Trust, Security and Privacy for Big Data
Dane zrewolucjonizowały cyfrowy ekosystem. Łatwo dostępne duże zbiory danych sprzyjają zautomatyzowanym rozwiązaniom w zakresie sztucznej inteligencji i uczenia maszynowego.
Dane generowane z różnorodnych źródeł, w tym IoT, platform społecznościowych, opieki zdrowotnej, dzienników systemowych, bioinformatyki itp. przyczyniają się do i definiują etos Big Data, który obejmuje objętość, szybkość i różnorodność. Jeziora danych utworzone przez połączenie danych z tych źródeł wymagają wydajnych, skalowalnych i odpornych platform do przechowywania i przetwarzania danych, aby ujawnić prawdziwą wartość ukrytą w tej kopalni danych.
Formaty danych i ich gromadzenie z różnych źródeł nie tylko wprowadzają bezprecedensowe wyzwania dla różnych dziedzin, w tym IoT, produkcji, inteligentnych samochodów, sieci energetycznych itp. Bezpieczeństwo i prywatność w big data stoi przed wieloma wyzwaniami, takimi jak generatywne sieci przeciwników, wydajne algorytmy szyfrowania i deszyfrowania, szyfrowane wyszukiwanie informacji, szyfrowanie oparte na atrybucie, ataki na dostępność i niezawodność.
Zapewnienie bezpieczeństwa i prywatności dla przechowywania, transmisji i przetwarzania dużych zbiorów danych przyciąga wiele uwagi we wszystkich obszarach związanych z dużymi zbiorami danych. Książka dostarcza aktualnych i kompleksowych informacji dla badaczy i partnerów branżowych w domenach komunikacji i sieci w celu przeglądu najnowszych wyników prac związanych z bezpieczeństwem i prywatnością Big Data.
Będzie ona służyć społecznościom informatyków i cyberbezpieczeństwa, w tym badaczom, naukowcom, studentom i praktykom, którzy interesują się aspektami prywatności i bezpieczeństwa Big Data. Jest to kompleksowa praca nad najnowszymi osiągnięciami w zakresie bezpieczeństwa zbiorów danych z różnych źródeł, w tym IoT, domen cyberfizycznych, architektur Big Data, badań nad godnymi zaufania obliczeniami oraz podejść do systemów rozproszonych i rozwiązań bezpieczeństwa Big Data itp.
