فایل الگوریتم طبقه بندی k-نزدیک ترین همسایه فازی داده برای محرمانگی در محاسبات ابری

توضیحات

فایل الگوریتم طبقه بندی k-نزدیک ترین همسایه فازی داده برای محرمانگی در محاسبات ابریاین پایان نامه در قالب فرمت word قابل ویرایش ، آماده پرینت و ارائه به عنوان پروژه پایانی میباشد. فهرست مطالب عنوان صفحه چکیده: 1 فصل اول: مقدمه 2 1-1 مقدمه 2 1-2 تعریف مساله و بیان سوال¬های اصلی تحقیق 3 1-3 سابقه وضرورت انجام تحقیق 4 1-4 هدف¬ها 8 1-5 جنبه نوآوری تحقیق: 9 1-6 مراحل انجام تحقیق 9 1-7 ساختار پایان¬نامه 9 فصل دوم: مباحث عمومی پردازش ابری، امنیت و شبیه¬سازی 10 2-1 مقدمه 10 2-2 تاریخچه¬ی مختصری از رایانش ابری 11 2-3 وضعیت کنونی رایانش ابری 12 2-4 خصوصیات رایانش ابری 13 2-4-1 ویژگی کلیدی رایانش ابری 17 2-4-2 مزایای اصلی رایانش ابری 18 2-4-3 کارهای امکان¬پذیر در رایانش ابری. 18 2-5 معماری رایانش ابری 19 2-6 امنیت و چالشهای رایانش ابری 21 2-7 امنیت در رایانش ابری 22 2-8 نقاط ضعف رایانش ابری 22 2-8-1 نیاز به اتصال دائمی اینترنت 22 2-8-2 کار نکردن با اینترنت کم سرعت 23 2-8-3 حفظ حریم خصوصی 23 2-9 معایب امنیتی در محیط¬های ابری 23 2-9-1 موقعیت داده 24 2-9-2 تفکیک داده¬ها 24 2-10 تامین امنیت داده¬ها 24 2-10-1 کنترل و دسترسی 25 2-10-2 رمزگذاری 25 2-11 مقدمه¬ای بر شبیه¬سازی 26 2-12 برخی نرم¬افزارهای شبیه¬سازی شبکه¬های محاسباتی 28 2-13 آشنایی با ابزار کلودسیم 29 2-13-1معماری کلودسیم 30 2-14 مدل¬های تخصیص ماشینهای مجازی 31 2-15 کلاس¬های موجود در کلودسیم 32 2-16 جمع¬بندی 35 فصل سوم: مروری بر کارهای گذشته والگوریتم¬های رمزنگاری 37 3-1 مقدمه 37 3-2 معرفی روش 38 3-3 سوابق کاری گذشته 39 3-4 اهداف روش 41 3-5 طبقه¬بندی داده¬ها 42 3-5-1 یادگیری ماشین 42 3-6 تعریف داده حساس و غیرحساس 46 3-7 طبقه¬بند-Kنزدیک¬ترین همسایه 48 3-8 رمزنگاری با روشRSA 49 3-9 رمز و رمزنگاری 49 3-9-1 الگوریتم¬های رمزنگاری 50 3-10 آراس¬ای 52 3-10-1 مراحل الگوریتم RSA 51 3-11 استاندارد رمزنگاری پیشرفته 54 3-11-1 شرح رمزنگاری 55 3-12جمع¬بندی 56 فصل چهارم: معرفی روش پیشنهادی 57 4-1 مقدمه 57 4-2 معرفی روش جدید -Kنزدیک¬ترین همسایه فازی برای طبقه-بندی داده در محاسبات ابری 58 1-4-2 نظریه مجموعه¬های فازی 58 4-3 تفاوت در نتایج حاصله از الگوریتم¬های طبقه¬بندی 58 4-4 چهارچوب مورد استفاده 59 4-5 روش پیشنهادی 59 4-5-1 داده آموزشی و داده تست 61 4-5-2 ذخیره در ابر 62 4-5-3 روش کار الگوریتمKNN 62 4-5-4 روش کار الگوریتمF-KNN 64 6-4 جمع¬بندی 66 فصل پنجم:آزمایش¬ها و ارزیابی نتایج 67 5-1 مقدمه 67 5-2 جایگاه داده آزمایش ومحیط پیاده سازی واجرا 68 5-3 مقایسه نتایج بدست آمده از الگوریتم -K نزدیک¬ترین همسایه عادی و فازی 72 5-4 خصوصیات لایه نرم افزار به عنوان سرویس 76 5-5 خصوصیات لایه پلتفرم به عنوان سرویس برای مدیریت مجازی 77 5-6 خصوصیات لایه زیرساخت به عنوان سرویس در شبیه¬سازی ابر 78 5-7 نرخ شناسایی 79 5-8 نتایج شبیه¬سازی 80 5-9 زمان شبیه¬سازی مراحل کار 81 5-10 جمع¬بندی 83 فصل ششم:نتیجه¬گیری و پیشنهادها 84 6-1 مقدمه 84 6-2 نتایج حاصل از تحقیق 84 6-3 پیشنهادها 85 مراجع: 86 واژه¬نامه انگلیسی 89 چکیده انگلیسی ................................................................................................................................93 فهرست جدول عنوان صفحه جدول2-1 مقایسه محاسبات ابری و محاسبات توری 13 جدول 2-2کلاس¬های پهنای¬باند 30 جدول 2-3 کلاس¬های تکه¬ابر 31 جدول5-1 کلاس های برنامه 69 جدول 5-1 تعداد آیتم های تکه ابر الگوریتم KNN و F-KNN 73 جدول 5-2 خصوصیات لایه نرم افزار به عنوان سرویس الگوریتم KNN 76 جدول 5-3 خصوصیات لایه نرم افزار به عنوان سرویس الگوریتم F-KNN 76 جدول 5-4 خصوصیات لایه پلتفرم به عنوان سرویس الگوریتمKNN 77 جدول 5-5 خصوصیات لایه پلتفرم به عنوان سرویس الگوریتم F-KNN 77 جدول 5-6خصوصیات لایه زیرساخت به عنوان سرویس الگوریتم KNN 78 جدول 5-7 خصوصیات لایه زیرساخت به عنوان سرویس الگوریتم F-KNN 78 جدول 5-8 اطلاعات طبقه بندی داده در الگوریتم KNN 79 جدول 5-9 اطلاعات طبقه بندی داده در الگوریتم F-KNN 79 جدول 5-10 نتایج زمانی شبیه سازی طبقه¬بندی داده¬ها با الگوریتم KNN 80 جدول 5-11 نتایج زمانی شبیه سازی طبقه¬بندی داده¬ها با الگوریتم F-KNN 80 جدول 5-12 زمان شبیه سازی مراحل کار الگوریتم KNN 81 جدول 5-13 زمان شبیه سازی مراحل کار الگوریتم F-KNN 81 فهرست اشکال عنوان صفحه شکل 2-1 سرویس¬های رایانش ابری 14 شکل 2-2 پشتیبانی از بستر ناهمگن 16 شکل 2-3 معماری محاسبات ابری. 19 شکل 3-1 فلوچارت یادگیری ماشین 43 شکل 3-2 رمزنگاری به شیوه پیچیدن تکه کاغذی دور استوانه 46 شکل3-3 تقسیم بندی الگوریتم¬ها رمزنگاری 47 شکل3-4 رمزنگاری با کلید متقارن 47 شکل3-5 رمزنگاری با کلید نا متقارن 47 شکل3-6 ابداع کنندگان رمزنگاری RSA 49 شکل3-7 پروتکل تبادل رمز دیفی ـ هلمن 50 شکل 4-1 فلوچارت کلی روش 60 شکل4-2 نمودار توصیفی الگوریتم¬های فازی 64 شکل 4-3 شبه¬کد الگوریتم F-KNN ................................................................................................65 شکل 5-1 فلوچارت الگوریتم های طبقه بندی 72 شکل 5-2 محیط شبیه¬سازی با الگوریتم KNN و F-KNN 74 فهرست علائم اختصاری واحد پردازشگر مرکزی CPU (Central processing untiy) اتحادیه امنیت پردازش ابری CSA (Cloud Security Alliance) حفاظت به عنوان یک سرویس DPaasS (Data Protection as a Service) آژانس امنیت شبکه و اطلاعات اروپا ENISA (European Union Agency for Network and Information Security) الگوریتم k نزدیکترین همسایه فازی FKNN (Fuzzy Nearest Neighbor Algorithm) زیرساخت به عنوان سرویس IaaS (Infrastructure as a Service) انجمن نظارت و کنترل سیستم های اطلاعاتی ISACA (Information System Audit and Control Association) الگوریتم k نزدیکترین همسایه KNN (K-Nearest Neighbor Algorithm) یادگیری ماشین ML (Machine Learning) سکو به عنوان سرویس PaaS (Platform as a Service) نرم افزار به عنوان سرویس SaaS (Software as a Service) سرویس و زیرساخت SLAS (Service Level Agreement) ماشین مجازی VM (Virtual Machine) 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 15000 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 فصل اول مقدمه 1-1 مقدمه رایانش ابری به عنوان یکی از مشهورترین و داغ¬ترین موضوعات در زمینه فناوری اطلاعات پدیدار گردید. امروزه کاربران اینترنت به وسیله ابزارهای الکترونیکی بسیار سبکی به سرویس¬های آن دسترسی دارند، در چنین حالتی کاربران نیازهای خود را که ممکن است نیازمند پردازش سنگینی باشد برحسب تقاضا درخواست می¬کنند و بدون توجه به حمل سرویس و چگونگی ارائه آن، به مشاهده نتایج بازگردانده شده می¬پردازند. رایانش ابری برپایه TCP/IP و برپایه اینترنت بوده و شامل پردازنده¬ها با حافظه¬های عظیم، شبکه انتقال داده سریع و معماری سیستم¬های قابل اعتماد می¬باشد و بدون پروتکل¬های استاندارد حاکم بر شبکه نمی¬توان موجودیتی به این فناوری بخشید (گونگ، لیو، رانگ، چن، گونگ ، 2010). سرویس¬های این تکنولوژی به 3 دسته عمده تقسیم می شود: زیرساخت به عنوان سرویس ، سکو به عنوان سرویس و نرم¬افزار به عنوان سرویس می¬باشند. رایانش ابری به 5 لایه، مشتری، کاربردی، سکو، زیرساخت و سرورها تقسیم می شوند. تحمل خطای فوق العاده این فناوری، وفق پذیری آن با زیرساخت شبکه افزایش می¬دهد. ویژگی کاربرد آسان آن، تمام پیچیدگی سرویس¬ها را مخفی کرده و کاربران را با رابطی ساده به مرکز داده متصل می¬کند. مجازی¬سازی و امنیت بالا نیز از خصوصیات دیگر این تکنولوژی می¬باشد (ریکیاکس، پالیز، کاتاسرس، مهرا، وکالی ، 2009). با توجه به اهمیت زیاد فرایند پردازش¬های ابری و مبحث امنیت آن، در این تحقیق سعی بر این است تا طبقه¬بندی داده-های محرمانه با استفاده از الگوریتم طبقه¬بندی نزدیک¬ترین همسایه فازی به این مهم دست یابیم. در این بخش به تعریف مساله و معرفی ایده خود خواهیم پرداخت. 1-2 تعریف مساله و بیان سوال¬های اصلی تحقیق طبق تعریف موسسه ملی استاندارد و فناوری (NIST) رایانش ابری مدلی است برای فراهم کردن دسترسی آسان براساس تقاضا کاربر، از طریق شبکه به مجموعه¬ای از منابع رایانش قابل تغییر و پیکربندی (مثل سرورها، شبکه¬ها، فضاهای ذخیره¬سازی، برنامه¬های کاربردی و سرویس¬ها) که این دسترسی بتواند با کمترین نیاز به مدیریت منابع و یا نیاز به دخالت مستقیم فراهم کننده سرویس به سرعت فراهم شده یا آزاد گردد (کچین، هس ، 2010). محاسبات ابری ساختاری است که به ما امکان می¬دهد تا به برنامه¬های کاربردی دسترسی داشته باشیم که در مکانی غیر از کامپیوترها یا در دیگر ماشین¬های متصل به اینترنت قرار دارند. اکثر مواقع این مکان یک مرکز داده از راه دور می-باشد. محاسبات ابری حذف¬های عملیاتی و سرمایه¬ایی را نوید می¬دهد و مهم¬تر اینکه به بخش¬های IT امکان می¬دهد تا به¬جای حفظ اجرای مرکز داده¬ها، بر روی پروژه¬های استراتژیک متمرکز گردند. هزینه مدیریت منابع بسیار بیشتر از هزینه واقعی خود منابع است پس بهتر است منابع را از طریق ابر از صاحب منبع اجاره کرد.