الگویی به منظور کاهش سربار محاسباتی در پایگاه داده ابری با استفاده از داده کاوی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 390
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCC04_132
تاریخ نمایه سازی: 18 تیر 1396
چکیده مقاله:
پیشرفت های اخیر باعث افزایش عمومیت و همچنین موفقیت محاسبه ابری شده است. با این وجود در محاسبه ابری در هنگام برونسپاری داده و برنامه های تجاری به طرف های ثالث، مسایل و مشکلات امنیتی به نگرانی های بزرگی تبدیل می شوند. باتوجه بهگسترش روز افزون اطلاعات، حفاظت از آنها در محیط ابر سخت تر می شود لذا به منظور حفاظت از اطلاعات باید با استفاده ازداده کاوی داده های مهم را استخراج نموده و آن ها را ذخیره نماییم. به طور کلی هزینه ی بسیار بالایی صرف کاوش اقلام دادهایپرتکرار(پشتیبان بالا) و حساس برون سپاری شده، می شود. لذا در این پژوهش برای کاهش این جستجوی زیاد و مهمتر از آن برایحفاظت این داده ها از دید مهاجم، ابتدا با استفاده از روشهای خوشه بندی به مجزا سازی داده ها می پردازیم. لذا با استفاده ازترکیب الگوریتم خوشه بندی فازی و ژنتیک چندهدفه، دقت در خوشه بندی را افزایش دادیم و گروه هایی با حداکثر شباهت تولیدکردیم. روی هر خوشه به طور مجزا اقلام پر تکرار و حساس را شناسایی و اقلام با پشتیبان بالا را به سیستم رمز نگار پیشنهاد دادیمتا به این وسیله کمترین بار محاسباتی را برای سیستم داشته باشد.
کلیدواژه ها:
نویسندگان
فرزانه شکرانی
دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات شبکه های کامپیوتری ، دانشگاه آزاد اسلامی واحد گرمسار
زرین تاج برنایی
استادیار گروه کامپیوتر، دانشگاه آزاد اسلامی واحد گرمسار
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 :