فقدان یک روش کارا برای مبادله فریمها به علت تأخیر زیاد در روش Pull و تعداد بالای فریمهای تکراری در روش Push، به عنوان دو روش اصلی مبادله محتوا بین نظیرها، انگیزهای قوی جهت معرفی روشهای ترکیبی مبتنی بر این دو روش پایه جهت مبادله جریان زنده ویدئویی در شبکههای نظیر به چکیده کامل
فقدان یک روش کارا برای مبادله فریمها به علت تأخیر زیاد در روش Pull و تعداد بالای فریمهای تکراری در روش Push، به عنوان دو روش اصلی مبادله محتوا بین نظیرها، انگیزهای قوی جهت معرفی روشهای ترکیبی مبتنی بر این دو روش پایه جهت مبادله جریان زنده ویدئویی در شبکههای نظیر به نظیر توری بوده است. تحقیقات نشان داده که این روشها از مشکلات ذاتی دو روش پایه رنج میبرند، زیرا تنها تجمیعی ساده از اجرای متوالی یا موازی آنها هستند. این پژوهش به معرفی AMIN، یک روش نوین ترکیبی برای مبادله هوشمندانه فریمهای ویدئو بین نظیرها میپردازد. در روش AMIN، بر خلاف روش Pull، هر نظیر نقشه وضعیت حافظه (BMS) خود را به صورت دورهای به نظیرهایی تا حداکثر دو گام از خود میفرستند و نظیر دریافتکننده BMS به جای درخواست فریم از فرستنده BMS، بررسی مینماید خود چه فریمهایی را میتواند به سمت این نظیر ارسال نماید. همچنین بر خلاف روش Push، نظیر ارسالکننده فریم به دلیل وجود BMS دریافتی از همسایه خود، ارسالی کورکورانه به آن نخواهد داشت. نتایج شبیهسازی نشاندهنده افزایش قابل ملاحظه کیفیت ویدئوی دریافتی در نظیرها، کاهش تأخیر نقطه به نقطه، تأخیر دریافت و تعداد فریمهای تکراری نسبت به دو روش پایه و مشابه اخیر است.
پرونده مقاله
رديابي اهداف متحرك یکی از کاربردهای شبكههای حسگر است. در طراحی یک الگوریتم ردیابیِ هدف متحرک دو مسأله کاهش انرژی مصرفی و بهبود کیفیت ردیابی حایز اهمیت است. یکی از راهکارهای کاهش مصرف انرژی، تشکیل خوشه ردیاب است و دو چالش مهم در تشکیل خوشه ردیاب زمان و چگونگی تشکیل آن ا چکیده کامل
رديابي اهداف متحرك یکی از کاربردهای شبكههای حسگر است. در طراحی یک الگوریتم ردیابیِ هدف متحرک دو مسأله کاهش انرژی مصرفی و بهبود کیفیت ردیابی حایز اهمیت است. یکی از راهکارهای کاهش مصرف انرژی، تشکیل خوشه ردیاب است و دو چالش مهم در تشکیل خوشه ردیاب زمان و چگونگی تشکیل آن است. به منظور کاهش تعداد پیامهای مبادلهشده برای تشکیل خوشه ردیاب، یک مکانیزم حراج تطبیق داده میشود. پیشنهاد هر حسگر در حراج با هدف برقراری موازنهای مناسب میان طول عمر شبکه و دقت ردیابی به صورت پویا و مستقل ارائه میشود. از این گذشته، از آنجایی که خوشه ردیاب میبایست قبل از رسیدن هدف به ناحیه مورد نظر تشکیل شود (خصوصاً زمانی که سرعت هدف بالا است) جلوگیری از تأخیر در تشکیل خوشه ردیاب چالشی دیگر است. عدم توجه به چالش مذکور منجر به افزایش نرخ گمشدگی هدف و به تبع آن اتلاف انرژی میشود. برای غلبه بر این مشکل، پیشبینی موقعیت هدف در دو گام بعد توسط شبکه عصبی و تشکیل همزمان خوشههای ردیاب در یک و دو گام بعد را پیشنهاد میدهیم. نتایج حاصل از شبیهسازی نشاندهنده عملکرد مناسبتر الگوریتم پیشنهادی در مقایسه با الگوریتم AASA است.
پرونده مقاله
شبکه نرمافزار محور (SDN) نسل بعدی معماری شبکه است که با جداکردن سطح داده و سطح کنترلی، کنترل متمرکزی را با هدف بهبود قابلیت مدیریت و سازگاری شبکه امکانپذیر میسازد. با این حال به دلیل سیاست کنترل متمرکز، این نوع شبکه مستعد از دسترس خارج شدن سطح کنترلی در مقابل حمله من چکیده کامل
شبکه نرمافزار محور (SDN) نسل بعدی معماری شبکه است که با جداکردن سطح داده و سطح کنترلی، کنترل متمرکزی را با هدف بهبود قابلیت مدیریت و سازگاری شبکه امکانپذیر میسازد. با این حال به دلیل سیاست کنترل متمرکز، این نوع شبکه مستعد از دسترس خارج شدن سطح کنترلی در مقابل حمله منع سرویس است. در حالت واکنشی، افزایش قابل توجه رخدادهای ناشی از ورود جریانهای جدید به شبکه فشار زیادی به سطح کنترلی اعمال میکند. همچنين، وجود رخدادهای مكرر مانند جمعآوری اطلاعات آماری از سراسر شبكه كه باعث تداخل شدید با عملکرد پایه سطح کنترلی میشود، ميتواند به شدت بر کارایی سطح كنترلی اثر بگذارد. برای مقاومت در برابر حمله و جلوگیری از فلجشدن شبکه، در این مقاله معماری جدیدی به نام SAHAR معرفی شده که از یک جعبه کنترلی متشکل از یک کنترلکننده هماهنگکننده، یک کنترلکننده اصلی نصاب قوانین جریان و یک یا چند کنترلکننده فرعی نصاب قوانین جریان (بر حسب نیاز) استفاده میکند. اختصاص وظایف نظارتی و مدیریتی به کنترلکننده هماهنگکننده باعث کاهش بار کنترلکنندههای نصاب قوانین جریان میشود. علاوه بر آن، تقسیم ترافیک ورودی بین کنترلکنندههای نصاب قوانین جریان توسط کنترلکننده هماهنگکننده بار را در سطح کنترلی توزیع میکند. بدین ترتیب، با تخصیص بار ترافیکی ناشی از حمله منع سرویس به یک یا چند کنترلکننده فرعی نصاب قوانین جریان، معماری SAHAR میتواند از مختلشدن عملکرد کنترلکننده اصلی نصاب قوانین جریان جلوگیری کرده و در برابر حملات منع سرویس مقاومت کند. آزمایشهای انجامشده نشان میدهند که SAHAR در مقایسه با راهکارهای موجود، کارایی بهتری در مواجهه با حمله منع سرویس از خود نشان میدهد.
پرونده مقاله
امروزه رشد سریع تقاضا برای استفاده از منابع محاسباتی ابری، موجب افزایش مصرف انرژی در مراکز داده شده است. محاسبات ابری سبز برای جلوگیری از افزایش مصرف انرژی مراکز داده بیان شده است. یکی از راهکارهای کاهش مصرف انرژی در سیستمهای پردازش ابری، استفاده از روشهای تجمیع سرویس چکیده کامل
امروزه رشد سریع تقاضا برای استفاده از منابع محاسباتی ابری، موجب افزایش مصرف انرژی در مراکز داده شده است. محاسبات ابری سبز برای جلوگیری از افزایش مصرف انرژی مراکز داده بیان شده است. یکی از راهکارهای کاهش مصرف انرژی در سیستمهای پردازش ابری، استفاده از روشهای تجمیع سرویسها است. روشهای تجمیع موجود با مهاجرتهای غیر ضروری، عدم تعادل بار کاری میزبانها و نادیدهگرفتن ارتباط بین سرویسها ممکن است باعث کاهش کیفیت سرویس و افزایش مصرف انرژی شود. لذا در این تحقیق با مهاجرتدادن سرویسهای ضروری بر اساس اولویت (شامل تعداد فرزندان، سطح و هزینه ارتباطی هر سرویس)، از میزبانهایی که بارکاری خیلی زیاد و یا خیلی کم دارند (که موجب مصرف انرژی زیادی میشوند) به میزبانهایی که حاوی سرویسهای همکار هستند، بهرهوری منابع موجود مرکز داده بهبود یافته و مصرف انرژی کاهش مییابد. مهاجرت زنده سرویسها بر اساس اولویت و به حداقل رساندن تعداد مهاجرتها با هدف کاهش مصرف انرژی، کاهش زمان پاسخ و افزایش کارایی سيستم میباشد. با بررسی و مقایسه روش پیشنهادی با روشهای دیگر، بهبود 37/10 درصدی در کاهش مصرف انرژی در مراکز داده ابری، 18/11 درصدی در کاهش تعداد مهاجرت سرویسها و 46/1 درصدی در افزایش تعداد میزبانهایی که خاموش شدهاند، مشاهده میشود.
پرونده مقاله
امروزه یکی از مهمترین مسائل حوزه پردازش تصویر، مات زدائی تصاویر مات شده است. مات زدائی تصویر با توجه به مجهول بودن یا معلوم بودن کرنل مات کننده، به ترتیب، به دو دسته مات زدائی کور و مات زدائی غیرکور تقسیم می شود. در مات زدائی کور، همزمان با تخمین تصویر، کرنل مات کننده ه چکیده کامل
امروزه یکی از مهمترین مسائل حوزه پردازش تصویر، مات زدائی تصاویر مات شده است. مات زدائی تصویر با توجه به مجهول بودن یا معلوم بودن کرنل مات کننده، به ترتیب، به دو دسته مات زدائی کور و مات زدائی غیرکور تقسیم می شود. در مات زدائی کور، همزمان با تخمین تصویر، کرنل مات کننده هم باید تخمین زده شود که همین امر، باعث افزایش هزینه ی محاسباتی فرآیند مات زدائی می شود. مات زدائی غیرکور تصاویر یک مسأله بدوضع از میان مسائل معکوس خطی است. در نتیجه برای تخمین تصویر از مسائل بهینه سازی استفاده می شود. معمولاً روش های مات زدائی غیرکور، فرض می کنند که کرنل مات کننده بدون خطا است، اما در عمل دانش ما از کرنل مات کننده دارای عدم قطعیت است. از این رو، در این مقاله، از روشی برای مات زدائی تصویر مات شده استفاده می کنیم که نسبت به این عدم قطعیت مقاوم است. مدل بهینه سازی مقاوم پیشنهادی به دنبال فیلتری برای مات زدائی تصویر است که بتواند در بدترین حالت، یعنی وجود حداکثری عدم قطعیت در مورد کرنل مات کننده، جوابی با کمترین خطای ممکن بدست آورد. برمبنای نتایج شبیه سازی ها، مدل پیشنهادی ما می تواند بیش از 4 دسی بل بهبود PSNR در مقایسه با روش مات زدائی کور داشته باشد.
پرونده مقاله
امروزه در بسیاری از مسایل دنیای واقعی همچون شبکههای اجتماعی، با جریان داده مواجه هستیم که در هر لحظه داده جدیدی به مجموعه دادههای موجود اضافه میشود. از آنجا که کارایی بیشتر الگوریتمهای دادهکاوی با افزایش ابعاد دادهها کاهش مییابد، تحلیل این جریان دادهها در سالها چکیده کامل
امروزه در بسیاری از مسایل دنیای واقعی همچون شبکههای اجتماعی، با جریان داده مواجه هستیم که در هر لحظه داده جدیدی به مجموعه دادههای موجود اضافه میشود. از آنجا که کارایی بیشتر الگوریتمهای دادهکاوی با افزایش ابعاد دادهها کاهش مییابد، تحلیل این جریان دادهها در سالهای اخیر به یکی از مسایل مهم در دادهکاوی تبدیل شده است. روشهای انتخاب ویژگی در جریان دادههای برخط، روشهای کارآمدی هستند که با حذف ویژگیهای افزونه و نامربوط باعث کاهش ابعاد کلان دادهها و در نتیجه بهبود کارایی الگوریتمها میشوند. از چالشهای اساسی در رابطه با الگوریتمهای انتخاب ویژگی برخط، در دسترس نبودن همه دادهها قبل از شروع الگوریتم، مقیاسپذیری، دقت ویژگیهای انتخابشده و اندازه زیرمجموعه انتخابی را میتوان نام برد. تا کنون الگوریتمهای انتخاب ویژگی موجود تنها توانستهاند بخش محدودی از این چالشها را به صورت همزمان مرتفع کنند. به همین منظور در این مقاله یک راهکار انتخاب ویژگی برخط به نام MMIOSFS با استفاده از اطلاعات متقابل ارائه دادهایم که حد واسط بهتری را میان چالشهای ذکرشده به دست میآورد. در روش پیشنهادی در ابتدا مجموعه ویژگیها با استفاده از تکنیک متغیرهای تصادفی توأم به یک ویژگی نگاشت و سپس اطلاعات متقابل ویژگی جدید با برچسب به عنوان میزان ارتباط مجموعه ویژگیهای اولیه در نظر گرفته میشود. کارایی روش پیشنهادی با چند الگوریتم انتخاب ویژگی برخط با استفاده از دستهبندهای مختلف مورد ارزیابی قرار گرفته و نتایج به دست آمده نشان میدهد الگوریتم پیشنهادی معمولاً حد واسط بهتری میان چالشها به دست میآورد.
پرونده مقاله
محیطهای چندابری شامل منابع متنوع قابل ملاحظهای هستند که هزینههای زمانبندی کاربردهای جریان کاری در چنین محیطهایی میتواند به طور چشمگیری کاهش یابد و همچنین محدودیت ارائه منابع توسط فراهمکنندگان تجاری ابر رفع شود. بر این اساس، این تحقیق به مسأله زمانبندی کاربردهای چکیده کامل
محیطهای چندابری شامل منابع متنوع قابل ملاحظهای هستند که هزینههای زمانبندی کاربردهای جریان کاری در چنین محیطهایی میتواند به طور چشمگیری کاهش یابد و همچنین محدودیت ارائه منابع توسط فراهمکنندگان تجاری ابر رفع شود. بر این اساس، این تحقیق به مسأله زمانبندی کاربردهای جریان کاری علمی در محیط چندابری تحت قید مهلت زمانی با هدف کمینهسازی هزینه میپردازد. در اين مقاله با به كارگيري الگوريتم جستجوي فاخته که يكي از مشهورترین روشهاي جستجوي فراابتكاري میباشد، الگوريتمي براي مسأله زمانبندی کاربردهای جریان کاری در محیط چندابری ارائه شده است. الگوريتم فراابتكاري جستجوي فاخته قادر است در مدت زماني كوتاه فضاي جواب را جستجو نموده و جوابهايي را در همسايگي جواب بهینه سراسری بيابد كه به آن نزديك ميباشد. نتایج به دست آمده نشان میدهند که راهکار پیشنهادی این تحقیق در مقایسه با دیگر راهکارهای فراابتکاری در موارد کاهش هزینه کارایی بهتری داشته و همچنین جوابهاي به دست آمده از الگوريتم فراابتکاری پیشنهادي، در حد مطلوبی نزديک به جوابهاي بهینه سراسری به دست آمده از مدل رياضی است.
پرونده مقاله