Radar mondial UDTR

UDTR — Radar mondial des droits de la Nature

Registre documentaire des références détectées à travers les infrastructures académiques, juridiques et institutionnelles surveillées par UDTR.

Une infrastructure documentaire mondiale conçue pour atteindre la couverture la plus large, vérifiable et scientifiquement défendable des droits de la Nature.

← Retour au Radar

Integrating edge computing, data science and advanced cyber defense for autonomous threat mitigation

Identification

Clé publique
doi:10.30574/ijsra.2025.15.2.1292
Auteurs
Rhoda Ajayi · Martha Masunda
Année déclarée
2025
Langue déclarée
en
Type source
article
Première détection
2026-11-09T19:04:47.699198+00:00
Dernière observation des métadonnées
2026-11-09T19:04:47.699198+00:00
Dernière vérification HTTP
Non effectuée

Institutions déclarées par la source

University of New Haven

Pays d’affiliation déclarés

US

Résumé documentaire — langue originale

The growing proliferation of connected devices and distributed networks has amplified the complexity and vulnerability of modern cyber ecosystems. Traditional centralized security architectures, often reactive and bandwidth-dependent, are increasingly inadequate to manage the velocity and sophistication of cyber threats targeting critical systems. In this evolving landscape, the integration of edge computing, data science, and advanced cyber defense methodologies emerges as a pivotal strategy for achieving autonomous, real-time threat mitigation. Edge computing decentralizes data processing, bringing computational power closer to the source of data generation, thereby reducing latency and enabling localized, context-aware security interventions. This paper examines the synergistic application of edge analytics, machine learning models, and adaptive cybersecurity frameworks to create resilient, autonomous defense architectures. It explores how real-time anomaly detection, behavioral profiling, and predictive analytics, deployed at the network edge, can proactively identify, contain, and neutralize cyber threats before they propagate across broader infrastructures. The study also discusses advanced techniques such as federated learning, zero-trust architectures, and AI-driven threat hunting as enablers of scalable, decentralized cyber resilience. Drawing on case studies from critical sectors including healthcare, industrial control systems, and smart city infrastructures, the paper demonstrates how integrated edge and data science approaches significantly reduce response times, bandwidth burdens, and exposure to emerging threats. Finally, it critically evaluates the challenges of implementing autonomous cyber defense systems, including issues of model drift, adversarial attacks, and ethical governance. The findings affirm that the convergence of edge computing and intelligent cybersecurity is foundational to the next generation of proactive, self-healing cyber defense ecosystems.

Identifiants

OPENALEX
W4410122112
DOI
10.30574/ijsra.2025.15.2.1292

Repères documentaires

Famille documentaire
Doctrine
Types déclarés par les sources
article
Entités naturelles mentionnées
Écosystème · Paysage

Les mentions d’entités ne constituent pas une preuve de reconnaissance juridique. La juridiction étudiée est distincte du pays d’affiliation des auteurs.

Sources

OpenAlex · Document 1 · Document 2

Relations bibliographiques documentées

Références et liens déclarés par les sources ; ils ne constituent pas une preuve juridique ni une qualification UGLC. Affichage limité à 20 références sortantes.

  • openalex:w4402100572 · CITES
  • openalex:w4403130936 · CITES
  • openalex:w4405956859 · CITES
  • openalex:w4408524751 · CITES
  • openalex:w4409072114 · CITES
  • openalex:w4409114037 · CITES
  • openalex:w4409753330 · CITES
  • openalex:w4409815195 · CITES
  • openalex:w6912062207 · CITES
  • openalex:w6930826304 · CITES
  • openalex:w6949531215 · CITES
  • openalex:w6949616324 · CITES

0 références entrantes au sein du corpus détecté

Provenance des champs documentaires

Les valeurs étayées et les valeurs de provenance non résolue sont séparées. Une provenance bibliographique ne valide aucune affirmation juridique.

Titre
Étayé par une source documentaire
Publication
Étayé par une source documentaire
Auteurs
Étayé par une source documentaire
Type documentaire
Étayé par une source documentaire
Juridiction
Non renseigné
Cour
Non renseigné
Autorité émettrice
Non renseigné
Éditeur
Non renseigné
DOI
Étayé par une source documentaire
ISBN
Non renseigné
Identifiant officiel
Non renseigné
URL source
Étayé par une source documentaire
Statut déclaré par la source
Non renseigné
Modification / abrogation
Non renseigné

Citer cette référence

Rhoda Ajayi; Martha Masunda. Integrating edge computing, data science and advanced cyber defense for autonomous threat mitigation. 2025. https://doi.org/10.30574/ijsra.2025.15.2.1292

JSON · CSL-JSON · BibTeX · RIS · CSV · JSON-LD ·

APA, Chicago, ISO 690 : formats bibliographiques fondés sur les champs disponibles. OSCOLA / Bluebook : données structurées uniquement ; aucune conformité juridique complète n’est revendiquée sans vérification des éléments nécessaires.

APA
Rhoda Ajayi; Martha Masunda. (2025). Integrating edge computing, data science and advanced cyber defense for autonomous threat mitigation. https://doi.org/10.30574/ijsra.2025.15.2.1292
Chicago
Rhoda Ajayi; Martha Masunda. Integrating edge computing, data science and advanced cyber defense for autonomous threat mitigation. 2025. https://doi.org/10.30574/ijsra.2025.15.2.1292
ISO 690
Rhoda Ajayi; Martha Masunda. Integrating edge computing, data science and advanced cyber defense for autonomous threat mitigation. 2025. https://doi.org/10.30574/ijsra.2025.15.2.1292

UDTR — Bibliothèque juridique mondiale des droits de la Nature. Integrating edge computing, data science and advanced cyber defense for autonomous threat mitigation. Notice documentaire: https://www.declarationuniverselledesdroitsdelarbre.org/global-rights-of-nature-radar/reference/r-849511a92449d43187d96552466cf4c1/ · Dernière vérification HTTP : non effectuée

Signaler une correction

Provenance par champ et version de la notice

Version 410a35dc04355f59 · udtr-reference-1.1.2

Titre
OpenAlex · source · 2026-11-09T19:04:47.699198+00:00
Auteurs
OpenAlex · source · 2026-11-09T19:04:47.699198+00:00
Année
OpenAlex · source · 2026-11-09T19:04:47.699198+00:00
Identifiants
OpenAlex · source · 2026-11-09T19:04:47.699198+00:00
URL source
OpenAlex · source · 2026-11-09T19:04:47.699198+00:00

L’historique porte sur les métadonnées de la notice, sans certifier l’état du droit.

27136f9c41a18339 · 2026-11-09T19:04:47.699198+00:00

ec76b07ae0d84aeb · 2026-11-09T19:04:47.699198+00:00

f881cfe5f1b25ac1 · 2026-11-09T19:04:47.699198+00:00

410a35dc04355f59 · 2026-11-09T19:04:47.699198+00:00

Données de cette version figée

Dossiers et relations documentaires

University of New Haven

Martha Masunda

Rhoda Ajayi

Rôles des sources

Source de découverte · https://doi.org/10.30574/ijsra.2025.15.2.1292

Source de découverte · https://openalex.org/W4410122112

Un lien vers une autorité ne prouve pas à lui seul une affirmation juridique. Les résumés et les textes intégraux restent soumis aux conditions de leur source.

Statut documentaire

Pertinence à examiner

Bibliothèque

Cette identité n’est pas encore intégrée à la Bibliothèque juridique.

UDTR — Bibliothèque juridique mondiale des droits de la Nature