روشی ترکیبی به منظور شناسایی فراهم کنندگان خدمات ابری قابل اعتماد با استفاده از فرآیند تحلیل سلسله مراتبی و شبکه های عصبی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
اخیرا فناوری رایانش ابری توانسته است در مدت زمان کوتاهی محبوبیت گسترده ای بیابد. لذا با توجه به این محبوبیت شمار قابلیت ها و  ویژگی های خدمات ابری نیز رو به افزایش می باشد. در محیط های ابری به منظور یافتن ارائه دهنده معتبر و انتخاب بهترین منابع در  زیرساخت های ناهمگن ابری، اعتماد نقش مهمی را ایفا می کند. عدم اعتماد مشتریان به ارائه دهندگان خدمات ابری بزرگ ترین مانعی است که اغلب برای پذیرش خدمات ابری در نظر گرفته می شود. در این پژوهش سعی بر تدوین مدل شناسایی ارائه دهندگان خدمات ابری نامعتبر خواهد بود که با استفاده از ویژگی های ارزیابی اعتماد به ارائه دهندگان ابری، اعتبارسنجی انجام خواهد گرفت. در رویکرد پیشنهادی به منظور تشخیص فراهم کنندگان ابری ترکیب روش شبکه عصبی با وزن دهی سلسله مراتبی ارائه شده است و علت به کار گرفتن شبکه عصبی، قابلیت پیدا کردن و تشخیص مقادیر بهینه آن می باشد. نتایج شبیه سازی حاکی از آن است که درصد خطای این روش 005/0% می باشد که به نسبت روش های رایج دیگر دارای دقت بیشتری است.
زبان:
فارسی
صفحات:
105 تا 122
لینک کوتاه:
magiran.com/p1967214 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 990,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 50 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!