انجمن کامپیوتر ایران

در اين مقاله، يك روش مرزي جديد با استفاده از روش ترمیم تصویر بر اساس محتواي آن در مسائل مات زدايي تصاوير ارائه مي گردد. در روش هاي مات زدايي تصاوير تعيين مرزهاي خارج از دامنه تصوير تاثير بسزايي در كيفيت تصوير بازسازي شده دارند. در روش هاي كلاسيك از مرزهاي مصنوعي مانند صفر، تكرارشونده،‌ بازتابي و پادبازتابي براي بازسازي مرز استفاده مي¬گردد كه ضعف عمده آنها، مستقل بودن مرزهاي در نظر گرفته شده از تصوير است. تكنيك پيشنهادي ما با استفاده از ترميم تصوير، يك روش بر اساس محتوا براي بازسازي مرز و گسترش تصوير،‌ براي مات زدايي آن ارائه مي دهد. نتايج عددي حاصل از تكنيك پيشنهادي نشان مي¬دهد كه كيفيت مات زدايي از تصوير در مقايسه با روش هاي موجود بهتر است.

تبدیل‌های جدایی‌پذیر همچون موجک دو بعدی که از گسترش موجک جدایی‌پذیر یک بعدی به دست آمده و روی تصویر اعمال می‌گردند در تشخیص لبه‌های معمولی عملکرد قابل‌قبولی ارائه می‌دهند اما قادر به استخراج انحناهای هموار موجود در تصاویر نمی‌باشند. موجک‌ها تنها به استخراج تعداد محدودی جهت می‌پردازند که یک نقطه‌ضعف برای کار با سیگنال‌های چند بعدی محسوب می‌شود. این در حالی است که تبدیل کانتورلت به خوبی می‌تواند مشخصات هندسی تصویر را که از اهمیت به سزایی در ساختار بینایی انسان برخوردار است، استخراج نماید. این تبدیل با استفاده از هرم لاپلاسین و بانک فیلتر جهتی جدایی‌ناپذیر به دست می‌آید. روش هرم لاپلاسین براساس تفاوت روشنایی محلی استوار است. این درحالی است که سیستم بینانی انسان تنها به کنتراست روشنایی محلی حساس می‌باشد در نتیجه لزوماً هرم لاپلاسین یک انتخاب مناسب و درخور نخواهد بود. به این دلیل ما در این مقاله، به بررسی تبدیل کانتورلت مبتنی بر هرم کنتراست خواهیم پرداخت که در آن ابتدا تبدیل هرم کنتراست به منظور تجزیه‌ی تصاویر منبع به زیر باندها و ایجاد یک نمایش چند مقیاسی از تصاویر اعمال می‌گردد و سپس با استفاده از تجزیه چند جهتی یک نمایش چند رزولوشنی فراهم می‌گردد. نتایج آزمایش‌ها نشان می‌دهد که الگوریتم پیشنهادی عملکرد بهتری نسبت به الگوریتم‌های ترکیب مبتنی بر کانتورلت و موجک دارد.

موازي‌سازي و بهبود محليت داده‌ها براي حلقه‌هاي تودرتو به عنوان دو راهکار تاثیرگذار در سرعت اجرایی برنامه‌های محاسباتی و علمی مطرح هستند. مسئله‌ای که وجود دارد این است که موازی‌سازی در جهت توزیع داده‌ها و بهبود محلیت در جهت تجمیع داده است و در واقع نوعی تضاد ضمنی در راه رسیدن به این دو هدف وجود دارد. در این مقاله راهکاری در جهت استخراج توازي دانه‌درشت با در نظر گرفتن استفاده مجدد داده‌ها براي اجرا بر روي پردازنده‌هاي چندهسته‌اي ارائه شده است. در روش پيشنهادي، سعی می‌شود با استفاده از مدل چندوجهی یک تابع زمانبندی برای حلقه‌های تودرتو به نحوی بدست آید که منجر به تکرارهای مستقل برای حلقه‌های بیرونی‌تر شده و قابلیت اجرای موازی آنها را نتیجه دهد. همچنین با ارضای وابستگی‌ها در سطوح داخلی‌تر حلقه‌ها سعی در کاهش فاصله استفاده مجدد داده‌ها است. با توجه به اينکه در روش پيشنهادي موازي‌سازي حلقه‌ها در کنار بهبود محليت قرار گرفته است، بخش‌هاي موازي ايجاد شده داراي محليت دسترسي به داده‌ها بوده و منجر به افزايش کارايي برنامه‌ها مي‌شود. نتايج ارزيابي روش پيشنهادي بر روي برنامه‌هاي مختلف نشان از کارايي بالاي روش پيشنهادی در بهبود سرعت اجرایی برنامه‌ها دارد.

با پیدایش وب 2، مشارکت مخاطبان در دنیای اینترنت سهم عمده‎‌‎ی تولید محتوا را به خود اختصاص داده است. یکی از ساده‎ترین و رایج‎ترین ابزار تولید محتوا در اینترنت وبلاگ‌ها هستند. در این مقاله تمرکز ما بر روی بازیابی وبلاگ‌ها یا جستجوی وبلاگ‌ها می باشد. هدف اصلی در یک سیستم جستجوی وبلاگ‌ها، بازیابی وبلاگ‌هایی است که موضوع اصلی آنها مطابق با پرس‌وجوی کاربر می‌باشد. لذا در این مقاله سعی شده است با استفاده از مجموعه داده استاندارد irBlogs ، به بررسی و مقایسه روش‌های مختلف بازیابی وبلاگ‌ها در زبان فارسی بپردازیم. سپس روش ر‌ای‌دهی را با تعریف یک فاکتور مرتبط بودن و سطح بندی نتایج بر اساس آن،توسعه داده‌ایم. نتایج حاکی از این است که روش پیشنهادی باعث بهبود چشمگیری در معیاری‌های مختلف بازیابی وبلاگ‌ها، نسبت به روش رای‌دهی شده است.

یک سیستم توزیع ‏شده مجموع‌ه‏ای از کامپیوترهای مستقل از هم است که از دید کاربران یک سیستم منفرد به نظر می‏رسد. هنگامی که یک سیستم توزیع‏‌شده توسعه می‏یابد مسأله تکرارسازی اشیا داده‏ای تبدیل به یک مبحث مهم می‏گردد. تکرارسازی، دسترسی به داده‏‌ها را در غیاب یک سرور یا خرابی‏های مربوط به خطوط ارتباطی بهبود بخشیده و از طریق فراهم نمودن دسترسی‌‏های محلی سبب می‏شود کاربران با تأخیر کم‏تری در دست‏یابی به اطلاعات مواجه شوند. انتخاب یک شی داده‏ای جهت تکرارسازی و جای‏گذاری آن بر روی سرورهای موجود در سیستم، یک مسأله بهینه‏‌سازی است که می‏تواند تأثیری مهم بر کارایی کل سیستم ایجاد نماید. در طول چند دهه اخیر الگوریتم‌‏های مکاشف‌ه‏ای به منظور غلبه بر مسائل بهینه‏‌سازی در مقالات متعدد ارائه شده‏اند. این الگوریتم‌‏ها به طور گسترده‏ای به عنوان ابزارهایی برای جستجو و بهینه‏سازی در حل مسائل مختلف مورد استفاده قرار گرفته‌‏اند؛ در این مقاله با استفاده از الگوریتم رقابت استعماری و الگوریتم مکاشف‌ه‏ای HBM-PS و یک جستجوی جامع در فضای پاسخ، راه‏‌حلی مقبول برای مسأله جای‏گذاری نسخه‏‌های کپی در سیستم‌‏های توزیع‏‌شده در حوزه ایستا ارائه می‏‌گردد. آزمایشات عملی، برتری این الگوریتم را نسبت به دیگر الگوریتم‌‏های ارائه شده جهت حل مسأله مورد بحث در شاخه تکاملی و هوش ازدحامی نشان می‏‌دهد.

يكي از مهم‌ترين اهداف شبكه‌هاي حسگر بي‌سيم جمع‌آوری داده است. در طراحی پروتکل‌های جمع‌آوری داده، مقیاس‌پذیری، کاهش مصرف انرژی و کاهش تاخیر از مهمترین فاکتورهای مورد توجه در شبکه‌های حسگر با مقیاس وسیع به شمار می‌روند. به منظور رسیدن به این اهداف یکی از روش‌ها حرکت سینک است. الگوريتم پیشنهادی از خوشه‌بندی به منظور مقیاس‌پذیری برای جمع‌آوری داده استفاده می‌کند. الگوریتم خوشه‌بندی ارائه شده، به منظور توازن بار در تمام قسمت شبکه و جلوگیری از ایجاد گلوگاه در قسمتی از شبکه، از پارامتر فاصله هر گره حسگر تا ناحیه وعده‌گاه که در واقع همان ناحیه جمع‌آوری داده است، استفاده می‌کند. این پروتکل با انتخاب ناحیه‌ای در مرکز شبکه و مشخص کردن تعدادی سایت در این ناحیه به جمع‌آوری داده می‌پردازد و پس از مدتی که سطح انرژی گره‌های موجود در سایت‌ها از حد آستانه کمتر شد، آن سایت را خاموش و با استفاده از گره‌های خواب سایت دیگری را ایجاد می‌کند. پس از اینکه داده‌های شبکه در سایت‌های فعال جمع‌آوری شدند، سینک با انتخاب مدل حرکتی مناسب و توقف در سایت‌های شبکه به جمع‌آوری داده می‌پردازد. شبیه‌سازی انجام شده در محیط ns-2 جهت مقایسه کارایی رویکرد پیشنهادی با مدل‌های حرکتی مختلف نشان می‌دهد که الگوريتم پيشنهادي به میزان قابل توجهی مصرف انرژي و تاخیر در جمع‌آوری داده در شبكه‌هاي حسگر بي‌سيم را کاهش می‌دهد.

امروزه بات‏نت‏ها به یکی از جدی‏ترین تهدیدات در فضای اینترنت تبدیل شده‌اند. در هر بات‌نت از یک بستر ارتباطی با نام کانال فرمان و کنترل برای هدایت میزبان‌های آلوده به بات استفاده می‌شود. از آن‌جا که با شناسایی کانال‏های فرمان و کنترل به آسانی می‏توان بات‏نت‏های مختلف را متلاشی کرد، شناسایی این کانال‏ها در روش‏های تشخیص بات‏نت از اهمیت زیادی برخوردار است. مهاجمین با هدف افزایش طول عمر بات‌نت‌های خود از استراتژی‏های متفاوتی برای ایجاد کانال‏های فرمان و کنترل استفاده می‌کنند. در سال‌های اخیر شبکه‌های اجتماعی به دلیل دارا بودن میلیون‏ها کاربر فعال مورد توجه مهاجمین قرار گرفته‌اند، به طوری که انواع مختلفی از بات‌نت‌های نسل جدید مبتنی بر شبکه‌های اجتماعی معرفی شده است. در این مقاله، روشی با نام سوتریا برای تشخیص بات‌نت‌های نسل جدیدی پیشنهاد می‌شود که از نهان‌نگاری در تصاویر اشتراکی کاربران شبکه‌های اجتماعی برای ایجاد کانال‌های فرمان و کنترل پنهان استفاده می‌کنند. در روش پیشنهادی با بررسی تصاویر اشتراکی در شبکه اجتماعی فعالیت‌های گروهی مشکوک به بات کاربران در دوره‏های زمانی متفاوت شناسایی شده و میزان شهرت منفی هر کاربر با توجه به سابقه و شباهت فعالیت‏های گروهی مشکوک به بات وی محاسبه می‏شود. در نهایت کاربران با شهرت منفی بالا به عنوان کاربران آلوده به بات گزارش می‌شوند. نتایج آزمایش‏ها نشان می‏دهند که روش سوتریا قادر است کانال‌های فرمان و کنترل پنهان مبتنی بر شبکه‌های اجتماعی را با نرخ هشدار نادرست پایین شناسایی کند.

الگوهای طراحی، ساختارهای اثبات شده و قابل اطمینانی هستندکه برای حل برخی ازمشکلاتی¬که به طورمکرردر طراحی نرم‌افزار شی‌گرا رخ می‌دهد، بکار برده می‌شوند. هرالگو هدف و ساختار مشخصی دارد. بنابراین شناسایی خودکارالگوهای طراحی می‌تواند هدف و طرح کد نرم افزاری را بازیابی کند و هزینه و زمان نگهداشت پذیری را کاهش دهد. تاکنون ابزارها و روش‌های زیادی برای شناسایی خودکار الگوهای طراحی ارائه شده است. خروجی تولید شده توسط این ابزارها هنوز هم دارای مثبت کاذب زیادی است (خصوصا در شناسایی الگوهای با ساختار مشابه). از اینرو روش‌های پالایش خودکار نتایج ابزارها نیزپیشنهاد شدند. روش‌های پالایش سعی بر شناسایی مثبت کاذب نتایج، برای ارائه ی یک خروجی مطمئن تردارند. در این مقاله یک پالایش ترکیبی ارائه شده است. ابداع این پالایش نسبت به روش¬های قبلی، استخراج معیارهای جدید با ثباتی است که به خوبی می‌توانند، یک الگو را با در نظر گرفتن الگوهای با ساختار مشابه پالایش کند. خودکارسازی این پالایش با استفاده از روش‌های داده‌کاوی می‌باشد. این معیارها اولین دسته ای هستند که خصوصیت ثابت الگوریتمیک الگوی استراتژی را جستجو کرده اند. نتایج حاصل از روش پالایش ارائه شده، با دقت یادگیری 98.2% تا 100% الگوها را بصورت صحیح شناسایی می‌کند.

یافتن بهینه سراسری توابعی از دسته مسائل NP-hard، در سال های اخیر، بسیار مورد توجه قرار گرفته است. بسياري از مسائل بهينه‌سازي در مهندسي، پيچيده‌تر از آن هستند كه با روش‌هاي مرسوم بهينه‌سازي نظير روش های تحلیل رياضي قابل حل باشند. بنابراین برای اینکه بتوان در فضای پیچیده این گونه توابع، بهینه سراسری را یافت، بایستی از روش های ترکیبی یا فرامکاشفه ای استفاده کرد. در این مقاله یک روش بهینه سازی جدید ارائه می شود که در آن پارامترهای الگوریتم بهینه سازی گروه میگوها توسط اتوماتای یادگیر، به صورت بهینه تنظیم خواهد شد. الگوریتم ترکیبی ارائه شده، به روشی کارا و مناسب برای حل مسائلی نظیر بهینه سازی تابع آزمون Griewank، در شرایطی که تعداد ابعاد تابع بسیار بالا است، می انجامد. آزمایشات انجام شده نشان داده اند که روش پیشنهادی می تواند بهینه سراسری تابع Griewank را تا 200 بعد بیابد، در صورتی که روش های دیگر تنها در 20 یا 40 بعد موفق به یافتن بهینه سراسری این تابع شده اند. لازم به ذکر است که تعداد مینیمم های محلی تابع، با افزایش ابعاد، بطور نمایی زیاد می شود و این امر پیچیدگی فضا را برای بهینه سازی، صد چندان می نماید.

در این مقاله از الگوریتم مرکب نهان‌نگاری در حوزه DWT و DCT با یک نهان‌نگاره با الگوی تکرار شونده استفاده شده، که نهان‌نگاره با خاصیت تکرار شوندگی در زیرباندهای مختلف درج می‌شود. در این الگوریتم برای‏ استخراج نهان‌نگاره از روش حداکثر نسبت Maximum Ratio Combining(MRC) استفاده شده است. الگوریتم ارائه شده شامل دو مرحله می‌باشد: در مرحله اول، چندین نهان‌نگاره باینری یکسان در زیرباندهای مختلف درج می‌شود، بدین نحو که تصویر تا دو سطح توسط تبدیل DWT تجزیه و سپس هر زیرباند به بلاک‌های 4×4 تقسیم می شود، سپس بیت‌های نهان‌نگاره در ضرایب میانی بلاک‌هایی که تحت تبدیل DCT قرار گرفته‌اند، درج می‌گردند. در مرحله دوم، در هنگام استخراج، روش حداکثر نسبت، بهترین نهان‌نگاره را از بین نهان‌نگاره‌های درج شده، با روش بیشترین میانگین وزن هر بیت، استخراج می‌کند. نتایج تجربی نشان می‌دهد که این الگوریتم دارای شفافیت بالا و همچنین مقاومت بالاتری در برابر تکنیک‌های پردازش تصویر مانند فشرده‌سازی JPEG، نویز فلفل نمکی، تغییر مقیاس و برش است و در مقایسه با الگوریتم‌های فعلی مبتنی بر DWT وDCT، مقاومت بیشتری در برابر حملات دارد.

در پردازش تصاویر دیجیتالی، دستیابی به تصویری با کیفیت مطلوب و تباین مناسب، همواره اهمیت زیادی داشته، و فعالیت‌های فراوانی نیز در این خصوص انجام شده است. متعادل‌سازی هیستوگرام ، یکی از روش‌های پرکاربرد برای افزایش تباین در تصاویر دیجیتالی است. هدف اصلی از انجام این عملیات، رسیدن به تصویری است که همه سطوح شدت روشنایی را به تعداد مساوی داشته باشد. در اين مقاله، روشی برای متعادل‌سازی هیستوگرام ارائه شده است که تصویر را به گونه‌ای تغییر می‌دهد که هیستوگرام آن کاملاً یکنواخت می‌شود. اما این روش، نسبت به روش اصلی متعادل-سازی هیستوگرام، نیاز به محاسبات پیچیده‌تری دارد. پیاده‌سازی و مقایسه نتایج حاصل از الگوریتم پیشنهادی، نشان می‌دهد که هیستوگرام تولید شده با این روش، همه سطوح شدت روشنایی را دارا بوده، و ظاهری کاملاً یکنواخت دارد. در حقیقت، ایده اصلی این روش، استفاده یکسان از تمامی سطوح شدت روشنایی است و برای رفع تراکم‌های احتمالی، از روش رتبه‌بندی نقاط تصویر، بر اساس میانگین مقادیر همسایگی آنها، استفاده شده است. البته تصاویر خروجی با این روش، از نظر دیداری نیز، تباین مطلوبی دارند.

با گسترش روز افزون شبکه های کامپیوتری، ارسال و دریافت داده ها افزایش یافته است. در شبکه های سیار اقتضایی، با توجه به متحرک بودن گره ها و محدود بودن منابع، بر اثر ازدحام، بسته های داده از بین می روند. ارسال مجدد این بسته ها نیازمند صرف وقت و هزینه مجدد می باشد. این هزینه ها شامل مصرف انرژی و پهنای باند می باشد و موجب عدم استفاده بهینه از پهنای باند می شود. این شبکه ها نیازمند کنترل ازدحام جهت صرفه جویی در منابع هستند. روش های زیادی جهت کنترل ازدحام ارائه داده شدند. روشی که ما ارائه کردیم، کنترل ازدحام مبتنی بر عامل متحرک است که به کمک عامل متحرک به جمع آوری اطلاعات ازدحامی پرداخته و داده ها را با تاخیر نسبی ارسال می کند. نتایج شبیه سازی نشان می دهد که این روش اگرچه برای تعداد گره های زیاد نسبت به روش مورد مقایسه تاخیر بیشتری دارد، اما در حالت ازدحامی میزان تحویل داده هایش بیشتر است.

بشر براي حل مسائل خود، همواره به دنبال راه‌حلي بوده كه هزينه كمتري داشته باشد. از این‌رو مسائل بهینه‌سازی، توجه محققان را به خود جلب نموده‌اند. از مهم‌ترين روش‌های برخورد با این مسائل، الگوریتم‌های تکاملی هستند كه بيشتر آن‌ها از طبيعت الهام گرفته شده‌اند. الگوريتم جستجوي گرانشي يكي از الگوريتم‌های تکاملی مي‌باشد كه در برخورد با مسائل تك‌مدي كارايي خود را نشان داده است. براي موفقیت اين الگويتم در مسائل چند‌مدي، آن را با يكي از تكنيك‌هاي جايگاه‌يابي به نام K-means و تکنیک نخبه‌گرايي جديد loop in Loop تركيب نموده‌ایم. کارایی این الگوریتم ترکیبی در بخش نتایج آزمایشگاهی مشاهده می‌شود.

امروزه یکی از پرکاربرترین روش‌های تصویربرداری پزشکی، روش تصویر‌برداری پرتونگاری مقطعی (CTA) است. این روش به عنوان یک روش غیر مهاجم برای نمایش قلب و عروق کرونری شناخته شده‌است. با استفاده از این تصاویر وجود، بزرگی و نوع پلاک در محل گرفتگی رگ‌ها قابل تشخیص است. به منظور استفاده کلینیکی از این تصاویر و همچنین کاهش میزان خطا و زمان تشخیص، الگوریتم‌های تشخیص مراکز عروق کرونری می‌توانند بسیار مفید باشند. هدف این مقاله طراحی یک الگوریتم کاملا خودکار برای استخراج مراکز عروق کرونری در تصاویر سی‌تی‌ای است. در این الگوریتم، برای مکان‌یابی دقیق نقاط شروع عروق کرونری سمت چپ و راست از فیلتر فرانگی (Frangi) استفاده شده است. در ادامه نیز برای ردیابی ساختار‌های سه بعدی رگ از یک الگوریتم ردیابی درختی استفاده می‌شود. این الگوریتم با استفاده از پایگاه داده استاندارد روتردام (Rotterdom) ارزیابی شده‌است. معیار میانگین داخلی و میانگین درصد همپوشانی در الگوریتم ارائه شده به ترتیب 25/0 میلی‌متر و %24/85 است. همچنین، الگوریتم پیشنهادی در این مقاله توانسته است عملکرد مناسبی را نسبت به دیگر الگوریتم‌های ارائه شده در این حوزه از نظر دقت و سرعت داشته باشد.

در تفسیر تصاویر سنجش از دور امکان دارد تصاویری که توسط سنجنده‌های مختلف تهیه می‌شوند در همان حالت اولیه قابل درک نباشند یا نتوان اطلاعات زیادی از آنها استخراج کرد. برای آن که بتوان درک بصری خوبی از تصویر به دست آورد، لازم است تا در ابتدا یک سری از پیش پردازش ها و تصحیحات اولیه و سپس یک سری از پردازش های اصلی جهت تحلیل دقیق‌تر روی تصویر انجام شود. روش‌های متفاوتی برای پردازش وجود دارند که وابسته به نوع تصویر سنجش از دور، متفاوت‌اند. روشی که قصد داریم در این مقاله به آن بپردازیم، استفاده از رنگ‌های طبیعی یک تصویر اپتیکی به منظور اضافه کردن رنگ به تصویر سیاه و سفید ماهواره‌ای است و ما را قادر می‌سازد تا تصویر سیاه و سفید مربوط به باند با بالاترین وضوح سنجنده OLI ماهواره لندست8 را بهتر مشاهده نماییم. ویژگی مهم این روش استفاده از یک درون‌یابی آماری جهت بهبود کیفیت رنگ در کنار حفظ وضوح بالا در تصویر رنگی شده است و در عمل نیز شباهت قابل قبول برای رنگ‌های خروجی به‌دست آمده است.

این مقاله یک سیستم کنترل هدایت هوشمند برای راندن وسیله‌ نقلیه در قالب یک عامل هوشمند ارائه می‌دهد. این عامل برای شرایطی که چند وسیله‌ نقلیه وجود دارند، با هدف جلوگیری از تصادف وسیله‌ نقلیه توسط اجرای مانورهای مناسب طراحی شده است. روش پیشنهادی برپایه ایجاد یک مدل کوچک محلی برای مسئله و استفاده از روش‌های تکاملی برای برنامه‌ریزی میان‌مدت و پیش‌بینی شرایط آتی با استفاده از این مدل است. با شبیه‌سازی روش پیشنهادی و مقایسه میانگین سرعت و انحراف‌ معیار آن، تعداد اجرا عمل تغییر مسیر و مدت زمان رسیدن به مقصد عملکرد بهتر آن اثبات شده است.

یکی از مشکلاتی که همواره در محاسبات ابری وجود دارد مصرف بالای انرژی ناشی از تعداد زیاد منابع در مراکز داده ابر است. ترکیب پویای ماشین‌های مجازی در میان تکنیک‌هایی که تاکنون برای حل این مشکل ارائه شده‌اند، یک روش مؤثر محسوب می‌شود؛ اما اعمال بیش‌ازحد این تکنیک موجب کاهش کیفیت ارائه سرویس به کاربران می‌شود؛ بنابراین نیاز است که ارائه‌دهندگان سرویس‌های ابر علاوه بر اینکه مصرف انرژی را کاهش می‌دهند، تصمیمات لازم جهت پایبندی بیشتر به توافقنامه سطح سرویس را نیز اتخاذ کنند. انتخاب ماشین مجازی یکی از زیر مسئله‌ها در تکنیک ترکیب پویای ماشین‌های مجازی است که در راستای اهداف بیان‌شده بهترین ماشین مجازی کاندید را از میان ماشین‌های مجازی که روی میزبان فرابار شده قرار دارند برای مهاجرت انتخاب می‌کند. در این مقاله، ما سه سیاست مبتنی بر توافقنامه سطح سرویس را برای انتخاب ماشین مجازی ارائه و آن‌ها را با استفاده از شبیه‌ساز CloudSim پیاده‌سازی کرده‌ایم. نتایج بدست آمده از شبیه‌سازی نشان می‌دهد که سیاست‌های پیشنهادی توانسته‌اند کاهش قابل‌توجهی را ازلحاظ نقض توافقات سطح سرویس، تعداد مهاجرت‌ها و همچنین مصرف انرژی نسبت به روش‌های موجود بدست آورند.

شبکه‌های حسگر بی‌سیم دارای کاربردهای فراوان در حوزه‌های گوناگون علم و صنعت هستند. نظارت بر محیط نیز یکی از کاربردهای مهم این گونه شبکه‌ها به شمار می‌آید. در این مقاله، یک شبکه حسگر بی‌سیم را به عنوان یک شبکه ناظر بر محیط با هدف تشخیص آتش‌ سوزی جنگل در نظر گرفتیم. با توجه به کاربرد، این گونه شبکه‌ها نسبت به تاخیر انتقال داده بسیار حساس بوده و علاوه بر آن گره‌های حسگر نیز دارای منابع محدود انرژی هستند. به دلیل اهمیت این شبکه و قابلیت نظارت بلادرنگ آنها، به شبکه‌ای با ارتباط‌های قابل اطمینان، تاخیر کم انتها به انتها و مصرف کارای انرژی نیاز خواهیم داشت. در این مقاله، دو مدل تحلیلی جهت ارزیابی متوسط تاخیر انتها به انتها و مصرف انرژی پیشنهاد خواهیم داد. این مدل با توجه به ترافیک بسته‌های رسیده و مکانیزم‌های پیشگیری از تصادم در یک شبکه حسگر بی‌سیم چند گامه با استفاده از مدل صف‌بندی M/M/1 ارائه شده است. جهت ارزیابی و تایید مدل تحلیلی، با استفاده از نرم افزار NS-2 شبکه‌ی خود را شبیه‌سازی کرده و نتایج حاصل از آن را با نتایج مدل تحلیلی مقایسه کردیم. در نهایت مدل تحلیلی از نظر میزان تاخیر انتها به انتها و مصرف انرژی به میزان 89% و 77% با نتایج شبیه‌سازی مطابقت دارد.

تشخیص روبات های وب از انسان ها به دلایل زیادی از جمله برخی رفتارهای خرابکارانه آنها نظیر راه اندازی حملات DDOS، مصرف قابل ملاحظه پهنای باند شبکه و منابع سرور دارای اهمیت بالایی می باشد. تاکنون نیز تحقیقات زیادی بر روی روبات های وب و مشخصات آنها انجام شده است. از جمله این تحقیقات می توان به تحلیل فایل ثبت وقایع سرور اشاره کرد. از آنجاییکه نکته کلیدی در توصیف روبات های وب بر این اساس، مشخص کردن فیلدهایی است که می خواهند مورد آزمایش قرار بگیرند، در این مقاله ضمن استفاده از ویژگی های معرفی شده در کارهای قبلی که از فایل ثبت وقایع استخراج می شوند، به معرفی دو ویژگی جدید نوع مرورگر و نوع دستگاه ارسال کننده درخواست با استفاده از رشته عامل کاربر در هر رکورد از فایل ثبت وقایع، پرداخته می شود و کارایی آنها در بهبود مسئله تشخیص روبات های وب با استفاده از تکنیک های داده کاوی نشان داده می شود. برای بررسی کارایی 7 طبقه بند مورد استفاده نیز از معیارهای Recall، Precision و F1 استفاده می شود. علاوه بر این از منحنی ROC برای سنجش نتایج استفاده شده است.

اصوات موجود در محیط شامل دامنه‌ی وسیعی است که اصوات ضربه‌ای بخشی از آن را شامل می‌شود. مساله شناسایی و دسته‌بندی این اصوات کاربردهای فراوانی در زمینه‌ی تشخیص نفوذ در سیستم‌های امنیتی، ابزار‌های نظارت پزشکی و هدایت و جهت‌یابی ربات و تعامل آن با انسان دارد. در این مقاله سیستمی برای شناسایی و دسته‌بندی اصوات ضربه‌ای ارائه شده است. در بخش شناسایی، الگوریتم جدیدی که بر مبنای تغییرات انرژی سیگنال‌های صوتی عمل می‌کنند، معرفی شده است. در بخش دسته‌بندی، ویژگی جدیدی در حوزه‌ی زمان ارائه شده است. در روش پیشنهادی، تغییرات رفتار سیگنال در طول زمان مبنای استخراج ویژگی قرار گرفته است. یکی از مزیت‌های این روش نسبت به سایر روش‌های موجود، استخراج ویژگی در حوزه‌ی زمان می‌باشد که سبب سرعت بخشیدن به محاسبات می‌شود. از دیگر مزایای ویژگی پیشنهاد شده در این مقاله، می‌توان به دقت تشخیص بالاتر و همچنین کوتاه‌تر بودن طول بردار ویژگی ساخته شده در مقایسه با روش‌های پایه همچون MFCC اشاره کرد. به دلیل تعداد کم ویژگی‌های استخراج شده و همچنین سادگی و محاسبات اندک در این روش، سیستم معرفی شده بسیار سریع بوده و در نتیجه می‌تواند در کاربردهای بلادرنگ مورد استفاده قرار گیرد. . دقت دسته‌بندی سیستم پیشنهادی در شرایط بدون نویز 93% گزارش شده است. این سیستم در برابر نویز مقاوم بوده و در حضور نویز سفیدگوسی با نسبت سیگنال به نویز0dB، دقت تشخیص71% را دارا است.