خلاصة:
برونسپاری پایگاه داده در رایانش ابری یکی از اصلیترین راهکارها برای حفظ، نگهداری و دسترسی آسان بدون نیاز به سرمایهگذاری کلان، جهت تأمین زیرساخت است. معمولاٌ مالکان داده به سرویس دهندگان و تأمین کنندگان زیرساخت از نظر صحت نگهداری و دسترس پذیری، اطمینان دارند، ولی نگران حفظ حریم خصوصی و محرمانگی اطلاعات هستند و به همین دلیل ترجیح میدهند دادهها را بهصورت رمز شده در سرورهای ابری نگهداری و بازیابی کنند. دادههای رمز شده قابلیت جستجو ندارند و نیاز به راهکار، جستجو روی دادههای رمز شده در سرور ابری است. یکی از راهحلها، استفاده از شاخصدهی کلمات کلیدی در کنار پایگاه داده رمز شده است. برای استفاده از این راهحلها چندین چالش اساسی وجود دارد که میتوان به حجم بالای شاخصها، مواجهه با خطای کاربران و سرعت جستجو اشاره کرد. در این تحقیق برای جبران خطای کاربران، از مجموعه کلیدواژه فازی بهجای کلمات ثابت در هنگام جستجو استفاده میشود. همچنین برای کاهش فضای ذخیرهسازی با استفاده از روش خوشهبندی کلمات کلیدی، مجموعه کلیدواژه فازی مناسب انتخاب شده و فراداده با حجم کمتر تولید و رمزگذاری میگردد. در اینجا با استفاده از روشهای خوشهبندی سلسله مراتبی با سنجههای خاص، کلمات کلیدی مشابه در یک خوشه قرار گرفته و برای پیدا کردن کلیدواژه مورد نظر نیاز به جستجوی همه فراداده نیست و این روش باعث کاهش زمان جستجو میگردد. نتایج عملی و ارزیابی نشان میدهد که طرح پیشنهادی عملی، امن و کارآمد است.
Database outsourcing in cloud computing is one of the main solutions to maintain and access a database easily without the need for large infrastructure investment. Although data owners usually trust service providers and infrastructure providers in terms of maintainability and accessibility, but they are concerned about the privacy and confidentiality of information, and therefore prefer to keep data encrypted on cloud servers. Encrypted data is not searchable, and a solution needs to be provided by the server to search for that data. One solution is to use keyword indexing as metadata alongside the encrypted database. There are several key challenges to using these solutions: high volume of indexes, user error exposure and search speed. In this study, fuzzy keyword sets are used instead of fixed words when searching for users, and in order to reduce storage space using the keyword clustering method, appropriate fuzzy keyword sets are selected and metadata with less production volume is used and encrypted. Using hierarchical clustering methods with specific metrics, the same keywords are placed in a cluster, and to find the desired keyword, it is not necessary to search all metadata and thus the search time is reduced. Practical results and evaluations show that the proposed method is practical, safe and efficient.