-
افزایش امنیت در رایانش ابری با استفاده از سیستم تشخیص نفوذ مبتنی بر الگوریتم های یادگیری عمیق
-
- تاریخ انتشار 1403/11/26
- تعداد صفحات 26
- زبان مقاله فارسی
- حجم فایل 495 کیلو بایت
- تعداد مشاهده چکیده 36
- قیمت 29,000 تومان
- تخفیف 0 تومان
- قیمت با احتساب تخفیف: 29,000 تومان
- قیمت برای کاربران عضو سایت: 23,200 تومان
- محل انتشار پنجمین همایش بین المللی مهندسی الکترونیک ، برق و رایانه
-
نویسندگان مقاله
- مهدی ارجمندی کارشناسی ارشد مهندسی کامپیوتر، موسسه آموزش عالی کاوش ، مازندران، محمود آباد
- عباس مدرکی شهد استادیار موسسه آموزش عالی کاوش ، مازندران، محمود آباد
-
چکیده مقاله
محاسبات ابری به دلیل ارائه مزایای قابل توجهی مانند کاهش هزینهها، افزایش انعطافپذیری و مقیاسپذیری در دسترسی به منابع، به یکی از فناوریهای پرکاربرد در حوزه فناوری اطلاعات تبدیل شده است. با این حال، یکی از مهمترین چالشهایی که کاربران و ارائهدهندگان این خدمات با آن مواجه هستند، مسئله امنیت و حفظ حریم خصوصی است. ذخیرهسازی دادههای حساس کاربران و اطلاعات حیاتی کسبوکارها در ابر، نگرانیهای امنیتی را افزایش داده و نیاز به راهکارهای پیشرفتهتر برای مقابله با تهدیدات موجود را دوچندان کرده است. این پژوهش به بررسی چگونگی افزایش امنیت در رایانش ابری با استفاده از سیستمهای تشخیص نفوذ مبتنی بر الگوریتمهای یادگیری عمیق و مفهوم امنیت شبکه میپردازد. در ابتدا، چهار حمله اصلی در محیط ابری شامل حمله سیلآسا، حمله به بسته، حمله کدهای مخرب، و حمله سرقت اطلاعات مورد بررسی قرار گرفته و روشهای مقابله با آنها ارائه میشود. سپس، با استفاده از شبیهسازی این حملات در نرمافزار NS2، کارایی سیستمهای تشخیص نفوذ مبتنی بر یادگیری عمیق در شناسایی و جلوگیری از این تهدیدات بررسی و تحلیل میگردد. هدف اصلی این پژوهش، ارائه یک راهکار جامع برای افزایش امنیت در رایانش ابری است که بتواند به کسبوکارها در حفظ حریم خصوصی و امنیت دادههایشان کمک کند. در نهایت، نتایج به دست آمده از این شبیهسازیها، راهکارها و پیشنهاداتی را برای کاربران و ارائهدهندگان خدمات ابری جهت بهبود امنیت و مقابله با چالشهای پیش رو ارائه میکند.
-
کلید واژه
محاسبات ابری، حریم خصوصی، حفظ حریم خصوصی، سیستم¬های تشخیص نفوذ، امضای دیجیتال
-
راهنمای خرید و دانلود
- اگر در مجموعه Confpaper عضو نیستید، به راحتی می توانید از طریق دکمه زیر اصل این مقاله را خریداری نمایید .
- با عضویت در Confpaper می توانید اصل مقالات را با حداقل 20 درصد تخفیف دریافت نمایید .
- برای عضویت به صفحه ثبت نام مراجعه نمایید .
- در صورتی که عضو این پایگاه هستید،از قسمت بالای صفحه با نام کاربری خود وارد سایت شوید .
- لینک دانلود فایل خریداری شده به ایمیل شما ارسال میگردد .
نظرات کاربران
برای ارسال نظر، لطفا وارد حساب کاربری خود شوید.