ارائه يك مدل امن براي ماشين‌هاي مجازي در محيط ابري با در نظر گرفتن توافقات سطح سرويس

رايانش ابري جهشي به سوي استفاده از منابع مجازي و مقياس پذير است كه قابليت ارائه خدمات مورد نياز كاربران، با پرداخت بر اساس ميزان استفاده آنها از سرويس ها مي باشد. از آنجا كه رايانش ابري شامل بسياري از فناوري ها از جمله شبكه، مجازي سازي، زمانبدي تراكنش ها و غيره است، از اينرو تهديدات امنيتي مختلفي متوجه اين فناوري مي باشد. از مهم ترين حملات در مجازي سازي مي توان به جعلIP، استراق سمع و DDOS اشاره كرد. سيستم‌هاي تشخيص نفوذ، نياز به جمع آوري اطلاعات مناسب جهت تحليل رفتار غير معتبر دارند. اين مقاله به بررسي ميزان‌تاثير‌گذاري مشخصه‌هاي يك ارتباط(بسته) شبكه‌اي پرداخته است. الگوريتمي جهت تشخيص حملات در لايه ناظري ارائه گرديد، تا رفتار غير معتبر اوليه را در محيط ابري تشخيص دهد. روش پيشنهادي توانسته 86 درصد از رفتار غير‌معتبر(حملات) را تشخيص دهد. همچنين استفاده از لايه امنيتي ناظر و ويژگي‌هاي يادگيري آن‌ها، توانسته سربار سيستم را كاهش و سرعت تشخيص حملات را افزايش دهد. روش پيشنهادي به ميزان 13.3 درصد نقضSLA داشته است.