مدل سازی امنیت ماشین های مجازی در ابر با استفاده از تئوری بازی تکرار شونده
محل انتشار: مجله محاسبات نرم، دوره: 10، شماره: 1
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 205
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SCJKA-10-1_001
تاریخ نمایه سازی: 31 تیر 1401
چکیده مقاله:
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 تئوری بازی راه حل مناسبی برای تصمیم گیری در خصوص سرمایه گذاری روی یکی از ماژول های امنیتی برای هر یک از بازیگران ارائه 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 تئوری 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 ۲/۰ تا ۸/۰، 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.
کلیدواژه ها:
نویسندگان
امیرحسین یداللهی
گروه مهندسی کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه کاشان، کاشان، ایران.
جواد سلیمی سرتختی
گروه مهندسی کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه کاشان، کاشان، ایران.
سلمان گلی بیدگلی
گروه مهندسی کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه کاشان، کاشان، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :