چکیده فارسی:

Cloud computing یک فناوری است که انواع مختلفی از خدمات را به عنوان یک منبع مفید در اینترنت ارائه می دهد. مقدار اعتماد منابع به کاربران ابری کمک می کند تا خدمات پردازنده ابری را برای پردازش و ذخیره اطلاعات اساسی خود انتخاب کنند. همچنین ، ارائه دهندگان خدمات می توانند بر اساس مقدار اعتماد به کاربران دسترسی بدهند تا منابع ابری از کاربران مخرب را تأمین حفظ کنند . در این مقاله ، مدل های اعتماد ارائه شده است که براساس رفتار کاربر و ارائه دهنده خدمات برای محاسبه مقادیر اعتماد ، تحت الگوی اعتماد ذهنی (اعتماد ذهنی subjective trust) قرار می گیرد. اعتماد فازی است که به ما انگیزه می دهد تا منطق فازی را برای محاسبه مقادیر اعتماد کاربران ابر و ارائه دهندگان خدمات در محیط ابر اعمال کنیم. ما از یک روش فازی ممدانی (Mamdani) با عملکرد عضویت گاوس (gauss) برای فازی سازی و عملکرد عضویت مثلثی برای تفکیک استفاده می کنیم. پارامترهایی از قبیل عملکرد و کشش برای ارزیابی اعتماد از منابع در نظر گرفته شده است. ویژگی های محاسبه عملکرد بار کاری و زمان پاسخگویی است. و برای محاسبه قابلیت ارتجاعی ، مقیاس پذیری ، در دسترس بودن ، امنیت و قابلیت استفاده را در نظر گرفته ایم. خوشه بندی فازی C-means برای پارامترها برای ارزیابی ارزش اعتماد کاربران از قبیل درخواست‌های بد، درخواست‌های جعلی، درخواست‌های غیرمجاز، و درخواست‌های کلی اعمال می‌شود.

چکیده انگلیسی:

Cloud computing is the technology that provides different types of services as a useful resource on the Internet. Resource trust value will help the cloud users to select the services of a cloud provider for processing and storing their essential information. Also, service providers can give access to users based on trust value to secure cloud resources from malicious users. In this paper, trust models are proposed, which comes under the subjective trust model based on the behavior of user and service provider to calculate the trust values. The trust is fuzzy, which motivated us to apply fuzzy logic for calculating the trust values of the cloud users and service providers in the cloud environment. We use a Mamdani fuzzy method with gauss membership function for fuzzification and triangular membership function for defuzzification. Parameters such as performance and elasticity are taken for trust evaluation of the resource. The attributes for calculating performance are workload and response time. And for calculating elasticity, we have taken scalability, availability, security, and usability. The fuzzy C-means clustering is applied to parameters for evaluating the trust value of users such as bad requests, bogus requests, unauthorized requests, and total requests.