دانلود فایل ورد word پروژه الگوریتم طبقه بندی k نزدیک ترین همسایه فازی داده برای محرمانگی در محاسبات ابری

چکیده:    1
فصل اول: مقدمه    2
۱-۱ مقدمه    2
۱-۲ تعریف مساله و بیان سوال¬های اصلی تحقیق    3
۱-۳ سابقه وضرورت انجام تحقیق    4
۱-۴ هدف¬ها    8
۱-۵ جنبه نوآوری تحقیق   9
۱-۶ مراحل انجام تحقیق    9
۱-۷ ساختار پروژه    9
فصل دوم: مباحث عمومی پردازش ابری، امنیت و شبیه سازی    10
۲-۱ مقدمه    10
۲-۲ تاریخچه ی مختصری از رایانش ابری    11
۲-۳ وضعیت کنونی رایانش ابری    12
۲-۴ خصوصیات رایانش ابری    13
۲-۴-۱ ویژگی کلیدی رایانش ابری    17
۲-۴-۲ مزایای اصلی رایانش ابری    18
۲-۴-۳ کارهای امکان پذیر در رایانش ابری.    18
۲-۵ معماری رایانش ابری    19
۲-۶ امنیت و چالشهای رایانش ابری    21
۲-۷ امنیت در رایانش ابری    22
۲-۸ نقاط ضعف رایانش ابری    22
۲-۸-۱ نیاز به اتصال دائمی اینترنت    22
۲-۸-۲ کار نکردن با اینترنت کم سرعت    23
۲-۸-۳ حفظ حریم خصوصی    23
۲-۹ معایب امنیتی در محیط های ابری    23
۲-۹-۱ موقعیت داده    24
۲-۹-۲ تفکیک داده ها    24
۲-۱۰ تامین امنیت داده ها    24
۲-۱۰-۱ کنترل و دسترسی    25
۲-۱۰-۲ رمزگذاری    25
۲-۱۱ مقدمه ای بر شبیه سازی    26
۲-۱۲ برخی نرم افزارهای شبیه سازی شبکه های محاسباتی    28
۲-۱۳ آشنایی با ابزار کلودسیم    29
۲-۱۳-۱معماری کلودسیم    30
۲-۱۴ مدل های تخصیص ماشینهای مجازی    31
۲-۱۵ کلاس های موجود در کلودسیم    32
۲-۱۶ جمع بندی    35
فصل سوم: مروری بر کارهای گذشته والگوریتم های رمزنگاری    37
۳-۱ مقدمه    37
۳-۲ معرفی روش    38
۳-۳ سوابق کاری گذشته    39
۳-۴ اهداف روش    41
۳-۵ طبقه بندی داده ها    42
۳-۵-۱ یادگیری ماشین    42
۳-۶ تعریف داده حساس و غیرحساس    46
۳-۷ طبقه بند-Kنزدیک ترین همسایه    48
۳-۸ رمزنگاری با روشRSA    49
۳-۹ رمز و رمزنگاری    49
۳-۹-۱ الگوریتم های رمزنگاری    50
۳-۱۰ آراس ای    52
۳-۱۰-۱ مراحل الگوریتم RSA    51
۳-۱۱ استاندارد رمزنگاری پیشرفته    54
۳-۱۱-۱ شرح رمزنگاری    55
۳-۱۲جمع بندی    56
فصل چهارم: معرفی روش پیشنهادی    57
۴-۱ مقدمه    57
۴-۲ معرفی روش جدید -Kنزدیک ترین همسایه فازی برای طبقه بندی داده در محاسبات ابری    58
۱-۴-۲ نظریه مجموعه¬های فازی    58
۴-۳ تفاوت در نتایج حاصله از الگوریتم¬های طبقه¬بندی    58
۴-۴ چهارچوب مورد استفاده    59
۴-۵ روش پیشنهادی    59
۴-۵-۱ داده آموزشی و داده تست    61
۴-۵-۲ ذخیره در ابر    62
۴-۵-۳ روش کار الگوریتمKNN    62
۴-۵-۴ روش کار الگوریتمF-KNN    64
۶-۴ جمع¬بندی    66
فصل پنجم:آزمایش ها و ارزیابی نتایج    67
۵-۱ مقدمه    67
۵-۲ جایگاه داده آزمایش ومحیط پیاده سازی واجرا    68
۵-۳ مقایسه نتایج بدست آمده از الگوریتم -K نزدیک ترین همسایه عادی و فازی     72
۵-۴ خصوصیات لایه نرم افزار به عنوان سرویس    76
۵-۵ خصوصیات لایه پلتفرم به عنوان سرویس برای مدیریت مجازی    77
۵-۶ خصوصیات لایه زیرساخت به عنوان سرویس در شبیه¬سازی ابر    78
۵-۷ نرخ شناسایی    79
۵-۸ نتایج شبیه سازی    80
۵-۹ زمان شبیه سازی مراحل کار    81
۵-۱۰ جمع¬بندی    83
فصل ششم:نتیجه گیری و پیشنهادها    84
۶-۱ مقدمه    84
۶-۲ نتایج حاصل از تحقیق    84
۶-۳ پیشنهادها    85
مراجع:    86
واژه نامه انگلیسی    89
چکیده انگلیسی