Enhancing cloud security using attention-based improved RegNet with hybrid vigenere-shift transposition algorithm

R.M. Mehra

doi:10.1186/s13677-025-00794-1

Enhancing cloud security using attention-based improved RegNet with hybrid vigenere-shift transposition algorithm

2025-11-25

0

OA

AI

DOI：10.1186/s13677-025-00794-1

原文链接

查看原文

摘要

En 中文

云计算服务已成为日常必需，因其固有特性（包括可扩展性和适应性）而在多个领域获得普及。然而，尽管具有优势，云网络由于共享基础设施而容易受到安全威胁，包括内部威胁、数据泄露和非法访问，因此需要强大的安全机制。最有效的防御手段之一是入侵检测系统（IDS），它通过监控网络流量和系统活动来识别有害威胁。然而，传统IDS难以精确识别攻击，这是由于云流量的巨大体量和现代入侵的复杂性。为应对这些挑战，本文提出了一种基于深度学习（DL）的新型IDS，称为基于注意力的改进正则化网络（ABIRegNet），并结合加密技术以增强云数据安全。入侵数据集经过预处理以提升质量，包括去除噪声和归一化。为缓解类别不平衡问题，采用了自适应合成（ADASYN）技术。随后，使用变分自编码器（VAE）进行特征选择，以降低计算复杂度。所选特征输入到提出的ABIRegNet中，以判断数据是否为正常或恶意。ABIRegNet模型整合了多池化通道注意力（MPCA）机制，通过聚焦显著特征来增强入侵检测。此外，采用鹦鹉优化算法（POA）优化模型超参数以提升性能。分类完成后，正常数据通过混合维吉尼亚-移位置换算法（HVSTA）进行加密，该算法结合维吉尼亚密码（VC）与循环移位置换算法（CSTA），以在云服务器上安全存储数据。所提方法采用Python实现。该方法在两个数据集上进行了分析，在CICIDS2017上达到99.37%的准确率，在NSL-KDD上达到99%。实验结果表明，所提方法优于当前最先进方法，显示出在增强入侵检测和云数据安全方面的巨大潜力。

Keyword:

Cloud computing

Intrusion detection system

Secure data storage

Attention based improved RegNet

Hybrid vigenere-shift transposition algorithm

Enhancing cloud security using attention-based improved RegNet with hybrid vigenere-shift transposition algorithm

摘要

AI总结

期刊

机构

引用论文