La recherche se concentre sur la conception et la mise en oeuvre d'un système de sécurité basé sur l'informatique en nuage qui utilise des techniques d'optimisation de l'apprentissage profond et de l'apprentissage automatique. Le système utilise de multiples paramètres de surveillance en temps réel et atteint une grande précision, une exigence critique dans la conception de l'informatique en nuage.Les fraudeurs ciblent souvent les sites de commerce électronique et d'échange basés sur le cloud, ce qui rend essentiel le développement d'un système précis de détection des fraudes. L'articleprésente des mécanismes d'apprentissage en profondeur tels que les réseaux neuronaux entièrement convolutifs (FCNN), les réseaux neuronaux convolutifs (CNN) et les méthodes d'apprentissage automatique telles que les machines à vecteurs de support (SVM), la logique floue et la régression logistique (LR) .Les méthodes avancées FCNN-GBML (Global Binary Multiclass Learning) répondent efficacement aux limites des approches existantes, en améliorant la précision, les taux de décision et en réduisant les taux de fausses alarmes dans la détection des fraudes basées sur l'informatique en nuage.