Optimal data partitioning in cloud computing system with random server assignment

محاسبات ابر یک پارادایم را فراهم می کند که کاربران می توانند از منابع متنوع مختلف قابل تنظیم با استفاده از روش های تقاضا و مقرون به صرفه استفاده کنند. با این حال، خطرات امنیتی جدیدی نظیر حملات همسایه رخ داده است. این مقاله شرایطی را ایجاد می کند که یک پارتیشن کاربر و داده های حساس را در میان چندین ماشین مجازی توزیع کند تا دسترسی غیرمجاز به کل داده ها را در یک محیط ابر که در معرض حملات مشترکین است دشوار کند. مهاجم ماشین های مجازی را در محیط یکسان ایجاد می کند که هدف آن دسترسی به داده های کاربران است. سیستم مدیریت منابع ابری ماشین های مجازی را در میان سرورها بصورت تصادفی توزیع می کند. دسترسی غیر مجاز به داده های مربوط به ماشین مجازی کاربر امکان پذیر است تنها در صورتی که این دستگاه در همان سرور با ماشین مجازی مهاجم ساکن باشد. فرض بر این است که ایجاد یک کانال جانبی و دسترسی به داده ها یک رویداد رایج برای تمام سرورهایی است که در آن ماشین مجازی کاربر و مهاجم ساکن است. بر اساس مدل احتمالاتی پیشنهادی، تعداد مطلوب ماشین های مجازی کاربر (یعنی تعداد بلوک های داده های مختلف تقسیم شده) برای یک تعداد ثابت یا نامعلوم از ماشین های مجازی مهاجم بدست می آید و برای مواردی که مهاجم تعداد کاربر را می داند ماشین های مجازی و به طور مطلوب بر روی هر تعداد از این ماشین ها پاسخ می دهد. مثال هایی نشان می دهد که سیاست های پارتیشن بندی بهینه داده پیشنهاد شده می تواند اثرات حملات مشترکین را از طریق کم کردن تلفات کاربر کاهش دهد.