En los últimos años, se ha visto el gran potencial de la tecnología de inteligencia artificial (IA) para tratar de manera eficiente y efectiva con una increíble avalancha de datos generados por los dispositivos del Internet de las Cosas (IoT). Si todos los enormes datos se transfieren a la nube para un procesamiento inteligente, no solo plantea considerables desafíos para el ancho de banda de la red, sino que tampoco puede satisfacer las necesidades de las aplicaciones de IA que requieren una respuesta rápida y en tiempo real. Por lo tanto, para cumplir con este requisito, la computación móvil o de borde de acceso múltiple (MEC) está recibiendo una cantidad sustancial de interés, y su importancia se está volviendo gradualmente más prominente. Sin embargo, con la aparición de la inteligencia de borde, la IA también sufre de varias amenazas de seguridad tremendas en el entrenamiento del modelo de IA, la inferencia del modelo de IA y los datos privados. Este documento proporciona tres estrategias de defensa novedosas para abordar los ataques
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Precios óptimos dinámicos de plataformas de viajes compartidos bajo externalidades de red con demanda estocástica.
Artículo:
Algoritmo de precodificación híbrida para sistemas MIMO masivos de ondas milimétricas con estructuras de subconexión.
Artículo:
Un MOEA/D mejorado basado en la distancia de referencia para la optimización del portafolio de proyectos de software
Artículo:
Análisis de interrupciones en redes de retransmisión basadas en SWIPT Decode-and-Forward con selección parcial de retransmisión
Artículo:
Investigación del algoritmo de recomendación de contexto basado en el modelo de grafo tripartito en sistemas complejos