搜索范围

更新日期

-

移动网络中电子信息安全机器学习和深度学习模型的系统评价

现今无线通信技术的进步已经导致了数据大量产生。我们的大部分信息都是连接全球各种设备的广泛网络的一部分。电子设备的能力也在与日俱增,这导致了更多信息的产生和共享。同样地,随着移动网络拓扑结构变得更加多样化和复杂,安全漏洞的发生率也在增加。它阻碍了智能移动应用和服务的普及,而向终端用户提供数据、存储、计算和应用服务的平台种类繁多,更加剧了这种情况。在这种情况下,保护数据并检查其使用和滥用情况变得很有必...

5G 及以后网络中物联网环境的区块链管理和机器学习适应:系统评价

鉴于大数据分析以及 5G 和 B5G 应用的安全性和隐私保护方面的限制和挑战,机器学习和区块链这两种现代最有前途的技术的集成是不可避免的。与传统的集中式安全和隐私保护技术相比,区块链使用分散的共识算法来验证和确认不同的交易,这些交易被认为是区块链网络不可或缺的一部分。从现有的文献调查开始,我们在本文中介绍了区块链和机器学习的基本概念。然后,我们提出了在物联网环境中集成区块链和机器学习的综合分类法。...

运输运营中启用区块链的能力:文献概述

区块链最初是为银行业而开发的。然而,随着时间的推移,不同的知识领域已经采用了这些技术,包括运输业务。区块链在交通领域的这种使用主要是由于该技术能够使这些活动产生的数据可靠。除了与数据不变性相关的方面外,区块链还可以实现更大的数据隐私,并使数据控制过程能够去中心化。从这个意义上说,它进行了系统的文献综述(RSL),以确定该主题的一般出版物全景,并确定区块链在运输运营背景下启用的能力。 RSL 具有很...

供应链和物流中的数字孪生集成强化学习

背景:近年来,随着物联网 (IoT) 变得越来越流行,数字孪生已经引起了很多关注。数字孪生是在一段时间内复制物理对象或过程的虚拟表示。这些工具直接有助于缩短制造和供应链提前期,以实现精益、灵活和智能的生产和供应链设置。最近,在生产和物流系统中引入了强化机器学习,以构建规范的决策支持平台,以创建精益、智能和敏捷生产设置的组合。因此,有必要将过去在该领域所做的研究进行累积整理和系统化,以便从工业4.0...