پروپوزال مهندسی کامپیوتر ارائه چارچوب و مدلی برای امنیت داده های حجیم

مشاوره در انجام پایان نامه و پروپوزال ارشد و دکتری، انجام پایان نامه ارشد و دکتری ادیب مشاور، انجام پایان نامه، انجام پایان نامه ارشد، انجام پایان نامه کارشناسی ارشد، انجام رساله دکتری، انجام پایان نامه دکتری

در نمونه پروپوزال ارشد مهندسی کامپیوتر به دنبال ارائه طرحی جهت یادگیری دانشجویان ارشد با ساختار کلی پروپوزال هستیم که دانشجو بتواند با مطالعه پروپوزال در روند انجام پایان نامه ارشد آشنایی پیدا کند و توان تدوین پروپوزال و پایان نامه را داشته باشد.از آنجایی که دانشجویان در مقطع ارشد آشنایی اولیه ای با روند انجام پروپوزال و انجام پایان نامه ندارند و در این مسیر نیازمند مشاوره در انجام پایان نامه هستند بنابراین سعی شده است که با ارائه موضوعات پایان نامه،نمونه پروپوزال ارشد و نمونه پایان نامه ارشد دانشجویان را در این مسیر یاری رسانده و آشنایی لازم را در این مسیر کسب نمایند.لازم است که دانشجویان عزیر با دقت نمونه موضوعات پایان نامه و نمونه پروپوزال ها و پایان نام های ارائه شده را با دقت مطالعه نموده و با نمونه برداری از هر قسمت به تدوین پروپوزال و پایان نامه خود اقدام نمایند.امید است که در این راه بتوانیم همواره مشاور و همراه شما باشیم .

در قسمت دفاعیه پایان نامه نیز نمونه پاورپوینت ارشد قرار داده هست که دانشجویان بتوانند جهت اماده سازی پاورپوینت دفاع پایان نامه استفاده نمایند.یک دفاع موفق منوط به مطالعه با دقت پایان نامه و رفع اشکال پایان نامه و سپس ارائه پاورپوینت با قسمت های پایان نامه همراه با آرامش در زمان دفاع می باشد.موسسه ادیب مشاور همواره در تمامی این مراحل در کنار شما عزیزان خواهد بود.

خلاصه پيشنهاد پروژه

واژه داده ­های حجیم[1] در سالیان اخیر در پی بروز منابع داده و اطلاعات زیاد در دنیای دیجیتال ظهور کرده است. این واژه به حجم بسیار زیاد داده­ها که سازمان­ها ذخیره، پردازش و تحلیل می­کنند، گفته می­شود. اکثر داده­ های حجیم در بستر محیط ابری پرورش یافته­ اند و این روال در آینده بیش از پیش مورد کاربرد قرار خواهد گرفت. برای مثال، سازمان پژوهشی و مشاوره­ای فناوری اطلاعات گارتنر[2] پیش­بینی کرده است که در سال 2016 بیش از نیمی از شرکت­های بزرگ دنیا داده­ های خود را در محیط ابر ذخیره خواهند کرد. این بدین معنی خواهد بود که محیط­ های ابری باید قابلیت پیاده­ سازی داده­­ های حجیم و تحلیل­های آن را داشته باشند [1].

اخیرا، داده­ های حجیم بسیار رشد کرده است و در اکثر حوزه­ ها مانند سلامت، آموزش و امور مالی به یکی از الویت­ها برای استخراج دانش از حجم انبوهی از داده­ ها تبدیل شده است. درحالیکه که داده­ های حجیم می­تواند اطلاعات و دانش بسیار مفیدی را تولید کند، از طرف دیگر موجب پیدایش چالش­های زیادی در حوزه امنیت می­شود. روش­های سنتی تامین امنیت دیگر در محیط جدید پاسخگو نیستند و می­بایست متناسب با معماری و نیازمندی­های این محیط طراحی شوند. تکنولوژی­های جدیدی که برای تحلیل، پردازش و ذخیر ه­سازی داده ­های حجیم ارائه شده است به طور عمده فاقد سیاست­های امنیتی مناسب می­باشند، [2, 3].

جمع ­آوری، ذخیره ­سازی، پیرایش و پاک­سازی حجم بسیار زیادی از داده­ ها باعث بروز مباحث امنیتی و حفظ حریم شخصی بسیاری در رابطه با این محیط می­شود. در بسیاری از روش­ها اگرچه امنیت به صورت کامل برقرا شده است، اما حریم شخصی کاربران به درستی رعایت نشده است. برای مثال چندین منبع داده به صورت کاملا جدا و مجزا امن شده ­اند و اطلاعات شخصی و شناسایی کاربران نیز حذف و ناپدید شده است. اما با ترکیب این منابه به راحتی می­توان فرد مورد نظر را شناسایی کرد. برای مثالی ساده فرض کنید، در منبع اول داده فقط آدرس مشتریان بدون اطلاعات شخصی، در منبع دوم داده شغل مشتریان بدون اطلاعات شخصی و در منبع سوم داده شماره تلفن­ها مشتریان بدون اطلاعات شخصی ذخیره شده است. با ترکیب این سه منبع و باز هم با پنهان­ سازی اطلاعات شخصی مشتریان، می­توان هویت یک مشتری را شناسایی کرد. (مشتری که در آدرس X سکونت دارد و دارای شماره تلفن Y است و شغل Z را دارد به راحتی قابل تشخیص خواهد بود) [4, 5].

مثال فوق یکی از موارد پیش ­پا افتاده از چالش­های موجود برای امنیت داده ­های حجیم می­باشد. از این­ رو، ارائه مکانیسم و چارچوبی استاندارد برای تامین محیط داده ­های حجیم، از چالش­ها و ملزومات این حوزه می­باشد. در این تحقیق سعی بر آن داریم تا با بررسی و تحلیل تمامی چالش­های امنیتی داده ­های حجیم و همچنین در نظر گرفتن معماری و نیازمندی­های آن، مدل و چارچوبی برای تامین امنیت آن ارائه کنیم.

 

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

8- مروري بر كارهاي انجام شده (پيشينه ي كار)‌

در این تحقیق هدف اصلی، ارائه مدل و چارچوبی برای تامین امنیت داده­های حجیم می­باشد. در ادامه به اهداف کلی و جزئی این تحقیق اشاره شده است.

اهداف کلی:

  • شناسایی و بررسی معماری تمامی تکنولوژی­های داده ­های حجیم
  • شناسایی چالش­های امنیت و حفظ حریم شخصی در محیط داده ­های حجیم
  • ارائه مدل برای تامین امنیت داده ­های حجیم
  • اثبات و نشان دادن کارایی مدل ارائه شده برای مقابله با چالش­های امنیتی
  • ارائه یک مطالعه موردی برای بررسی کارایی مدل در شرایط واقعی

اهداف فرعی:

  • تقسیم­ بندی و طبقه­ بندی چالش­های امنیتی موجود در داده ­های حجیم
  • بررسی معماری پایه ­ای داده­ های حجیم (هدوپ[1])
  • ارائه راه­کار برای چالش­های امنیتی داده­های حجیم با در نظر گرفتن معماری آن
  • تجمیع راه­کارهای فوق و ارائه آن در قالب یک چارچوب و یا یک مدل

 

در [6] ابتدا به ارائه سه چالش اصلی در حفظ حریم شخصی در داده­ های حجیم پرداخته است. این سه چالش به صورت کلی در سه حوزه تطابق داده، داده­کاوی و تشخص هویت کاربر ارائه شده است. در نهایت با استفاده از این سه الگو یک چارچوب رعایت حریم شخصی چند-هدفه بهینه­سازی شده ارائه کرده است. از ویژگی­های اصلی این چارچوب بیشینه کردن کارایی و امنیت و حفظ حریم شخصی و کیمنه کردن هزینه، ریسک و خطر می­باشد.

در [7] به بررسی فلسفی وجود امنیت و حفظ حریم شخصی در محیط داده­ های حجیم پرداخته است. در این تحقیق ابتدا به چالش­ها و سختی­های حفظ حریم شخصی در داده­ های حجیم اشاره شده است. مشکل اصلی که در این مقاله به آن اشاره شده است، تعداد بسیار زیاد منابع اطلاعات دیجیتال در دنیا و عضویت عموم مردم در آن­های می­باشد که هر چقدر هم حفظ حریم خصوص کاربران با دقت انجام شودف باز هم با ترکیب نتایج گزارش­های مختلف می­توان فرد خاصی را شناسایی کرد. در انتها نیز بر ضرورت ارائه مدل و چارچوبی که در حالت کلی امنیت و حریم شخصی کاربران را تامین می­کندف تاکید کرده است.

در [8] مدلی جامع برای تامین امنیت در داده­ های حجیم ارائه شده است. در واقع مدلی که در این تحقیق ارائه شده است، یک ابرمدل می­باشد که با توجه به پارامترهای بسیاری مانند، الویت سیاست امنیتی، هدف امنیتی آن، تاثیر، شرایط برقراری آن و ... نحوه برخورد با یک چالش امنیتی را مشخص و مدل می­کند. در نهایت نیز این مدل بر روی داده­های یک بیمارستان به عنوان مطالعه موردی اجرا شده است که نتایج مناسبی را نیز به دست آورده است.

در [9] نیز به لیستی از چالش­های مطرح در امنیت و حفظ حریم شخصی داده­ های حجیم اشاره شده است. این چالش­ها در حوزه ­هایی مانند پنهان ­سازی داده، رمزگذاری داده، کنترل دسترسی به داده، مانیتورینگ و ... طبقه­بندی و مورد بررسی قرار گرفته­اند.

در [10] به ضرورت پردازش و تحلیل داده ­های حجیم برای ایجاد امنیت برای محیط­های معمولی و داده­ های حجیم پرداخته است. رفتار کاربران و چگونگی عملکرد آن­ها از روی نمایه[2] فعالیت آن­ها در گذشته از طریق الگوریتم­ها و روال­های زیادی قابل تشخیص است. اما در یک محیط داده­های حجیم تعداد کاربران بسیار زیاد و لذا داده­هایی که باید پردازش شوند نیز زیاد خواهد بود. از این­رو تکنیک­های تشخیص نفوذ و حمله به یک محیط داده­های حجیم می­بایست با استفاده از پتانسیل پردازشی همین محیط ارائه و طراحی گردد تا بهترین کارایی را داشته باشد. در این مقاله به این موضوع به صورت تفصیل پرداخته شده است.

در [11] نیز، ابتدا به چالش­ها و موضوعات اصلی در امنیت داده­ های حجیم پرداخته شده است. سپس به بررسی ارائه روشی برای چگونگی تنظیم و استقرار سخت ­افزار داده ­های حجیم برای بیشینه کردن میزان امنیت آن پرداخته شده است. از آنجایی­که سیستم­های امنیتی معمول مانند دیواره­ های آتش[3] در محیط داده­های حجیم به دلیل افزونگی تکنولوژی­ها و دسترسی­ها کارا نیستند ارائه مدلی برای برقرای امنیت در این محیط ضروی است. در این مقاله مدلی جدید، مبتنی بر طراحی معماری و رعایت الگوهای امنیتی ارائه شده است که در دو مطالعه موردی نیز مورد بررسی قرار گرفته است.

 

مدل ارائه شده دارای قابلیت­های زیر می­باشد:

  • باتوجه به اینکه تعداد کاربران و حجم داده ­ها بسیار زیاد است، مدل ارائه شده باید کاملا بهینه و در زمان معقول عمل کند. به این معنی که ممکن است حتی برای پیاده ­کردن سیاست­های امنیتی و همچنین ذخیره ­سازی قوانین و سیاست­های هر کاربر از ویژگی­های خود داده­ های حجیم مانند map-reduce و hbase استفاده گردد. Map-Reduce برای اجرای سیاست­های امنیتی بر روی حجم بسیار زیادی از داده و hbase برای ذخیره سیاست­های امنیتی کاربران در یک پایگاه داده real-time.
  • درنظر گرفتن امنیت زیرساخت داده­ های حجیم. هر سیستم داده­ های حجیم یک سیستم پیچیده و احتمالا متشکل از ابزارهای Hadoop، MapReduce، Hive، Cassandra، Pig، Mahout، Storm، Sqoop و ... می­باشد. بنابراین مدل ارائه شده باید از تمام یک سیستم پیچیده که ممکن است هرکدام از ابزارهای فوق به نحوی با یکدیگر در ارتباط باشند پشتیبانی کند.
  • پشتیبانی از انواع مدل داده. در یک زیرساخت داده­های حجیم انواع داده ­های ساخت یافته، نیمه ساخت­یافته، غیر ساخت­یافته، گرافی و ... وجود دارد. مدل ارائه شده می­بایست برای تنظیم و رعایت سطح دسترسی کاربران به تمام این انواع داده دارای راه­حل معقولی باشد.

در [8]مدلی را برای امنیت داده ­های حجیم ارائه کرده است که سه ویژگی که در بالا ارائه شده است، به­ هیچ عنوان در این مقاله دیده نمی­شود و به نحوی ضعف این­کار می­باشد. در دو مقاله [4] و [9] به لیستی از چالش­های روز امنیت در داده­ های حجیم اشاره شده است که سه ویژگی گفته شده در بالا به ­نحوی خلاصه و چکیده این چالش­ها می­باشد که قرار است در مدلی که ارائه می­شود، برای آن راه­ حلی داده شود.

 

سوالاتی که در این تحقیق به آن پاسخ داده خواهد شد، عبارتند از:

  • چالش­های اصلی و ضروری امنیت داده ­های حجیم کدامند؟
  • چه راه­کارهایی برای این چالش­ها وجود دارد؟
  • آیا راه­ حل­های ارائه شده متناسب با معماری داده ­های حجیم هستند و یا نیاز به تغییر دارند؟
  • آیا راه­ حل­های ارائه می­توانند امنیت و حریم شخصی محیط داده­ های حجیم را فراهم کنند؟
  • آیا می­توان این راه­ حل­ها را در قالب یک چارچوب و یک مدل کلی ارائه کرد؟

 

[1] Apache Hadoop

[2] Log

[3] Firewall

[1] Big Data

[2] http://www.gartner.com/

 

پروپوزال مهندسی کامپیوتر تلفیق الگوریتم ژنتیک و منطق فازی برای خوشه بندی نابرابر در شبکه های حسگر بیسیم

آموزش تخصصی انجام پایان نامه مهندسی کامپیوتر، شبکه حسگر بیسیم

پروپوزال مهندسی کامپیوتر ردیابی هدف متحرک در شبکه حسگر بی‌سیم با استفاده از الگوریتم بهینه‌سازی کوکو

پروپوزال مهندسی کامپیوتر ارائه چارچوب و مدلی برای امنیت داده های حجیم

 

خدمات ادیب مشاور در زمینه رشته مهندسی کامپیوتر

ارائه موضوع پایان نامه مهندسی کامپیوتر

تدوین مقاله در رشته مهندسی کامپیوتر

مشاوره در تدوین پروپوزال مهندسی کامپیوتر

مشاوره و آموزش در پایان نامه مهندسی کامپیوتر

انجام شبیه سازی در رشته مهندسی کامپیوتر

استخراج مقاله در  رشته مهندسی کامپیوتر

استفاده از نرم افزارهای تخصصی همچون نرم افزار R، نرم افزار STATA، نرم افزار MATLAB، نرم افزار Vensim، نرم افزار LINGO، نرم افزار NS2

 

مشاوره تخصصی انجام پایان نامه ارشد

یکی از مهمترین وظایف دانشجویان در مقاطع تحصیلات تکمیلی (کارشناسی ارشد و دکتری) انجام پایان نامه می باشد. فقر اساتید خبره در زمینه های مختلف علمی تحقیقاتی در برخی دانشگاه های داخلی و خارجی موجب سردرگمی دانشجویان عزیز گردیده است، موسسه ادیب مشاور مفتخر است که در پاسخ به این نیاز طی ده سال فعالیت به تعداد بیشماری از دانشجویان ارشد و دکتری خدمات مشاوره تخصصی ارايه داده است.

به طور کلی انجام پایان نامه کاری زمان بر است که دانش و تجربه زیادی نیازمند است. موسسه ادیب مشاور با چندین سال تجربه در عرصه مشاوره و با در اختیار داشتن متخصصین و اساتیدی با تجربه آماده مشاوره و آموزش پایان نامه در کلیه رشته های دانشگاهی می باشد.

علاوه بر این موسسه ادیب مشاور، در زمینه شبیه سازی مقالات، پایان نامه ها و انجام پروژه ها با برنامه نویسی نیز به دانشجویان کشور عزیزمان خدمات لازم را ارائه می کند. این خدمات شامل تحلیل آماری، پیاده سازی با انواع نرم افزارهای مهندسی، برنامه نویسی با انواع زبان های برنامه نویسی و تهیه پرسش نامه می شود.

به طور کلی سر فصل های خدمات موسسه ادیب مشاور عبارتند از:

مشاوره پروپوزال در رشته مدیریت، حسابداری، مهندسی برق قدرت، مهندسی برق الکترونیک، مهندسی کامپیوتر و روانشناسی و دیگر رشته ها

مشاوره پایان نامه در رشته مدیریت، حسابداری، مهندسی برق قدرت، مهندسی برق الکترونیک، مهندسی کامپیوتر و روانشناسی و دیگر رشته ها

استخراج مقاله از پایان نامه در رشته مدیریت، حسابداری، مهندسی برق قدرت، مهندسی برق الکترونیک، مهندسی کامپیوتر و روانشناسی و دیگر رشته ها

انجام پایان نامه کامپیوتر، پروپوزال مهندسی کامپیوتر

اگر برای هریک از موارد فوق نیاز به مشاوره رایگان دارید، همین الان با ما تماس بگیرید.