Uma Revisão dos Algoritmos de Aprendizado de Máquina para Segurança em Computação em Nuvem

A computação em nuvem (CC) é a acessibilidade sob demanda de recursos de rede, especialmente armazenamento de dados e poder de processamento, sem gestão especial e direta pelos usuários. A CC surgiu recentemente como um conjunto de datacenters públicos e privados que oferece ao cliente uma única plataforma através da Internet. A computação de borda é um paradigma computacional em evolução que traz a computação e o armazenamento de informações mais perto dos usuários finais para melhorar os tempos de resposta e economizar capacidade de transmissão. A CC móvel (MCC) utiliza computação distribuída para transmitir aplicativos para celulares. No entanto, a CC e a computação de borda enfrentam desafios de segurança, incluindo vulnerabilidades para os clientes e reconhecimento de associações, que retardam a adoção rápida dos modelos computacionais. O aprendizado de máquina (ML) é a investigação de algoritmos computacionais que melhoram naturalmente através da experiência. Neste artigo de revisão, apresentamos uma análise das ameaças à segurança da CC, problemas e soluções que utilizaram um ou vários algoritmos de ML. Revisamos diferentes algoritmos de ML que são utilizados para superar os problemas de segurança na nuvem, incluindo aprendizado supervisionado, não supervisionado, semi-supervisionado e aprendizado por reforço. Em seguida, comparamos o desempenho de cada técnica com base em suas características, vantagens e desvantagens. Além disso, listamos direções futuras de pesquisa para assegurar modelos de CC.