رویکردهای یادگیری عمیق در امنیت ابری ۲۰۲۱
Deep Learning Approaches to Cloud Security 2021

این تیم ویراستاری با تمرکز بر یکی از مهم‌ترین موضوعات روز جامعه، یعنی امنیت ابری، به بررسی راهکارهای مبتنی بر رویکردهای در حال تحول یادگیری عمیق می‌پردازد؛ راهکارهایی که به کامپیوترها امکان می‌دهند از تجربه بیاموزند و جهان را بر اساس سلسله مراتبی از مفاهیم درک کنند، به‌طوری‌که هر مفهوم از طریق ارتباطش با مفاهیم ساده‌تر تعریف می‌شود.

یادگیری عمیق، سریع‌ترین حوزه در حال رشد در علم کامپیوتر است. الگوریتم‌ها و تکنیک‌های یادگیری عمیق در زمینه‌های مختلفی مانند ترجمه ماشینی خودکار، تولید دست‌خط خودکار، تشخیص بصری، شناسایی تقلب و تشخیص تاخیر رشدی در کودکان مفید واقع شده‌اند. با این حال، به‌کارگیری موفقیت‌آمیز تکنیک‌ها یا الگوریتم‌های یادگیری عمیق در این حوزه‌ها نیازمند تلاش هماهنگ و تقویت تحقیقات یکپارچه بین متخصصان رشته‌های گوناگون از علم داده تا تجسم‌سازی است. این کتاب، رویکردهای پیشرفته یادگیری عمیق را در این حوزه‌ها، از جمله حوزه‌های تشخیص و پیش‌بینی، و نیز توسعه چارچوب‌های آتی، ساخت سیستم‌های خدماتی و جنبه‌های تحلیلی ارائه می‌کند. در تمامی این مباحث، از رویکردهای یادگیری عمیق، مانند شبکه‌های عصبی مصنوعی، منطق فازی، الگوریتم‌های ژنتیک و سازوکارهای ترکیبی استفاده می‌شود. هدف این کتاب، پرداختن به مدل‌سازی و پیش‌بینی عملکرد سیستم‌های کارآمد امنیت ابری است و از این طریق، بُعد جدیدی به این حوزه با تحول سریع می‌بخشد.

این مجلد نوآورانه جدید، به معرفی این موضوعات و روندهای یادگیری عمیق می‌پردازد، شکاف تحقیقاتی را پُر می‌کند و راهکارهایی را برای چالش‌هایی ارائه می‌دهد که مهندسان یا دانشمندان هر روزه در این حوزه با آن مواجه هستند. این کتاب، چه برای مهندسان باتجربه و چه برای دانشجویان، یک منبع ضروری برای هر کتابخانه است.

رویکردهای یادگیری عمیق در امنیت ابری:
* اولین مجلدی است که به شکلی عمیق به جدیدترین روندها و نوآوری‌ها در امنیت ابری از طریق استفاده از رویکردهای یادگیری عمیق می‌پردازد.
* این نوآوری‌های مهم جدید، مانند هوش مصنوعی، داده‌کاوی و سایر فناوری‌های محاسباتی در حال تحول را در رابطه با امنیت ابری پوشش می‌دهد.
* یک مرجع مفید برای دانشمندان یا مهندسان کامپیوتر باتجربه که در این حوزه کار می‌کنند، یا یک مهندس تازه‌کار در این حوزه، یا یک دانشجو در این زمینه است.
* نه تنها به کاربردهای عملی این فناوری‌ها می‌پردازد، بلکه به مفاهیم و نظریه‌های گسترده‌تری نیز اشاره می‌کند که چگونه این ابزارهای یادگیری عمیق، نه تنها برای امنیت ابری، بلکه برای کل جامعه حیاتی هستند.

مخاطبان: دانشمندان کامپیوتر، دانشمندان و مهندسانی که با فناوری اطلاعات، طراحی، امنیت شبکه و تولید کار می‌کنند، محققان در زمینه‌های کامپیوتر، الکترونیک و امنیت الکتریکی و شبکه، حوزه یکپارچه و تجزیه و تحلیل داده‌ها و دانشجویان در این زمینه‌ها.

Covering one of the most important subjects to our society today, cloud security, this editorial team delves into solutions taken from evolving deep learning approaches, solutions allowing computers to learn from experience and understand the world in terms of a hierarchy of concepts, with each concept defined through its relation to simpler concepts.

Deep learning is the fastest growing field in computer science. Deep learning algorithms and techniques are found to be useful in different areas like automatic machine translation, automatic handwriting generation, visual recognition, fraud detection, and detecting developmental delay in children. However, applying deep learning techniques or algorithms successfully in these areas needs a concerted effort, fostering integrative research between experts ranging from diverse disciplines from data science to visualization. This book provides state of the art approaches of deep learning in these areas, including areas of detection and prediction, as well as future framework development, building service systems and analytical aspects. In all these topics, deep learning approaches, such as artificial neural networks, fuzzy logic, genetic algorithms, and hybrid mechanisms are used. This book is intended for dealing with modeling and performance prediction of the efficient cloud security systems, thereby bringing a newer dimension to this rapidly evolving field.

This groundbreaking new volume presents these topics and trends of deep learning, bridging the research gap, and presenting solutions to the challenges facing the engineer or scientist every day in this area. Whether for the veteran engineer or the student, this is a must-have for any library.

Deep Learning Approaches to Cloud Security:

• Is the first volume of its kind to go in-depth on the newest trends and innovations in cloud security through the use of deep learning approaches
• Covers these important new innovations, such as AI, data mining, and other evolving computing technologies in relation to cloud security
• Is a useful reference for the veteran computer scientist or engineer working in this area or an engineer new to the area, or a student in this area
• Discusses not just the practical applications of these technologies, but also the broader concepts and theory behind how these deep learning tools are vital not just to cloud security, but society as a whole

Audience: Computer scientists, scientists and engineers working with information technology, design, network security, and manufacturing, researchers in computers, electronics, and electrical and network security, integrated domain, and data analytics, and students in these areas