محاسبات ابري، مدلي براي توانمندسازي دسترسي فراگير، راحت و تقاضا محور شبكه اي، به مجموعه اي از منابع محاسباتي اشتراكي و قابل پيكربندي از قبيل شبكه ها، سرويس دهنده ها، فضاي ذخيره سازي، سرويس هاي كاربردي و ساير سرويس ها است، كه مي توان به سرعت آنها را تامين كرد و با كمترين تلاش و تماس با مدير سرويس دهنده، آنها را نهايي و قابل استفاده نمود(Wenhong Tian, 2014). از آنجایی که رایانش ابری یک الگوی نسبتاً جدیدی است، همواره با چالش های بسیاری روبرو است. چالـش های مهم در سیسـتم های محاسبات ابری، عبارت اند از، امنیـت، دسترس پذیری، مجازی سازی، زمانبندی، کشف منابع و سایر موارد(Anju, 2012). در سیستم های رایانش ابری، عوامل گسترش سیستم ها، افزایش تعداد سرویس های دردسترس، افزایش درخواست های کاربران، تعداد بسیار زیاد منابع و مالکیت توزیع شده، مسئله ی کشف منبع را به یک چالش مهم در این سیستم ها تبدیل کرده است(Sim, 2010). با توجه به گستردگی سرویس ها و منابع موجود در رایانش ابری، برای اینکه بتوان در سطح وسیع، از منابع موجود در این سیستم ها بهره برد، به راهکارهای مفیدی در کشف منابع و سرویس های موجود، نیاز است. لذا گسـترش این سیستم ها و افزایش تعداد منابع در  دستـرس و همچنین افـزایش تعـداد درخواست های کاربران برای انجام کارهای محاسباتی خود با کمترین هزینه و در کمترین زمان ممکن، مسئله کشف منابع را به یک چالش مهم در این سیسـتم ها تبدیل کرده است (Sim, 2010). تا به امروز، الگوریتم های بسیار زیادی  به منظور کشف منابع در محیط رایانش ابری پیشنهاد شده است، ولی از آنجایی که مسئله کشف منابع در محیط ابر، جز مسائل غیر قطعی است، از اینرو همواره الگوریتم های جدیدی در این زمینه مطرح می شوند. در این پژوهش به منظور کشف بهینه منابع، از یک راهکار کشف منبع مبتنی بر روش فازی ترجیح براساس مشابهت به راه حل ایده آل، استفاده می شود. استفاده از این راهکار ضمن افزایش کارایی الگوریتم، زمان اجرای الگوریتم را نیز کاهش می دهد. همچنین  با توجه به اینکه روش پیشنهادی یک روش تصمیم گیری چندمعیاره فازی است، از اینرو استفاده از این راهکار، میزان رضایت کاربران در کشف منبع را افزایش می دهد. علاوه بر این روش پیشنهادی میزان استفاده از پهنای باند را به میزان قابل توجهی کاهش می دهد. همچنین در روش پیشنهادی امکان کشف منابع با بالاترین تطبیق افزایش یافته و میزان رد جستجو کاهش می یابد.