مقالات علمی پژوهشی کامپیوتر با فرمت Pdf صفحات 11
چکیده :
پیشرفتهای اخیر باعث افزایش عمومیت و همچنین موفقیت محاسبه ابری شده است. با این وجود در محاسبه ابری در هنگام برون
سپاری داده و برنامههای تجاری به طرفهای ثالث، مسائل و مشکلات امنیتی به نگرانیهای بزرگی تبدیل میشوند. باتوجه به
گسترش روز افزون اطلاعات، حفاظت از آنها در محیط ابر سخت تر میشود لذا به منظور حفاظت از اطلاعات باید با استفاده از
داده کاوی داده های مهم را استخراج نموده و آن ها را ذخیره نماییم. به طور کلی هزینهی بسیار بالایی صرف کاوش اقلام دادهای
پرتکرار)پشتیبان بالا( و حساس برونسپاریشده، میشود. لذا در این پژوهش برای کاهش این جستجوی زیاد و مهمتر از آن برای
حفاظت این دادهها از دید مهاجم، ابتدا با استفاده از روشهای خوشهبندی به مجزا سازی دادهها میپردازیم. لذا با استفاده از
ترکیب الگوریتم خوشهبندی فازی و ژنتیک چندهدفه، دقت در خوشهبندی را افزایش دادیم و گروههایی با حداکثر شباهت تولید
کردیم.روی هر خوشه به طور مجزا اقلام پر تکرار و حساس را شناسایی و اقلام با پشتیبان بالا را به سیستم رمز نگار پیشنهاد دادیم
تا به این وسیله کمترین بار محاسباتی را برای سیستم داشته باشد .
واژگان کلیدی: محاسبه ابری،داده کاوی،خوشه بندی
الگویی به منظور کاهش سربار محاسباتی در پایگاه داده ابری با استفاده از داده کاوی
