جدیدترین نرم افزار موبایل،کامپیوتری ساینا
دانلود رایگان appجدیدترین نرم افزار موبایل،کامپیوتری ساینا
دانلود رایگان appارزیابی ریسک سرمایه گذاری در اوراق بهادار
| دسته بندی | مدیریت |
| فرمت فایل | doc |
| حجم فایل | 21 کیلو بایت |
| تعداد صفحات فایل | 13 |
این مقاله شامل مطالب زیر می باشد:
ارزیابی ریسک سرمایهگذاری در اوراق بهادار
نحوه خرید سهام و سرمایه گذاری در بورس اوراق بهادار
کارگزاران
معیارهای انتخاب کارگزار
فرایند دریافت و اجرای سفارش
سفارشهای خرید و فروش
تعیین کد معاملاتی برای مشتریان
اجرای سفارش مشتریان
صدور اعلامیه خرید و فروش و گواهینامه موقت سهام
در هر اعلامیه ، اطلاعات زیر وجود دارد
هزینه انجام معاملات
تسویه حساب با مشتریان
فایل ورد ارائه یک سیستم تشخیص ورود به شبکه کامپیوتری با استفاده از الگوریتم فراابتکاری
| دسته بندی | کامپیوتر و IT |
| فرمت فایل | doc |
| حجم فایل | 2710 کیلو بایت |
| تعداد صفحات فایل | 98 |
ارائه یک سیستم تشخیص نفوذ به شبکه کامپیوتری با استفاده از الگوریتم فراابتکاری
تعداد صفحات :98
امروزه گسترش تکنولوژی بخصوص شبکه های رایانه ای و وابسته شدن هرچه بیشتر مردم به این تکنولوژی بر کسی پوشیده نیست. در کنار آن فعالیت های مخربانه عده ای سودجو جهت آسیب رسانی به اطلاعات دیگران در این حوزه، شکل های جدیدی بخود گرفته و همچنان در موازات پیشرفت تکنولوژی، این فعالیت های مخربانه نیز پیشرفت چشمگیری داشته است. از جمله این فعالیت های مخربانه، حملات متنوع و پیچیده به شبکه های رایانه ای می باشد. از این رو در ادامه به بررسی سیستم های تشخیص نفوذ به شبکه های رایانه ای به عنوان یک ابزار قدرتمند برای تشخیص حملات پرداخته و با بررسی تکنیک های مطرح در حوزه داده کاوی و بخصوص الگوریتم ماشین های بردار پشتیبان ، راهی برای بهبود ضعف های بکارگیری این الگوریتم در سیستم های تشخیص نفوذ مطرح می کنیم.
الگوریتم ماشین های بردار پشتیبان یک الگوریتم قدرتمند برای دسته بندی داده ها است اما دارای ضعف هایی مثل تنظیم پارامترهای مورد نیازش می باشد. برای حل این چالش مهم از الگوریتم های قدرتمند در حوزه محاسبات تکاملی ازقبیل الگوریتم ژنتیک، الگوریتم رقابت استعماری و الگوریتم ازدحام ذرات استفاده می کنیم. مشکل دیگر الگوریتم های ماشین بردار پشتیبان این است که صرفا برای دسته بندی داده های دو کلاسه طراحی شده اند، در صورتیکه مجموعه داده موجود برای سیستم های تشخیص نفوذ بیشتر از دو کلاس دارند. در نهایت ماشین بردار پشتیبانی ارائه شد که علاوه بر انجام عمل دسته بندی برای داده هایی با بیش از دو کلاس ، پارامترهای مورد نیازش را از طریق الگوریتم های فراابتکاری تنظیم می کند.
فهرست مطالب:
فصل اول : مقدمه و کلیات تحقیق
1-1) تعریف سیستم تشخیص نفوذ
2-1) اما چه چیزهایی سیستم تشخیص نفوذ نیست؟
3-1 ) دسته بندی حملات
4-1) انواع دسته بندی سیستم های تشخیص نفوذ
1-4-1) روش های تشخیص نفوذ
1-1-4-1) روش تشخیص امضاء
2-1-4-1) روش تشخیص بر اساس ناهنجاری
3-1-4-1) روش ترکیبی
2-4-1) دسته بندی براساس ساختار سیستم حفاظتی
1-2-4-1) سیستم تشخیص نفوذ مبتنی بر میزبان
2-2-4-1) سیستم تشخیص نفوذ مبتنی بر شبکه
3-2-4-1) مدل ترکیبی
3-4-1) دسته بندی از لحاظ ساختار پردازشی
4-4-1) دسته بندی بر اساس نوع منابع داده
5-4-1) دسته بندی براساس رفتار بعد از حمله
6-4-1) دسته بندی بر اساس جنبه های زمانی
فصل دوم : ادبیات و پیشینه تحقیق
1-2) داده کاوی: مقدمه
2-2) داده کاوی: مفاهیم کلی
3-2) روال داده کاوی
1-3-2) بیان مسأله و فرمول بندی فرضیه
2-3-2) گردآوری داده
3-3-2) انجام پیش پردازش
4-3-2) تشخیص و حذف داده های زائد
5-3-2) برآورد مدل (کاوش داده)
6-3-2) تعبیر مدل و استخراج نتایج
4-2) آشنایی با مجموعه داده KDD
5-2) ماشین های بردار پشتیبان
1-5-2) دسته بندی کننده بردار پشتیبانی
2-5-2) SVC با حاشیه انعطاف پذیر
3-5-2) کرنل
1-3-5-2) انواع کرنل ها
4-5-2) مقایسه ماشین های بردار پشتیبان با شبکه های عصبی
3-5-2) نقاط ضعف ماشین های بردار پشتیبان
فصل سوم : روش تحقیق
1-3) بهینه سازی
2-3) مقایسه ریشه یابی با بهینه سازی
3-3) انواع بهینه سازی
4-3) فراابتکاری
5-3) انواع الگوریتمهای ابتکاری
1-5-3) الگوریتم ژنتیک
1-1-5-3) مراحل انجام الگوریتم ژنتیک
2-1-5-3) عملگرهای الگوریتم ژنتیک
3-1-5-3) شرایط خاتمه برای الگوریتم ژنتیک
2-5-3) الگوریتم رقابت استعماری (ICA)
7-2-5-3) مراحل الگوریتم رقابت استعماری
3-5-3) الگوریتم بهینه سازی توده ذرات (PSO )
مراحل الگوریتم PSO
فصل چهارم : محاسبات و یافته های تحقیق
فصل پنجم: نتیجه گیری و پیشنهادات
مراجع
ارزیابی ریسک سرمایه گذاری در اوراق بهادار
| دسته بندی | مدیریت |
| فرمت فایل | doc |
| حجم فایل | 21 کیلو بایت |
| تعداد صفحات فایل | 13 |
این مقاله شامل مطالب زیر می باشد:
ارزیابی ریسک سرمایهگذاری در اوراق بهادار
نحوه خرید سهام و سرمایه گذاری در بورس اوراق بهادار
کارگزاران
معیارهای انتخاب کارگزار
فرایند دریافت و اجرای سفارش
سفارشهای خرید و فروش
تعیین کد معاملاتی برای مشتریان
اجرای سفارش مشتریان
صدور اعلامیه خرید و فروش و گواهینامه موقت سهام
در هر اعلامیه ، اطلاعات زیر وجود دارد
هزینه انجام معاملات
تسویه حساب با مشتریان
دانلود فایل ورد Word پیش پردازش داده های نا متوازن با استفاده از ماشین بردار پشتیبان
| دسته بندی | کامپیوتر و IT |
| فرمت فایل | doc |
| حجم فایل | 1927 کیلو بایت |
| تعداد صفحات فایل | 115 |
عنوان:پیش پردازش داده های نا متوازن با استفاده از ماشین بردار پشتیبان
تعداد صفحات :115
چکیده:
برای دست یابی به نتایج مطلوب در داده کاوی نیاز به پیش پردازش داده ها داریم.پیش پردازش داده ها یکی از اجزای مهم در فرایند کشف دانش است.روش های بسیاری برای پیش پردازش داده وجود دارد که میتوان از آنها استفاده کرد.اما این روش ها برای داده های نامتوازن مناسب نیستند. اصطلاح “مجموعه داده نامتوازن” عموما به مجموعه دادهای گفته میشود که در آن تعداد نمونههایی که نمایانگر یک کلاس هستند از نمونههای دیگر در کلاسهای متفاوت کمتر است مشکل عدم توازن کلاس در بسیاری از برنامه های کاربردی جهان واقعی به رسمیت شناخته شده است و موضوع تحقیقات یادگیری مبتنی بر ماشین قرار گرفته است از این رو اخیراً مشکل نامتوازن بودن کلاسها مورد توجه محققان در زمینه ی داده کاوی قرار گرفته است.آنها به دنبال کشف روش هایی بودند که با اعمال بر روی داده های نامتوازن به نتایج مطلوبی دست یابند.
در این پروژه روش های گوناگون پیش پردازش داده های نامتوازن مورد بحث قرار گرفته و الگوریتم جدیدی برای بهبود نتایج طبقه بندی ارائه میشود، به گونه ای که کارایی و دقت آن مورد توجه باشد.
فصل اول: مقدمه و کلیات تحقیق
1-1- مقدمه
کشف دانش و داده کاوی یک حوزه جدید میان رشته ای و در حال رشد است که حوزه های مختلفی همچون پایگاه داده، آمار، یادگیری ماشین و سایر زمینه های مرتبط را با هم تلفیق کرده تا اطلاعات و دانش ارزشمند نهفته در حجم بزرگی از داده ها را استخراج کند.هدف کشف دانش و داده کاوی یافتن الگوها در پایگاه داده است که در میان حجم عظیمی از داده ها مخفی هستند]1[ .کشف دانش شامل مراحل متعددی است که در این تحقیق به مرحله پیش پردازش توجه میکنیم.
مرحله آماده سازی داده ها مهم ترین و زمانبرترین مرحله در پروژه های داده کاوی است.از آنجا که داده ها در این پروژه ها ورودی پروژه هستند هر قدر این ورودی دقیق تر باشد، خروجی کار دقیق تر خواهد بود.یعنی ما از پدیده “ورودی نامناسب، خروجی نامناسب ” دور میشویم]1[.داده های خام معمولا دچار مشکلاتی مانند نویز، داده پرت، تغییرات در نمونه برداری هستند و استفاده از آنها به همین صورت موجب تضعیف نتایج مورد انتظار میشود.بنابراین باید از روشی برای بهبود نتایج استفاده کرد.پیش پردازش داده ها جهت بهبود کیفیت داده های واقعی برای داده کاوی لازم است.بنابراین پردازش اولیه ای مورد نیاز است تا مقادیر مفقوده، انحرافات و مسائلی از این دست را در داده های اولیه بیابد. پیش پردازش داده ها شامل همه تبدیلاتی است که بر روی داده های خام صورت میگیرد وآنها را به صورتی در میآورد که برای پردازشهای بعدی نظیر استفاده در دسته بندی و خوشه بندی، ساده تر و موثرتر میسازد.
در حال حاضر سازمانها نیاز دارند تا بتوانند داده ها را به صورت کاراتر دسته بندی کنند و از تحلیل نتایج آن برای بهبود روند پیشرفت کسب و کار استفاده نمایند.ممکن است که داده های در دسترس ، داده هایی مبهم و مغشوش باشند و یا کلاس های داده نامتوازن باشند. بنابراین نیاز به پیش پردازش دقیق داده ها رو به افزایش است. برای پاسخ به این نیاز رو به افزایش ، افراد همواره سعی در ارائه روش های نوین و موثرتری دارند.
1-2بیان مساله
هرچند که روشهای مختلفی برای پیش پردازش داده ها موجود است ولی عملکرد و دقت این روش ها متفاوت است و تلاش در جهت ارائه روشی کارامد امری ضروری است.با توجه به اهمیت داده ها در جهان کنونی و افزایش حجم داده ها مساله پیش پردازش مناسب داده ها، بخصوص داده های نامتوازن یک چالش به نظر میرسد.اغلب روش های موجود در پیش پردازش داده های ناتوازن به سمت کلاس اکثریت تمایل دارند و این امر باعث می شود که داده های کلاس اقلیت به صورت نویز در نظر گرفته شود.
همانطور که پیش از این نیز گفته شد برای دست یابی به نتایج مطلوب در داده کاوی نیاز به پیش پردازش داده ها داریم.میتوان ادعا کرد که اگر مرحله آماده سازی داده ها به خوبی صورت نپذیرد، نتایجی بدست میآید که نمیتواند مورد استفاده قرار گیرد و ممکن است که هزینه و زمان به کار رفته برای دست یابی به نتیجه موثر هدر رود و نتایج حاصل به دلیل عدم پیش پردازش مناسب داده غیر قابل استفاده و نادرست باشد.
اخیراً مشکل نامتوازن بودن کلاسها مورد توجه محققان در زمینه ی داده کاوی قرار گرفته است. در موارد متعددی کلاسی که از نقطه نظر دامنه ی کاربردی اهمیت زیادی دارد(کلاس اصلی) شامل تعداد حالات کمتری نسبت به کلاسی است که کلاس اکثریت میباشد. این مجموعه ی داده ها نامتوازن نامیده میشود. رویکرد سنتی داده کاوی توانایی خوبی برای پیش بینی نمونه های اقلیت که مورد توجه است ندارند. متأسفانه در اکثر موارد داده های واقعی دارای این خصوصیت هستند. به عنوان مثال در تشخیص بیماریهای نادر، حملات شبکه، متنکاوی و … معمولاً توزیع دادهها نامتوازن می باشد.
در واقع مساله این است که چگونه میتوان داده های نامتوازن را به گونه ای پیش پردازش کرد که در خوشه های مناسب و درست طبقه بندی شوند.بنابراین مساله این تحقیق ارائه روشی جهت پیش پردازش داده های نا متوازن است به گونه ای که کارایی و دقت آن در مقایسه با روش های دیگر بیشتر باشد.
در روش ارائه شده در این تحقیق برای ارتقای روش ماشین بردار پشتیبان از تکنیک حداقل مربعات با متر اقلیدسی استفاده نمودیم.این روش بهبود یافته را M-SVM مینامیم.بنابراین مساله را بدین شکل طرح می نماییم، چگونه میتوان در روش پیش پردازش داده های نامتوازن به دقت بالاتری دست یافت و از پیش پردازش صحیح داده برای دست یابی به نتایج صحیح در حوزه کاربردی استفاده نمود.از انجا که داده های متفاوتی وجود دارد ما پیش پردازش بر روی مجموعه داده های نامتوازن را انتحاب کردیم.
3-1- اهداف تحقیق
هدف از این تحقیق ارائه راهکاری به منظور افزایش دقت متعادل سازی داده و غلبه بر مشکل عدم توازن کلاس است.سعی کرده ایم تا متعادل سازی داده که در مرحله پیش پردازش داده صورت میگیرد باعث بهبود نتایج طبقه بندی نمونه ها شود.بدین منظور اثربخشی و کارایی روش ارائه شده با سایر روش های موجود مورد مقایسه و ارزیابی قرار میگیرد.امید است که نتایج الگوریتم نهایی امیدوار کننده باشد و نشان دهنده پیشرفت الگوریتم باشد.این تحقیق بر اساس نیاز به دسته بندی دقیق داده ها و استفاده از تحلیل نتایج داده ها در بهبود شرایط مرجع مورد استفاده کننده داده ها شکل گرفته است.
فهرست مطالب:
فصل اول مقدمه و کلیات تحقیق
1-1مقدمه
1-2بیان مساله
1-3 اهداف تحقیق
1-4 پرسش های اصلی تحقیق
1-5فرضیه های تحقیق
1-6 نوآوری تحقیق
1-7 تعریف واژگان کلیدی
1-8 ساختار پروژه
فصل دوم ادبیات و پیشینه تحقیق
2-1 مقدمه
2-2 مفاهیم داده کاوی
2-2-1 تعاریف داده کاوی
2-2-2 فرایند کشف دانش
2-2-3 حوزه ها و عملکردهای داده کاوی
2-3 کاربردهای داده کاوی و کشف دانش
2-4 چالش هایی برای KDD
2-5 پیش پردازش و آماده سازی داده ها
2-5-1اجزای اصلی پیش پردازش داده ها
2-5-1-1 پاکسازی داده ها
2-5-1-2یکپارچه سازی داده ها
2-5-1-3 تبدیل داده ها
2-5-1-3-1هموار سازی
2-5-1-3-2 تجمیع
2-5-1-3-3 تعمیم
2-5-1-3-4 ساخت ویژگی
2-5-1-3-5 نرمال سازی
2-5-1-4 کاهش داده ها
2-5-1-4-1 تجمیع مکعبی داده
2-5-1-4-2 انتخاب زیر مجموعه مشخصه ها
2-5-1-4-3 کاهش تعدد نقاط
2-5-1-5 تصویر کردن برای کاهش بعد
2-6 روش های ارزیابی دسته بندی
2-6-1 ارزیابی صحت روشهای دسته بندی
2-7 تکنیک حداقل مربعات
2-7-1 تقریب کمترین مربعات گسسته چند جمله ای
2-8 ماشین بردار پشتیبان
2-8-1مقدمه
2-8-2دلایل استفاده از SVM
2-8-3 کاربردهای SVM
2-8-4 مزایا و معایب SVM
2-8-5 تعاریف کلی
2-8-5-1تابع تصمیم مسائل دو کلاسی
2-8-5-2 تعیین تابع تصمیم(ابر صفحه جداکننده)
2-8-5-3 بعد VC
2-8-5-4حداقل سازی ریسک تجربی
2-8-5-5حداقل سازی ریسک ساختاری
2-8-6 ماشین بردار پشتیبان طبقه بندی کننده خطی با داده های جدا شدنی به طور خطی
2-8-7ماشین بردار پشتیبان طبقه بندی کننده خطی با داده های جدا نشدنی به طور خطی
2-8-8 ماشین بردار پشتیبان غیر خطی
2-8-9 انواع کرنل ها
2-8-9-1 کرنل چند جمله ای
2-8-9-2 کرنل های شبکه عصبی
2-8-9-3 کرنل های گوسی
2-9 تکنیک های پیش پردازش نامتوازن
2-9-1 ماشین بردار پشتیبان و مشکل عدم توازن کلاس
2-9-1-1 عیب مشکل بهینه سازی با ناحیه مرزی نرم
2-9-1-2 نسبت بردار پشتیبان نامتوازن
2-9-2 روشهای یادگیری عدم توازن خارجی برای SVM (روشهای پیش پردازش داده)
2-9-2-1 روشهای نمونه برداری دوباره
2-9-2-1-1زیر نمونه برداری
2-9-2-1-2بیش نمونه برداری
2-9-2-1-3 SCM
2-9-2-1-4 نمونه برداری پیشرفته
2-9-2-1-5 تکنیک بیش نمونه برداری اقلیت مصنوعی
2-9-2-1-6 نزدیک ترین همسایه فشرده(CNN)
2-9-2-1-7 نزدیک ترین همسایه تغییر یافته(ENN)
2-9-2-1-8 Tomek-Link
2-9-2-2 روشهای یادگیری جمعی
2-9-2-2-1الگوریتم آموزشی Bagging
2-9-2-2-2 الگوریتم آموزشی Boosting
2-9-3 روشهای یادگیری عدم تعادل داخلی برای ماشین بردار پشتیبان
2-9-3-1 هزینه خطای متفاوت
2-9-3-2 یادگیری یک کلاس
2-9-3-3zSVM
2-9-3-4 روشهای اصلاح کرنل
2-9-3-5 یادگیری فعال
2-9-3-6 روش های ترکیبی
فصل سوم:روش تحقیق
3-1مقدمه
3-2 ماشین بردار پشتیبان فازی برای یادگیری عدم توازن کلاس
3-2-1 روش SVMFuzzy
3-2-2متد FSVM-CIL
3-3 ماشین بردار پشتیبان حداقل مربعات (LS-SVM)
3-4 الگوریتم پیشنهادی
فصل چهارم: محاسبات و یافته های تحقیق
4-1 مقدمه
4-2 مجموعه داده ها
4-3 نتایج کارایی روش های مختلف بر روی مجموعه داده ها
فصل پنجم:نتیجه گیری و پیشنهادات
5-1 جمع بندی و نتیجه گیری
5-2 کارهای آتی
منابع و مآخذ
چکیده انگلیسی
مقاله مدیریت با عنوان ارزیابی عملکرد کارکنان
| دسته بندی | مدیریت |
| فرمت فایل | doc |
| حجم فایل | 28 کیلو بایت |
| تعداد صفحات فایل | 16 |
این مقاله شامل مطالب زیر می باشد:
چکیده
مقدمه
دلایل مخالفت اغلب سازمانها با ارزیابی عملکرد
میانگین زمانی ارزیابی عملکرد
معیارهای ارزیابی عملکرد
ارتباط بین ارزیابی عملکرد، ارزشیابی شغل، میزان حقوق و مزایا
روشهای مختلف ارزیابی عملکرد
روش امتیازبندی
روش رتبهبندی مستقیم
روشهای غیر متدوال
روش حصول اطمینان از برابری ارزیابیهای انجام شده در مورد کلیه کارکنان
خطای هالهای
هدف نهایی از ارزیابی عملکرد
ارزیابی عملکرد توسط چه کسانی و در چه مکانی قابل اجرا میباشد؟
خصوصیات شخصیتی ارزیاب
نحوه مواجهه با سئوالات بی جوابی که درجلسه ارزیابی طرح میگردد
نکاتی که باید در حین تکمیل فرم ارزیابی مدنظر داشت
مقاله با عنوان ارزیابی عملکرد دستگاههای اجرایی
| دسته بندی | مدیریت |
| فرمت فایل | doc |
| حجم فایل | 33 کیلو بایت |
| تعداد صفحات فایل | 20 |
این مقاله حاوی مطالب زیر می باشد:
مقدمه
تعریف ارزیابی
تعریف عملکرد؛
تعریف ارزیابی عملکرد
مراحل ارزیابی عملکرد
ابعاد ارزیابی عملکرد
عملکرد کارکنان
ارزیابی عملکرد بخشی از یک سازمان
ارزیابی عمکلرد مدیر
ضرورت ارزیابی عملکرد دولت و دستگاههای اجرایی زیر مجموعه دولت
هدف ارزیابی عملکرد دولت
فرآیند ارزیابی عملکرد در دستگاههای اجرایی
شاخصها
موارد کاربرد شاخصها عبارتند از
مرحل اول تدوین شاخص
نحوه استخراج و ضوابط تدوین شاخص
تعیین استاندارد عملکرد هر دستگه به ترتیب اولویت به طور معمول از منابع زیر قابل دستیابی است
تهیه گزارش تحویلی
اثرات ارزیابی عملکرد
برنامه ریزی استراتژی Strategy planning
مدیریت کاربردی 5 گام فرآیند برنامهریزی را تبیین میکند
انواع برنامههای مورد استفاده مدیران
منابع مورد استفاده
دانلود فایل ورد Word ارائه یک راهکار بهینه تشخیص ناهنجاری در شبکه های اقتضایی متحرک بر اساس الگوریتم انتخاب منفی
| دسته بندی | کامپیوتر و IT |
| فرمت فایل | doc |
| حجم فایل | 1424 کیلو بایت |
| تعداد صفحات فایل | 107 |
مناسب ارائه های فناوری اطلاعات و مهندسی کامپیوتر
عنوان:ارائه یک راهکار بهینه تشخیص ناهنجاری در شبکه های اقتضایی متحرک بر اساس الگوریتم انتخاب منفی
تعداد صفحات : 107
چکیده:
شبکه های اقتضایی متحرک (MANETs) ، مجموعهای از گرههای متحرک و بی سیم هستند که بدون هیچ کنترل مرکزی یا زیرساخت ثابتی با یکدیگر در ارتباطاند. امروزه این شبکه ها به دلیل انعطاف پذیری بالایشان که نتیجهی توپولوژی پویای آنها می باشد، در بسیاری از کاربردها مورد توجه قرار گرفتهاند. ولی شبکه های اقتضایی متحرک به دلیل حرکت مستمرگرهها و تغییرات پویای توپولوژی، نسبت به شبکه های سنتی در مقابل حملات گوناگون آسیب پذیرترند. بنابراین تشخیص نفوذ در این شبکه ها بسیار حائز اهمیت می باشد. یکی از روش های تشخیص نفوذ، تشخیص نفوذ مبتنی بر ناهنجاری می باشد که با توجه به ویژگیهای خاص شبکه های اقتضایی متحرک، استفاده از این روش برای تشخیص نفوذ در این شبکهها مناسبتر است. یکی از راهکارهای تشخیص نفوذ مبتنی بر ناهنجاری، استفاده از سیستم ایمنی زیستی، موسوم به سیستم ایمنی مصنوعی می باشد که الهام گرفته از سیستم ایمنی بدن انسان است.
در این پایان نامه یک راهکار جدید جهت بهبود تشخیص نفوذ مبتنی بر ناهنجاری برای شبکههای اقتضایی متحرک، بر اساس سیستم ایمنی مصنوعی و الگوریتم انتخاب منفی ارائه گردیده و در ادامه راهکار پیشنهادی پیاده سازی و مورد آزمایش قرار گرفتهاست. نتایج آزمایشات انجام شده برای ارزیابی کارایی راهکار پیشنهادی نشان می دهد، راهکار پیشنهاد شده از نرخ تشخیص بالایی برخوردار بوده (95 درصد) و نرخ هشدار غلط در آن به شدت کاهش یافته است (1.06 درصد) و در مجموع نسبت به الگوریتم های مقایسه شده از عملکرد بالایی برخوردار است.
فصل اول: کلیات موضوع
1-1- مقدمه
با پیشرفت فناوری و ظهور و توسعه فناوریهای سیار شاهد شکل گیری شیوه جدیدی از تجارت الکترونیکی تحت عنوان تجارت سیار هستیم که در این نوع از تجارت، ارتباطات به صورت بی سیم صورت می پذیرد. تجارت سیار عبارت است از خرید و فروش کالاها و خدمات با استفاده از وسایل بی سیم از قبیل تلفن های همراه یا ابزارهای دیجیتالی شخصی.
با توجه به گسترش روز افزون تجارت الکترونیک در دنیای کنونی و کاربرد آن در بستر شبکه ها و به خصوص شبکه های سیار، برقراری امنیت اطلاعات برای شکلگیری فعالیتهای تجاری و ادامه حیات آن در بستر این نوع از شبکه ها امری ضروری است. درحقیقت بدون فراهم کردن بسترهای امن ، هر گونه فعالیت تجاری غیر ممکن خواهد بود.
در سال های اخیر استفاده از تکنولوژیهای بی سیم در انواع کاربردها رشد چشمگیری داشته است. شبکه های موردی سیار نیز به عنوان یکی از پرکاربردترین انواع شبکه های بیسیم مورد استقبال فراوانی قرارگرفته است. دلیل این امر سرعت و آسانی پیاده سازی این شبکه ها و نیز عدم وابستگی آنها به ساختارهای از پیش ساخته است. شبکه های اقتضایی متحرک در گستره وسیعی از کاربردهای تجاری و نظامی مورد استفاده قرار می گیرند. این نوع از شبکه ها در مواقعی که نصب و راه اندازی یک شبکه با زیرساخت ثابت غیر ممکن است و یا شبکه موقتی است، بسیار مناسب هستند. این شبکه ها در کاربردهای شخصی مانند اتصال لپتاپها به یکدیگر، کاربردهای عمومی مانند ارتباط وسایل نقلیه وتاکسیها، کاربردهای نظامی مانند اتصال ارتش و ارتباط ناوگان جنگی و کاربردهای اضطراری مانند عملیات امداد و نجات، قابلیت بهکارگیری دارند.
شبکه های اقتضایی متحرک مجموعه ای از گرهها هستند که به صورت بیسیم و نقطه به نقطه با هم ارتباط دارند. ویژگی بارز این شبکه ها تحرک بالای نودها می باشد که نتیجهی آن تغییر پویای توپولوژی شبکه است. محدودیت منابع یکی از ضعفهای این شبکههاست که در به کارگیری آنها باید مورد توجه قرارگیرد. در این شبکه ها هیچ ساختار ثابتی وجود ندارد و نودها بدون هیچ کنترل و مدیریت مرکزی کار می کنند، بنابراین تمامی نودها در قبال مدیریت شبکه مسئول هستند. فقدان مدیریت مرکزی و تحرک اختیاری نودها سبب بالا رفتن آسیب پذیری در برابر حملات داخلی و خارجی دراین شبکه ها می شود. بنابراین به کارگیری روش های امنیتی کارا و مناسب در این نوع از شبکه ها بسیار حائز اهمیت می باشد (نادکامی و میشرا ، 2003). با توجه به ویژگیهای خاص، این نوع از شبکهها در مقابل تهدیدات امنیتی آسیب پذیرترند. بنابراین مسئله برقراری امنیت در شبکه های اقتضایی متحرک در طی سالهای اخیر از سوی پژوهشگران مورد توجه بسیاری واقع گردیده است.
به طور کلی دو رویکرد در محافظت سیستمها در برابر حملات وجود دارد: روشهای پیشگیری و روشهای کشف. ازجمله روشهای پیشگیری میتوان رمزنگاری و احراز هویت را عنوان کرد اما این روشها امنیت را هیچگاه به طور کامل برقرار نمی کنند و همواره حمله کننده ها می توانند بر این روشها غلبه کنند. در این پژوهش سعی داریم یک راهکار امنیتی از نوع دوم برای شبکه های اقتضایی متحرک ارائه دهیم .
1-2- موضوع پژوهش
با توجه به آسیبپذیری بالای شبکه های اقتضایی متحرک و نیز اهمیت آنها در کاربردهای فراوان، روش های برقراری امنیت در این نوع از شبکه ها موضوع بسیاری از پژوهشها میباشد. علیرغم وجود راهکارهای امنیتی مختلف برای برقراری امنیت در شبکههای اقتضایی متحرک، ولی با توجه به حملات و نفوذهای موفق بر روی این شبکه ها، ارائه روشی برای تشخیص حملات و نفوذها همچنان یکی از بزرگترین اهداف پژوهشگران به شمار می آید. دو روش کلی در تشخیص نفوذ وجود دارد: روشهای تشخیص مبتنی بر امضا که از الگوهای حملات شناخته شده برای تطبیق و تشخیص نفوذ استفاده میکنند و روشهای تشخیص مبتنی بر ناهنجاری که یک نما از رفتار عادی شبکه ایجاد کرده و هر فعالیتی که از این نما انحراف داشته باشد به عنوان نفوذ تشخیص داده میشود. روشهای مبتنی بر ناهنجاری قادر به تشخیص حملات جدید هستند. همچنین از لحاظ مصرف انرژی مقرون به صرفهترند. بنابراین بهترین گزینه برای تشخیص نفوذ در شبکه های اقتضایی متحرک می باشند .
سیستم ایمنی مصنوعی روشی است که بر اساس سیستم ایمنی بدن انسان طراحی شده است که راه حلهای جدیدی را برای حل مسائل پیچیده از قبیل عیبیابی و بهینهسازی فراهم میکند.
در سیستم ایمنی مصنوعی، الگوریتمی به نام الگوریتم انتخاب منفی (NSA) تعریف شده است که با الهام از یکی از انواع سلولهای ایمنی به نام سلولهای Tدر بدن، مکانیزم جداسازی خودی/غیرخودی را در سیستم ایمنی بدن شبیهسازی میکند و در کاربردهای مختلفی از قبیل تشخیص خطا و ناهنجاری مورد استفاده قرار میگیرد. الگوریتم انتخاب منفی از شناساگرها برای تشخیص فضای خودی/غیرخودی بهره میبرد. تعریف شناساگرها یکی از وجوه اصلی الگوریتم انتخاب منفی است. دو گروه کلی برای الگوریتمهای انتخاب منفی مطرح میشود: شعاع ثابت و شعاع متغیر؛ که شعاع در نظر گرفته شده برای شناساگرها برای پوشش فضای غیر خودی است.
در این پژوهش روش به کار گرفته شده برای تشخیص ناهنجاری در شبکه های اقتضایی متحرک، استفاده از سیستم ایمنی مصنوعی می باشد. به این ترتیب که سعی شده است با استفاده از الگوریتمهای موجود در سیستم ایمنی مصنوعی مانند الگوریتم انتخاب منفی راهکار بهینه ای برای تشخیص ناهنجاری در شبکه های اقتضایی متحرک اتخاذ گردد.
1-3- هدف پژوهش
هدف از این پژوهش، ارائه ی الگوریتمی جدید جهت تشخیص ناهنجاری در شبکه های اقتضایی متحرک می باشد که بتواند عملکرد بالایی داشته و مشکلات موجود در سیستم های موجود را ارتقا بخشد. یکی از چالش های سیستمهای تشخیص نفوذ موجود این است که در این سیستمها نرخ تشخیص پایین و همچنین دقت تشخیص حملات پایین می باشد. در این پژوهش قصد داریم با استفاده از سیستم ایمنی مصنوعی، به ارائهی الگوریتمی بهینه در حوزهی تشخیص ناهنجاری در شبکههای اقتضایی متحرک بپردازیم که نرخ تشخیص بالا و نرخ هشدار نادرست پایینی داشته باشد.
[1] Nadkami
[2] Mishra
[3]Negative Selection Algorithm
فهرست مطالب:
فصل 1:کلیات موضوع
1-1- مقدمه
1-2- موضوع پژوهش
1-3- هدف پژوهش
1-4- جنبههای نوآورانه پژوهش
1-5- جمع بندی
فصل 2: مفاهیم و تعاریف
2-1- مقدمه
2-2- شبکه های اقتضایی متحرک
2-3- خصوصیات شبکه های اقتضایی متحرک
2-4- مسیریابی در شبکه های اقتضایی متحرک
2-4-1- پروتکل های مسیریابی بر مبنای جدول
2-4-2- پروتکل های مسیریابی برمبنای تقاضا
2-4-2-1- AODV
2-5- امنیت در شبکه های اقتضایی متحرک
2-5-1- انواع حملات در شبکه های اقتضایی متحرک
2-5-2- حملات مخرب
2-6- تکنیک های مقابله با تهدیدها در شبکه های اقتضایی متحرک
2-6-1- تکنیک های پیشگیرانه : مسیریابی ایمن
2-6-2- مدیریت اعتماد و سیستم های مبتنی بر اعتبار
2-6-3- تشخیص نفوذ
2-6-3-1- موتورهای سیستم های تشخیص نفوذ
2-7- سیستم ایمنی مصنوعی
2-7-1- سیستم ایمنی بدن انسان
2-7-1-1- سلول های ایمنی
2-7-2- الگوریتمها و تئوری های سیستم ایمنی مصنوعی
2-7-2-1- تئوری جداسازی خودی/غیرخودی
2-7-2-2- الگوریتم انتخاب منفی
2-7-2-3- الگوریتم انتخاب مثبت
2-7-2-4- الگوریتم انتخاب کلون
2-7-2-5- تئوری خطر
2-8- جمع بندی
فصل سوم :ادبیات موضوع تشخیص نفوذ در شبکه های اقتضایی متحرک
3-1- مقدمه
3-2- تشخیص نفوذ مبتنی بر طبقه بندها
3-3- روش های مبتنی بر خوشه بندها
3-3-1- K-means
3-3-2- خوشهبندی پویا برای تشخیص ناهنجاری
3-3-3- استفاده از روش نزدیکترین همسایه در تشخیص ناهنجاری
3-4- روش تشخیص ناهنجاری مبتنی بر سیستم ایمنی مصنوعی
3-5- جمع بندی
فصل چهارم:راهکار پیشنهادی
4-1- مقدمه
4-1-1- شناساگر با شعاع متغیر
4-1-2- نمونه های خودی با شعاع متغیر
4-1-3- مکانیسم سرکوب ایمنی
4-1-3-1- مشکلات الگوریتم انتخاب منفی
4-2- راهکار پیشنهادی
4-2-1- فاز آموزش
4-2-1-1- تعیین شعاع متغیر برای نمونههای خودی
4-2-1-2- تولید شناساگر با شعاع متغیر
4-2-1-3- شناسایی و نگهداری نمونه های خودی مرزی
4-2-2- فاز تشخیص
4-3- جمع بندی
فصل 5
ارزیابی راهکار پیشنهادی
5-1- مقدمه
5-2- پیاده سازی
5-2-1- پایگاه داده
5-2-2- روش آزمون
5-3- معیار های ارزیابی
5-3-1- نرخ تشخیص
5-3-2- نرخ مثبت اشتباه
5-3-3- معیار NPV
5-3-4- معیار دقت
5-4- تحلیل و ارزیابی نتایج آزمایشات
5-5- جمع بندی
فصل 6 : نتیجه گیری و پیشنهاد
6-1- مقدمه
6-2- خلاصه ای از تحقیق
6-3- تحقیقات آتی
6-4- جمع بندی
فهرست مراجع
دانلود فایل ورد Word نهان نگاری تصاویر دیجیتال با استفاده از تبدیلات موجک چندگانه
| دسته بندی | کامپیوتر و IT |
| فرمت فایل | doc |
| حجم فایل | 1857 کیلو بایت |
| تعداد صفحات فایل | 84 |
نهان نگاری تصاویر دیجیتال با استفاده از تبدیلات موجک چندگانه
تعداد صفحات:84
با رشد سریع اینترنت و پیشرفت در ارتباطات دیجیتال و تکنیک های فشرده سازی ، محتوای رسانه های دیجیتال ، از قبیل موسیقی ، فیلم و تصویر می تواند بطور آنی توسط کاربران نهایی در اینترنت منتشر شود . داده های دیجیتال در برابر نمونه آنالوگ آن برتری های بسیاری دارد . یکی از مشکلات احتمالی در کنترل داد های دیجیتالی این است که این داده ها می توانند بدون افت کیفیت تغییر داده شده و به راحتی تکثیر شوند . بنابراین بدون حفاظت و مدیریت حق مالکیت دیجیتال ،محتوای مورد نظر می تواند به راحتی و در حجم وسیعی تکثیر شود .این کار ضرر بسیار بزرگی را به شرکت هایی که در زمینه تولید محتوی دیجیتال فعالیت می کنند وارد می نماید.
نهان نگاری دیجیتال یکی از تکنیک های نوظهور می باشد که اطلاعات حق مالکیت را به طور مستقیم در درون محتوی رسانه دیجیتال به طور دائم جاگذاری می کند .از اطلاعات جاگذاری به عنوان نهان نگار تعبیر می شود . به طور ایده ال نباید هیچ تفاوتی بین داده نهان نگاری شده و داده اصلی وجود داشته باشد ، و نهان نگار باید به راحتی قابل استخراج بوده و در برابر عملیات رایج پردازش سیگنال مقاومت یا استحکام مناسب داشته باشد.
با توجه به اهمیت نهان نگاری ،این پایان نامه به دنبال طراحی الگوریتمی برای نهان نگاری تصاویر دیجیتال با بهره گیری از تبدیل موجک چندگانه ، به خاطر ویژگی های خاص این تبدیل که می تواند در کابردهای پردازش تصویر سودمند بوده می باشد. بدین منظور به معرفی مفاهیم نهان نگاری ، علی الخصوص نهان نگاری تصاویر دیجتال ، تبدیل موجک و تبدیل موجک چندگانه می پردازیم . سپس در ادامه تحقیق الگوریتمی جهت نهان نگاری تصاویر دیجیتال با به کار گیری تبدل موجک چند گانه عرضه می گردد و در انتها به ارزیابی الگوریتم پیشنهادی با استفاده از معیار های ارزیابی رایج می پردازیم .
فصل اول
1-1 مقدمه
2-1 طرح مساله
3-1 ضرورت تحقیق
4-1 سوالات تحقیق
5-1 محدوده پژوهش
6-1 ساختار پایان نامه
فصل دوم
1-2 مقدمه
2-2 نهان نگاری دیجیتال
2-2-1 مقدمه
2-2-2 مفهوم نهان نگاری دیجیتال
3-2-2 ساختار کلی نهان نگاری دیجیتال
4-2-2 نهان نگاری به زبان ریاضی
5-2-2 انواع سیستم های نهان نگاری دیجیتال
3-2 آنالیز در حوزه فرکانس
1-3-2 مقدمه
2-3-2 تبدیل فوریه
3-3-2 ﺗﺒﺪﻳﻞ ﻓﻮرﻳﻪ زﻣﺎن-ﻛﻮﺗﺎه
4-3-2 آﻧﺎﻟﻴﺰ چند رزولوشنه
5-3-2 آشنایی با موجک
6-3-2 تبدیل موجک پیوسته
7-3-2 مقیاس
8-3-2 انتقال
9-3-2 پنج مرحله تا رسیدن به تبدیل موجک پیوسته
10-3-2 رزولوشن در صفحه زمان – فرکانس
4-2 رواﺑﻂ رﻳﺎﺿﻲ ﺗﺒﺪﻳﻞ موجک
5-2 ﻋﻜﺲ ﺗﺒﺪﻳﻞ موجک پیوسته
6-2 ﮔﺴﺴﺘﻪ ﺳﺎزی ﺗﺒﺪﻳﻞ موجک ﭘﻴﻮﺳﺘﻪ
7-2 ﺗﺒﺪﻳﻞ موجک ﮔﺴﺴﺘﻪ
8-2 عکس تبدیل موجک گسسته
9-2 ﺗﺒﺪﻳﻞ موجک گسسته دو ﺑﻌﺪی
10-2 موجک های چندگانه
1-10-2 مقدمه
2-10-2 آشنایی با موجک چندگانه
3-10-2 انگیزه به کار گیری از تبدیل موجک چند گانه
4-10-2 تبدیل موجک چندگانه
5-10-2 بانک فیلتر موجک های چند گانه
6-2-10 موجک های چندگانه متوازن در مقابل نامتوازن
7-2-10 نسخه های پیاده سازی موجک چندگانه در کامپیوتر
11-2 نهان نگاری تصاویر دیجیتال با استفاده از موجک های چندگانه
فصل سوم
1-3 مقدمه
2-3 نهان نگاری تصویر دیجیتال با موجک های چندگانه
3-3 تبدیل موجک چندگانه تصویر
4-3 انتخاب مکان مناسب برای درج نهان نگار
5-3 الگوریتم جاگذاری نهان نگار
6-3 الگوریتم آشکار سازی نهان نگار
7-3 نتایج
فصل چهارم
1-4 مقدمه
2-4 کیفیت تصویر نهان نگاری شده
3-4 استحکام نهان نگار
4-4 بررسی استحکام تصویر در برابر حملات رایج
5-4 مقایسه سیستم نهان نگاری پیشنهادی با روش ها قبل
6-4 نتیجه گیری
فصل پنجم
1-5 خلاصه تحقیق
2-5 پیشنهاداتی برای تحقیقات آینده
منابع و مآخذ
دانلود فایل ورد Word استفاده از شبکه های نرم افزار محور(SDN) برای مدیریت زیرساخت شبکه های اجتماعی (CN)
| دسته بندی | کامپیوتر و IT |
| فرمت فایل | doc |
| حجم فایل | 3713 کیلو بایت |
| تعداد صفحات فایل | 122 |
عنوان : استفاده از شبکه های نرم افزار محور(SDN) برای مدیریت زیرساخت شبکه های اجتماعی (CN)
تعداد صفحات :122
چکیده مدیریت و کنترل شبکههای بزرگ مانند شبکه های اجتماعی همیشه دردسرهای مخصوص به خود را دارد. یکی از آسانترین روشهای پیشگیری از بروز مشکلات و پیچیدگیهای مدیریت شبکههای بزرگ استفاده از محصولات یک تولید کننده در تمامی قسمتهای شبکه مورد نظر است. اتکا به یک تولید کننده، علاوه بر تحمیل هزینههای بیشتر (به خاطر محدودیتهای مربوط به لایسنس و حق نام…) میتواند خلاقیت را از سازمانها و شرکتها دور کند. علاوه بر این، شبکههای سازمانی بزرگ و پرهزینه، این روزها تنها ابزار ممکن برای ارائه ی خدمات بهتر و ارائه نرمافزارهای کاربردی تر در سطح شبکهها هستند. آزمایشگاه های اجتماعی که یک بستر آزمایش شبکه های اجتماعی می باشد. با استفاده از این آزمایشگاه ها ، محققان قادرند آزمایشاتی با پروتکل های جدید و برنامه های کاربردی برای شبکه های اجتماعی در یک محیط واقعی انجام دهند. با این وجود در این بسترهای آزمایشی انجام بعضی آزمایشات مانند آزمایش روی لایه دوم شبکه مقدور نیست. برای رسیدگی به این مشکل ما تصمیم گرفتیم سیستمی را توسعه دهیم تا به محققان آزمایشگاه های اجتماعی اجازه انجام آزمایش بر روی این لایه را نیز بدهد. علاوه بر این تصمیم گرفتیم تا با استفاده از تکنیک شبکه های نرم افزار محور به این هدف برسیم. شبکه ی نرم افزار محور دارای معماری ای است که به پژوهشگران این امکان را می دهد تا بتوانند بر روی لایه ی دوم شبکه آزمایش کنند. ما این معماری را با استفاده از پروتکلOpenFlow که به پژوهشگران اجازه مدیریت توپولوژی های تجربی لایه دو ی خود را می دهد پیاده سازی می کنیم. برای رسیدن به این هدف با شبکه های نرم افزار محور و معماری آن آشنا می شویم سپس در طی مراحل تحقیق به ارائه ی ساختاری مناسب برای راه اندازی محیطی آزمایشگاهی برای مطالعه و آزمایش بر روی لایه ی دوم شبکه در شبکه های اجتماعی می پردازیم و در انتها به ارزیابی مدل پیشنهادی می پردازیم.
فهرست مطالب
فصل اول : مقدمه 1.1 مقدمه 1.2 طرح مسئله 1.3 ضرورت تحقیق 1.4 سوالات تحقیق 1.5 محدوده ی پژوهش 1.6 فرضیات تحقیق 1.7 نوآوری های تحقیق 1.8 ساختار پایان نامه فصل دوم : ادبیات و پیشینه ی تحقیق 2.1 مقدمه 2.2 زیرساخت یک شبکه 2.2.1 شبکه ها ی کامپیوتری را می توان بر اساس سه ویژگی متفاوت تقسیم نمود 2.2.2 تجهیزات شبکه 2.3 شبکه های اجتماعی 2.3.1 خصوصیات و عملکرد شبکه های اجتماعی 2.4 رسانه های اجتماعی 2.4.1 ویژگی های رسانه های اجتماعی 2.4.2 انواع رسانههای اجتماعی 2.5 تفاوت Social Network و Community Network 2.5.1 Social networks 2.5.2 Community Network 2.6 شبکه های ارتباط بی سیم 2.6.1 شبکه های مش بی سیم 2.6.2 نقش شبکه های بیسیم مش در شبکه های اجتماعی 2.7 آزمایشگاه اجتماعی 2.8 محدودیت فناوری شبکه های کنونی 2.8.1 پیچیدگی های منتهی به کاهش درآمد 2.8.2 سیاست های متناقض 2.8.3 فقدان مقیاس پذیری 2.8.4 وابستگی به فروشنده 2.9 شبکه های نرم افزار محور 2.9.1 تاریخچه ی شبکه های نرم افزار محور 2.9.2 شبکه های نرم افزار محور 2.9.3 معماری SDN 2.10 پروتکل OpenFlow 2.10.1 FlowTable 2.10.2 Open Flow Switch 2.10.3 کنترل کننده 2.10.4 حالت های برنامه های کنترلی OpenFlow 2.10.5 کاربرد های Open Flow 2.10.6 Openflow 2.10.7 معماری منطقی سوئیچ 2.10.8 مولفههای جدول جریان داده 2.10.9 مولفه فیلدهای تطبیق داه شده ورودی یک جدول شامل فیلدهای ضروری زیر است 2.10.10فیلدهای زیر ممکن است پشتیبانی شوند 2.10.11مشخصات Openflow کارهای زیر را انجام می دهد 2.10.12دستورالعملها 4 نوع هستند 2.10.13خط لوله جدول جریان داده 2.10.14ساختار پروتکل Openflow 2.11 مقایسه ی معماری شبکه های نرم افزار محور با معماری فعلی شبکه های کامپیوتری 2.12 موانع 2.13 چالش ها 2.13.1 شبکه های مش بی سیم 2.13.2 شبکه های اجتماعی و بستر های آزمایشی شبکه های اجتماعی 2.14 کار مرتبط 2.14.1 SDN در شبکه های مش بی سیم 2.14.2 SDN در محیط های ناهمگن و روستایی 2.14.3 SDN در شبکه های تلفن همراه 2.15 نتیجه گیری فصل سوم : روش تحقیق 3.1 مرور کلی و توصیف ساختار 3.1.2 تصمیم گیری 3.2 پیاده سازی معماری 3.2.1 poxy ، یک پروکسی برای کنترل کننده ی pox of 3.2.2 openVswitch 3.2.3 OpenDayLight 3.2.4 نرم افزار خارجی 3.2.5 آزمایشات L2 در جامعه آزمایشگاه 3.3 نتیجه گیری فصل چهارم : ارزیابی 4.1 مقدمه 4.2 ارزیابی 4.2.1 ارزیابی عملکرد 4.2.2 تجزیه و تحلیل عملکرد 4.2.3 سربار ارتباطات 4.3 بحث 4.3.1 مقابله با چالش ها 4.3.2 مشخصات توزیع شده در این معماری 4.4 نتیجه گیری فصل پنجم : نتیجه گیری و پیشنهادات 5.1 نتیجه گیری 5.1.1 محدودیت های تحقیق 5.2 کارهای آتی 5.2.1 تعمیم معماری ارائه شده برای شبکه های اجتماعی CN و WMN ها منابع و مآخذ
دانلود فایل ورد Word بررسی، شبیه سازی و بهبود الگوریتمهای کاهش مصرف انرژی در شبکه های حسگر بیسیم
| دسته بندی | کامپیوتر و IT |
| فرمت فایل | doc |
| حجم فایل | 576 کیلو بایت |
| تعداد صفحات فایل | 96 |
عنوان : بررسی، شبیه سازی و بهبود الگوریتمهای کاهش مصرف انرژی در شبکه های حسگر بیسیم
تعداد صفحات :96
چکیده
امروزه با توجه به مزایای شبکههای حسگر بیسیم که همانا پیادهسازی ساده و ارزان، مصرف توان پایین و مقیاسپذیری بالای آنها است، در بسیاری از کاربردها مورد استفاده قرار گرفتهاند. طراحی شبکههای پایدار حسگر بیسیم یک مسئله بسیار چالش برانگیز است. انتظار میرود حسگرها با انرژی محدود به صورت خودکار برای مدت طولانی کار کنند. این در حالی است که جایگزینی باتریهای از کار افتاده ممکن است با هزینههای سنگین یا حتی در محیطهای سخت غیر ممکن باشد. از سوی دیگر، بر خلاف شبکههای دیگر، شبکههای حسگر بیسیم برای کاربردهای خاص مقیاس کوچک مانند سیستمهای نظارت پزشکی و مقیاس بزرگ مانند نظارت بر محیطزیست طراحی میشوند. در این زمینه، انبوهی از کار تحقیقاتی به منظور پیشنهاد طیف گستردهای از راهحلها برای مشکل صرفه جویی در انرژی انجام شده است. در این پایان نامه یک الگوریتم مسیریابی برای تولید بهترین مسیر مابین گرههای حسگر و گره جمعکننده محلی و با هدف دستیابی به توزیع ترافیک مناسب و درنتیجه ایجاد تعادل در مصرف انرژی گرههای میانی طراحی شده است. ایجاد چنین تعادلی به افزایش طول عمر شبکه کمک میکند و بهبود الگوی مصرف انرژی در شبکههای حسگر بیسیم با منابع انرژی محدود را به دنبال خواهد داشت. از سوی دیگر با استفاده از امکان تغییر رنج گرهها، سعی میشود تا امکان توزیع بار در نقاط کم تراکم شبکه نیز افزایش یابد. نتایج حاصل از شبیهسازیها نشانگر بهبود 20 درصدی در طول عمر شبکه با استفاده از الگوریتم پیشنهادی در مقایسه با برخی از الگوریتمهای مسیریابی حساس به انرژی پیشنهادی در سالهای اخیر میباشد. فهرست عناوین
1 فصل اول مقدمه 1.1 مکانیزم های ذخیره سازی انرژی در شبکه های حسگر بیسیم 1.1.1 بهینه سازی رادیو 1.1.2 کاهش حجم اطلاعات 1.1.3 طرح خواب و بیدار 1.1.4 مسیریابی با کارایی انرژی 1.1.5 راهحل شارژ 1.2 ویژگیهای شبکه های حسگر بیسیم از منظر مسیریابی 1.3 الزامات طراحی الگوریتم های مسیریابی در شبکه های حسگر 1.4 بررسی کاستیهای الگوریتمهای مسیریابی موجود 1.5 دستاوردها و نوآوریهای این پایان نامه 2 فصل دوم مروری بر کارهای پیشین 2.1 الگوریتمهای مسیریابی نامبتنی بر ساختار 2.1.1 الگوریتمهای جغرافیایی 2.1.2 الگوریتمهای مبتنی بر هوش مصنوعی و تئوری مورچگان 2.1.3 الگوریتمهای خوشهبندی 2.2 الگوریتمهای مبتنی بر ساختار 2.2.1 الگوریتم RPL 2.2.1.1 گراف مسیریابی جهت دار مبتنی بر مقصد (DODAG) 2.2.1.2 شناسه های پروتکل 2.2.1.3 تشکیل مسیر در گراف 2.2.1.4 معیارهای وزن دهی مسیر در پروتکل RPL 2.2.2 الگوریتم LB_RPL 2.2.3 الگوریتم UDCB 2.2.4 الگوریتم UDDR 2.2.4.1 فاز انتخاب والد 2.2.4.2 حرکت خودخواهانه 2.2.4.3 بازی مشترک 2.2.4.4 فاز اتصال 3 فصل سوم مدل شبکه مورد بررسی و تعریف مسأله مسیریابی بهینه 3.1 همبندی شبکه. 3.2 چگالی گرهها 3.3 مدل لینک مخابراتی بیسیم 3.4 مکانیزم دسترسی به کانال مخابراتی 3.5 تعریف مسأله توزیع ترافیک بهینه 4 فصل چهارم الگوریتم مسیریابی درختی با هدف مصرف انرژی متوازن 4.1 فاز ایجاد درخت 4.2 بررسی اثر افزایش رنج مخابراتی 4.3 نحوه انتخاب والد ترجیحی 4.4 تحلیل پیچیدگی الگوریتمPBLD 5 فصل پنجم چارچوب شبیه سازی و مقایسه نتایج عملکرد 5.1 محیط شبیه سازی 5.2 پارامترهای شبیه سازی 5.3 سناریوهای شبیه سازی 5.4 نتایج شبیه سازی 5.4.1 عملکرد الگوریتم PBTR با توجه به تعداد گرهها 5.4.2 عملکرد الگوریتم PBTR با توجه به تعداد گرههای تولید کننده ترافیک 5.4.3 عملکرد الگوریتم PBTR با توجه به نرخ تولید ترافیک متغییر 6 فصل ششم جمعبندی و نتیجهگیری منابع و مراجع