Key points are not available for this paper at this time.
L'importance croissante de l'informatique en périphérie et en brouillard dans l'infrastructure informatique moderne est alimentée par l'essor des applications décentralisées. Cependant, l'allocation des ressources au sein de ces cadres est difficile en raison des capacités variées des dispositifs et des conditions réseau dynamiques. Les approches conventionnelles entraînent souvent une mauvaise utilisation des ressources et un ralentissement des avancées. Cette étude présente une nouvelle stratégie pour améliorer l'allocation des ressources dans l'informatique en périphérie et en brouillard en intégrant l'apprentissage automatique avec la blockchain pour une gestion fiable de la confiance. Notre cadre proposé, appelé CyberGuard, exploite l'immutabilité et la décentralisation inhérentes à la blockchain pour établir un réseau fiable et transparent pour surveiller et vérifier les transactions en informatique en périphérie et en brouillard. CyberGuard combine le modèle Trust2Vec avec des modèles d'apprentissage automatique conventionnels tels que SVM, KNN et les forêts aléatoires, créant un mécanisme robuste pour évaluer la confiance et les risques de sécurité. Grâce à une optimisation détaillée et à des études de cas, CyberGuard démontre des améliorations significatives en matière d'efficacité de l'allocation des ressources et de performance globale du système dans des scénarios réels. Nos résultats soulignent l'efficacité de CyberGuard, comme en témoigne une précision, une exactitude, un rappel et un score F1 remarquables de 98,18 %, mettant en lumière le potentiel transformateur de notre approche complète dans les environnements de calcul en périphérie et en brouillard.
Alwakeel et al. (Mar,) ont étudié cette question.