Abstracto
El desempeño individual y del equipo se puede mejorar utilizando dispositivos y aplicaciones «inteligentes» que se conectan a través de redes. En el deporte, el Internet de las cosas (IoT) se refiere a todos los dispositivos y aplicaciones «inteligentes» conectados a través de redes para reducir al mínimo las lesiones, desarrollar técnicas de entrenamiento avanzadas y aplicar metodologías analíticas avanzadas de mejora deportiva para mejorar el rendimiento deportivo en general. . El Internet de las cosas (IoT) en los deportes está estrechamente relacionado con el objetivo de seguridad y privacidad en los deportes, que se ha convertido en un tema de preocupación crucial para el negocio deportivo en los últimos años, como lo demuestra la adopción de IoT en años deportivos. Por esta razón, las fallas de seguridad pueden tener consecuencias catastróficas, incluida la divulgación de datos personales, la manipulación de hallazgos estadísticos, el daño a la reputación de las organizaciones y enormes pérdidas financieras para la organización deportiva. Una o más de las consecuencias, como se mencionó anteriormente, están relacionadas con las organizaciones deportivas y los atletas que son miembros de esas organizaciones, y tienen un impacto directo en el conjunto correspondiente de empresas relacionadas con el deporte, médicas y paramédicas, específicamente las que proveen equipamiento deportivo especializado y servicios asociados. Hace tiempo que se reconoce la necesidad crítica de detectar y cuantificar las amenazas para respaldar mejor la toma de decisiones al adoptar o construir una infraestructura de Internet de las cosas segura y confiable para deportes, que se está volviendo cada vez más común. Mediante el uso de algoritmos avanzados de aprendizaje automático, esta investigación proporciona una metodología para la optimización de la tecnología en las defensas de ciberseguridad que luego se utiliza en un estudio de caso único que utiliza jugadores de voleibol para demostrar su eficacia. Junto con una técnica de optimización de Monte Carlo, se presenta con mayor detalle una variante mejorada de mapas cognitivos difusos (FCM). Este modelo se utiliza para un escenario específico de identificación de riesgos de la industria del voleibol, evaluación y optimización para redes deportivas de IoT.
0 Comments