آخرین اخبار:
کد خبر:۷۶۷۸۶۵
با پژوهش مشترک دانشگاه حکیم سبزواری و لانکستر انگلیس؛

اجرای آنالیز و تحلیل‌های مختلف روی داده‌های رمزنگاری شده امکان‌پذیر شد

پژوهش مشترک عضو هیئت علمی دانشگاه حکیم سبزواری با محققان دانشگاه لانکستر انگلیس درباره روش‌های رمزنگاری مختلف حفظ امنیت و محرمانگی داده در محیط ابری به موفقیت رسید.

به گزارش گروه دانشگاه خبرگزاری دانشجو، عضو هیات علمی دانشگاه حکیم سبزواری در همکاری مشترک با محققان دانشگاه لانکستر انگلیس، در بررسی روش‌های رمزنگاری مختلف برای حفظ امنیت و محرمانگی داده در محیط ابری، موفق شد علاوه بر حفظ امنیت داده امکان اجرای آنالیزها و تحلیل‌های مختلف روی داده‌های رمز شده را فراهم کند.
 
پژوهش مشترک سمیه ثباتی مقدم، عضو هیئت علمی گروه کامپیوتر دانشگاه حکیم سبزواری با Dr. A. Fayoumi استاد دانشگاه لانکستر انگلیس به چاپ مقاله‌ای با عنوان Toward Securing Cloud-Based Data Analytics: A. Discussion on Current Solutions and Open Issues در مجله معتبر IEEE Access از انتشارات IEEE با ضریب تأثیر IF=۳.۵ و رتبه Q۱ منتهی شده است.

این مقاله با محوریت امنیت داده نگاشته شده است. Dr. A. Fayoumi مدت دو سال است که به‌عنوان همکار خارجی در گروه پژوهشی امنیت داده به سرپرستی ثباتی مقدم در حوزه کاری تجارت امن کار مشترک پژوهشی خود را با دانشگاه حکیم سبزواری آغاز کرده و در حال حاضر، همکاری وی به‌عنوان استاد وابسته با این گروه پژوهشی ادامه دارد.

داده یکی از مهم‌ترین سرمایه‌های شرکت‌ها و نهاد‌های مختلف محسوب می‌شود، لذا محرمانگی داده در حوزه داده‌های تجاری امری مهم تلقی می‌گردد. از طرفی، فراگیر شدن تکنولوژی رایانش ابری شرکت‌ها را به سمت استفاده از منافع بی شمار این تکنولوژی عظیم سوق می‌دهد.

استفاده از زیرساخت‌ها و سرویس‌های ابری به معنی کاهش چشمگیر هزینه‌های ایجاد و نگهداری زیرساخت‌ها و مجموعه IT سازمان‌هاست که برای آن‌ها کاهش هزینه قابل‌توجهی را به ارمغان می‌آورد.

درنتیجه، بحث برون‌سپاری داده جزو سیاست‌های مهم بخش IT برای بهره‌مندی هر چه بیشتر از منافع ابری در حوزه کسب‌وکار و تجارت به شمار می‌آید.
ارسال نظر
captcha
*شرایط و مقررات*
خبرگزاری دانشجو نظراتی را که حاوی توهین است منتشر نمی کند.
لطفا از نوشتن نظرات خود به صورت حروف لاتین (فینگیلیش) خودداری نمايید.
توصیه می شود به جای ارسال نظرات مشابه با نظرات منتشر شده، از مثبت یا منفی استفاده فرمایید.
با توجه به آن که امکان موافقت یا مخالفت با محتوای نظرات وجود دارد، معمولا نظراتی که محتوای مشابهی دارند، انتشار نمی یابد.
پربازدیدترین آخرین اخبار