|
Title
|
تحلیل تاثیر پارامترهای کمی شبکه های اجتماعی بر اعتماد در شبکه های محاسبات ابری IoT با استفاده از روش های ترکیبی
|
|
Type of Research
|
Thesis
|
|
Keywords
|
پارامترهای کمی، شبکه های اجتماعی، اعتماد، شبکه های محاسبات ابری، روش های ترکیبی، یادگیری ماشین، رمزنگاری، تصمیم گیری مشترک
|
|
Abstract
|
امروزه با رشد روزافزون تکنولوژی های ارتباطی و استفاده گسترده از اینترنت اشیا (IoT)، نیاز به پردازش محاسباتی در نزدیکی دستگاه ها و سرویس های محلی کاربران افزایش یافته است. اما با وجود محدودیت های پهنای باند، تاخیر شبکه و امکان انتقال داده ها به سرورهای ابری، استفاده از فناوری های ابری برای پردازش محاسباتی ممکن است با چالش هایی مواجه شود. در اینجا، مفهوم محاسبات مه (Fog Computing) به عنوان یک معماری محاسباتی جدید به وجود آمده است که امکان اجرای برنامه ها و خدمات محاسباتی را در نزدیکی دستگاه های کاربردی مانند: سرورهای لبه، دستگاه هایIoT و سنسورها فراهم می کند. این امر به کاربران اجازه می دهد تا به طور موثر و سریع تر از منابع محلی خود استفاده کنند و بار ارتباطی را کاهش دهند. محاسبات مه، که به عنوان یک معماری محاسباتی جدید برای پردازش در نزدیکی دستگاه های کاربردی مانند سرورهای لبه و دستگاه هایIoT استفاده می شود، به اعتماد بین اعضای سیستم نیاز دارد تا بتواند به طور موفقیت آمیز اجرا شود. اعتماد می تواند با بهبود ارتباطات اجتماعی و بررسی ویژگی های کیفیتی اعتماد ارتقا یابد، که شامل عواملی مانند اعتبار، امنیت، دسترسی و کارایی است. هدف اصلی در این پروپوزال، ارائه یک چارچوب اعتماد اجتماعی و کیفی برای محاسبات مه است که در واقع تأثیر عوامل اجتماعی و ارتباطات بین اعضا بر سطح اعتماد و قابلیت اعتماد بین اعضا مورد بررسی قرار می گیرد. به عبارت دیگر، این پروپوزال قصد دارد به بررسی رابطه بین عوامل اجتماعی و سطح اعتماد در محاسبات مه بپردازد و یک چارچوب کیفی برای بهبود اعتماد در این محیط ارائه کند[1-3].
|
|
Researchers
|
(Student)، Mohsen Heydarian (Primary Advisor)
|