La ricerca si concentra sulla progettazione e sull'implementazione di un sistema di sicurezza basato sul cloud che utilizza tecniche di ottimizzazione deep e machine learning. Il sistema impiega più parametri di monitoraggio in tempo reale e raggiunge un'elevata precisione, un requisito fondamentale nella progettazione del cloud computing.I truffatori prendono spesso di mira i siti web di e-commerce e commercio basati su cloud, rendendo essenziale lo sviluppo di un sistema di rilevamento delle frodi accurato.Introduce meccanismi di deep learning come le reti neurali completamente convoluzionali (FCNN), le reti neurali convoluzionali (CNN) e metodi di apprendimento automatico come la macchina vettoriale di supporto (SVM), la logica fuzzy e la regressione logistica (LR). I metodi avanzati FCNN-GBML (Global Binary Multiclass Learning) affrontano efficacemente i limiti degli approcci esistenti, migliorando l'accuratezza, i tassi di decisione e riducendo i tassi di falsi allarmi nel rilevamento delle frodi basate sul cloud.