تشخیص بی نظمی در رایانش ابری با استفاده از شبکه های عصبی بازگشتی

رایانش ابری مدلی برای دسترسی راحت تحت شبکه ای و مبتنی بر تقاضا می باشد. رایانش ابری بر طیف عظیم و به اشتراک گذاشته شده ای از منابع از قبیل شبکه ها، سرورها، منابع ذخیره داده، برنامه های کاربردی و سرویس ها دسترسی دارد. رایانش ابری با ارایه مدل مبتنی بر تقاضا و ویژگی سرویس خودکار، نیازهای مدیران شرکت ها و درخواست مشتریان را با هزینه ی پایین و شیوه مدیریتی بسیار اسان برآورده می نماید. امنیت محاسبات ابری که گاهی اوقات از آن به امنیت ابری تعبیر می شود زیر مجموعه ای از امنیت کامپیوتری، امنیت شبکه و در حالت کلی تر امنیت اطلاعات به حساب می اید. این مفهوم شامل مجموعه ای از سیاست ها، تکنولوژی ها و کنترل ها جهت محافظت از داده ها، برنامه ها و زیرساخت های امنیتی در محاسبات ابری است. در این پژوهش یک روش ترکیبی مبتنی بر انتخاب ویژگی براساس الگوریتم فرا ابتکاری PSO و طبقه بندی براساس شبکه عصبی بازگشتی هاپفیلد ارایه شده است. با استفاده از روش انتخاب ویژگی PSO حجم داده ها کاهش یافته و ویژگی های که در دقت کلی الگوریتم بی اثر یا دارای اثر منفی می باشند حذف می شوند. نتایج حاصل از مقایسه الگوریتم پیشنهادی نشان دهنده دقت و سرعت بهتر الگوریتم پیشنهادی نسبت به روش انتخاب ویژگی مربع کاری و طبقه بندی MLP,SVM دارد.

کلیدواژه ها:

امنیت رایانش ابری ، روش های هوشمند ، شبکه عصبی هاپفیلد و الگوریتم ازدحام ذرات