جستجوی مقالات مرتبط با کلیدواژه « رایانش ابری » در نشریات گروه « فنی و مهندسی »
-
نشریه دستاوردهای نوین در برق،کامپیوتر و فناوری، سال چهارم شماره 2 (پیاپی 11، تابستان 1403)، صص 34 -47
ادغام دو فناوری اینترنت اشیاء و رایانش ابری امکان جمع آوری، پردازش و تحلیل داده های گسترده از منابع مختلف را فراهم می کند. که منجر به بهبود تصمیم گیری ها و افزایش کارایی در مدیریت منابع زمین می گردد. با ظهور اینترنت اشیاء تحولاتی در سیستم های اطلاعاتی و فناوری های محاسباتی پدید آمده به طوریکه اشیاء فیزیکی مورد استفاده در زندگی روزمره، با اتصال به آن، خود را شناسایی می کنند. اشیاء فیزیکی تعبیه شده با فرکانس الکترونیکی و رادیویی شناسایی، نرم افزار، حسگرها، محرک ها و اشیاء هوشمند با یکدیگر همگرا می شوند بنابراین، اینترنت اشیاء اتصال را برای همه و همه چیز در هر زمان فراهم می کند رایانش ابری با ارائه زیرساخت های محاسباتی قدرتمند و مقیاس پذیر، پردازش داده های حجیم تولید شده توسط حسگرهای IoT را تسهیل می کند. داده های جمع آوری شده از این طریق با سرعت و با دقت بالا پردازش می شوند و این ترکیب فناوری ها نه تنها به کاهش زمان و هزینه ها و مصرف انرژی کمک می کند، بلکه با افزایش دقت و سرعت در تحلیل داده ها، بهره وری را بهبود می بخشد. همچنین، امنیت و حریم خصوصی داده ها با استفاده از راهکارهای ابری تقویت می شود. افزایش بهره وری، کاهش هزینه ها، افزایش کارایی، پایداری محیطی، بهبود تصمیم گیری از جمله اهداف کلی این تحقیق در مدیریت و بهره وری منابع زمین به وسیله ادغام دو فناوری مزبور هستند. در نهایت، این مقاله نشان می دهد که ادغام رایانش ابری و اینترنت اشیاء می تواند نقش مهمی در بهینه سازی مدیریت منابع زمین، افزایش بهره وری، حفظ منابع طبیعی و بهبود کیفیت زندگی داشته باشد.
کلید واژگان: اینترنت اشیاء, رایانش ابری, منابع زمین}Journal of New Achievements in Electrical, Computer and Technology, Volume:4 Issue: 2, 2024, PP 34 -47The integration of two technologies, Internet of Things and cloud computing, enables the collection, processing and analysis of extensive data from various sources. which leads to improved decisions and increased efficiency in the management of land resources. With the advent of the Internet of Things, developments in information systems and computing technologies have emerged so that physical objects used in daily life identify themselves by connecting to it. Physical objects embedded with electronic and radio frequency identification, software, sensors, actuators, and smart objects converge with each other. Thus, the Internet of Things provides connectivity for everyone and everything at any time. Cloud computing provides powerful computing infrastructure. and scalable, facilitating the processing of massive data generated by IoT sensors. The data collected in this way are processed with high speed and accuracy, and this combination of technologies not only helps to reduce time, costs and energy consumption, but also improves productivity by increasing the accuracy and speed of data analysis. Also, data security and privacy are enhanced by using cloud solutions. Increasing productivity, reducing costs, increasing efficiency, environmental sustainability, improving decision-making are among the general goals of this research in the management and productivity of land resources by integrating the two mentioned technologies. Finally, this paper shows that the integration of cloud computing and the Internet of Things can play an important role in optimizing the management of land resources, increasing productivity, preserving natural resources, and improving the quality of life..
Keywords: Internet Of Things, Cloud Computing, Land Resources} -
رایانش ابری به پردازش با سازگاری بالا اشاره دارد. برنامه ها، انبارها و مراحل به عنوان کمک به سازمانها، مردم و دولتها. در همین راستا، انجمن های SMB کسب و کار کوچک و متوسط به طور مداوم مدیریت های پردازش ابری را برای صرفه جویی در هزینه ها و افزایش بهره وری در شرایط تجاری خود تنظیم میکنند. در حالی که مزایا و قدرت مدیریت ابری قابل درک است، اما اکنون نگرانی بیشتری در مورد امنیت در رایانش ابری وجود دارد "شرایط رایانش ابری چقدر ایمن است؟" متوجه شدیم که امنیت یکی از موانع اساسی برای ادامه توسعه رایانش ابری است. برای برخی از خطرات و مسائل امنیتی مهم، شرکتها و افراد تمایلی به ارسال اطلاعات و برنامه های خود در شرایط ابری ندارند. در این مقاله، هدف اصلی شناسایی خطرات و مسائل امنیتی قابل توجهی است که باید در هنگام ارسال و پیشرفت مدیریت ها در فضای ابری در نظر گرفته شوند و مسیری برای تعدیل این خطرات و مسائل امنیتی است. با این وجود، توجه به این نکته قابل توجه است که شکل گیری ابر اساسا متزلزل نیست، فقط باید بر آن نظارت کرد و با خیال راحت به آن رسید.
کلید واژگان: مسائل امنیتی, رایانش ابری, فرصتها, چالشها, مدل تحویل} -
افزایش لحظه ای کاربران و نیاز آن ها به خدمات اینترنتی باعث شد که در اندک زمانی شرکت هایی که این گونه از خدمات را ارائه می دادند با مشکلاتی نظیر عدم توانایی در پاسخگویی سریع به کاربران و افزایش هزینه هایشان روبرو شوند .از این رو بسیاری از این شرکت ها با سرمایه گذاری های فراوان در زمینه های تحقیقاتی به فکر شیوه های موثر و مقرون به صرفه، برای سرویس دهی به حجم بالایی از کاربران افتادند و به این ترتیب فناوری نوین و کارآمدی به نام رایانش ابری به وجود آمد .با افزایش کاربران استفاده کننده از خدمات رایانش ابری و لذا افزایش میزان درخواست ها، جهت دستیابی به مزایای اشاره شده، نیاز به استقرار مکانیزم های مناسبی جهت توازن بار، زمانبندی کار و مجازی سازی در رایانش ابری می باشد. این بار می تواند شامل ظرفیت حافظه، بار شبکه و یا تاخیر باشد. توازن بار فرایند توزیع بار در میان گره های مختلف یک سیستم توزیع شده جهت بهبود بهره برداری از منابع و زمان پاسخ می باشد در حالی که از وضعیتی که درآن برخی از گره ها دارای بار سنگین باشند در حالی که گره های دیگر بیکار باشند و یا کار خیلی کمی برای انجام دادن داشته باشند اجتناب می کند. با توجه به ضرورت و اهمیت توازن بار در رایانش ابری، در این مقاله به مروری جامع از الگوریتم های استاتیک، پویا و الهام گرفته از طبیعت جهت متعادل سازی بار در یک فضای ابری برای رسیدگی به زمان پاسخ دهی مراکز داده و عملکرد کلی آن ها می پردازیم. با تحلیل الگوریتم های تعادل بار نشان می دهیم که الگوریتم کلونی مورچه ، الگوریتم ژنتیک و الگوریتم بهینه سازی ازدحام ذرات با تخصیص بهینه وظایف می توانند نقش موثرتری در متعادل-سازی بار در فضای ابری را داشته باشند. همچنین نتایج گویا این است که نرم افزار کلودسیم بیشترین کاربرد را در شبیه سازی الگوریتم های متعادل کردن بار در فضای ابری داشته است.
کلید واژگان: رایانش ابری, مجازی سازی, زمان بندی وظایف, تعادل بار, بهینه سازی منابع}The instantaneous increase in users and their need for internet services caused that, in a short time, the companies that provided this type of service faced problems such as the inability to respond quickly to users and the increase in their costs. Therefore, many of these companies, with a lot of investments in research fields, thought of effective and cost-effective ways to serve a high volume of users, and in this way, new technology and an efficiency system called cloud computing were created. With the increase in users using cloud computing services and therefore the increase in the number of requests, in order to achieve the mentioned benefits, there is a need to establish appropriate mechanisms for load balancing, work scheduling and virtualization. Sazi is in cloud computing. This load can include memory capacity, network load or delay. Load balancing is the process of distributing load among different nodes of a distributed system in order to improve the utilization of resources and response time, while it is a situation in which some nodes have a heavy load while the node Others avoid being unemployed or having very little work to do. Considering the necessity and importance of load balancing in cloud computing, in this article, a comprehensive review of static, dynamic and nature-inspired algorithms for load balancing in a cloud space to handle the response time of data centers and their overall performance is given. We pay by analyzing the load balancing algorithms. We show that the ant colony algorithm, the genetic algorithm and the particle swarm optimization algorithm with optimal allocation of tasks can play a more effective role in balancing the load in the cloud space. Also, the results show that CloudSim software has been used the most in simulating load balancing algorithms in the cloud space.
Keywords: Cloud Computing, Virtualization, Task Scheduling, Load Balancing, Resource Optimization} -
ذخیره سازی داده های مبتنی بر ابر به دلیل انعطاف پذیری و نگرانی های مربوط به امنیت و محرمانه بودن، محبوبیت بیشتری پیدا کرده است. در علوم کامپیوتر، رایانش ابری یک مفهوم نسبتا جدید است. کاربران از منابع کمتری استفاده می کنند و در عین حال اتکای خود را به منابع ابری افزایش می دهند. محاسبات ابری، محاسبات تلفن همراه، و شبکه های بی سیم در محاسبات ابری سیار (MCC) ترکیب شده اند. از سوی دیگر، موبایل ها به دلیل قابلیت های خود، منابع محاسباتی گستردهای را در اختیار مصرف کنندگان موبایل قرار می دهند. از سوی دیگر، رایانش ابری به مراکز دادهای اطلاق می شود که از طریق اینترنت برای تعداد زیادی از افراد قابل دسترسی است. هدف از این مقاله ارائه یک نمای کلی از رایانش ابری و رایانش ابری سیار است. این مطالعه مدل های تحویل و استقرار رایانش ابری و ویژگی های اصلی رایانش ابری سیار را پوشش می دهد.
کلید واژگان: رایانش ابری, رایاش ابری توزیع شده, رایانش ابری موبایل} -
رایانش ابری محیطی ست ،که کاربران براساس تقاضا و پرداخت به ازای استفاده به منابع محاسباتی اشتراکی دسترسی دارند. با توجه به محدودیت و پویایی منابع محاسباتی برای اجرای درخواست های متنوع و متغیر با زمان کاربران، نیاز به یک مکانیزم زمانبندی موثر برای رسیدگی به شرایط پویای سیستم و بهره وری منابع و رضایت کاربران امری حیاتی می باشد. از آنجایی که تخصیص وظایف به منابع یک چالش اساسی در محیط های ابری به شمار میرود الگوریتم های بسیاری جهت کاهش زمان اجرا و موازی سازی زیروظایف ارائه شده است. الگوریتم های زمان بندی موجود تلاش می کنند با توجه به وضعیت فعلی سیستم، یک زمانبندی بهینه بین منابع و وظایف با توجه به پویایی درخواست های کاربران فراهم آورند، ولی با این وجود اغلب این روش ها نتوانسته اند در بلندمدت نتیجه مطلوبی را ارائه دهند. به دلیل سرعت همگرایی پایین راه حل ها در الگوریتم های فرااکتشافی در این مقاله یک روش زمان بندی متناسب با صف های اولویت چندگانه مبتنی بر رتبه بندی نامغلوب و به کمک الگوریتم بهینه سازی جستجوی کاپوچین برای سیستم های ابری ناهمگن ارائه شده است. نتایج شبیه سازی نشان میدهد که روش پیشنهادی در مقایسه با روش های پیشین از نظر تاخیر، توازن بار و زمان اجرا بهتر عمل می کند.
کلید واژگان: رایانش ابری, زمانبندی وظایف, رتبه بندی نامغلوب, صف های اولویت چندگانه}Cloud computing is an environment where users have access to shared computing resources on an on-demand and pay-per-use basis.Regarding the limitations and dynamism of computing resources for the allocation of tasks to resources in a cloud environment, an effective scheduling mechanism is essential to solving these limitations and user satisfaction. Hence, numerous algorithms have been proposed to reduce execution time and parallelize tasks. To achieve optimal scheduling, existing scheduling algorithms consider the system's current condition. However, most proposed algorithms did not necessarily yield an optimal result in the long term and were only successful in improving one parameter of Quality of Service (QoS). Owing to the low convergence rate of solutions in metaheuristic algorithms, this paper presents a scheduling method in accordance with Multi-Level Priority Queues (MLPQ) based on non-dominated sorting using the Capuchin Search Algorithm (CapSA) for heterogeneous cloud systems. Compared to previous approaches, the proposed method demonstrates superior performance in terms of delay, load balancing, execution cost, and execution time.
Keywords: Cloud Computing, Task Scheduling, Non-Dominated Sorting Using, Multi-Level Priority Queues.} -
رایانش ابری با ظهور خود انقلابی در خدمات دهی اینترنت به وجود آورده است. در رایانش ابری مسیله امنیت مهم ترین هدف و نیاز اصلی یک سیستم می باشد. با توسعه رایانش ابری، مجموعه ای از مشکلات امنیتی ظاهر شده است. وجود مسایل امنیتی مانعی قوی برای سازگاری کاربران با سیستم های رایانش ابری است. امنیت ابری در حال تبدیل شدن به یک تمایز کلیدی و مزیت رقابتی بین ارایه دهندگان ابر است. این مقاله برخی از سیستم های رایانش ابری را معرفی می کند و مشکل امنیت رایانش ابری و راهبرد آن را با توجه به مفاهیم و نمادهای رایانش ابری تحلیل می کند، سعی شده است این مقاله نگاهی جامع به امنیت رایانش ابری داشته باشد و مسایل مربوط به امنیت رایانش ابری و برخی از چالش های تحقیقاتی کلیدی پیاده سازی راه حل های امنیتی ابری بررسی شده است. در این مقاله به جدیدترین و مهم ترین مسایل امنیتی ابر مانند امنیت داده، محرمانگی داده، امنیت برنامه و چالش ها، حمله ها و راه حل های مقابله با آن ها با توسعه رایانش ابری پرداخته شده است. در انتها مسایل امنیتی خاص ابر شامل هویت اعتبار دسترسی، توسعه نرم افزار ناامن، منابع شخص ثالث ناامن مورد بررسی قرار گرفت.کلید واژگان: : رایانش ابری, امنیت رایانش ابری, چالش های رایانش ابری, مقابله با حملات به رایانش ابری}cloud computing has revolutionized internet service with its advent. in cloud computing, security is the most important goal and the main requirement of a system. as cloud computing develops, a set of security problems appears. security problems are a strong obstacle to the adaptation of users to cloud computing systems. cloud security is becoming a key distinction and competitive advantage between cloud providers. this paper presents some cloud computing systems and analyzes the problem of cloud computing and its strategy with regard to the concepts and features of cloud computing. this paper tries to provide a comprehensive overview of cloud computing security and some of the key research challenges of cloud computing security. in this paper, the latest and most important cloud security issues such as data security, data secrecy, program security and challenges, attacks and solutions to deal with them with the development of cloud computing have been discussed. in the end, special security issues including the identity of access credit, development of insecure software, and third- party sources were investigated.Keywords: cloud computing, cloud computing security, cloud computing challeng, Countering Attacks on Cloud Comp}
-
امنیت در رایانش ابری امری بسیار حیاتی بوده، امنیت رایانش ابری مجموعه ای از امنیت کامپیوتر می باشد و امنیت شبکه در حالت کلی تر امنیت اطلاعات به حساب می آید و زمانی که یک وظیفه پردازشی از طریق بکارگیری الگوریتم زمانبندی به ماشین مجازی در ابر جهت پردازش تخلیه بار می شود این ماشین مجازی قادر نخواهد بود کاربر عادی موبایل را از حمله کنندگان تشخیص دهد در نتیجه حریم خصوصی نقض و امنیت داده انتقال یافته تضمین نمی شود ، بنابراین پس از تعیین استراژی تخیله بار می توان از بلاک چین در امنیت اطلاعات بهره برد و اطلاعات هر سرور در قالب یک بلوک کپسوله شده و تخیله بار صورت میگیرد . در این تحقیق یک راهکار پیشنهادی ارایه می شود که همان ترکیب زنجیره بلاک چین و رایانش ابری به منظور افزایش امنیت و کارایی است. راهکار پیشنهادی پیاده سازی و مورد ارزیابی قرار می گیرد تا به نسبت سایر راهکارهای موجود، میزان افزایش کارایی آن بررسی شود.
کلید واژگان: رایانش ابری, امنیت رایانش ابری, بلاکچین, الگوریتم زمانبندی, موبایل, امنیت}Security in cloud computing is very important, cloud computing security is a set of computer security and network security in general is information security and when a processing task by using the virtual machine scheduling algorithm in the cloud for processing Unloading will be This virtual machine will not be able to distinguish the normal mobile user from attackers, thus violating the privacy and security of the transmitted data, so after determining the unloading strategy, the China block can be used in information security. And the information of each server is encapsulated and unloaded in the form of a block. In this research, a proposed solution is presented, which is the combination of China blockchain and cloud computing to increase security and efficiency. The proposed solution is implemented and evaluated in order to evaluate its efficiency increase compared to other existing solutions.
Keywords: Cloud computing, Cloud computing security, Block chain, Scheduling Algorithm, Mobile, Security} -
امروزه رایانش ابری به علت ارایه خدمات متنوع، کاربردهای زیادی دارد. از سوی دیگر، به علت رشد سریع، محدودیت منابع و هزینه نهایی، چالش های متعددی در رایانش ابری به وجود آمده است که یکی از این چالش ها، توازن بار است. منظور از توازن بار، چگونگی مدیریت توزیع بار در بین گره های پردازشی، به منظور استفاده بهینه از منابع و صرف کمترین زمان جهت پاسخ به درخواست کاربر است. روش های متعددی در خصوص برقراری توازن بار پیشنهاد شده اند که یکی از آن ها، الگوریتم جهش قورباغه است که پویا، تکاملی و الهام گرفته از طبیعت می باشد. در این مقاله، بهبودی بر الگوریتم جهش قورباغه پیشنهاد شده است که باعث همگرایی سریع و بستن راه حلقه تکرار تکامل معیوب قورباغه ها، می گردد. جهت ارزیابی، الگوریتم جهش قورباغه بهبود یافته پیشنهادی R-SFLA و الگوریتم SFLA و الگوریتم ASFLA در شبیه ساز کلودسیم تحت شرایط یکسان، مورد آزمایش قرار گرفتند. نتایج به دست آمده از آزمایشات، بیانگر آن است که روش پیشنهادی نسبت به روش های دیگر، از نظر هزینه کلی اجرا، زمان پاسخ و درجه توازن بار، کاراتر عمل نموده است.
کلید واژگان: رایانش ابری, توازن بار, الگوریتم جهش قورباغه, زمانبندی منابع, زمان پاسخ}Nowadays, Cloud computing has many applications due to various services. On the other hand, due to rapid growth, resource constraints and final costs, Cloud computing faces with several challenges such as load balancing. The purpose of load balancing is management of the load distribution among the processing nodes in order to have the best usage of resources while having minimum response time for the users’ requests. Several methods for load balancing in Cloud computing have been proposed in the literature. The shuffled frog leaping algorithm for load balancing is a dynamic, evolutionary, and inspired by nature. This paper proposed a modified rapid shuffled frog leaping algorithm (R-SFLA) that converge the defective evolution of frogs rapidly. In order to evaluate the performance of R-SFLA, it is compared to Shuffled Frog Leaping Algorithm (SFLA) and Augmented Shuffled Frog Leaping Algorithm (ASFLA) by the overall execution cost, Makespan, response time, and degree of imbalance. The simulation is performed in CloudSim, and the results obtained from the experiments indicated that the proposed algorithm acts more efficient compared to other methods based on the above mentioned factors.
Keywords: Cloud computing, Load balancing, Rapid shuffled frog leaping, Resource scheduling, Response time} -
امنیت در رایانش ابری امری بسیار حیاتی بوده، امنیت رایانش ابری مجموعه ای از امنیت کامپیوتر می باشد و امنیت شبکه در حالت کلی تر امنیت اطلاعات به حساب می آید و زمانی که یک وظیفه پردازشی از طریق بکارگیری الگوریتم زمانبندی به ماشین مجازی در ابر جهت پردازش تخلیه بار می شود این ماشین مجازی قادر نخواهد بود کاربر عادی موبایل را از حمله کنندگان تشخیص دهد در نتیجه حریم خصوصی نقض و امنیت داده انتقال یافته تضمین نمی شود ، بنابراین پس از تعیین استراژی تخیله بار می توان از بلاک چین در امنیت اطلاعات بهره برد و اطلاعات هر سرور در قالب یک بلوک کپسوله شده و تخیله بار صورت میگیرد . در این تحقیق یک راهکار پیشنهادی ارایه می شود که همان ترکیب زنجیره بلاک چین و رایانش ابری به منظور افزایش امنیت و کارایی است. راهکار پیشنهادی پیاده سازی و مورد ارزیابی قرار می گیرد تا به نسبت سایر راهکارهای موجود، میزان افزایش کارایی آن بررسی شود.
کلید واژگان: رایانش ابری, امنیت رایانش ابری, بلاکچین, الگوریتم زمانبندی, موبایل, امنیت}Security in cloud computing is very important, cloud computing security is a set of computer security and network security in general is information security and when a processing task by using the virtual machine scheduling algorithm in the cloud for processing Unloading will be This virtual machine will not be able to distinguish the normal mobile user from attackers, thus violating the privacy and security of the transmitted data, so after determining the unloading strategy, the China block can be used in information security. And the information of each server is encapsulated and unloaded in the form of a block. In this research, a proposed solution is presented, which is the combination of China blockchain and cloud computing to increase security and efficiency. The proposed solution is implemented and evaluated in order to evaluate its efficiency increase compared to other existing solutions.
Keywords: Cloud computing, Cloud computing security, Block chain, Scheduling Algorithm, Mobile, Security} -
ارائه رویکردی برای استفاده بهینه از منابع با آگاهی از زمان پردازش درخواست ها در محیط های رایانش ابری
رایانش ابری، یک مدل محاسباتی مبتنی بر شبکه است که به منظور عرضه، مصرف و ارایه خدماتی نظیر زیرساخت، نرم افزار و منابع رایانشی از طریق شبکه ایجاد شده است. مسیله زمان بندی مجموعه کارها در این سیستم ها به مسیله ای مهم و پیچیده تبدیل شده است و حل این مسیله می تواند عملکرد و تعامل گره ها در این سیستم توزیع شده را بهبود ببخشد. الگوریتم های زمان بندی، با در نظر گرفتن کیفیت خدمات اقدام به تخصیص کارها به منابع می کنند و هدف از زمان بندی در این سیستم ها به حداکثر رساندن بازدهی سیستم با اختصاص دادن کارهای صحیح به ماشین های صحیح، به حداقل رساندن زمان اجرا و به حداکثر رساندن استفاده از منابع است. هدف از انجام این پژوهش ارایه رویکردی برای استفاده بهینه از منابع است. از آنجایی که در کارهای پیشین در خصوص زمان بندی وظایف، دسته بندی وظایف و منابع در برخی موارد توزیع دقیق آن ها را بر روی منابع تضمین نمی کنند، در این مقاله پس از دسته بندی وظایف و منابع به کمک برخی ویژگی های آن ها و با کمک یک شبکه عصبی به دنبال یافتن بهترین ماشین برای وظیفه انتخاب شده در سیستم می گردیم. لایه های موجود در شبکه عصبی و مرحله های یادگیری و در نهایت استفاده از مدل آموزش دیده به ما در انتخاب منبع مناسب موجود برای وظیفه انتخاب شده کمک می کند و این موضوع می تواند بازدهی سیستم را بهبود ببخشد. نتایج حاصل از ارزیابی راه حل ارایه شده حاکی از زمان اتمام وظایف کوتاه تر الگوریتم پیشنهادی نسبت به الگوریتم های تصادفی، اولین برازش و Tetris است به طوری که میانگین زمان اتمام وظایف حداقل 10 واحد زمانی نسبت به الگوریتم اولین برازش و Tetris و همچنین تقریبا 1 واحد زمانی از الگوریتم انتخاب تصادفی بهتر است.
کلید واژگان: زمان بندی وظایف, رایانش ابری, خوشه بندی, یادگیری تقویتی عمیق} -
در مطالعات اخیر تحقیقات متعددی پیرامون فدراسیون ابر وجود داشته است که علت آن افزایش سود ارایه دهندگان ابر و همچنین بهبود استفاده از منابع است. هر کدام از مطالعات با بهبود یک یا چند ویژگی از فدراسیون ابری به توسعه این حوزه کمک کرده اند، با این حال، بخش عمده ای از این مطالعات از عدم توجه به مسایل مربوط به صداقت رنج می برند. منظور از صداقت، تامین ویژگی در سطح فدراسیون است تا ضمن خفظ انگیزه مشارکت اعضا، بستری قابل اعتماد را جهت همکاری متقابل فراهم کند به شیوه ای که هیچ عضوی به ازای انحراف از اعلام واقعیت سودآوری بیشتری نداشته باشد. در این مقاله، یک سیستم مرور مطالعات طراحی و اجرا شده است که به کمک آن مطالعات از منظر صداقت در حوزه فدراسیون ابری بررسی و تحلیل می شوند. در این راستا مطالعاتی که به صورت صریح یا ضمنی قابلیت پشتیبانی از صداقت را دارند مشخص و نقاط قوت و ضعف هر یک بررسی شده است. همچنین موانع و چالش های پیش رو در تامین صداقت مطرح و پیشنهاداتی جهت بهبود صداقت در فدراسیون ابری ارایه شده است. با توجه به بررسی که انجام شده این مقاله اولین مقاله مروری در خصوص بررسی روش های موجود از دیدگاه تامین صداقت می باشد.
کلید واژگان: رایانش ابری, فدراسیون ابری, میان ابر, صداقت, تخصیص منابع}Abstract- In recent studies, there has been a lot of research on cloud federation due to the increase in profits of cloud providers and resource utilization. Each of the studies has helped develop this area by improving one or more features of the cloud federation. However, these studies suffer from a lack of attention to integrity issues. Integrity means maintaining a motivating platform for cooperation and member participation in a way that no member is more profitable in exchange for deviating from the truth. This paper has designed and implemented a review system to review and analyze related studies from the integrity perspective in the cloud federation. The studies that explicitly or implicitly support integrity have been selected and discussed in the strengths and weaknesses. Obstacles and challenges in providing integrity and suggestions for improving it in the cloud federation have also been discussed. According to our knowledge, this paper is the first Systematic Literature Review (SLR) on the recent cloud federation studies from the integrity perspective.
Keywords: Cloud Computing, Cloud Federation, InterCloud, Integrity, Resource Allocation} -
امروزه مزایای زیاد رایانش ابری باعث شده بسیاری از نهادهای کوچک و بزرگ، از خدمات ابری برای کاهش هزینه های خود استفاده کنند. در این میان برخی از موانع بازدارنده برای استفاده از سرویس های ابری وجود دارد که یکی از بزرگ ترین آن ها حملات امنیتی متاثر از فوق ناظر است. هنگامی که یک حمله مستقیم به یک کاربر روی یک فوق ناظر انجام می شود، ممکن است به طور غیرمستقیم ماشین مجازی سایر کاربران را نیز مورد حمله قرار دهد. در این بین، اهداف و منافع متضاد کاربران سرویس های ابری و مهاجمین، تصمیم گیری فراهم کنندگان سرویس های ابری در خصوص سرمایه گذاری روی ماژول های امنیتی سرورهای ابری را دشوار می سازد. لذا در این مقاله، با استفاده از تیوری بازی راه حل مناسبی برای تصمیم گیری در خصوص سرمایه گذاری روی یکی از ماژول های امنیتی برای هر یک از بازیگران ارایه می شود. همچنین با استفاده از مدل بازی تکرار شونده، کلیه تعادل های نش نیز استخراج و تحلیل شده است. نتایج نشان می دهد که تیوری بازی می تواند به خوبی در اتخاذ تصمیم مناسب و یافتن تعادل مناسب برای تصمیم گیری در مورد سرمایه گذاری در حوزه امنیت کاربردی باشد. بر اساس نتایج شبیه سازی، می توان گفت که در بازی های تکرار شونده با احتمال تکرار بازی بین 2/0 تا 8/0، استراتژی های از پیش تعیین شده سرمایه گذاری یا عدم سرمایه گذاری می تواند منجر به یک تعادل نش مناسب شده و حداکثر منافع برای کاربران سرویس های ابری را در پی داشته باشد.کلید واژگان: رایانش ابری, امنیت, نظریه بازی, تعادل نش, بازی تکرارشونده}Today, the many benefits of cloud computing have led many businesses, large and small, to use cloud services to reduce their costs. In the meantime, there are some barriers to using cloud services, one of the biggest of which is security attacks affected by the supervisor. When a direct attack on a user is carried out on a supervisor, it may also indirectly attack other users' virtual machines. Meanwhile, the conflicting goals and interests of cloud service users and attackers make it difficult for cloud service providers to decide to invest in cloud server security modules. Therefore, in this article, using game theory, a suitable solution for deciding to invest in one of the security modules for each of the actors is presented. Also, using the iterative game model, all Nash equilibria have been extracted and analyzed. The results show that game theory can be well used in making the right decision and finding the right balance to make decisions about investing in the field of applied security. Based on the simulation results, it can be said that in repetitive games with a probability of repeating the game between 0.2 and 0.8, predetermined investment strategies or non-investment can lead to an appropriate Nash equilibrium and Pursue maximum benefits for cloud service users.Keywords: Cloud Computing, Security, Game Theory, Nash Equilibrium, Repeated Game}
-
محاسبات ابری یک پارادایم پیشرو در عصر فناوری اطلاعات و ارتباطات جهت ارایه اشتراکی و مقرون به صرفه منابع سخت افزاری، میان افزاری و نرم افزاری و همچنین خدمات مرتبط است. این پارادای ممدل مناسبی برای د سترسی آسان به مجموعه ای از منابع به اشتراک گذاشته شده همچون شبکه،سرور، د ستگاه های ذخیره سازی است. این سرویس در هر زمان و مکان، بر اساس تقاضای کاربر درد سترس است و کاربران میتوانند به سادگی با اتصال به یک سرور بر بستر اینترنت، از این خدمات استفاده کنند. در این تحقیق تلاش شد تا ابعاد مهم و بنیادین این پارادایم و جزییات خدمات مرتبط بررسی گردند. همچنین در این پژوهش راهکارهای مهم تکنولوژی مجازی سازی که یکی از تکنیک های نوظهور در دنیای فن آوری اطلاعات و ارتباطات است، را به عنوان زیرساختی مناسب و مقرون بهصرفه برای ساخت زیر ساخت یک محیط ابری، بررسی نمودیم. بکارگیری مجازی سازی در رایانش ابری دانش و تکنیکی است که با استفاده از آن می توان بر بسیاری از مشکلات و موانع موجود درعرصه تکنولوژی های نوظهور فناوری اطلاعات و ارتباطات فایق آمد و راه را برای توسعه پایدار و به وجود آوردن شرایط مناسب برای کسب و کار به بهترین نحو فراهم آورد.
کلید واژگان: رایانش ابری, مجازی سازی, مرکز داده, زیرساخت, میان افزار, معماری ابر}Cloud computing is a leading paradigm in the era of information and communication technology to provide the shared and cost-effective hardware, middleware and software resources and related services. This paradigm is the best model for easy access to set of shared computing resources such as networks, servers, storage devices and so on. Related services are available at any time and place, according to the user's request and users can easily use this services by connecting to a physical or logical server over the Internet. In this research, an attempt is made to examine the important and fundamental dimensions of this paradigm and related details. In this study, we also examined the important solutions of the virtualization technology, which is one of the emerging techniques in the world of information and communication technology, as a basis for building the suitable and cost-effective infrastructures of a cloud environments. Applying virtualization in cloud computing is a knowledge and technique that can be used to overcome many problems and obstacles in the field of emerging information technologies and pave the way for sustainable development and creating the right conditions for business to the best.
Keywords: cloud computing, Virtualization, data center, Infrastructure, Platform, Cloud Architecture} -
در سال های اخیر، رایانش ابری به عنوان یک الگوی رایانشی جدید برای ارایه زیرساخت، سکو و نرم افزار به عنوان سرویس توجه زیادی را به خود جلب کرده است. با توجه به تطبیق سریع رایانش ابری در صنعت، چالش مهمی در مدیریت اعتماد میان ارایه دهندگان ابر، ارایه دهندگان سرویس و درخواست کنندگان سرویس به وجود آمده است. در حقیقت با در نظر گرفتن نیاز مبرم درخواست کنندگان سرویس در محیط ابر برای انتخاب سرویس های موثر، قابل اعتماد و کمتر مخاطره آمیز، مدیریت اعتماد در رایانش ابری بسیار چالش برانگیز شده است. یکی از مهم ترین عواملی که میتواند در اعتماد یا عدم اعتماد به یک سرویس از طرف درخواست کننده مد نظر قرار گیرد، پارامترهای مختلف کیفیت سرویس مربوط به سرویس موردنظر است؛ بنابراین، رویکردهایی موردنیاز است که اعتماد مربوط به سرویس های ابری را با توجه به مقادیر پارامترهای کیفیت سرویس آن ها و با در نظر گرفتن نیازمندی های کار آیی مشخص شده آن ها ارزیابی کند. در این مقاله، مدلی برای ارزیابی اعتماد به کمک شبکه های بیزی برای سرویس های ابری ارایه شده است. با توجه به اینکه اعتماد در واقع با احتمالات سروکار دارد، شبکه بیزی نیز برای حل مسایل از احتمالات استفاده می کند، پس شبکه بیزی می تواند به کمک ارزیابی اعتماد بیاید. در ادامه برای مقایسه، از فن های مختلف داده کاوی جهت ارزیابی اعتماد در سرویس های ابری استفاده شده است. نتایج حاصل از ارزیابی نشان می دهد که پارامترهای دقت، خطای مطلق، خطای ریشه میانگین مربع و خطای مربع، در شبکه بیزی به ترتیب برابر 53/94، 037/0، 137/0 و 038/0 هست و نسبت به فنون مختلف داده کاوی برای ارزیابی اعتماد در سرویس های ابری کارایی بهتری دارد.
کلید واژگان: اعتماد, رایانش ابری, داده کاوی, سرویس ابری, شبکه بیزی, کیفیت سرویس}In recent years, cloud computing has attracted much attention as a new computing model for providing infrastructure, platform, and software as a service. There is an important challenge in trust management between cloud providers, service providers, and service applicants due to the industry's rapid adaptation of cloud computing. Trust management has become very challenging in cloud computing since cloud service applicants need to choose effective, reliable, and low-risk services. One of the most important factors, which can be considered in the applicant's trust or distrust of service, is the various parameters of service. Therefore, it is necessary to use approaches to evaluate the trust of the cloud services considering their service quality parameters and their identified performance requirements. In this paper, a model is introduced to evaluate the trust for the cloud services using Bayesian network. Since the trust actually deals with probabilities, and the Bayesian network also uses probabilities to solve the problems, the Bayesian network can be used to assess the trust. The proposed method is compared with various data mining techniques to assess trust in cloud services. The results show that the accuracy, absolute error, root mean square error, and square error in the Bayesian network are 94/53, 0/037, 0/137, and 0/038, respectively. The proposed method is more efficient than different data mining techniques for trust assessment in cloud services.
Keywords: Trust, Cloud computing, Cloud service, Data mining, Bayesian network, Service quality} -
امروزه تشخیص اتفاقات غیرعادی در شبکه، موضوع بسیاری از پژوهش ها قرارگرفته است. ترافیک شبکه گسترده و بسیار حجیم است و این مسیله منجر به ابعاد بالای داده و افزایش نویز شده و سبب می شود که استخراج اطلاعات معنادار برای تشخیص اتفاقات غیرعادی بسیار مشکل گردد. تشخیص به موقع حملات، پایداری یک سیستم را بهبود می بخشد. هرکدام از حملات گونه ای از یک رفتار خاص است؛ اما برخی از حملات ممکن است رفتاری مشابه داشته و فقط در پاره ای از ویژگی ها متفاوت باشند. در این مقاله روشی نوین به منظور تشخیص بدافزارها و حملات در محیط رایانش ابری ارایه شده است. در این روش، خوشه بندی داده ها، داده ها را از یکدیگر تفکیک می نماید تا با متوازن سازی داده ها در کلاس های مختلف، شرایط بهتری برای ساخت مدل فراهم گردد. این پژوهش از ترکیب الگوریتم های آدابوست، جنگل تصادفی و درخت گرادینت بوستد به صورت یادگیری جمعی به منظور بهبود تشخیص بدافزارها در رایانش ابری استفاده می کند. به منظور ترکیب یادگیرنده های جمعی و ساخت یک مدل سطح بالاتر، از مکانیزم رای گیری استفاده می گردد. در مدل پیشنهادی، یادگیری جمعی با استفاده از نقاط قوت الگوریتم های مختلف، یک سیستم مفید با عملکرد بالا را برای شناسایی بدافزار در رایانش ابری ایجاد می نماید. با شبیه سازی روش پیشنهادی روی داده های واقعی مشاهده گردید که میزان دقت روش پیشنهادی برابر با 96/99%، میزان صحت آن برابر با 97/99% و میزان فراخوانی آن برابر با 95/99% هستند، که نسبت به روش های گذشته برتری محسوسی دارد، در حالی که پیچیدگی محاسباتی آن تغییری چندانی نداشته است.
کلید واژگان: حملات بدافزار, رایانش ابری, دسته بندی, خوشه بندی, یادگیری جمعی}Nowadays, detecting unusual events in the network has been the subject of many researches. Network traffic is huge and very large, and this leads to high data size and increased noise, which makes it very difficult to extract meaningful information to detect abnormal events. Early detection of attacks improves the stability of a system. Each attack is a type of specific behavior; But some attacks may behave similarly and differ only in some features. This article presents a new way to detect malware and attacks in the cloud computing environment. In this method, data clustering separates the data from each other to provide better conditions for model construction by balancing the data in different classes. This research uses a combination of Adabost, Random Forest and Bosted Gradient Tree algorithms as ensemble learning to improve malware detection in cloud computing. In order to combine boosted learners and build a higher level model, the voting mechanism is used. In the proposed model, ensemble learning, using the strengths of various algorithms, creates a useful, high-performance system for detecting malware in cloud computing. By applying the proposed method on real data, it was observed that the accuracy of the proposed method is equal to 99.96%, its accuracy is equal to 99.97% and its recall is equal to 99.95% which compared to previous methods, it has a noticeable advantage, but its computational complexity has not changed much.
Keywords: Malware attacks, Cloud computing, Classification, Clustering, Ensemble learning} -
نشریه کارافن، سال نوزدهم شماره 59 (پاییز 1401)، صص 529 -551به منظور مدیریت فعالانه بار کاری در طول اجرای برنامه کاربردی روی سیستم ابر، بار کاری باید از طریق یک روش مناسب پیشگویی شود و از طریق یک کنترل کننده سیستم مقیاس پذیر تعداد منابع موردنیاز مدیریت شوند. از سوی دیگر زمان بندی گردش های کار به منظور بهره وری منابع و برآورده کردن نیازمندی های کیفی کاربران مختلف به نگاشت مناسب منابع ابری به وظایف گردش کار نیاز دارد. زمان بندی گردش کار یک مسیله NP کامل است و الگوریتم های تکاملی چندهدفه اغلب برای حل این مسایل مفید هستند. بیشتر کارهای گذشته تنها بر تامین منبع یا زمان بندی اجرای گردش کارها تمرکز کرده اند و تاکنون به ترکیب پویای آن ها توجه نشده است. براساس کمبودی که در این زمینه وجود دارد، در این مقاله یک استراتژی تامین منبع فعالانه با استفاده از شبکه عصبی رقمی ساز بردار یادگیر (LVQ) برای پیشگویی بارهای کاری آینده ارایه می شود و یک کنترل کننده سیستم فازی برای محاسبه تعداد مناسب منابع موردنیاز پیشنهاد می شود که این منابع باید به سیستم اختصاص داده شوند. همچنین یک الگوریتم زمان بندی مبتنی بر روش برنامه ریزی خطی چندهدفه برای اجرای بارهای کاری روی منابع موجود پیشنهاد می شود. در نهایت ارزیابی مقاله با سه نوع بارکاری واقعی انجام می شود. نتایج آزمایش ها نشان می دهند که روش پیشنهادی متوسط هزینه اجرا و زمان پاسخ را در مقایسه با کارهای انجام شده دیگر، کاهش و میزان بهره وری منابع را افزایش می دهد.کلید واژگان: رایانش ابری, زمان بندی چندهدفه, خاصیت مقیاس پذیری, کیفیت سرویس, LVQ}Karafan, Volume:19 Issue: 59, 2023, PP 529 -551In order to manage the workload proactively on the Cloud system during application execution, workload should be predicted through a proper approach and count of resources handled through an auto-scaling system controller. On the other hand, the workflow scheduling requires proper mapping of cloud resources to workflow tasks to efficiently utilize resources and meet different user’s quality of service requirements. Workflow scheduling is NP-complete problem and multi-objective evolutionary algorithms have shown their merit for solving such problem. Most of the works in the literature focused either on dynamic resource provisioning or scheduling algorithms for executing workloads. Based on this deficiency, in this paper, a prediction‑based proactive resource provisioning strategy based on learning vector quantization (LVQ) artificial neural network was proposed to predict the workloads in future and a fuzzy system controller was proposed to compute the proper number of resources to be allocated to the Cloud system. In addition, the multi-objective linear programming scheduling algorithm was proposed to execute workloads effectively on available resources. An evaluation with three kinds of real scientific workflows was performed. The experimental results showed that the proposed approach efficiently reduced execution average cost, and response time along with higher resource utilization in comparison with its counterparts.Keywords: Cloud computing Multi, objective scheduling Scalability Quality of service LVQ}
-
با گسترش استفاده از رایانش ابری نیاز به بهبود کارایی و کاهش تاخیر در ابر افزایش می‌یابد. یکی از مسایل محیط‌های توزیع شده و مخصوصا ابر، عدم توازن بار و در نتیجه کاهش سرعت و کارایی و افزایش تاخیر در زمان ذخیره و بازیابی اطلاعات می‌باشد. روش‌های مختلفی برای متوازن سازی بار در محیط ابر ارایه شده‌اند که هر کدام از منظری به موضوع پرداخته‌اند و مزایا و معایب خود را دارند. ما در این کار نخست معیارهایی برای سنجش توازن بار در ابر ارایه کرده‌ایم و سپس به بررسی کاربرد روش‌های فراابتکاری در متوازن سازی بار در محیط ابر پرداخته‌ایم. پس از معرفی روش‌های توازن بار فراابتکاری مختلف، آنها را براساس معیارهای مذکور باهم مقایسه کرده و به مزایا و معایب هر کدام پرداخته‌ایم. الگوریتم‌های کلونی مورچه، کلونی مورچه مصنوعی، کلونی زنبور، کلونی زنبور مصنوعی، جست‌وجوی غذای زنبور عسل، ازدحام ذرات، ازدحام گربه‌ها، تبرید شبیه‌سازی شده، الگوریتم ژنتیک، جست‌وجوی ممنوعه، الگوریتم دسته ماهی‌ها و الگوریتم‌های ترکیبی و... در این کار بررسی شده‌اند.
کلید واژگان: رایانش ابری, توازن بار, روش های فراابتکاری, بیش باری, کم باری}By widespread use of cloud computing, the need to improve performance and reduce latency in the cloud increases. One of the problems of distributed environments, especially clouds, is unbalanced load which results in reducing speed and efficiency and increasing delay in data storage and retrieval time. Various methods for load balancing in the cloud environment have been proposed, each of which has addressed the issue from its own perspective and has its advantages and disadvantages. In this research, we first provide some criteria for measuring load balance in the cloud and then examine the use of Metaheuristic methods in load balancing in the cloud environment. After introducing Metaheuristic load balancing methods, we have compared them based on the aforementioned criteria and discussed the advantages and disadvantages of each. Ant Colony Algorithms, Artificial Ant Colony, Bee Colony, Artificial Bee Colony, Bee Foraging Algorithm, Particle Swarm, Cat Swarm, Simulated Annealing, Genetic Algorithm, Tabu Search, Fish Swarm and Hybrid Algorithms and etc. examined in this research.
Keywords: Cloud computing, load babancing, Metaheuristic methods, overloading, underloading} -
امروزه کیفیت یکی از مهمترین عامل ها در جلب رضایت و وفاداری مشتریان برای سازمان های خدماتی است. بنابراین، یکی از دغدغه های اصلی مدیران بالابردن کیفیت خدمات است. با پیشرفت اینترنت و دنیای ارتباطات مفهومی به نام رایانش ابری در دنیای ارتباطات گسترش یافته است که الگویی تازه برای عرضه، مصرف و تحویل خدمات رایانشی را ارایه می کند. هدف از این پژوهش، تصمیم گیری بهینه در انتخاب سرویس ابری مناسب با توجه به شرایط کاربران است به نحوی که آنان به بالاترین رضایت برسند. روش دلفی فازی، روش تحلیل سلسله مراتبی فازی، روش تاپسیس فازی و در نهایت روش تصمیم گیری چندمعیاره روش های به کارگرفته شده در این پژوهش است. نتایج روش دلفی فازی نشان می دهد که شاخص‌های شفافیت، دسترسی و قابلیت اطمینان بایستی حذف شوند. نتایج تحلیل سلسله مراتبی فازی شاخص هزینه را به عنوان مهمترین شاخص و شاخص پشتیبانی در هنگام تقاضا را به عنوان کم اهمیت ترین شاخص شناسایی نمود. با توجه به نتایج تاپسیس فازی براساس وزن‌های حاصل از تحلیل سلسله مراتبی فازی نیز به ترتیب سرویس‌های ابری SAAS، IAAS و PAAS رتبه اول تا سوم را به خود اختصاص دادند. استفاده از سرویس SAAS مزایای بی شماری را از قبیل کاهش زمان و هزینه صرف شده جهت کارهای زمان گیر مانند نصب، مدیریت و ارتقاء نرم افزار برای کارمندان و شرکتها فراهم می‌کند.
کلید واژگان: رایانش ابری, روش دلفی فازی, تحلیل سلسله مراتب فازی, تاپسیس فازی, تصمیم گیری چندمعیاره}Today, quality is one of the most important factors in attracting customer satisfaction and loyalty to service organizations. Therefore, one of the main concerns of managers is to improve the quality of services. With the development of the Internet and the world of communications, a concept called cloud computing has expanded in the world of communications, which provides a new model for the supply, consumption and delivery of computing services. The purpose of this study is to make the optimal decision in choosing the appropriate cloud service according to the conditions of users so that they achieve the highest satisfaction. Fuzzy Delphi method, fuzzy hierarchical analysis method, fuzzy TOPSIS method and finally multi-criteria decision making method are the methods used in this research. The results of the fuzzy Delphi method show that the indicators of transparency, accessibility and reliability should be eliminated. The results of fuzzy hierarchical analysis identified the cost index as the most important index and the support index during demand as the least important index. According to the results of fuzzy TOPSIS based on the weights obtained from fuzzy hierarchical analysis, SAAS, IAAS and PAAS cloud services were ranked first to third, respectively. Using the SAAS service provides numerous benefits to employees and companies, such as reducing time and money spent on time-consuming tasks such as installing, managing, and upgrading software.
Keywords: Cloud Computing, Fuzzy Delphi Method, Fuzzy Hierarchy Analysis, Fuzzy TOPSIS, Multi-Criteria Decision Making} -
رایانش ابری برپایه روش پرداخت به ازای مصرف، نوع جدیدی از پردازش را برای کاربران فراهم می نماید تا منابع مورد نیاز برنامه های کاربردی و سیستم ها را در سطوح مختلف تخصیص دهد. از اینرو تخصیص منابع در رایانش ابری، بسیار مهم می باشد. در این پژوهش، الگوریتمی برای تخصیص منابع برپایه منطق فازی ارایه شده است. میزان بهره وری منابع، رضایت کاربران و سود فراهم کنندگان سرویس به عنوان پارامترهای هدف در ارزیابی این الگوریتم در نظر گرفته شده اند. درمرحله اول تعداد 100 درخواست در بین 9 ماشین فیزیکی توزیع شده اند و توسط الگوریتم فازی تخصیص منابع انجام شده است. 95 درصد درخواست ها پاسخ داده شده و بهره وری منابع نیز 61.61 درصد حاصل شده است. در مرحله بعد با ترکیب الگوریتم فازی با PSO، عملیات تخصیص منابع به درخواست ها انجام شده است. مقایسه نتایج نشان می دهد که بهره وری ماشین های فیزیکی در الگوریتم ترکیبی فازی و PSO به میزان 0.5 درصد بهبود یافته است. همچنین در الگوریتم ترکیبی، یک درصد پاسخ گویی به درخواست های کاربران ارتقاء یافته است که سود بیشتر فراهم کنندگان سرویس و رضایت بیشتر مشتریان را سبب می شود.
کلید واژگان: رایانش ابری, تخصیص منایع, منطق فازی, الگوریتم بهینه سازی ازدحام ذرات (PSO), بهره وری منابع}Journal of Iranian Association of Electrical and Electronics Engineers, Volume:20 Issue: 1, 2023, PP 43 -49Cloud computing gives a large quantity of processing possibilities and heterogeneous resources, meeting the prerequisites of numerous applications at diverse levels. Therefore, resource allocation is vital in cloud computing. Resource allocation is a technique that resources such as CPU, RAM, and disk in cloud data centers are divided among cloud users. The resource utilization, cloud service provider profit, and user satisfaction are the common objectives of the proposed algorithms. In this study, the algorithm is based on fuzzy logic and tries to achieve better results than other resource allocation algorithms by using meta-heuristic methods. After designing the preliminary fuzzy inference system (FIS), the use of meta-heuristic algorithms is ended up tuning the FIS parameters. By adjusting the parameters, membership functions are improved and finally a trained FIS is delivered. PSO has been used to train the fuzzy system. The fuzzy resource allocation algorithm responded 95% of the requests and achieved 61.61% of the resource efficiency, while the fuzzy-PSO algorithm answered 96% of the requests and improved the resource utilization by 0.5%. The results have shown that the application of PSO improves fuzzy resource allocation efficiency. More requests are answered and it increases resource utilization.
Keywords: Cloud Computing, Resource Allocation, Fuzzy Logic, Particle Swarm Optimization (PSO), Resource Utilization} -
فناوری رایانش ابری، الگویی جدید در فناوری اطلاعات است که امروزه به دلایلی نظیر مزیت های بالقوه آن، سازمانها،گرایش زیادی به سمت بهره برداری از خدمات ابری دارند. از آنجایی که رایانش ابری؛ منابع را از طریق شبکه و در محیط باز به اشتراک می گذارد، بایستی در بهکارگیری آن ملاحظات فراوانی مدنظر قرار گیرد. به تبع آن، سازمان ها و به ویژه سازمانهای امنیتی که ماهیت، ماموریت ها و همچنین اطلاعات در گردش آنها از اهمیت خاصی برخوردار است، در به کارگیری فناوری رایانش ابری با چالش های عمده مواجه هستند. در این پژوهش کاربردی که با روش آمیخته (کمی- کیفی) انجام شده، ضمن معرفی مزیتهای بهکارگیری فناوری رایانش ابری، ابتدا چالشهای مختلفی که سازمانهای امنیتی در به کارگیری این فناوری با آن مواجه هستند، جمعبندی شد و در ادامه، سازوکارهای به کارگیری فناوری رایانش ابری به دو دسته سازوکارهای مدیریتی و فناورانه تقسیم شدند و در مجموع، 56 مولفه در قالب یک پرسشنامه محقق ساخته استخراج شد که چالش ها، 20 مولفه، سازوکارهای مدیریتی و فناورانه نیز هر کدام 18 مولفه را بهخود اختصاص دادند. اطلاعات از طریق مصاحبه، پرسشنامه، اسناد و مدارک، منابع الکترونیکی و وبگاه های معتبر علمی و نیز از دو روش کتابخانه ای و میدانی جمع آوری گردیده است. نتایج تجزیه و تحلیل سوالات پژوهشی نشان داد که پرسش شوندگان معتقدند 78.2% چالش های فناوری رایانش ابری، 85.06% سازوکارهای مدیریتی و 88.22% سازوکارهای فناورانهس استخراج شده، در حد زیاد و خیلی زیاد بر به کارگیری فناوری رایانش ابری در سازمان های امنیتی موثر است. هر کدام از فرضیه های پژوهشی نیز؛ با استفاده از آزمون خی دو مورد تجزیه وتحلیل قرار گرفتند و با استفاده از آزمون فریدمن، مشخص شد که مولفه "هزینه های بالا برای ایجاد و تامین امنیت فناوری رایانش ابری در سازمان های امنیتی" با اولویتترین چالش و مولفه "اتخاذ تدابیر لازم برای تست نفوذ و ارزیابی امنیتی زیرساخت های فناوری رایانش ابری در سازمان های امنیتی" با اولویتترین سازوکار مدیریتی و مولفه "تامین زیرساخت ها، سامانه های امنیتی، سامانه های کنترلی و... برای پیاده سازی و امن سازی فناوری رایانش ابری در سازمان های امنیتی" با اولویتترین سازوکار فناورانه در به کارگیری فناوری رایانش ابری در سازمان های امنیتی هستند.
کلید واژگان: رایانش ابری, سازمان های امنیتی, چالش ها, سازوکارهای مدیریتی, سازوکارهای فناورانه}
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2024 magiran.com All Rights Reserved.