Resumen

Los ataques lanzados desde el interior de la nube son amenazas no solo para los usuarios de la nube, sino también para las infraestructuras de la nube. Aunque con la computación de confianza, los proveedores de servicios en la nube pueden garantizar la confianza y seguridad del entorno de la nube para los usuarios, la confiabilidad de los usuarios no se evalúa adecuadamente. Inspirado en el concepto de confianza variable, la principal contribución de este artículo es que proponemos un método de evaluación de confianza para los usuarios de la nube basado en el aprendizaje profundo. En primer lugar, extraemos las actividades de los usuarios de los registros del sistema y empleamos una red neuronal LSTM apilada (memoria a corto y largo plazo) para modelar patrones de actividad normales y construir perfiles de confianza para diferentes usuarios. En segundo lugar, el perfil de confianza es capaz de predecir las futuras acciones conductuales del usuario específico, y al calcular la similitud entre las acciones predichas y las acciones reales, se evaluará la confi

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Ataques; Nube; Confianza; Seguridad; Aprendizaje profundo; Evaluación de la confianza
• Keywords:Attacks; Cloud; Trust; Security; Deep learning; Trust assessment