SVM), Fuzzy Logic und Logistic Regression (LR) vorgestellt. Die fortschrittlichen FCNN-GBML-Methoden (Global Binary Multiclass Learning) überwinden die Grenzen bestehender Ansätze, verbessern die Genauigkeit, die Entscheidungsraten und verringern die Fehlalarmraten bei der Erkennung von Cloud-basiertem Betrug.