مطالعه روش های طبقه بندی داده ها براساس امنیت در پردازش ابری

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 475

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECCONF01_099

تاریخ نمایه سازی: 6 بهمن 1395

چکیده مقاله:

امروزه استفاده از سیستم های پردازش ابری در حال افزایش است.سرویس های ابری برای انواع سازمان ها، دولت ها و افراد مختلف ازکشورهای مختلف به صورت باز در دسترس هستند که داده هایحساس خود را در ابر ذخیره سازی می کنند. در چنین حالتیمحرمانگی و امنیت داده ها مهمترین موضوع بحرانی است. در ابرداده ها در یک مکان مشخص ذخیره سازی و به اشتراک گذاری میشوند. بنابراین دسترسی، حذف و تغییر داده های حساس برایکاربران غیرمجاز آسان است. همچنین به دلیل بالا رفتن تعدادکاربران تهدید محرمانگی داده ها در ابر در حال افزایش است. در ابرتصمیم گیری برای این که چه داده هایی چه امنیتی مورد نیاز داردو چه داده هایی نیازی به امنیت ندارند بسیار مشکل است. ولیتصمیم گیری در مورد سطح امنیت برای داده ها بعد از طبقه بندیداده ها بر طبق سطح امنیتی آن ها و براساس مشخصات و ویژگیها و کاراکترهای داده ها آسان خواهد بود. هدف این تحقیق فراهمکردن امنیت مناسب برای داده ها براساس نیاز امنیتی آن هااست. در این مقاله برای حل مسائل محرمانگی در محیط پردازشابری یک مدل طبقه بددی داده ها پیشنهاد داده ایم. داده ها به 4کلاس اصلی طبقه بددی شده اند که شامل عمومی، پایه، محرمانهو خیلی محرمانه هستند که براساس سطح محرمانگی داده ها سطحامنیتی متناسب با آن بر روی داده ها اعمال می شود.

کلیدواژه ها:

پردازش ابری ، طبقه بددی داده ها ، محرمانگی ، امنیت

نویسندگان

مجتبی محمدحسنی

دانشگاه آزاد اسلامی واحد سپیدان

احمد مصلی نژاد

دانشگاه آزاد اسلامی واحد سپیدان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • munwar ali zardari, low tang jung Mohamed nordin b. zakaria. ...
  • lo, ai tawalbeh, nour s. darwazeh, raad s. al-qasas and ...
  • نمایش کامل مراجع