Недавние достижения в технологиях беспроводной связи привели к созданию огромного количества данных, которые передаются повсеместно. Большая часть такой информации является частью обширной и общедоступной сети, которая соединяет различные стационарные и мобильные устройства по всему миру. Возможности электронных устройств также увеличиваются день ото дня, что приводит к большему объему генерации данных и обмена информацией через сети. Аналогичным образом, с ростом разнообразия и сложности структур мобильных сетей увеличилась частота возникновения нарушений безопасности в ней. Это препятствует внедрению интеллектуальных мобильных приложений и услуг, о чем свидетельствует большое разнообразие платформ, которые предоставляют услуги хранения данных, вычислений с данными и приложений конечным пользователям. В таких сценариях становится необходимым защитить данные и проверить их использование в сети и приложениях, а также проверить их некорректное использование с целью защиты частной информации. Согласно данному исследованию, модель безопасности на основе искусственного интеллекта должна обеспечивать конфиденциальность, целостность и надежность системы, ее оборудования и протоколов, управляющих сетью, независимо от ее создания, чтобы управлять такой сложной сетью, как мобильная. Открытые трудности, с которыми все еще сталкиваются мобильные сети, такие как несанкционированное сканирование сети, мошеннические ссылки и т.д., были тщательно изучены в данной статье. Также в данном материале обсуждаются несколько технологий машинного и глубокого обучения, которые можно использовать для создания безопасной среды, а также многие угрозы кибербезопасности. Необходимо обратиться к необходимости разработки новых подходов для обеспечения высокого уровня безопасности электронных данных в мобильных сетях, поскольку возможности повышения безопасности мобильных сетей безграничны. Сеть; информационная безопасность; компьютерная безопасность; искусственный интеллект; машинное обучение; глубокое обучение; угрозы; кибератаки; уязвимости.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.