الگويي به منظور كاهش سربار محاسباتي در پايگاه داده ابري با استفاده از داده كاوي

پيشرفت‌هاي اخير باعث افزايش عموميت و همچنين موفقيت محاسبه ابري شده است. با اين وجود در محاسبه ابري در هنگام برون سپاري داده و برنامه‌هاي تجاري به طرف‌هاي ثالث، مسائل و مشكلات امنيتي به نگراني‌هاي بزرگي تبديل مي‌شوند. باتوجه به گسترش روز افزون اطلاعات، حفاظت از آنها در محيط ابر سخت تر مي‌شود لذا به منظور حفاظت از اطلاعات بايد با استفاده از داده كاوي داده هاي مهم را استخراج نموده و آن ها را ذخيره نماييم. به طور كلي هزينه‌ي بسيار بالايي صرف كاوش اقلام داده‌اي پرتكرار(پشتيبان بالا) و حساس برون‌سپاري‌شده، مي‌شود. لذا در اين پژوهش براي كاهش اين جستجوي زياد و مهمتر از آن براي حفاظت اين داده‌ها از ديد مهاجم، ابتدا با استفاده از روش‌هاي خوشه‌بندي به مجزا سازي داده‌ها مي‌پردازيم. لذا با استفاده از تركيب الگوريتم خوشه‌بندي فازي و ژنتيك چندهدفه، دقت در خوشه‌بندي را افزايش داديم و گروه‌هايي با حداكثر شباهت توليد كرديم.روي هر خوشه به طور مجزا اقلام پر تكرار و حساس را شناسايي و اقلام با پشتيبان بالا را به سيستم رمز نگار پيشنهاد داديم تا به اين وسيله كمترين بار محاسباتي را براي سيستم داشته باشد.