A collaborative analysis method of user abnormal behavior based on reputation voting in cloud environment

این مبنای دسترسی و کنترل محیط ابر برای ایجاد روابط متقابل اعتماد بین کاربران و ابرها است. چگونگی شناسایی درجه اعتبار هویت کاربر و رفتار آن، به مشکلات اصلی تبدیل شده است. در این مقاله با ترکیب تشخیص غیر عادی و تشخیص سوء استفاده، روش تجزیه و تحلیل مشارکتی از رفتار غیرطبیعی کاربر بر اساس رأی گیری شهرت ارائه شده است. در مرحله اول، روش زیر نمونه برداری و برش برای ساخت نمونه های آموزشی برای جلوگیری از هزینه های بالاتری برای شناسایی تمام داده ها استفاده می شود، در عین حال، مسئله یادگیری داده های نامتعادل را حل کرده است. علاوه بر این، مدل محاسبات شهرت با ادغام طبقه بندی سازمانی با نیمه نظارتی، سازه های سازمانی و دو وجهی را برای حفظ شهرت برای تحقق یافتن پرس و جو دو طرفه مورد استفاده قرار می دهد. بر این اساس، طبقه بندی پایه برای رای دادن به رفتارهای کاربر با استفاده از اعتبار مورد استفاده قرار می گیرد تا سرعت شناسایی رفتار غیر طبیعی را بهبود بخشد. نتایج تجربی نشان می دهد که این طرح می تواند سرعت تشخیص و دقت خوشه بندی را به وضوح در داده های بزرگ محیط کاربر تلفن همراه ارتقا دهد و این امر برای مجموعه داده های بزرگتر با نرخ غیرمتعارف به ویژه از اهمیت بیشتری برخوردار است.