داده های ابری و مدیریت امنیت داده ها

داده های ابری و مدیریت امنیت داده ها

مریم ابراهیمی1 سید کامران یگانگی2 محسن امیری3

1) فوق دكتري مديريت سیستمهاي اطلاعاتی، دانشگاه بايرويت، بايرويت، آلمان Email:
2) عضو هیات علمی گروه مهندسی صنایع ، واحد زنجان ، دانشگاه آزاد اسلامی ، زنجان ، ایران Email:
3) دکتری آینده پژوهی و مدیر عامل گروه مالی دی Email:

کد IOI مقاله : XBGD-GCECZ
محل انتشار : نهمین کنفرانس بین المللی تکنیک های توسعه پایدار در مدیریت و مهندسی صنایع با رویکرد شناخت چالش های دائمی (bmbeconf.com)
چکیده :
    امنیت حريم شخصي را مي‌توان به عنوان مهمترين مساله در رايانش ابري در نظر گرفت. به منظور حفظ حريم شخصي در رايانش ابري سعي مي‌شود تا داده‌ها به صورتي منتشر شوند و در اختيار کاربران قرار بگيرند که حريم شخصي کاربران ابر نقص نشود. براي حفظ حريم شخصي کاربران، روش‌هاي مختلفي از جمله گمنامي، رمزنگاري، آشفتگي در داده‌ها و عمومي‌سازي استفاده مي‌شود. همچنين روش ديگر مورد استفاده، به کارگيري يادگيري ماشين و الگوريتم‌هاي متنوع آن براي پيش‌بيني ميزان احتمال نقص حريم شخصي کاربران با توجه به داده‌ها است. يکي از مسائل مهم در يادگيري ماشين و داده‌کاوي امنيت اطلاعات و داده‌ها است. قرار دادن داده‌ها در دسته‌هايي جداگانه و شبيه به هم باعث افزايش کارايي و بهبود نتايج الگوريتم‌هاي داده‌کاوي مي‌شود. يکي از الگوريتم‌هاي مهم و پرکاربرد يادگيري ماشين، الگوريتم شبکه عصبي مصنوعي است که با توجه به مدل ساخته شده و لايه هاي پنهان مدل، سعي در افزايش دقت دارد. اين الگوريتم بسيار ساده و سريع است و کاربردهاي فراواني در علوم مختلف دارد. در اين مقاله براي بهبود نتايج و پيش بيني حفظ حريم شخصي در رايانش ابري، از شبکه عصبي و يک الگوريتم بهينه سازي به نام الگوريتم رقابت جهاني براي وزن دهي به آن استفاده نموده ايم که با توجه به نتايج بدست آمده، باعث افزايش دقت در پيش‌بيني احتمال نقض حريم شخصي مي شود.

کلمات کلیدی : شبکه عصبي مصنوعي الگوريتم رقابت هاي جهاني حفظ حريم افراد مدیریت امنیت داده ها