این پایان نامه ابتدا به بررسی محاسبات فراگیر و چالش هایی که با آن مواجه است می پردازد. محیط محاسبات فراگیر یک نگرش جدید و آینده ی استفاده از رایانه است و قصد دارد که رایانه ها و محیط های محاسباتی را در زندگی روزمره ی انسان ها جای دهد و آن ها را به صورت یک جزء نامریی و همیشه در دسترس در بیاورد. علاوه بر بحث «امنیت»، به موضوع «حریم شخصی» و «اعتماد» به عنوان مباحث مکمل پرداخته و استانداردها، پروتکل ها، ابزارها و دیگر مباحث مرتبط با آن را مورد تحلیل قرار می دهد. پرداخت سیار، و مسایل امنیتی از دیدگاه فناوری و نیز کاربری مورد بررسی قرار گرفته و به عنوان یکی از کاربردهای مهم محاسبات فراگیر در تجارت الکترونیکی، تحلیل شده است. عاملی اساسی در این میان، «حفظ حریم خصوصی کاربر» است که بدون آن محاسبات فراگیر تحقق نمی یابد. ارایه ی راهکاری برای تعامل مناسب با کاربر از طریق تعریف و رعایت سیاست هایی برای کار با اطلاعات جمع آوری شده از کاربر، بحث اصلی این پایان نامه است. این راهکار با استفاده از یک سامانه ی تشخیص موقعیت در داخل ساختمان ایجاد می شود که بر مبنای سنجش شدت سیگنال شبکه بی سیم کار می کند. حفظ حیطه شخصی نیز با استفاده از پروتکل های مرتبط توسط سیستم انجام می گیرد. در انتها نتیجه شبیه سازی های انجام شده ارایه می گردد. روش مقایسه و شبیه سازی به این صورت است که یک سیستم مشابه سیستم واقعی پیاده سازی شده و دو حالت استفاده از اعلان کننده سیاست شخصی و نیز مدل جدید ارایه شده، از لحاظ زمان یافتن سرویس برای کاربران مورد مقایسه قرار می گیرد.

ناهنجاریهای اطلاعاتی به آن دسته از اطلاعات گفته می شود که بنحو چشمگیری با بقیه اطلاعات متفاوت می باشند. هر مجموعه اطلاعات از یک هنجار خاصی برخوردار می باشد. بعضی اوقات نمونه هایی از اطلاعات از این هنجار تبعیت نمی کنند. یافتن این ناهنجاریها بسیار مهم بوده و کاربردهای زیادی دارد از جمله کشف تقلب در حوزه های مختلف (مانند کارتهای اعتباری)، کشف پولشویی، تحقیقات پزشکی، پیش بینی وضع هوا، پاکسازی اطلاعات، بازاریابی، تقسیم بندی مشتریان و مواردی دیگر. تشخیص ناهنجاریهای اطلاعاتی بخصوص در حوزه تجارت الکترونیکی، کمک شایان توجهی به فعالان در این عرصه می نماید تا بتوانند با اطمینان بیشتری از مزایای الکترونیکی شدن تجارت و کسب و کار بهره مند گردد. روشها و متدهای مختلفی برای تشخیص ناهنجاریهای اطلاعاتی وجود دارد. یکی از مهمترین روشها، داده کاوی می باشد که استخراج دانش از بین انبوه اطلاعات می باشد. داده کاوی شامل تکنیکهای مختلفی است که یکی از مهمترین آنها، خوشه بندی اطلاعات می باشد. خوشه بندی یک روش یادگیری بدون نظارت محسوب می شود که یک مجموعه داده را به بخش هایی (خوشه هایی) تقسیم می کند بطوریکه عناصر هر بخش بیشترین شباهت را با هم و کمترین شباهت را با اعضای دیگر بخش ها داشته باشند. ناهنجاریها در این حالت خوشه هایی هستند که چگالی کمتری داشته و در فاصله دورتری از بقیه قرار گرفته اند. هدف از این پایان نامه ارایه الگوریتمی بمنظور کشف ناهنجاریهای اطلاعاتی در محیط های توزیع شده است که بتواند در مواجهه با مجموعه داده های بزرگ و توزیع شده کارایی لازم را داشته باشد. برای این منظور الگوریتم k-window که گونه توزیع شده آن هم وجود دارد انتخاب شده و با تغییراتی که در آن داده شده است، کارایی بهتری از نظر سرعت و کیفیت در محیط های توزیع شده بدست آمده است. برای این منظور ساختار دو سطحی موجود در گونه توزیع شده k-window را به ساختار چند سطحی و سلسله مراتبی تبدیل کرده و صرفه جویی زیادی در زمان و فضای مورد نیاز حاصل شده است. تغییراتی دیگر نیز بدلیل توزیع شدگی اطلاعات در الگوریتم اعمال شده است که آن را برای اجرا در محیط های توزیع شده آماده تر میکند. ازطرف دیگر بدلیل آنکه grid یک محیط مناسب برای اجرای پردازش های سنگینِ توزیع شده می باشد الگوریتم، بمنظور اجرا در محیط grid تغییر داده شده است و علیرغم افزایش سربارِ سیستم، ضمن حفظ سرعت و دقت در مقایسه با الگوریتمِ توزیع شده تغییر یافته، افزایش مقیاس پذیری، انعطاف، در دسترس بودن و سایر مزایایی که از محیط grid به ارث می برد، بنحو بارزی نمایان می شود.

در سالهای اخیر سیستم های کلاستر رشد بسیار سریعی داشتند و این به دلیل مزایای این سیستم ها مخصوصا کارایی نسبت به هزینه بالای این سیستم ها می باشد. با پیشرفت فن آوری محاسباتی و ارتباطی امکان اتصال چندین سیستم کلاستر و ایجاد یک سیستم ابرکلاستر فراهم شده است که دارای قابلیت‎های فراوانی می باشند. در این پایان نامه یک مدل تحلیلی برای ارزیابی کارایی شبکه ارتباطی در سیستم های ابرکلاستر ناهمگن ارایه می کنیم. تاکنون چندین مدل تحلیلی برای شبکه ارتباطی این سیستم ها با لحاظ ترافیک یکنواخت ارایه شده است، اما ترافیک یکنواخت همیشه نمی تواند بازگوکننده حالت واقعی باشد. زیرا بسیاری از برنامه های کاربردی واقعی وجود دارد که ترافیک غیریکنواختی را به سیستم اعمال می کنند. ما در این پایان نامه یک مدل تحلیلی با لحاظ الگوهای ترافیک غیر یکنواخت و ناهمگنی های مختلف ارایه می کنیم. مدل پیشنهادی بر اساس تحلیل احتمالی و شبکه های صف می باشد. صحت اعتبار این مدل به کمک مقایسه آن با نتایج شبیه سازی نشان داده شده است و مشخص می کند که مدل پیشنهادی تحت شرایط کاری مختلف دارای دقت مناسبی است.

با افزایش حجم داده ها در سازمان ها مدیریت و پردازش آن ها امری بسیار ضروری است. فناوری هوش تجاری به سازمان ها کمک می کند تا بتوانند در سریع ترین زمان داده های خود را به صورت یکپارچه مورد تجزیه و تحلیل قرار دهند. مرکز آمار نیز مانند بسیاری از سازمان ها با حجم عظیمی از داده ها مواجه است. از این رو پردازش سریع، ارائه گزارش های جامع و استخراج داده های کلیدی در این مرکز، امری مهم به شمار می رود. استفاده از هوش تجاری جهت تحلیل داده های مرکز آمار با مزایای بسیاری که دارد، اما دارای محدویت هایی است. با افزایش حجم داده ها به دلیل نیاز به منابع سخت افزاری و نرم افزاری قوی تر، هزینه های گزافی بر سازمان تحمیل می شود. در این پژوهش جهت ارائه مدل برای تحلیل داده های مرکز آمار، از هوش تجاری استفاده شده است. با توجه به محدودیت های حاصل از پردازش داده ها و نیاز به منابع زیرساخت قوی، استقرار سرویس ها در رایانش ابری جهت کاهش هزینه ها ارائه می شود. تحلیل هزینه های استقرار در بستر رایانش ابری نشان می دهد، استفاده از سرویس های ابری داخل کشور تا میزان قابل توجهی باعث کاهش هزینه ها می شود. استقرار سرویس ها در رایانش ابری در مقایسه با شرایطی که سازمان بخواهد از منابع متعلق به سازمان استفاده کند، با توجه به نوع سرویس ها و مدت زمان استفاده 80 تا 90 درصد هزینه های مرکز آمار را کاهش می دهد.

در اغلب سازمان ها ارتباط سازمان با مشتری با مشکلات زیادی روبه رو بوده است، به طوریکه همواره یا تعاملی با مشتری وجود ندارد و یا مشتری دچارگونه ای سردرگمی در تشخیص خدمات یا کالای مناسب می باشد. از سوی دیگر در سامانه تامین زنجیره عرضه، پخش کنندگان و خرده فروشان تعامل مستقیمی با مشتری و مصرف کننده نهایی دارند که این خود نقطه عطفی در رشد و پیشرفت سازمان ها یا شرکت ها می باشند. همچنین خود تامین کنندگان نیز نوعی مشتری برای سازنده محصول محسوب می گردند، لذا اگر ارتباطی درست میان این دو بخش برقرار گردد، سرعت و دقت انجام کار ها دوچندان خواهد شد و عدم ارتباط صحیح موجب بروز مشکلات زیادی خواهد گشت. امروزه به طور نسبی در اکثر سازمان ها مسیله ارتباط با مشتری مطرح می باشد، و در هر یک از سازمان ها مدل ارتباط با مشتری به گونه های متنوعی پیاده سازی شده است. با توجه به تفاوت سازمان ها با یکدیگر، می بایست نرم افزار مورد نظر بومی شده و پارامتر های هر یک به طور جداگانه محاسبه و اندازه گیری شود. از اینرو برای جلوگیری از دوباره کاری ها، سرعت بخشیدن ایجاد سامانه و برقرار نمودن دقت بالا در زنجیره تولید، می بایست طراحی مناسب برای این سامانه را ارایه نمود. در این رساله سعی می شود تا این مدل ها مورد بررسی قرار گیرد و آنها را بسط و توسعه داده شود. بنابراین ایجاد یک بستر نرم افزاری که قابلیت تنظیم داشته باشد تا بتوان آنرا با وضعیت سازمان وفق دهد، از اهمیت زیادی برخوردار خواهد بود همچنین با ایجاد چنین سیستمی حد اکثر انطباق با وضعیت سازمان در عین وجود دو حالت قبل برقرار خواهد شد. به کمک این پیشنهاد سرعت در تبادل اطلاعات بالا رفته، از دانش مشتری برای بهبود محصول استفاده شده و صرف جویی چشم گیری در هزینه های تولید خواهد گشت. این رساله با بیان تاریخچه مختصر از نحوه شکل گیری استراتژی های نوین و نحوه ارتباط آنها با هم در زمینه crm آغاز می گردد، سپس به طرح مسیله و مشکلات رو در روی خواهیم پرداخت و با بیان پارامتر های مستقل از سازمان crm سعی بر این شده تا یک سامانه مدیریت ارتباط با مشتری را مستقل از مکان تعریف نمایم. برای این منظور بر روی یک نمونه case study موجود "شهرداری تهران "، پیشنهاد خود را پیاده و با ارایه یک مدل جدید آماری در سنجش رضایتمندی مشتری، آنرا به آزمایش خواهیم گذاشت .

کرم ها- برنامه هایی که به صورت اتوماتیک در شبکه های کامپیوتری منتشر می شوند- یک خطر جدی برای کامپیوترهای متصل به اینترنت به شمار می آیند. این برنامه ها، با به کارگیری آسیب پذیری های موجود در برنامه ها و نرم افزارها، کامپیوترهای هدف را آلوده ساخته و از این ماشین ها برای اجرای مقاصد مغرضانه خود استفاده می کنند. تجارب گذشته نشان می دهد که سرعت انتشار کرم ها می تواند بسیار سریعتر از آن باشد که بتوان با دخالت مستقیم انسان آن ها را متوقف نمود. به همین دلیل، لازم است تا مکانیزم بازدارکننده انتشار کرم ها، مکانیزمی کاملا خودکار باشد. در این پایان نامه، با بررسی مکانیزم wormshield که یکی از جدیدترین مکانیزم های ارایه شده برای تشخیص و جلوگیری از انتشار کرم ها است، به بررسی برخی از مشکلات آن پرداخته و سپس دو پیشنهاد برای بهبود این مشکلات ارایه می کنیم. یکی از این مشکلات، ضعف در تشخیص شناسایی کرم های زیردامنه ای است. برای حل این مشکل، ناظرها را که در سیستم قبلی در یک شبکه chord قرار دارند، در یک سیستم نظیر به نظیر جدید به نام tac سازماندهی می کنیم. در اینصورت ناظرهای هر زیر دامنه که با یکدیگر یک دامنه آدرس بزرگتر را تشکیل می دهند، نسبت به وجود یکدیگر آگاه خواهند بود و اشتراک اطلاعات ترافیک به نحو مناسب تری انجام می گیرد. در نتیجه کرم های زیردامنه ای سریعتر کشف می گردند. یکی دیگر از مسایل مطرح در این سیستم، نیاز به توان محاسباتی بالا و نیز ترافیک قابل ملاحظه در مخابرات میان ناظرها(به دلیل حجم بالای ترافیک) است. برای بهبود این مشکل، یک روش جدید و جایگزین برای کشف امضاهای مشکوک ارایه کرده ایم. در روش ارایه شده، به جای آنکه امضاهای کرم ها با استفاده خاصیت تکرار نمونه های کرم و فراتر رفتن تعداد نمونه های مشاهده شده از آستانه های از پیش تعیین شده تولید گردد، از تاریخچه کرم ها به عنوان سندی بر مشکوک و یا عادی بودن آنها استفاده شده است. به این ترتیب علاوه بر اینکه نیاز به شمردن و نگه داری امضاهای مختلف کرم ها توسط ناظرها مرتفع می شود، سرعت کشف و بازداری کرم ها نیز به صورت چشمگیری افزایش می یابد. یافته های ما نشان می دهد که با به کارگیری تکنیک های پیشنهاده شده، سرعت کشف امضای کرم code-redii که یک نمونه از کرم های معروف و مهم است، تا 18% افزایش می یابد. در مورد به کار بردن شبکه tac نیز آزمایشات انجام شده ز بهبود 8% در مدت زمان تشخیص امضای کرم حکایت می کنند .

مبحث ذخیره سازی داده امروزه به مسأله بسیار مهمی در مراکز داده اینترنتی و سیستم های محاسبات فوق سریع تبدیل شده است. چرا که هرساله حجم داده های ذخیره شده در دنیا تقریباًٌ دو برابر می شود و در یک سیستم محاسباتی ممکن است متجاوز از یک پتابایت باشد. از جمله ی چنین سیستم هایی در سازمان های هواشناسی و پایگاه های نظامی ممکن است یافت شوند. این پایان نامه روشی جدید برای ذخیره سازی اطلاعات ارایه می کند که بر اساس آن در یک سیستم محاسباتی کلاستری، زمان مورد نیاز برای نقل و انتقالات داده در مجموع کاهش می یابد. روش پیشنهادی جدید عبارت است از مهاجرت فرآیند های درحال اجرا بر روی گره های پردازشی و با استفاده از فن آوری جدید مجازی سازی که به منظور توازن بار صورت می گیرد. نتایج حاصله از شببه سازی نشان می دهد که این روش جدید کاهش قابل ملاحظه ای در زمان مورد نیاز سیستم محاسباتی جهت انجام پردازش داده در مقاطع زمانی مشخص ایجاد می کند که بسته به نوع شبکه ذخیره سازی مورد استفاده بین 5% تا 30% می باشد.

مکانیزم اعتماد به عنوان یک راه حل کلیدی برای حل مشکل امنیت در سیستم های چند عاملی در نظر گرفته می شود. ایجاد اعتماد در اینترنت ساده نیست زیرا ابزارهای سنتی فیزیکی و اجتماعی اعتماد نمی توانند به طور مستقیم در محیط های مجازی بکار گرفته شوند. در بسیاری موارد طرف های درگیر حتی از قبل با هم تعاملی نداشته اند. سیستم های شهرت می توانند در بازارها و انجمن های برخط به منظور ترغیب کیفیت و رفتار خوب و جلوگیری از کیفیت پایین و رفتار بد بکار گرفته شوند. مدل ntropi چارچوبی برای تسهیل محاسبه اعتماد و تبادل اطلاعات مربوط به شهرت در سیستم های چند عاملی نامتمرکز می باشد که توسط farez abdul-rahman ارایه شده است. در این مدل محاسبه اعتماد از توصیه ها از طریق یک الگوی موردی انجام می شود. در این پایان نامه یک روش آماری و تعمیم یافته برای محاسبه شهرت ارایه می شود. ما یک مدل ساخت اعتماد خودکار بر اساس استنتاج بیزی و توزیع دیریکله ارایه می کنیم. توزیع های پیشین دیریکله همیشه قابلیت انعطلاف لازم را بوجود نمی آورند؛ بنابراین ما مدل های کنونی که از توزیع دیریکله استفاده می کنند را با ارایه روش هایی برای تخمین پارامترها برای این توزیع ها ارتقاء داده ایم. در شبیه سازی، مدل ntropi که قبلاً پیاده سازی نشده است پیاده سازی می شود و کارایی آن از طریق تجربی هم مشاهده می شود علاوه بر آن شبیه سازی نشان می دهد که با الگوریتم جدید شهرت، کارایی مدل ntropi افزایش می یابد. همچنین روشی برای مقابله با رتبه بندی غیر منصفانه ارایه می شود که مدل ntropi فاقد آن است. همچنین در مدل ntropi راهی برای دوباره اعتماد کردن به عامل هایی که در سیستم غیر قابل اعتماد شناخته شده است وجود ندارد. در این پایان نامه یکپارچه سازی مکانیزم بخشش با چارچوب ntropi را با ارایه مدل تیوری و عملی بخشش پیشنهاد می کنیم. نتایج شبیه سازی نشان می دهد در صورتی که عامل ها قادر باشند یکدیگر را ببخشند کارایی کل سیستم افزایش می یابد.

رایانش ابری یکی از جدیدترین موضوعات در زمینه تأمین منابع پردازشی به عنوان خدمت است. فراهم کنندگان این خدمت امروزه برای کم کردن هزینه¬ها و پایداری بیشتر خدماتشان به دنبال روش هایی هستند که هرچه بهینه¬تر از منابع خود استفاده نمایند.از تازه¬ترین موضوعات بهینه¬سازی در رایانش ابری، تأمین پویای منابع با استفاده از روش¬های مختلف است. در این پایان¬نامه استفاده از آتاماتاییادگیری به عنوان یک راه حل برای این منظور پیشنهادشده است. پس از بررسی ابعاد مختلف تخصیص منابع در ابر و بررسی قابلیت¬های آتاماتاییادگیریبرای این کاربرد و بدست آوردن روابط، الگوریتمی برای آن ارائه خواهد شد؛ به این ترتیب که بررسی جامع آتاماتاییادگیری و یافتن قابلیت¬های بالقوه آن برای کاربرد در موضوع مذکور انجام می¬گیرد و سپس مسأله تخصیص پویای منابع رایانش ابری به شکل یک مسأله بهینه¬سازی بازتعریف می¬گردد. پس از آن مدل¬سازی مسأله به کمک آتاماتاییادگیری انجام و مدل ارائه شده در قالب یک الگوریتم قابل پیاده¬سازی در محیط ابریبازنویسی می¬شود. الگوریتم تعریف شده به وسیله شبیه¬ساز cloudsim که از معتبرترین شبیه سازهای ارائه شده در حوزه رایانش ابریست پیاده سازی و ارزیابیگردیده است. نتایج حاصل نشان می¬دهد روش پیشنهادی در مقایسه با روش های بررسی شده دارای بهره¬وری بالاتر در منابع و هزینه تمام شده کمتری برای کاربر ابر است.