مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451612018320Handover Management between Femtocell and Macrocell Using Geo-Based Spectral Clusteringمدیریت دست به دست شدگی سیگنال بین فمتوسل و ماکروسل با روش خوشه‌بندی طیفی مبتنی بر جغرافیای منطقه114faطاهرهبحرینیدانشگاه فردوسی مشهدموناضمیریدانشگاه فردوسی مشهدهادیصدوقی یزدیدانشگاه فردوسی مشهد2016428Available techniques in handover management in cellular communication networks can’t keep unnecessary events and delay decision at a low level state. The main purpose of this paper is to provide the intelligence method which is able to minimize the number of unnecessary events and allowing the necessary requests to occur and so improves the overall network performance. In order to achieve such a goal, in the proposed method, we have used the geographical knowledge from building maps with spectral clustering in the area covered by femtocell. Therefore, we require to develop the spectral clustering based on geographical information. The experimental results on real dataset and performed simulations indicate that the superiority of the proposed method in allocating the user to appropriate cell and acceptable ability to manage the handover in heterogeneous layer of femtocell-macrocell.روش‌های موجود در زمینه مدیریت دست به دست شدن سیگنال در شبکه‌های مخابرات سلولی نمی‌توانند به طور هم‌زمان تعداد رخدادهای غیر ضروری و تأخیر تصمیم را در سطح پایینی نگه دارند. هدف اصلی این مقاله ارائه روش هوشمندی است تا علاوه بر این که به درخواست‌های ضروری اجازه رخ‌دادن می‌دهد، تعداد رخدادهای غیر ضروری آن را نیز کمینه کند و به این ترتیب موجب بهبود کارایی کلی شبکه شود. به منظور دست‌یابی به چنین هدفی، در روش پیشنهادی از دانش جغرافیایی برگرفته از نقشه‌های ساختمان توأم با روش خوشه‌بندی طیفی در نواحی تحت پوشش فمتوسل استفاده می‌شود. بدین سبب نیاز به توسعه خوشه‌بندی طیفی مبتنی بر اطلاعات جغرافیایی است. نتایج به دست آمده از روش پیشنهادی روی داده‌ها و شبیه‌سازی‌های انجام‌گرفته، بیانگر این است که این روش نسبت به سایر روش‌ها با افزایش احتمال تخصیص کاربر به سلول مناسب، به شکل قابل قبولی قادر به مدیریت پدیده دست به دست شدگی در لایه ناهمگن فمتوسل- ماکروسل است.http://ijece.org/en/Article/Download/28306

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451612018320How to Identify Requirements under Uncertainty for Self-Adaptive Software Systems Developmentچگونگی شناسایی نیازمندی‌ها برای ایجاد نرم‌افزار خودانطباق در شرایط عدم اطمینان نیازمندی1527faرایحهمعین‌فردانشگاه صنعتی امیرکبیراحمدعبداله‌زاده بارفروشدانشگاه صنعتی امیرکبیرسیدمهدیتشکری هاشمیدانشگاه صنعتی امیرکبیر201642One key challenge in software systems development is changing requirements at development phases or run-time. This might happen as the result of uncertainty in stakeholder requirements. Uncertain requirements drive a flexible and therefore adaptable architecture to manage risks at run-time. Modeling uncertainty to adapt architecture automatically is an effective solution when requirements change. In order to evaluate requirements and handle uncertainty by modeling and self-managing, it is advantageous to quantify requirements, computationally. This study besides understanding the sources of uncertainty, investigates how to quantify requirements and quality attributes. Subsequently, decision making at all software development phases will be based on numerical analysis that leads to autonomic software development.یکی از چالش‌های اساسی در تولید سیستم‌های نرم‌افزاری، به روز رسانی نیازمندی‌ها در مرحله تولید و اجرا است که می‌تواند ناشی از عدم اطمینان از فهم و خواسته ذی‌نفعان باشد. عدم اطمینان در نیازمندی،‌ لزوم تولید یک معماری انعطاف‌پذیر و قابل انطباق جهت مدیریت‌کردن ریسک سیستم در مرحله اجرا را ایجاد می‌کند. مدل‌کردن عدم اطمینان در فرایند تولید نرم‌افزار و انطباق معماری نرم‌افزار با تغییر نیازمندی‌ها در زمان اجرا به صورت خودکار از جمله راه حل‌هایی هستند که در این زمینه مطرح می‌شوند. جهت پیاده‌سازی و اجرایی‌نمودن سنجش و رفع عدم اطمینان نیازمندی در مراحل تولید و اجرا از طریق مدل‌سازی و خودکارسازی آن، نیازمند کمی و محاسباتی‌نمودن نیازمندی هستیم. این مقاله ضمن تبیین منابع عدم اطمینان، به کمی‌کردن نیازمندی‌‌ها و ویژگی‌های توصیفی و کیفی می‌پردازد. به این ترتیب، تصمیم‌گیری در هر مرحله از فرایند تولید نرم‌افزار، مبتنی بر محاسبات عددی می‌باشد که راهی برای خودکارسازی تولید نرم‌افزار است.http://ijece.org/en/Article/Download/28307

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451612018320Geometrical Self-Organizing Map Classifier Based on Active Learning for Steganalysis in the Video Environment by Spending at Least a Labelطبقه‌بند خودسازمانده هندسی مبتنی بر یادگیری فعال برای نهان‌کاوی در محیط ویدئو با صرف حداقل برچسب2840faهادیصدوقی یزدیدانشگاه فردوسی مشهدعلیمحی الدینی شاهم آبادی پوردانشگاه شهید باهنر کرمانمرتضی خادمیدانشگاه فردوسی مشهد2016910Classifier is one of the three blocks of a video steganalysis that needs labeled for training. In the blind video steganalysis, due to the lack of access to steganography algorithms, it is difficult to label. In this paper, the semi supervised growing self-organizing map classifier has been used to reach the minimum label. For this purpose, a concept called the geometric redundancy of the lower-layer nodes of the semi supervised self-organizing network has been used. It has been shown that this redundancy will create repetitive patterns of the network, so deleting such nodes is possible. Proven due to the existence of one-to-one correspondence between nodes and labels. Reducing nodes leads to a reduction in the number of labels required. The basic point is the need for a geometric redundancy among a number of nodes, which is a conception of abstraction, is the formation of a group by them. Therefore, the proposed algorithm is based on identifying categories and integrating their members. The classifier obtained on this basis has been named a geometric self-organizing map classifier .It is proven that this classifier can achieve the minimum amount of optimal label. The simulation results show a remarkable superiority over the previous algorithms.طبقه‌بند یکی از سه بلوک تشکیل‌دهنده یک نهان‌کاو ویدئو است که برای آموزش نیازمند برچسب می‌باشد. در نهان‌کاوی کور به دلیل عدم دسترسی به الگوریتم‌های نهان‌نگاری تهیه برچسب مشکل است. در این مقاله از طبقه‌بند خودسازمانده پویای شبه‌ناظر برای رسیدن به حداقل برچسب استفاده شده و بدین منظور مفهومی به نام افزونگی هندسی گره‌های لایه زیرین شبکه خودسازمانده پویای شبه‌ناظر به کار گرفته شده است. نشان داده شده که این افزونگی منجر به ایجاد الگوهای تکراری برای شبکه خواهد شد، پس حذف چنین گره‌هایی بلامانع است. اثبات شده به دلیل وجود تناظر یک به یک بین گره‌ها و برچسب‌ها کاهش گره‌ها منجر به کاهش تعداد برچسب لازم می‌شود. نکته اساسی این که لازمه وجود افزونگی هندسی در میان تعدادی گره که مفهومی انتزاعی است، تشکیل دسته توسط آنهاست و بنابراین مبنای الگوریتم پیشنهادی شناسایی دسته‌ها و ادغام اعضای آنهاست. طبقه‌بند به دست آمده بر این مبنا طبقه‌بند خودسازمانده هندسی نام نهاده شده و اثبات می‌شود که این طبقه‌بند می‌تواند به مقدار بهینه حداقل برچسب دست یابد. نتایج شبیه‌سازی نشان‌دهنده برتری چشم‌گیر طبقه‌بند نسبت به الگوریتم‌های پیشین است.http://ijece.org/en/Article/Download/28308

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451612018320An Efficient Hybrid Routing Protocol in Underwater Wireless Sensor Networksپروتکل مسیریابی ترکیبی کارا در شبکه‌های حسگر بی‌سیم زیر آب4150faجاویدتوکلیدانشگاه آزاد اسلامی واحد نجف‌آبادندامقیمدانشگاه اصفهان2017520Underwater Wireless Sensor Network (UWSN) is a kind of sensor networks that their operational fields have been developed under water in recent decades, although these networks deal with lots of challenges due to lack of the GPS1. These networks encounter researchers with many challenges by some limitations like high propagation delay, low bandwidth, high bit error rate, movement, limited battery and memory. In comparison with terrestrial sensor networks, sensors in the UWSN consume energy more because they use acoustic technology to communicate. Motivation of this research is proposing a routing protocol for underwater systematic settings with a limited energy. The settled sensor nodes in underwater cannot communicate directly with nodes near surface, so they need prepared multi hop communications with a proper routing plan. In wireless sensor networks, node clustering is a common way to organize data traffic and to decrease intra-network communications along with scalability and load balance improvement plus reducing of overall energy consumption of system. Therefore, in this article a fuzzy clustering routing protocol with data aggregation and balanced energy consumption for UWSNs is proposed. Simulation results show that in the proposed protocol, energy consumption becomes more uniformly distributed in the network and average of the nodes' energy usage and number of routing packets decreases and finally, packet delivery ratio and throughput are improved in the network in comparison with DABC3 and IDACB4 algorithms.شبکه حسگر بي‌سيم زير آب (UWSN) نوعي خاص از شبکه‌هاي حسگر مي‌باشد که در دهه‌هاي گذشته، حوزه عملياتي آن‌ به نقاط زير آبي نيز توسعه يافته است اما اين نوع از شبکه‌ها به دليل عدم حضور GPS (سيستم مکان‌يابي سراسري) چالش‌هاي بسياري دارند. اين شبکه‌ها با محدوديت‌هايي از قبيل تأخير انتشار زياد، پهناي باند کم، نرخ خطاي بيتي بالا، جابه‌جايي، حافظه و باتري محدود، محققان را با چالش‌هاي فراواني روبه‌رو ساخته‌اند. در مقايسه با شبکه‌هاي حسگر زميني، حسگرها در شبکه‌هاي بي‌سيم زير آب به سبب استفاده از تکنولوژي صوتي در ارتباطات، انرژي بيشتري مصرف مي‌کنند. انگيزه اين پژوهش پيشنهاد يک الگوريتم مسيريابي براي محيط‌هاي سيستمي زير آبي با انرژي محدود مي‌باشد. گره‌هاي حسگر واقع‌شده در بستر دريا نمي‌توانند به طور مستقيم با گره‌هاي نزديک سطح ارتباط برقرار کنند، بنابراين نيازمند ارتباطات چندگامي مهياشده با طرح مسيريابي مناسب مي‌باشند. در شبکه‌هاي حسگر بي‌سيم، خوشه‌بندي گره روشي رايج براي سازماندهي ترافيک داده و کاهش ارتباطات درون شبکه‌اي همراه با بهبود قابليت مقياس‌پذيري و بهبود توازن بار به همراه کمينه‌کردن مصرف انرژي کلي سيستم مي‌باشد. بنابراين در اين مقاله يک پروتکل مسيريابي خوشه‌بندي فازي همراه با تکنيک تجميع داده با مصرف انرژي متعادل براي UWSNها پيشنهاد مي‌شود. نتايج شبيه‌سازي نشان مي‌دهد که در پروتکل پيشنهادي توزيع مصرف انرژي در شبکه به طور يکنواخت بوده، از متوسط مصرف انرژي و تعداد بسته‌هاي مسيريابي کاسته شده و در نهايت باعث بهبود در نرخ تحويل بسته و گذردهی نسبت به الگوريتم‌های DABC و IDACB شده است.http://ijece.org/en/Article/Download/28309

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451612018320The Effect of Topic Pattern of Teen Users’ Search Behavior on Query Recommendationتأثیر الگوی موضوعی رفتار جستجوی كاربران نوجوان بر پیشنهاد پرس‌وجو5160faحیدرقاسم‌زادهدانشگاه یزدمحمدقاسم زادهمهندسی کامپیوتر0000000268054852علي‌محمدزارع بيدكيدانشگاه يزد2017531Teenager users apply a limited vocabulary when they proceed to look for their desired materials. Another important issue is that teenagers often click mostly on the first items presented in the list of the search results. This research shows that, in order to amend and compensate these issues, we can extract and suggest a more appropriate query to the teenager user. This can be accomplished by discovering the relevant subject patterns from the behavior of the teenage user according to his or her previous search quarries and based on the already found patterns. In the proposed method, the topic patterns of the user are discovered based on the popularity of the clicks and the most relevant topics from the search logs which are generally massive. Afterwards, by using the binary classification method, the closest query to the query given by the user would be specified. Then, by filtering the subject navigation noise via extraction of the subject patterns of the teen user’s clicks, a user model with a higher accuracy can be obtained. We evaluated performance of the proposed method using the Alteryx and Weka tools, over the AOL search log, which includes about twenty million sample search transactions from six hundred and fifty different users. The results obtained from the experiments indicate that the queries presented by the proposed system are closer to the target user's query, and consequently, leads to achievement of more related results.کاربران نوجوان هنگام جستجوی موضوع‌های مورد نظرشان، دایره لغات محدودی را در فرمول‌بندی پرس‌وجو به کار می‌برند. مسئله مهم دیگر آن است که کاربران نوجوان غالباً بر روی اقلام اولیه ارائه‌شده در لیست نتایج جستجو کلیک می‌کنند. در این پژوهش برای ترمیم و جبران این ویژگی‌ها، پیشنهاد می‌شود که الگوی موضوعی از روی رفتار کاربر نوجوان بر اساس جستجوهای قبلی کشف شوند و با تکیه بر الگوهای یافت‌شده، پرس‌وجوی مناسب استخراج و به کاربر نوجوان پیشنهاد گردد. در روش پیشنهادی، الگوهای موضوعی بر اساس ویژگی محبوبیت كلیك‌ها و مرتبط‌ترین موضوع‌ها از روی لاگ‌های جستجو که عموماً حجیم هستند استخراج می‌گردند. در ادامه با استفاده از كلاسه‌بندی دودویی، نزدیک‌ترین پرس‌وجو به پرس‌وجوی مورد نظر كاربر نوجوان مشخص می‌شود. در نتیجه با فیلترنمودن نویز ناوبری موضوعی بر اساس استخراج الگوهای موضوعی کلیک‌های کاربران نوجوان یک مدل کاربر با دقت‌ بالاتری برای پیشنهاد پرس‌وجو حاصل می‌گردد. روش پیشنهادی با استفاده از ابزارهای Alteryx و weka پیاده‌سازی و عملکرد آن بر روی لاگ جستجوی AOL که شامل حدود 20 ميليون نمونه تراکنش جستجو مربوط به 650 هزار کاربر می‌باشد ارزیابی گردید. نتایج آزمایش‌ها نشان می‌دهند که پرس‌وجوهای ارائه‌شده توسط سیستم پیشنهادی به پرس‌وجوی مورد نظر کاربر نوجوان نزدیک‌تر است و به تبع آن موجب بهبود دستیابی به نتایج مرتبط می‌گردد.http://ijece.org/en/Article/Download/28310

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451612018320Adaptive Educational Hypermedia Web Pages Recommending Based on Learning Automata and User Feedback for Resource-Based Learningپیشنهاد‌دهنده تطبیقی منابع آموزشی بر اساس سبک یادگیری، بازخورد کاربر و الگوریتم اتوماتای یادگیر6170faمحمدطهماسبيدانشگاه قمفرانکفتوحیدانشگاه قممهدیاسماعیليدانشگاه آزاد اسلامي واحد کاشان2017826Personalized recommender systems and search engines, are two effective key solutions to overcome the information overloading problem. They use the intelligent techniques on users’ interactions to extract their behavioral patterns. These patterns help in making a personalized environment to deliver accurate recommendations. In the technology enhanced learning (TEL) field and in particular resource-based learning, recommendation systems have attracted growing interest. Specially, they are an important module of Adaptive Educational Systems that deliver the appropriate learning objects to their users. Gray-sheep users are a challenge in these systems. They have a little similarity with their peers. So the recommendations to others are not suitable for them. To overcome this problem, we propose the idea of accommodating the user’s learning style to web page features. The user's learning style will be computed according to Felder-Silverman theory. On the other hands, the necessary implicit and explicit meta data will be extracted from OCW web pages. By matching the extracted information, the system delivers the appropriate educational links to user. The user can compare the proposed links, based of our algorithm, to the output of Lucene algorithm. A user’s opinion about every web page as a recommended result would be submitted to the system. The system uses a learning automata algorithm and user’s feedback to deliver best recommendations. The system has been evaluated by a group of engineering students to evaluate its accuracy. Results show that the proposed method outperforms the general search algorithm. This system can be used at formal and informal learning and educational environments for Resource-based learning.سیستم‌های پیشنهاددهنده شخصی‌سازی شده، در کنار موتورهای جستجو، راهکاری برای غلبه بر مشکل گرانباری اطلاعات هستند به گونه‌ای که در آنها سعی می‏شود با استفاده از تکنیک‏های هوشمند و تعاملات کاربران در وب، محیطی شخصی‏سازی شده جهت تولید پیشنهادات مناسب فراهم آید. یکی از زمینه‏های کاربردی برای این سیستم‏ها، محدوده یادگیری تطبیقی است. یک زیرسیستم پیشنهاددهنده، ماژول مهمی از سیستم‌های تطبیقی آموزشی است که وظیفه ارائه اشیای آموزشی مناسب به کاربر خود را دارد. کاربران گوسفند خاکستری، یکی از چالش‌های مطرح‌شده در این دسته از سیستم‌ها هستند. این کاربران تشابه کمی با دیگر فراگیران دارند لذا پیشنهادات ارائه‌شده برای دیگران و یا بر اساس عادات قبلی آنها، لزوماً مناسب این نوع از کاربران نیست. برای حل این چالش، راهکار مطرح‌شده در این مقاله، استخراج فراداده صفحات آموزشی وب و تطابق آنها با خصوصیت سبک یادگیری کاربر در قالب یک فرمول رتبه‌بندی، جهت ارائه مناسب‌ترین پیشنهاد منبع آموزشی برای یک فراگیر است. تعیین سبک یادگیری کاربر، بر اساس مدل فلدر- سیلورمن انجام می‌گیرد. سپس بر طبق میزان آن، صفحات مناسب برای آموزش و یادگیری بر حسب پارامترهای صریح و پنهان تعریف‌شده در آن صفحات، استخراج و پیشنهاد می‌گردند. پاسخ سیستم به پرس و جوی کاربر در قالب خروجی ایده مطرح‌شده، به وی نمایش داده می‌شود. همچنین کاربر می‌تواند جواب پیشنهادات برای سؤال خود را با خروجی الگوریتم لوسین که در اکثر موتورهای جستجو مورد استفاده است، برای مقایسه میزان مناسب‌بودن آنها مشاهده نماید. کاربر میزان مفیدبودن پیشنهادات مطرح‌شده را به سیستم بازخورد می‌دهد. این بازخورد برای الگوریتم اتوماتای یادگیر تعریف‌شده برای تولید نتایج و پیشنهادات بعدی، مورد استفاده قرار می‌گیرد. نمونه‌ای از سیستم پیاده‌سازی شده، در محیط آموزشی دانشگاهی، مورد ارزیابی دانشجویان قرار گرفته که نتایج بازخورد کاربران نشان از بهبود عملکرد سیستم نسبت به الگوریتم‌های متعارف جستجوی عمومی دارد. این سیستم را می‌توان به صورت یادگیری رسمی و غیر رسمی بر پایه منبع در محیط وب، مورد استفاده قرار داد.http://ijece.org/en/Article/Download/28311

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451612018320A New BGP-based Load Distribution Approach in Geographically Distributed Data Centersروش نوين توزيع بار ترافيک مبتنی بر BGP در مراکز داده توزيع‌شده جغرافيايي7178faامیراسمعیلیدانشگاه صنعتی امیرکبیربهادربخشی سراسکانروددانشگاه صنعتی امیرکبیر2017510Today, hosting services in geographically distributed data centers is very common among service provider companies, because of more efficiency of energy consumption, high availability of the system, and providing quality of service. Load distribution is the main issue in the geographical data centers. On the one hand, there are several architectures to distribute load between different clusters, e.g., central load balancer, DNS-based systems, and IGP based schemes; one the other hand, the optimum traffic load balancing between clusters is a very challengeable issue. The proposed solutions have different facilities to distribute incoming traffic; nevertheless, they are vulnerable in terms of propagation delay, centralized load balancer failure, and maintaining connections. In this paper, a new architecture based on BGP and Anycast routing protocols in SDN based data centers is proposed to distribute traffic loads between clusters. Simulation result shows improvement in comparison to the existing techniques.مسایل مربوط به مراکز داده به عنوان زیرساخت ارائه سرویس‌های فناوری اطلاعات همواره حایز اهمیت بوده است. از سوی دیگر در سال‌های اخیر، بنا به دلایل متعددی از جمله تفاوت هزینه انرژی در نقاط مختلف، امنیت بالاتر و تأمین کیفیت سرویس، مراکز داده توزیع‌شده جغرافیایی مورد توجه قرار گرفته است که در آن مرکز داده متشکل از چندین خوشه در نقاط مختلف است. مسأله اصلی در این نوع مراکز داده، توزیع کارای بار ترافیکی بین خوشه‌ها است. با وجود این که روش‌های متعددی برای این منظور پیشنهاد شده است ولی به دلیل متمرکزبودن توزیع‌کننده، سرعت پایین واکنش به تغییرات بار ترافیکی و یا محدودبودن به یک تکنولوژی خاص، راه حل کارا،‌ عملی و جامع این مسأله به شمار نمی‌روند. در این مقاله معماری جدیدی پیشنهاد شده که در آن برای توزیع بار ترافیکی، مفهوم مسیریابی anycast با تنظیمات مناسب BGP و در نظر گرفتن ملاحظات عملی پیاده‌سازی می‌شود. نتایج شبیه‌سازی بهبود قابل توجه این روش نسبت به روش‌های موجود را نشان می‌دهد.http://ijece.org/en/Article/Download/28312

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451612018320A New EPC-C1G2 Based Anti-Collision Algorithm to Address Tags’ Starvation in RFID Systemsالگوریتم ضد برخورد جدید مبتنی بر استاندارد 2G1C - EPC برای حل مشکل گرسنگی برچسب در سامانه‌های شناسایی بسامد رادیویی7987faامیرعباسیاندانشگاه تربیت دبیر شهید رجاییمعصومهصفخانیدانشگاه تربیت دبیر شهید رجایی2017126In this paper, we present a new EPC-C1G2 standard based anti-collision algorithm to solve the problem of tags’ starvation in RFID systems. Non deterministic identification of tags in the collisions lots, leads to tags’ starvation phenomenon. In this paper, to address this problem, we use the position of the first different value bits that are the first different bits in the tags’ 16-bit random number (or RN16).In fact, the reader in facing with collision slots, earns the position of the first different-value bit in RN16 and uses it to deterministic identification of tags. Unlike recent anti-collision algorithms, which in them it is assumed that tags send information synchronous or asynchronous, in the proposed anti-collision algorithm in order to obtain the position of the first different-value bit there is not any assumption on synchronous or asynchronous sending information by tags. Based on simulation which is done, the average time of identification for 200 to 2000tags in the proposed anti-collision algorithm relative to average time of identification in EPC-C1G2, BIS and ERN2 anti-collision algorithms is less than 0.92, 0.71, and 0.42 second, respectively.در این مقاله یک الگوریتم ضد برخورد جدید مبتنی بر استاندارد 2G1C - EPC برای حل مشکل گرسنگی برچسب‌ها در سامانه‌های شناسایی بسامد رادیویی ارائه می‌شود. عدم شناسایی قطعی برچسب‌ها در اسلات برخورد منجر به بروز مشکل گرسنگی برچسب می‌شود. در این مقاله برای حل این مشکل از موقعیت اولین بیت متفاوت- مقدار در عدد تصادفی 16بیتی 16 (یا 16RN) برچسب‌ها استفاده می‌شود. در واقع، قرائت‌گر در مواجهه با اسلات برخورد، موقعیت اولین بیت متفاوت- مقدار در 16 RN برچسب‌ها را به دست آورده و از آن برای شناسایی قطعی برچسب‌ها استفاده می‌کند. برخلاف الگوریتم‌های ضد برخورد اخیر که در آنها فرض شده است اطلاعات توسط برچسب‌ها یا به صورت هم‌زمان و یا به صورت غیر هم‌زمان ارسال می‌شود، در الگوریتم پیشنهادی برای به دست آوردن موقعیت اولین بیت متفاوت- مقدار فرضی مبنی بر ارسال هم‌زمان یا غیر هم‌زمان اطلاعات توسط برچسب‌ها در نظر گرفته نشده است. بر اساس شبیه‌سازی انجام‌شده، میانگین زمان شناسایی برای 200 تا 2000 برچسب در الگوریتم ضد برخورد پیشنهادی نسبت به میانگین زمان شناسایی در الگوریتم‌های ضد برخورد 2G1C - EPC، BIS و 2ERN به ترتیب 92/0، 71/0 و 42/0 ثانیه کمتر است.http://ijece.org/en/Article/Download/28313