Cloud computing security is closely related to the breach of data privacy stored in the cloud. The characteristics of cloud computing such as heterogeneity, resource sharing, multitenancy, virtualization, mobile cloud computing, and service level agreement create numerous vulnerabilities in cloud technologies. In this paper privacy violation attacks to the data stored on the cloud and their preventive methods are analysed, a relational model of the impact of these attacks on the various security aspects of cloud computing and preventive methods is proposed.
Xülasə-Məqalədə bulud infrastrukturunda hostlarda yüklənməni utilizasiya parametrlərinə görə proqnozlaşdıran üsul təklif edilmişdir, müxtəlif klassifikasiya alqoritmlərinin müqayisəli təhlili aparılmışdır. Hostun izafi yüklənmiş və az yüklənmiş olduğu vəziyyətləri yüksək dəqiqliklə proqnoz edə bilən klassifikator əsas aşkarlama vasitəsi kimi təyin edilmişdir. Yanaşmanın test edilməsi -Google cluster trace‖verilənlər bazasından götürülmüş -task_events‖ loq yazıları üzərində aparılmışdır. Eksperimental yoxlanma nəticəsində NaiveBayes alqoritmi hostun yüklənmiş və ya az yüklənmiş olduğunu daha dəqiq proqnoz etmişdir və aşkarlama dəqiqliyi 0.95 faiz təşkil etmişdir.Açar sözlər-bulud texnologiyaları, bulud proqramı, yükün proqnozlaşdırılması, proqnozlaşdırma modelləri, maşın təlimi, Naive Bayes, Nearest neighbor, neyron şəbəkə
Proqram təminatının keyfiyyətinin qiymətləndirilməsində mühüm amillərdən biri proqram modullarında xətaların aşkarlanmasıdır. Təqdim olunan işdə xətaların aşkarlanması üçün klassifikatorlar ansamblına əsaslanan model təklif olunur. Xətaların aşkarlanması kriteriyalara qoyulmuş sərhəd qiymətləri əsasında təmin edilir. Burada xətaları aşkarlamaq üçün PROMISE proqram mühəndisliyi reyestrindən əldə edilmiş KC2 verilənlər bazasından istifadə edilmişdir. Eksperimentlər Matlab və Weka proqramları vasitəsi ilə aparılmışdır. Metodun eksperimental tədqiqi nəticəsində 0.88% aşkarlama dəqiqliyi əldə edilmişdir.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.