Resumen

La informática móvil y ubicua es uno de los paradigmas recientes disponibles en el área de tecnología de la información. El papel de la informática ubicua es fundamental en el campo, ya que proporciona la capacidad de distribuir servicios computacionales en los entornos donde las personas trabajan y conduce a problemas como la confianza, la privacidad y la identidad. Para proporcionar una solución óptima a estos problemas genéricos, el trabajo de investigación propuesto tiene como objetivo implementar una arquitectura de informática ubicua basada en el aprendizaje profundo para abordar estos problemas. Se utiliza una arquitectura de memoria a corto y largo plazo durante el desarrollo del modelo de confianza propuesto. La aplicabilidad del modelo propuesto se valida al comparar su rendimiento con la red neuronal de retropropagación genérica. Este modelo arroja una tasa de precisión del 93.87% para el modelo basado en LSTM, mucho mejor que el 85.88% para el modelo profundo basado en retropropagación. Los resultados obtenidos reflejan la utilidad y aplicabilidad de dicho enfoque

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Móvil; Computación ubicua; Aprendizaje profundo; Arquitectura; Confianza; Privacidad
• Keywords:Mobile; Pervasive computing; Deep learning; Architecture; Trust; Privacy