فایل یو

برترین جزوات آموزشی

فایل یو

برترین جزوات آموزشی

امنیت شبکه های ابری


چکیده:
محاسبات ابری به برنامه و سرویسهای اشاره دارد که در یک شبکه توزیع شده اجرا میشود و از منابع مجازی استفاده میکند، همچنین از طریق پروتکلهای رایج اینترنت و استانداردهای شبکه قابل دستیابی میباشند. برای درک محاسبات ابری از تمامی جنبه ها لازم است انواع مختلف ابرراطبقه بندی کنیم. مدل اول ابر بر این مبناست که ابر کجا مستقر شده است (مدل استقرار) و مدل دوم بر این مبناست که چه نوع سرویسی را عرضه میکند (مدل سرویس). محاسبات ابری مزایای بسیاری دارد و در صنعت و در بین عموم محبوبیت بالایی کسب کرده است و معایبی دارد که در ادامه به بررسی آن میپردازیم.
«پردازش ابری» یا «پردازش انبوه» یک فناوری جدید است که به‌تازگی از طرف شرکت‌های مختلف از جمله: مایکروسافت، گوگل، آمازون و آی بی ام عرضه شده است. در این سیستم به جای نصب چندین نرم‌افزار بر روی چند رایانه، تنها یک نرم‌افزار، یک بار اجرا و بارگذاری می‌شود و تمامی افراد از طریق یک خدمات بر خط (online services) به آن دسترسی پیدا می‌کنند. به این پروسه «پردازش ابری» یا در اصطلاح Cloud Computing می‌گویند.

فهرست مطالب:
چکیده
فصل اول
1-1- مقدمه
1-2- شرح مسئله
1-2- انگیزه های پژوهش
فصل دوم: پردازش ابری
2-1- مقدمه
2-2- پردازش ابری چیست
2-4- آشنایی بیشتر با پردازش ابری
2-5- مقیاس و کشش
2-6- پایش و اندازه گیری
2-7-مزایای پردازش ابری در شرکتها
2-8-کاهش هزینه های سخت افزاری
2-8-1- کاربرد در رسانه های اجتماعی
2-8-2-مطابق با تمایلات مصرف کننده
2-8-3-نقص و خرابی کمتر
2-8-4-سازگاری با هر نوع برنامه ای
2-9- نتیجه گیری فصل
فصل سوم: معماری پردازش ابری
3-1- مقدمه
3-2-معماری پردازش ابری: تعاریف
3-3-زیر ساخت پردازش ابری
3-3-1- مجازی سازی
3-3-2-پردازش شبکه ای
3-3-3-تفاوت های عمده پردازش ابری و پردارش شبکه ای
3-3-4-وب   
3-4-لایه های معماری پردازش ابری
3-4-1-لایه اول: کاربر
3-4-2-لایه دوم: نرم افزار به عنوان سرویس
3-4-3-لایه سوم: بستر به عنوان سرویس
3-4-4-لایه چهارم: زیرساخت به عنوان سرویس
3-4-5-لایه پنجم: سرور
  3-5-نتیجه گیری فصل
فصل چهارم: انواع ابر
4-1- مقدمه
 4-2-انواع ابر ها در پردازش ابری
4-2-1-   ابر عمومی
 4-2-2-ابر گروهی
4-2-3-ابر خصوصی
4-2-4- هیبریدی
4-3-سیستم عاملهای پردازش ابری
4-4-دلایل ایجاد سیستم عامل
4-5-وظایف سیستم عامل
 4-6-سیستم عاملهای فعلی
   4-7-تاریخچه سیستم عامل
4-9-سیستم عامل تک پردازنده
 4-11- سیستم عامل توزیع شده
4-12-سیستم عامل بی درنگ
4-13-مزایا و نقاط قوت رایانش ابری
4-14- نقاط ضعف پردازش ابری
4-15-چه کسانی باید از پردازش ابری استفاده کنند
4-16-چه کسانی نباید از پردازش ابری استفاده کنند
4-16-نتیجه گیری فصل
فصل پنجم: امنیت در پردازش ابری
5-1- مقدمه
5-2- تعریف امنیت
5-3-ضرورت امنیت
5-3-1-ارزش سرمایه گذاری روی تجهیزات سخت افزاری وبرنامه های نرم افزاری
5-5- امنیت اطلاعات
5-5-1- مفاهیم پایه
5-5-2- یکپارچه بودن
5-5-3-قابل دسترس بودن
5-5-4-قابلیت عدم انکار انجام عمل
5-5-6-اصل بودن
5-5-7- کنترل دسترسی
5-5-8- احراز هویت
5-5-9- تصدیق هویت
5-6-کنترل امنیت اطلاعات
5-6-1- رمزنگاری
5-7- تهدیدات امنیتی خدمات پردازش ابر
5-8- نگرانی های امنیتی در پردازش ابری
5-8-2-بقاء ارائه دهنده ابر
5-8-4-حوادث امنیتی
5-8-5-شفاف سازی
5-8-6-از دست دادن کنترل فیزیکی
5-8-7- خطرات جدید، آسیب پذیری های جدید
5-9-استانداردهای امنیت و سیاست در پردازش ابری
5-10- سیاست امنیتی در پردازش ابری
5-11-استانداردهای امنیتی برای یک ابر
5-12-مقایسه و ارزیابی تاثیر چالشهای امنیتی بر مزایای رایانش ابری
5-14-مسائل مرتبط با امنیت ابر
5-14-2-حمله از طریق کدهای مخرب
5-14-4-سرقت اطلاعات
راه حل حمله از طریق کدهای مخرب
راه حل حملات سیل آسا
راه حل سرقت اطلاعات
5-14-6-معرفی یک ساختار امنیتی
5-14-7-نتیجه گیری فصل
فصل ششم: الگوی امنیت در پردازش ابری
6-1- مقدمه
6-2-الگوهای امنیت در پردازش ابری
6-2-1- دفاع در عمق
6-2-2-استراتژی های دفاع در عمق
6-2-2-1- فناوری
6-2-2-2- عملیات
6-2-3-1-محدوده حفاظتی
6-2-3-1-ابزارها و مکانیزم ها
6-2-4-1- پیاده سازی
6-3-نتیجه گیری فصل
6-4-نتیجه گیری

تعداد مشاهده: 6940 مشاهده

فرمت فایل دانلودی:.docx

فرمت فایل اصلی: docx

تعداد صفحات: 103

حجم فایل:1,174 کیلوبایت

 قیمت: 15,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب جهت استفاده دانشجویان رشته کامپیوتر و فناوری اطلاعات

  • محتوای فایل دانلودی:
    در قالب فایل word و قابل ویرایش

شبکه های عصبی


چکیده:
در این نوشتار به معرفی شبکه های عصبی مصنوعی[1] و ساختارهای آنها به صورت خلاصه میپردازیم. در ابتدا نرونهای شبکه های عصبی طبیعی معرفی شده و طرز کار آنها نشان داده شده است. سپس مدل مصنوعی این نرونها و ساختار آنها ، مدل ریاضی آنها ، شبکه های عصبی مصنوعی و نحوه آموزش و بکار گیری این شبکه ها به همراه روش یادگیری گرادیان کاهنده نشان داده شده است. تمرکز بیشتر بر نوعی از این شبکه ها بنام شبکه های عصبی مصنوعی پرسپترون چند لایه میباشد.  ابزاهایی نیز برای پیاده سازی این شبکه ها نام برده شده است.

فهرست مطالب:
چکیده    
مقدمه     
شکل 1 ساختار یک نورون طبیعی    
شکل 2 ساختار نورون مصنوعی     
تعریف شبکه‌های عصبی مصنوعی     
تاریخچه     
انواع شبکه‌های عصبی مصنوعی     
شبکه عصبی زیستی     
معرفی شبکه عصبی مصنوعی     
تاریخچه شبکه عصبی مصنوعی     
چرا از شبکه های عصبی استفاده می‌کنیم؟     
مقایسه‌ی شبکه های عصبی با کامپیوتر سنتی     
نورون مصنوعی     
ساختار شبکه‌های عصبی     
تقسیم بندی شبکه‌های عصبی     
کاربرد شبکه‌های عصبی     
معایب شبکه‌های عصبی     
نظریه‌ی تشدید انطباقی     
مدل یادگیری     
روش‌های تعلیم شبکه عصبی     
مدل نرون ساده‌ی خطی     
شکل 3 نرون ساده خطی     
شکل 4 مدل نرون خطی به همراه تابع فشرده‌سازی    
تکنیک های تعیین پارامترهای نرون خطی     
شبکه‌های پرسپترون چندلایه     
شکل5 نمونه ازشبکه پرسپترون     
الگوریتم یادگیری شبکه های پرسپترون (انتشاربه عقب)     
انتشار به عقب خطا     
تصحیح اوزان وبایاسها     
شبکه های عصبی مصنوعی     
مغزانسان     
سلولهای عصبی     
سلول عصبی مصنوعی     
شبکه عصبی مصنوعی     
شناخت حروف توسط شبکه های عصبی     
تشکیل شبکه عصبی     
ایجادلایه file input    
ایجادیک لایه خطی     
ایجادلایه  winery take all    
تقسیم بندی الگوهابه سه دسته     
آموزش شبکه     
تست کردن شبکه     
امتحان با مثالهای جدید     
تشخیص دیجیتال با استفاده ازشبکه عصبی      
نتیجه گیری      
کلمات کلیدی     
مقدمه     
کار مرتبط     
شکل 1 مثالهای شکلهای مختلف درعدد 4     
شکل 2 سناریوی تشخیص عددبا شبکه مصنوعی     
زیر ساخت     
اجزای سیستم     
مواد و روشها     
پیش پردازش     
نرمالسازی قیاس بندی     
نازی سازی و چارچوب بندی     
جداسازی    
استخراج مشخصه        
تشخیص و کلاس بندی 
شکل 4 شبکه دولایه،یک لایه مخفی،ویک لایه خروجی         
کد الگوریتم            
شکل 5 شبکه سه لایه، 2 لایه مخفی ویک لایه خروجی    
آموزش شبکه         
مرحله تغذیه جلویی    
شکل 6 تابع راندمان اموزش    
نتایج و مباحث        
جدول 1 مقایسه بین شبکه ها           
جدول 2 دقت تشخیص     
شکل 7 مثالی برای تصویرکشیدن مراحل مختلف        
شکل 8 مقایسه بین نظریه هاوسیتم مان برحسب دقت تشخیص          
شبکه عصبی برپایه معماری تنظیم پایگاه داده     
کلمات کلیدی        
مقدمه      
شکل 1 ساختار پایه شبکه عصبی       
شکل 2 معماری تنظیم برپایه شبکه عصبی        
جدول 1 سری داده های آموزش نمونه      
شکل 3 تاثیراندازه بافربر زمان اجرای 
داخل کردن کلاس بندی و پیوند درمدل تعمیم شبکه عصبی جمعی    
نتایج           
کلمات کلیدی        
مقدمه          
شکل 1 لایه کلی مدل شبکه جمعی مطرح             
شکل 2 ساختارکلی مدل شبکه جمع      
شکل 3 طرح لایه بندی دوگانه             
شکل 4 نمودارجریان سازگاری ساختاری مدل مطرح شده        
جدول 2 بخشهای میانگین مربع خطا             
شکل 1 نمادهای مدلهای سه بعدی کشتی              
شکل 2 ساختارسیستم کلاس سازکشتی               
شکل 3 ساختارشبکه عصبی                
پانوشت ها             
فهرست منابع       

تعداد مشاهده: 3065 مشاهده

فرمت فایل دانلودی:.doc

فرمت فایل اصلی: doc

تعداد صفحات: 110

حجم فایل:2,236 کیلوبایت

 قیمت: 10,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب جهت استفاده دانشجویان رشته کامپیوتر و فناوری اطلاعات

  • محتوای فایل دانلودی:
    در قالب فایل word و قابل ویرایش