دسته‌ها
فناوری اطلاعات - ترجمه مقاله مقالات انگلیسی رایگان مقالات ترجمه شده

ترجمه مقاله مسائل مربوط به امنیت داده در محیط ابری و راه حل‌های آن

عنوان مقاله انگلیسی
Data Security Issues in Cloud Environment and Solutions
عنوان ترجمه فارسی
ترجمه مقاله مسائل مربوط به امنیت داده در محیط ابری و راه حل‌های آن

دسته : فناوری اطلاعات

ترجمه مقاله مسائل مربوط به امنیت داده در محیط ابری و راه حل‌های آن

این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:
مقاله درباره محاسبات ابری
مقاله درباره امنیت محاسبات ابری
مقاله درباره امنیت داده
مقاله درباره حفاظت از حریم خصوصی
Cloud computing
Data secuity

چکیده

محاسبات ابری یک مدل مبتنی بر اینترنت است که دسترسی راحت، مورد تقاضا و پرداخت در هر دسترسی را به مخزن منابع مشترک فراهم می‌کند. محاسبات ابری یک فناوری جدید است که نیازهای کاربر مربوط به منابع محاسباتی مانند شبکه، ذخیره سازی، سرورها، سرویس‌ها و برنامه های کاربردی را تأمین می‌کند، امنیت داده یکی از نگرانی‌های مهم و چالش‌های اولیه برای محاسبات ابری است.

این مسئله با توسعه‌ی محاسبات ابری، جدی‌تر هم شده است.  از دیدگاه مصرف کنندگان، امنیت محاسبات ابری به طور خاص با امنیت داده در ارتباط است و مسائل حفاظت از حریم خصوصی به عنوان مانع اصلی استفاده از سرویس‌های محاسبه‌ی ابری باقی می‌مانند.

این مقاله، مسئله ی اصلی محاسبات ابری را مدنظر قرار می دهد و امنیت داده و مسائل مربوط به حفاظت از حریم خصوصی در ابر را توصیف می‌کند.

1-مقدمه

ابر یک نوع سیستم توزیع شده و موازی است که از مجموعه‌ای از کامپیوترهای مجازی و با اتصال درونی تشکیل شده است که به صورت پویا بر روی آنها شرط گذاری شده و به عنوان یک و یا چند منبع محاسباتی واحد ارائه شده اند که مبتنی بر توافقات سطح خدمات که با مذاکره ی بین ارائه دهنده‌ی خدمات و مصرف کنندگان برقرار شده، کار می‌کند.

[21]. محاسبات ابری یک پارادایم است که بر منابع اشتراکی و محاسبات یک شبکه ی مقیاس پذیر و متشکل از گره‌ها تمرکز می‌کند. نمونه‌هایی از چنین گره‌هایی شامل کامپیوترهای کاربر نهایی، مراکز داده و سرویس‌های ابری است.

می‌توان برای آن عبارتی مانند شبکه‌ای از گره‌ها بیان کرد که نشاندهنده ی یک ابر هستند. محاسبات ابری یکی از موضوعات داغ در زمینه‌ی فناوری اطلاعات است…

 


ادامه مطلب و منبع – دانلود

 

دسته‌ها
فناوری اطلاعات - ترجمه مقاله مقالات انگلیسی رایگان مقالات ترجمه شده

ترجمه مقاله اعتماد به ارائه کنندگان سرویسهای ابری: مرحله بندی اعتماد و طبقه بندی فاکتورهای اعتماد

عنوان مقاله انگلیسی
Trusting Cloud Service Providers: Trust Phases and a Taxonomy of Trust Factors
عنوان ترجمه فارسی
ترجمه مقاله اعتماد به ارائه کنندگان سرویسهای ابری: مرحله بندی اعتماد و طبقه بندی فاکتورهای اعتماد

دسته : فناوری اطلاعات

ترجمه مقاله اعتماد به ارائه کنندگان سرویسهای ابری: مرحله بندی اعتماد و طبقه بندی فاکتورهای اعتماد

این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:
سرویس های ابری
محاسبات ابری
Cloud computing
Context
Security
Taxonomy
Privacy
Standards
Context-aware services

چکیده

هدف از این مقاله کمک به انتخاب ارائه کنندۀ سرویس ابری مورد اعتماد، بوسیلۀ طبقه بندی فاکتورهای اعتماد و مشخص کردن کابردهای این طبقه بندی در سناریوهای عملی است.

همچنین، در این مقاله، توصیف خلاصه​ای از چهارچوب برنامۀ ساخته شده بر اساس این طبقه بندی، نیز، ارائه شده است.

1-مقدمه

رایانش ابری، مدلی از فناوری اطلاعات است که شامل همۀ اجزاء رایانش و منابع لازم برای ایجاد و ارائۀ سرویسهای ابری، می باشد.

در سالهای اخیر، این روش دارای رشد بسیار سریعی بوده است، می توان این سرعت را به عوامل متعددی نسبت داد. به عنوان مهمترین عامل، الگوی ابری، باعث تسهیل در فرایند تغذیه و بهره​مندی از منابع رایانش شده و هزینه​ها را کاهش می دهد. در بسیاری از کشورها با زیرساخت مناسب اینترنت، سرویسهای مبتنی بر رایانش ابری، به درستی، شروع به مسلط شدن بر حوضه​های معینی از کاربردها شده​اند.

این مسئله در بازار کسب وکار بیشتر قابل مشاهده است. علاوه بر فروشندگان بزرگ سرویسهای سنتی فناوری اطلاعات (مانند مایکروسافت آفیس 365، سرویس پستی گوگل) بسیاری از ارائه کنندگان، شروع به ارائۀ سرویسهای ویژه و اختصاصی نموده​اند.انتخاب یکی از این سرویس ها، توسط کاربران، نیاز به ارزیابی مناسب قبل از انتخاب دارد.

رایانش ابری با چالشهای متعددی روبروست. این چالشها شامل، امنیت، حفظ حریم خصوصی، و اعتماد، می باشد. درمیان این چالشها ایجاد اعتماد بین اعضای سیستم ابری، مهمترین موضوعی است که می تواند باعث ایجاد مانع بر سر راه گسترش استفاده از سرویسهای ابری شود. اساساً، داده​های مشتری در محل استقرار ارائه کنندۀ سرویس ابری (CSP)، ذخیره می شود، جاییکه مشتری کمترین کنترل را بر نحوۀ ادارۀ آن، دارد.
اعتماد از موضوعاتی است که بطور گسترده​ای در مقالات مربوط به حوضه​های عمومی رایانش، به آن پرداخته شده است. هرچند که در مورد رایانش ابری این موضوع، هنوز یک موضوع جدید محسوب می شود. ابداع رویکردهای جدیدی که  بتواند به ارزیابی قابلیت اعتماد CSPs، کمک کند، مستلزم تلاشهای اساسی در این حوضه است…

ادامه مطلب و دانلود

دسته‌ها
فناوری اطلاعات - ترجمه مقاله مقالات انگلیسی رایگان مقالات ترجمه شده

ترجمه مقاله استراتژی برنامه‌ریزی در توزیع بار منابع ماشین مجازی در محیط محاسبات ابری

عنوان مقاله انگلیسی
A Scheduling Strategy on Load Balancing of Virtual Machine Resources in Cloud Computing Environment
عنوان ترجمه فارسی
ترجمه مقاله استراتژی برنامه‌ریزی در توزیع بار منابع ماشین مجازی در محیط محاسبات ابری

دسته : فناوری اطلاعات

ترجمه مقاله استراتژی برنامه‌ریزی در توزیع بار منابع ماشین مجازی در محیط محاسبات ابری

این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:
محاسبات ابری
منابع ماشین مجازی
تعادل بار
الگوریتم ژنتیک
Processor scheduling
Load management
Cloud computing
Dynamic scheduling

چکیده

برنامه‌ریزی منابع ماشین مجازی(VM) کنونی در محیط محاسبات ابری به طور عمده وضعیت فعلی سیستم را درنظر می‌گیرند، اما به ندرت متغیرهای سیستم و داده های مهم (تاریخی) را نیز در نظر می‌گیرند، که همیشه منجر به عدم تعادل بار سیستم می‌شود.

از دیدگاه مسئله ی تعادل بار در برنامه‌ریزی منابع  VM، این مقاله یک استراتژی برنامه‌ریزی روی توزیع بار منابع VM  بر اساس الگوریتم ژنتیک ارائه می‌دهد.

با توجه به داده های تاریخی و وضعیت فعلی سیستم و از طریق الگوریتم ژنتیک، این استراتژی اثرات پیش رویی که بر روی سیستم پس از استقرار منابع VM  مورد نیاز خواهیم داشت را محاسبه می‌نماید و سپس راه حل با کمترین اثر را انتخاب می‌نماید، که از طریق آن به بهترین تعادل بار دست می یابد و مهاجرت پویا را کاهش می دهد یا از آن اجتناب می کند.

این استراتژی مشکل عدم تعادل بار و هزینه مهاجرت بالا را توسط الگوریتم های سنتی پس از برنامه‌ریزی حل می کند. نتایج تجربی ثابت می کند که این روش قادر به تحقق بخشیدن تعادل بار و بهره وری از منابع معقول در هنگامی که بار سیستم پایدار و متغیر است می باشد.

-1مقدمه

حاسبات ابری یک تکنولوژی جدید در حوزه ی آکادمیک (دانشگاهی) می باشد[1]. در بستر یا پلت فرم محاسبات ابری، منابع به عنوان خدمات و توسط نیازها ارائه می شوند، و آن ها به مشترکین تضمین می دهند که به توافق نامه ی سطح خدمات(SLA) عمل می کنند.

با این حال، با توجه به وضعیتی که منابع به اشتراک گذاشته اند، و اینکه نیازهای مشترکین ناهمگونی پویای بزرگ و پلت فرم نامربوطی دارند، اگر که منابع نتوانند به درستی توزیع شوند آن قطعا منجر به هدر رفتن منابع می شود[2] . علاوه بر این، بستر محاسبات ابری به تعادل پویای بار میان سرورها به منظور اجتناب از تنگناها (hotspot) و بهبود سودمندی منابع نیز نیاز دارد. بنابراین، نحوه ی مدیریت پویا و کارآمد منابع و به پاسخگویی به نیازهای مشترکان به مسائلی تبدیل شد که باید حل شوند…

 

ادامه مطلب و دانلود

 

دسته‌ها
فناوری اطلاعات - ترجمه مقاله مقالات انگلیسی رایگان مقالات ترجمه شده

ترجمه مقاله بهینه سازی بالانس بار در محاسبات ابری: اعمال بهینه سازی ازدحام ذرات درون ریز

عنوان مقاله انگلیسی
Load Balancing Optimization in Cloud Computing: Applying Endocrine-Particale Swarm
Optimization
عنوان ترجمه فارسی
ترجمه مقاله بهینه سازی بالانس بار در محاسبات ابری: اعمال بهینه سازی ازدحام ذرات درون ریز

دسته : فناوری اطلاعات

ترجمه مقاله بهینه سازی بالانس بار در محاسبات ابری: اعمال بهینه سازی ازدحام ذرات درون ریز

چکیده

بهینه سازی بالانس بار به عنوان یک مسئله ی NP-hard (چندجمله ای غیرجبری سخت) که نقش مهمی در افزایش کاربرد ابر ایفا می کند.
روش های متفاوتی برای بدست آوردن بالانس بار سیستم در محیط ابری ارائه شده است. انتقال VM (VM migration) یکی از این تکنیک ها است که برای بهبود کاربرد VM ها ارائه شده است. برخلاف مزایای انتقال VM، چندین عیب دارد که محققان را وامیدارد که به بهبود روش های انتقال VM بپردازند.

در این مقاله ما یک تکنیک بالانس بار جدید را با استفاده از الگوریتم درون ریز ارائه می دهیم که از رفتار قاعده مند سیستم هورمونی انسان الهام گرفته شده است. الگوریتم پیشنهادی ما، بالانس بار سیستم را با اعمال روش خود-سازمانده میان VMهای اورلود شده (بیش بار شده) انجام می دهد. این تکنیک بر اساس ارتباط میان VMها می باشد که به VMها اورلود شده برای انتقال وظایف اضافی شان به دیگر VM هایی که برای بار (لود) جا دارند، با اعمال روش فیدبکی افزایش یافته با استفاده از الگوریتم ازدحام ذرات، کمک می کند.

برای اعمال روش پیشنهادی، ابزار شبیه سازی ابری (Cloudsim) را بسط دادیم که توسط دانشگاه ملبورن توسعه یافته است. نتایج شبیه سازی تاکید می کند که روش بالانس بار پیشنهادی به طور قابل توجهی timespan (مدت زمان) را در مقایسه با تکنیک های بالانس بار دیگر، کاهش داده است. علاوه براین کیفیت سرویس دهی (QoS) را افزایش داده، بطوریکه زمان بیکاری (downtime) VM ها را مینیمم کرده است.

1-مقدمه

مشخصه های اصلی محاسبات ابری از قبیل کشسانی، مقیاس پذیری و مدل پرداخت، کسب و کارها را برای جایگزین کردن زیرساخت های گذشته شان با تکنیک های ابری پیشنهادی جذب می کند. همانطور که تعداد کاربران ابری به سرعت در حال رشد است، حجم بار وسیع بر عملکرد و کارِ ابر تاثیر خواهد گذاشت. بنابراین، ضروری است که روش های مدیریت بار هوشمندانه تری را برای اطمینان از موثر بودن وظایف زمانبندی و مدیریت منابع کارا، را ارائه دهیم]1[….

این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:
محاسبات ابری
بالانس بار
زمانبندی وظایف
تنظیم هورمون
الگوریتم درون ریز
Cloud computing
load balancing
task scheduling
Hormon regualtion
Endocrine Algorithm

Abstract

Load balancing optimization is categorized as NP-hard problem, playing an important role in enhancing the cloud utilization. Different methods have been proposed for achieving the system load balancing in cloud environment. VM migration is one of these techniques, proposed to improve the VMs’ functionality. Despite of the advantageous of VM migration, there are still some drawbacks which urged researchers to improve VM migration methods. In this paper we propose a new load balancing technique, using Endocrine algorithm which is inspired from regulation behavior of human’s hormone system. Our proposed algorithm achieves system load balancing by applying self-organizing method between overloaded VMs. This technique is structured based on communications between VMs. It helps the overloaded VMs to transfer their extra tasks to another under-loaded VM by applying the enhanced feed backing approach using Particle Swarm Optimization (PSO). To evaluate our proposed algorithm, we expanded the cloud simulation tool (Cloudsim) which is developed by University of Melbourne. The simulation result proves that our proposed load balancing approach significantly decreases the timespan compared to traditional load balancing techniques. Moreover it increases the Quality Of Service (QOS) as it minimizes the VMs’ downtime

ترجمه مقاله بهینه سازی بالانس بار در محاسبات ابری: اعمال بهینه سازی ازدحام ذرات درون ریز

 

ادامه مطلب و دانلود