ام پی فایل - مرجع خرید ارزان پایان نامه تبلیغات شما

آمار سایت

    آمار مطالب
    کل مطالب : 4127
    آمار کاربران
    افراد آنلاین : 20

    کاربران آنلاین

    آمار بازدید
    بازدید امروز : 2,595
    باردید دیروز : 4,417
    گوگل امروز : 10
    گوگل دیروز : 21
    بازدید هفته : 7,012
    بازدید ماه : 102,707
    بازدید سال : 425,943
    بازدید کلی : 6,872,971

خرید پایان نامه و مقالات دانشگاهی

    دانلود مقالات و پایان نامه دانشگاهی

پایان نامه الگوریتم طبقه بندی k نزدیک ترین همسایه فازی داده برای محرمانگی در محاسبات ابری

نوع فایل: word (قابل ویرایش)
تعداد صفحات : 110 صفحه
حجم : 2547 کیلوبایت
چکیده:
پردازش ابری و محیط ابر و پایگاه داده های ابری محل ذخیره سازی اطلاعات روی وب می باشد و برای بالا بردن امنیت در آن ها باید بهترین راه حل را استفاده کرد. مساله ما در اینجا طبقه بندی داده های محرمانه و فوق محرمانه و سپس رمزگذاری آن ها برای ذخیره در ابر می باشد برای این کار سرعت و دقت بسیار مهم می باشد. در این پژوهش یک الگوریتم طبقه بندی داده فازی، در محیط ابری استفاده شده است که در نهایت با زبان جاوا و در شبیه ساز کلودسیم شبیه سازی شد و توانست طبقه¬بندی موثری برای داده¬ها در محیط ابر ایجاد کند.
 الگوریتم طبقه بند ارایه شده، الگوریتم k-نزدیک ترین همسایه فازی است. با توجه به خصوصیات خوبی که الگوریتم k-نزدیک¬ترین همسایه فازی دارد توانست با سرعت و دقت بیشتر داده های محرمانه،  فوق محرمانه و عمومی را طبقه بندی کند و برای رمزگذاری مناسب برای ذخیره سازی در ابر آماده کند و کارایی طبقه بندی داده برای ذخیره سازی در ابر را بهبود بخشد.
روش کار بدین صورت می باشد که داده های یک پایگاه داده ۱۵۰۰۰ رکوردی ابتدا توسط الگوریتم k-نزدیک ترین همسایه عادی طبقه بندی می شود و داده ها به مرحله رمزگذاری فرستاده می¬شوند و در نهایت  در ابر ذخیره می شوند و در مقابل آن همان پایگاه داده توسط الگوریتم k-نزدیک ترین همسایه فازی طبقه-بندی می شود و به سه کلاس فوق محرمانه، محرمانه و عمومی به مرحله بعدی که رمزگذاری و ذخیره در ابر می باشد فرستاده می شود. در پیاده سازی این روش از زبان جاوا و شبیه ساز کلودسیم استفاده شده است و نتایج حاصل به خوبی بیانگر کارایی بهتر الگوریتم k-نزدیک ترین همسایه فازی می باشد که موجب تولید نتایج بهتر نسبت به الگوریتم k-نزدیک ترین همسایه عادی می¬شود .
واژه های کلیدی:
پردازش ابری، امنیت، طبقه بندی k-نزدیک ترین همسایه، طبقه بندی k-نزدیک ترین همسایه فازی
 فهرست مطالب

چکیده:    1
فصل اول: مقدمه    2
۱-۱ مقدمه    2
۱-۲ تعریف مساله و بیان سوال¬های اصلی تحقیق    3
۱-۳ سابقه وضرورت انجام تحقیق    4
۱-۴ هدف¬ها    8
۱-۵ جنبه نوآوری تحقیق   9
۱-۶ مراحل انجام تحقیق    9
۱-۷ ساختار پایان¬نامه    9
فصل دوم: مباحث عمومی پردازش ابری، امنیت و شبیه سازی    10
۲-۱ مقدمه    10
۲-۲ تاریخچه ی مختصری از رایانش ابری    11
۲-۳ وضعیت کنونی رایانش ابری    12
۲-۴ خصوصیات رایانش ابری    13
۲-۴-۱ ویژگی کلیدی رایانش ابری    17
۲-۴-۲ مزایای اصلی رایانش ابری    18
۲-۴-۳ کارهای امکان پذیر در رایانش ابری.    18
۲-۵ معماری رایانش ابری    19
۲-۶ امنیت و چالشهای رایانش ابری    21
۲-۷ امنیت در رایانش ابری    22
۲-۸ نقاط ضعف رایانش ابری    22
۲-۸-۱ نیاز به اتصال دائمی اینترنت    22
۲-۸-۲ کار نکردن با اینترنت کم سرعت    23
۲-۸-۳ حفظ حریم خصوصی    23
۲-۹ معایب امنیتی در محیط های ابری    23
۲-۹-۱ موقعیت داده    24
۲-۹-۲ تفکیک داده ها    24
۲-۱۰ تامین امنیت داده ها    24
۲-۱۰-۱ کنترل و دسترسی    25
۲-۱۰-۲ رمزگذاری    25
۲-۱۱ مقدمه ای بر شبیه سازی    26
۲-۱۲ برخی نرم افزارهای شبیه سازی شبکه های محاسباتی    28
۲-۱۳ آشنایی با ابزار کلودسیم    29
۲-۱۳-۱معماری کلودسیم    30
۲-۱۴ مدل های تخصیص ماشینهای مجازی    31
۲-۱۵ کلاس های موجود در کلودسیم    32
۲-۱۶ جمع بندی    35
فصل سوم: مروری بر کارهای گذشته والگوریتم های رمزنگاری    37
۳-۱ مقدمه    37
۳-۲ معرفی روش    38
۳-۳ سوابق کاری گذشته    39
۳-۴ اهداف روش    41
۳-۵ طبقه بندی داده ها    42
۳-۵-۱ یادگیری ماشین    42
۳-۶ تعریف داده حساس و غیرحساس    46
۳-۷ طبقه بند-Kنزدیک ترین همسایه    48
۳-۸ رمزنگاری با روشRSA    49
۳-۹ رمز و رمزنگاری    49
۳-۹-۱ الگوریتم های رمزنگاری    50
۳-۱۰ آراس ای    52
۳-۱۰-۱ مراحل الگوریتم RSA    51
۳-۱۱ استاندارد رمزنگاری پیشرفته    54
۳-۱۱-۱ شرح رمزنگاری    55
۳-۱۲جمع بندی    56
فصل چهارم: معرفی روش پیشنهادی    57
۴-۱ مقدمه    57
۴-۲ معرفی روش جدید -Kنزدیک ترین همسایه فازی برای طبقه بندی داده در محاسبات ابری    58
۱-۴-۲ نظریه مجموعه¬های فازی    58
۴-۳ تفاوت در نتایج حاصله از الگوریتم¬های طبقه¬بندی    58
۴-۴ چهارچوب مورد استفاده    59
۴-۵ روش پیشنهادی    59
۴-۵-۱ داده آموزشی و داده تست    61
۴-۵-۲ ذخیره در ابر    62
۴-۵-۳ روش کار الگوریتمKNN    62
۴-۵-۴ روش کار الگوریتمF-KNN    64
۶-۴ جمع¬بندی    66
فصل پنجم:آزمایش ها و ارزیابی نتایج    67
۵-۱ مقدمه    67
۵-۲ جایگاه داده آزمایش ومحیط پیاده سازی واجرا    68
۵-۳ مقایسه نتایج بدست آمده از الگوریتم -K نزدیک ترین همسایه عادی و فازی     72
۵-۴ خصوصیات لایه نرم افزار به عنوان سرویس    76
۵-۵ خصوصیات لایه پلتفرم به عنوان سرویس برای مدیریت مجازی    77
۵-۶ خصوصیات لایه زیرساخت به عنوان سرویس در شبیه¬سازی ابر    78
۵-۷ نرخ شناسایی    79
۵-۸ نتایج شبیه سازی    80
۵-۹ زمان شبیه سازی مراحل کار    81
۵-۱۰ جمع¬بندی    83
فصل ششم:نتیجه گیری و پیشنهادها    84
۶-۱ مقدمه    84
۶-۲ نتایج حاصل از تحقیق    84
۶-۳ پیشنهادها    85
مراجع:    86
واژه نامه انگلیسی    89
چکیده انگلیسی

 

 دانلود فایل ورد بلافاصله بعد از پرداخت هزینه

بلافاصله پس از پرداخت ، لینک دانلود پایان نامه به شما نشان داده می شود

پشتیبانی سایت :        09010633413

 

فایل مورد نظر خودتان را پیدا نکردید ؟ نگران نباشید . این صفحه را نبندید ! سایت ما حاوی حجم عظیمی از پایان نامه های دانشگاهی است. مطالب مشابه را هم ببینید. برای یافتن فایل مورد نظر کافیست از قسمت جستجو استفاده کنید. یا از منوی بالای سایت رشته مورد نظر خود را انتخاب کنید و همه فایل های رشته خودتان را ببینید

 

دانلود مقالات و پایان نامه دانشگاهی

برچسب ها

مطالب پیشنهادی ما

دیدگاه های شما

ارسال نظر

نام
ایمیل (منتشر نمی‌شود) (لازم)
وبسایت
:) :( ;) :D ;)) :X :? :P :* =(( :O @};- :B /:) :S
نظر خصوصی
مشخصات شما ذخیره شود ؟ [حذف مشخصات] [شکلک ها]
کد امنیتیرفرش کد امنیتی

ام پی فایل - مرجع خرید ارزان پایان نامه تبلیغات شما

کدهای اختصاصی