Resumen

La seguridad en la nube industrial y la seguridad del internet de las cosas representan las direcciones de investigación más importantes en materia de ciberseguridad. La mayoría de los estudios existentes sobre el análisis de seguridad de datos en la nube tradicional se centraban en técnicas de inspección para datos de almacenamiento en bloque en la nube. Ninguno de ellos considera el problema de que el análisis de datos temporales en línea multidimensionales en la nube puede aparecer como flujos continuos y rápidos, y las reglas de análisis escalables son reglas en línea continuas generadas por modelos de aprendizaje profundo. Para abordar este problema, en este documento proponemos un nuevo marco de análisis de seguridad de datos LCN-Index para reglas escalables en la nube industrial. LCN-Index utiliza el paradigma de computación MapReduce para implementar reglas de análisis de datos en línea a gran escala: en la etapa de mapeo, divide cada atributo en un lote de conjuntos de predicados de análisis que luego se implementan en un nodo de mapeo utilizando un índice de

• Materias:Internet de las cosas Detección de intrusos Amenazas cibernéticas Procesamiento de seguridad Detección de botnets
• Subjects:Internet of things Intrusion detection Cyber threats Security processing Botnet detection
• Palabras claves:Industrial; Seguridad en la nube; Seguridad del internet de las cosas; Direcciones de investigación; Seguridad en el ciberespacio; Análisis de datos
• Keywords:Industrial; Cloud security; Internet of things security; Research directions; Cyberspace security; Data analysis