Библиографическое описание:Data protection in cloud systems using machine learning-based encryption : научное издание / A. Davydova. - Текст : непосредственный // Профессиональный Вестник: Информационные технологии и безопасность. - 2024. - № 1. - P. 42-45.
Аннотация:This article explores modern data encryption methods in cloud systems using machine learning (ML) algorithms. The main approaches include adaptive encryption models that adjust data protection processes based on the data type and volume. Special attention is given to ML-based anomaly detection methods, enabling prompt identification of potential threats and preventing data leaks. The use of hybrid encryption methods, combining symmetric and asymmetric encryption, ensures high security levels and optimized computational costs. Emphasis is placed on ML’s role in enhancing encryption key distribution and risk prediction processes. Practical recommendations for implementing proposed solutions aimed at improving cloud system reliability are presented. The analysis shows that the use of ML in cloud data encryption significantly enhances data security, minimizes risks, and boosts cloud technology performance.
В статье рассматриваются современные методы шифрования данных в облачных системах с использованием алгоритмов машинного обучения (МО). Приведены основные подходы, включающие адаптивные модели шифрования, позволяющие настраивать процесс защиты данных в зависимости от их типа и объема. Особое внимание уделено методам обнаружения аномалий на основе МО, которые позволяют оперативно выявлять потенциальные угрозы и предотвращать утечки информации. Рассматривается применение гибридных методов шифрования, сочетающих симметричное и асимметричное шифрование, обеспечивающих высокий уровень безопасности и оптимизацию вычислительных затрат. Подчеркивается значимость МО для улучшения процессов распределения ключей шифрования и прогнозирования рисков. Представлены рекомендации по практическому применению предложенных решений, направленных на повышение надежности облачных систем. Проведенный анализ демонстрирует, что использование МО в шифровании данных в облаке значительно улучшает защиту данных, минимизирует риски и повышает производительность облачных технологий.
