Trust, Security and Privacy for Big Data

داده ها اکوسیستم دیجیتال را متحول کرده اند. مجموعه داده های بزرگ به راحتی در دسترس، راه حل های خودکار هوش مصنوعی و یادگیری ماشینی را تقویت می کنند. داده‌های تولید شده از منابع متنوع و متنوع از جمله اینترنت اشیا، پلتفرم‌های اجتماعی، مراقبت‌های بهداشتی، گزارش‌های سیستم، بیو انفورماتیک، و غیره به ویژگی‌های Big Data که حجم، سرعت و تنوع است، کمک می‌کنند و آن را تعریف می‌کنند. دریاچه‌های داده‌ای که از ادغام داده‌های این منابع تشکیل شده‌اند، نیازمند بسترهای ذخیره‌سازی و پردازش قدرتمند، مقیاس‌پذیر و انعطاف‌پذیر هستند تا ارزش واقعی پنهان در این داده‌کاوی را آشکار کنند. فرمت‌های داده و جمع‌آوری آن از منابع مختلف نه تنها چالش‌های بی‌سابقه‌ای را برای حوزه‌های مختلف از جمله اینترنت اشیا، تولید، خودروهای هوشمند، شبکه‌های برق و غیره معرفی می‌کند، بلکه مسائل امنیتی و حریم خصوصی را در این عصر داده‌های بزرگ برجسته می‌کند. امنیت و حریم خصوصی در داده های بزرگ با چالش های زیادی مانند شبکه های دشمن مولد، الگوریتم های رمزگذاری و رمزگشایی کارآمد، بازیابی اطلاعات رمزگذاری شده، رمزگذاری مبتنی بر ویژگی، حملات به دسترسی و قابلیت اطمینان مواجه است. تامین امنیت و حفظ حریم خصوصی برای ذخیره سازی، انتقال و پردازش داده های بزرگ در همه حوزه های مرتبط با کلان داده توجه زیادی را به خود جلب کرده است.

این کتاب اطلاعات به موقع و جامعی را در اختیار محققان و صنعت قرار می دهد. شرکای در حوزه های ارتباطات و شبکه برای بررسی آخرین نتایج در کار مرتبط با امنیت و حریم خصوصی Big Data. این به جوامع علوم رایانه و امنیت سایبری از جمله محققان، دانشگاهیان، دانش‌آموزان و متخصصانی که به جنبه‌های حریم خصوصی و امنیت اعتماد به داده‌های بزرگ علاقه دارند، خدمت خواهد کرد. این یک کار جامع بر روی جدیدترین پیشرفت‌ها در امنیت مجموعه‌های داده از منابع مختلف از جمله اینترنت اشیا، حوزه‌های فیزیکی سایبری، معماری‌های کلان داده، مطالعات برای محاسبات قابل اعتماد، و رویکردهایی برای سیستم‌های توزیع‌شده و راه‌حل‌های امنیت داده‌های بزرگ و غیره است.<. /p>

Data has revolutionized the digital ecosystem. Readily available large datasets foster AI and machine learning automated solutions. The data generated from diverse and varied sources including IoT, social platforms, healthcare, system logs, bio-informatics, etc. contribute to and define the ethos of Big Data which is volume, velocity and variety. Data lakes formed by the amalgamation of data from these sources requires powerful, scalable and resilient storage and processing platforms to reveal the true value hidden inside this data mine. Data formats and its collection from various sources not only introduce unprecedented challenges to different domains including IoT, manufacturing, smart cars, power grids etc., but also highlight the security and privacy issues in this age of big data. Security and privacy in big data is facing many challenges, such as generative adversary networks, efficient encryption and decryption algorithms, encrypted information retrieval, attribute-based encryption, attacks on availability, and reliability. Providing security and privacy for big data storage, transmission, and processing have been attracting much attention in all big data related areas.

The book provides timely and comprehensive information for researchers and industry partners in communications and networking domains to review the latest results in security and privacy related work of Big Data. It will serve computer science and cybersecurity communities including researchers, academicians, students, and practitioners who have interest in big data trust privacy and security aspects. It is a comprehensive work on the most recent developments in security of datasets from varied sources including IoT, cyber physical domains, big data architectures, studies for trustworthy computing, and approaches for distributed systems and big data security solutions etc.