Statistical Analysis-Driven Prediction Model for Malicious Entity Detection in Cloud Environment

Ishu Gupta

doi:10.1109/tnsm.2026.3704450

Statistical Analysis-Driven Prediction Model for Malicious Entity Detection in Cloud Environment

2026-01-01

0

PRE

AI

DOI：10.1109/tnsm.2026.3704450

原文链接

原文求助

摘要

En 中文

跨不同实体（包括云）的数据共享已成为提升企业性能的必要条件；然而，它带来了数据保护挑战。本文提出了一种新型数据保护模型，旨在解决系统中涉及多个不信任方的问题。所提出的模型能够在确保安全数据共享和有效数据分发的同时，最小化数据暴露风险，并能够高置信度地识别造成数据泄露的恶意实体。为此，提出了一种基于对象和用户选择的分布式策略，并融入了操作访问控制机制。此外，还设计了用于用户间数据分发的选择算法。实验结果表明，与现有工作相比，所提出的模型在成功率、检测率和评估率方面分别实现了31%、97%和64%的显著提升。此外，该模型将数据泄露降低至75%以内，恶意实体检测的错误率降低至83%以内，同时使检测性能和能力的提升分别达到32%和40%，优于现有方法。

Keyword:

Modeling

Signal detection

Clouds

Algorithms

Lead

Probability

Resource management

Cloud computing

Measurement

Federated learning

data protection

distribution strategy

data allocation

malicious entity

information security

Statistical Analysis-Driven Prediction Model for Malicious Entity Detection in Cloud Environment

摘要

期刊

机构

引用论文