انجمن کامپیوتر ایران

مسأله مكان‌يابي تسهيلات و تخصيص تسهیلات به نقاط درخواست، يك موضوع پژوهشي مهم در زمينه تجزيه و تحليل داده‌هاي مكان محور و برنامه ريزي شهري مي باشد. در مسائل p میانه، هدف تصميم گيري درخصوص مکان تأسیس تسهیلات می باشد به گونه‌ای که هزينه کل پوشش نقاط درخواست حداقل باشد. اين هزينه معمولاً توسط اندازه گيري مجموع فاصله نقاط درخواست از نزديکترين تسهیل محاسبه مي گردد. با توجه به وجود موانع در سطح شهر نظير رودخانه و كوه، اين موانع فاصله بين دو نقطه را تحت تأثير قرار داده و براي دستيابي به نتايج واقعي و با كيفيت مطلوب، در مدل پیشنهادی اين موانع در محاسبه فواصل نقاط از تسهیلات در نظر گرفته می‌شوند. همچنین با توجه به تفاوت قيمت زمين در مناطق مختلف شهر، اين مسأله هزينه تأسيس تسهیلات را تحت تأثير قرار داده که در این مقاله، این مسأله نیز در نظر گرفته می شود. مدل پيشنهادي در نرم افزار ArcGIS Desktop9.2 پياده سازي گرديده و جهت مکان‌یابی تسهیلات خدماتی در شهر اصفهان تست و ارزیابی گردید. در مدل جدید، از نظر مکان تسهیلات، كيفيت تخصيص نقاط درخواست به تسهیلات، هزينه لجستيك و زمان اجرا نتایج بهتری نسبت به مدل مرسوم مشاهده می‌گردد.

ماکزیممکردن ناحیه تحت حفاظت دوربین‌های امنیتی، معادل با حالت خاصی از مساله معروف گالری هنری در هندسه محاسباتی است. یک گالری هنری همراه با تعداد ثابتی نگهبان داده شده. هدف این است که نگهبان‌ها را به نحوی در گالری قرار دهیم که مجموع ناحیه حفاظت شده توسط آن‌ها ماکزیمم گردد. این مساله، بهینه‌سازی است که در رده مسائل NP-hard قرار می‌گیرد. ما در این مقاله دو الگوریتم ابتکاری و یک الگوریتم ژنتیک برای مساله ماکزیمم کردن پوشش ارائه می‌دهیم و نتایج تجربی حاصل از اجرای این الگوریتم‌ها را با یکدیگر مقایسه می‌کنیم. از آنجایی که محل‌های مورد مراقبت توسط دوربین را می‌توان توسط یک چندضلعی ساده مدل نمود لذا مساله بر روی چند ضلعی‌ها مطرح می‌شود. ما نشان می‌دهیم که بر روی گستره وسیعی از چندضلعی‌های تصادفی ورودی، الگوریتم ژنتیک پیشنهادی ما به خوبی کار می‌کند و نتایج بهتری را نسبت به دو الگوریتم ابتکاری ارائه می‌دهد.

در این مقاله برای اولین بار اجرای الگوریتم¬های موازی بر روی شبکه¬های تورس، برای رمزنگاری اطلاعات با استفاده از روش رمزنگاری نامتقارن McEliece ، ارائه شده است. مرتبه اجرائی تمامی الگوریتم¬های ارائه شده محاسبه و بهینه بودن آنها اثبات می¬گردد. همچنین با پیاده سازی الگوریتم پیشنهادی درنرم افزار شبیه ساز MP زمان اجرای و سرعت الگوریتم برای نمونه تعداد پردازنده¬ها ، نشان داده شده است. نتایج آزمایش¬ها ،نشان دهنده برتری الگوریتم پیشنهادی نسبت به سایرالگوریتم-هاست.

خوشه¬بندیگره¬های حسگر بیسیم روشی کارا برای فراهم کردن تجمیع بهتر داده¬ها و مقیاس پذیری شبکه¬های حسگر بیسیم محسوب می¬شود. کاربرد¬های متنوع شبکه¬های حسگر بیسیم موجب گردیده، که عوامل موثر در کاهش کارایی این شبکه¬ها، از جمله حضور مانع مورد توجه قرار گیرند. وجود مانع در شبکه¬های حسگر بیسیم اجتناب ناپذیر است و به صورت قابل توجهی بر روش¬های مسیریابی بر پایه مکان تأثیر می¬گذارد. در الگوریتم¬های مسیریابی به¬خصوص الگوریتم¬های خوشه¬بندی به این عامل کم¬تر پرداخته شده است. در الگوریتم پیشنهادیِ IS-WEBگره¬های حسگر خودشان را بر پایه مکان جغرافیایی¬، با دریافت پیامی از ایستگاه پایه و بدون نیاز به GPS خوشه بندی می¬کنند. IS-WEB یک مکانیزم کارامد برای نشانه گذاری ناحیه اطراف مانع ارائه می¬دهد. سرخوشه¬هایی که در مرز¬های مانع قرار دارند یک پیام اعلام وضعیت بحرانی به همسایه¬های خود همه¬پخشی می¬کنند. مسیریابی در دو حالت نرمال و بحرانی انجام می¬شود. برای انتخاب گام بعدی در حالت نرمال از مسیریابی حریصانه و در حالت بحرانی از قانون دست راست استفاده می¬شود. نتایج شبیه سازی نشان می¬دهد، الگوریتمIS-WEB طول عمر بالاتری نسبت به الگوریتم¬های خوشه¬بندی LEACH، HEED و EEUC دارد. همچنین نرخ تحویل موفقیت آمیز پیام¬ها به ایستگاه پایه در مقایسه با S-Web افزایش می¬یابد.

لایه فیزیکی استاندارد 802.11 امکاناتی را فراهم کرده تا از طریق انتخاب نرخ داده مناسب در لایه کنترل دسترسی به رسانه ، بتوان بر مشکل متغیر بودن شرایط کانال غلبه نمود . مجموعه این روش‌ها که در شرایط مختلف کانال، نرخ داده مناسب را انتخاب می کنند با نام روش های تطبیق نرخ ارسال شناخته می شوند. استفاده از این روش ها می‌تواند کارایی و توان عملیاتی را به نحو چشم گیری افزایش دهد. در این مقاله یک روش تطبیق نرخ ارسال ارائه می شود که با استفاده از ویژگی های روش یادگیری فازی¬-¬تقویتی (FQL)، بهترین نرخ ارسال داده با توجه به شرایط کانال انتخاب می گردد. یکی از بارز ترین خصوصیات این روش آن است که روش پیشنهادی FQL-RA به جهت توانایی یادگیری رفتار کانال در هر شرایط عملیاتی ، می تواند نرخ ارسال داده مناسب را، برعکس بسیاری از روش های ارائه شده ، متناسب با محیطی که در آن کار می‌کند انتخاب نماید. روش پیشنهادی برای نمایش قابلیت بالا در انتخاب نرخ ارسال داده مناسب از طریق شبیه ساز 2NS- و در مدل های مختلف انتشار شبیه سازی شده در نهایت با روش های موجود مقایسه شده است.

امروزه استفاده از پردازنده¬ها و میکروکنترولرها در سیستم¬های نهفته در حال افزایش است. تحقیقات نشان می¬دهند که نرخ رخداد اشکال در هر نسل از تراشه¬ها تقریبا %8 افزایش می¬یابد، و این مطلب ضرورت استفاده از روش¬های بهینه¬ی کشف و تصحیح خطا را برای بهبود قابلیت¬اطمینان و ایمنی سیستم¬های نهفته، روز به روز بیشتر می¬کند.در این مقاله یک روش وارسی روند اجرای نرم¬افزاری، با استفاده از قابلیت¬هایی که واحد نظارت بر کارایی پردازنده ARM11 در اختیار طراحان قرار می¬دهند، ارائه شده است. در این روش جدید که BEC نام¬گذاری شده است، ابتدا یک معادله بر اساس ساختارهای تشکیل¬دهنده¬ی هر برنامه تشکیلمی¬شود که تعداد پرش¬های برنامه را، درصورت اجرای صحیح، پیش¬بینی می¬نماید. پس از آن با استفاده از واحد نظارت بر کارایی پردازنده، تعداد پرش¬های برنامهشمارش می¬شود؛ و در پایان توسط قطعه¬های خاصی از برنامه تعداد پرش¬های شمارش شده با تعداد پیش¬بینی شده مقایسه می¬گردد؛ و در صورت تناقض وقوع خطا گزارش می¬شود.با بکارگیری این روش در حالت پایه به¬طور متوسط بیش از %70 از خطاهای روند اجرای کشف نشده با صرف کمتر از %1 سربار کارایی کشف می¬شوند، که این میزان با بکارگیری تعداد محدودی پرش جعلی تا %80 نیز قابل افزایش است.

قطعه بند متن يك جزء ضروري در برنامه¬هاي پردازش زبان طبيعي مثل خلاصه نويسي و يا استخراج اطلاعات مي¬باشد. هدف اصلي اين مقاله، ارزيابي الگوريتم¬هاي قطعه بندي متن در شناسايي مرز بين موضوعات در متون فارسي مي¬باشد؛ به همين دليل 22 متن مختلف با ويژگي¬هاي متفاوت به عنوان نمونه به دو الگوريتم پايه، كه در زبان انگليسي به خوبي كار مي¬كنند، داده مي¬شود و نتايج اين دو الگوريتم را با استفاده از پارامترهاي ارزيابي Recall و Precision و F-measure با هم مقايسه مي¬كنيم.البته تغييراتي هم روي اين الگوريتم¬هاي پايه داده شده تا جواب¬ها بهينه تر گردند.

IMS(زیر سیستم چندرسانه¬ای مبتنی بر IP) معماري استاندارد براي شبكه¬های نسل آينده است. این معماری توسط موسسه 3GPP معرفی شده است و به سه قسمت کنترل، چند رسانه¬ای و سرویس تقسیم شده است. در لایه کنترل IMS پروتکل‌های SIP (پروتکل شروع نشست) و DIMITER استفاده شده است. مزیت اين پروتکل¬ها عبارتند از متني بودن، مبتني بر IP بودن و استقلال از نوع داده انتقالي است. عیب این پروتکل¬ها نبود مکانيزم مناسبي براي مواجه با انواع حملات است. اين چالش سبب خواهد شد که طيف وسيع کاربران شبکه نسل آينده با افت شديد کيفيت سرويس مواجه شوند. ایده اصلی این مقاله بررسی حملات انکار سرویس بر روی اجزای اصلی معماری IMSاست. ما تعدادی مشخصه برای مدل‏سازی رفتار موجودیت¬های اصلیIMS معرفی می¬کنیم و این مشخصه¬ها در حالت¬های ترافیک طبیعی و حملات مطالعه می¬شوند. برای مطالعه ترافیک IMSدر مقابل حملات، از ابزارهای استاندارد مختلف OpenIMSCore، SIPp و IMS Benchاستفاده شد. همچنین براساس سرآیند پروتکل¬های SIP و DIMITER مشخصه تعریف شد و مطالعات آماری روی این مشخصهها انجام شد. نتایج شبیه‌سازی کارایی مدل پیشنهادی ما را نشان داد. علاوه بر این امکان تفکیک ترافیک طبیعی از ترافیک حمله در IMS نشان داده شد.

روند رو به رشد و سريع ساخت مدارات مجتمع به گونه‌اي است كه پيوسته اندازه ترانزيستورها رو به كاهش است. در نتيجه فاصله ميان اجزای روی تراشه¬ها بسيار كم شده است. از جمله مشكلات پیش رو در طراحی فیزیکی، افزايش حساسيت به نويز و اندازه بزرگ سيم‌هاي موجود در تراشه نسبت به اندازه اجزای فعال، ترانزيستورها و در كل مشكلات موجود در اتصالات تراشه‌ها می‌باشند. طی چند سال اخیر راهکارهایی براي بهبود اتصالات سنتي ارائه شده است. در این میان می‌توان به استفاده از اتصالات بی‌سیم اشاره کرد که در آن برخی از اتصالات بلند مدار با استفاده از اتصالات امواج رادیویی برقرار می¬شود. یکی از نکات کلیدی در این فناوری چینش کارآمد منابع بی¬سیم (فرستنده¬ها/گیرنده¬ها) در سطح تراشه است. در این مقاله، الگوریتمی برای جایابی مناسب منابع بی‌سیم ارائه شده است. با توجه به بزرگ بودن منابع بی¬سیم، جایابی آن‌ها همراه با بقیه¬ی سلول¬ها کارایی مناسب را ندارد و لازم است که در ابتدا طرح¬ریزی مناسبی در مورد این منابع انجام شود. در این راستا، طرح‌های متفاوتی برای درج اتصالات بی‌سیم در این مقاله ارائه و ارزیابی شده¬اند. آزمایش¬های انجام شده نشان می¬دهد که طرح¬ریزی شبکه¬ای با بهبود در تأخیر در حدود 18.99% و کاهش طول سیم در حدود 5.3% به عنوان بهترین نتیجه، بدست آمده است. در نهایت یک الگوریتم جدید جایابی برای این طرح¬ریزی ارائه شده که در آن تأخیر در حدود 11.21% و طول سیم در حدود 6.22% کاهش یافته است. در مقابل این بهبود‌ها، حدود 10.04 درصد سربار مساحت داشته¬ایم.

مدل‌سازی ابزاری است که به کمک آن می‌توان داده‌ها و روابط بین آن‌ها را به صورت ساختار ریاضی نشان داد. مدل‌سازی نظریه بازی با استفاده از خصوصیت خود خواهی در بازی‌ها، توابعی را به عنوان سود تعریف می‌کند که در محیط مدل شده، هر عامل تمایل دارد تا سود شخصی خود را بیشینه کند. این مدل‌سازی در شبکه‌های اجتماعی کاربرد زیادی دارد چرا که با واقعیت این شبکه‌ها همخوانی مفهومی دارد. داده‌گراف‌ها، نوعی داده می‌باشند که از یک گراف اصلی و خصوصیاتی افزوده بر آن تشکیل شده‌اند، شبکه های اجتماعی نوعی داده‌گراف می‌باشند. هدفی که این مقاله دنبال می‌کند، ارایه یک مدل نظریه بازی برای داده‌گراف‌ها می‌باشد و سپس فرآیندی را معرفی می‌کند که به کمک آن بتوان یک تابع هدف را در داده‌گراف ها به کمک مدل نظریه بازی بهینه کرد. یکی از مهمترین تاثیراتی که این مقاله می‌تواند در شبکه های اجتماعی ایجاد کند، همسو کردن سود شخصی افراد با سود کل جامعه می‌باشد.

یک حمله مضر شناخته شده علیه شبکه¬های حسگر، حمله سیبل می¬باشد که در آن یک گره بدخواه چندین شناسه کسب و از خود منتشر می¬کند. این حمله به طور چشمگیری پروتکل¬های مسیریابی را مختل كرده و بر روی عملیاتی نظیر رأی¬گیری، تجمیع داده¬ها، ارزیابی اعتبار و ... اثرات ویران کننده می¬گذارد. در این مقاله، یک الگوریتم توزیعی و پویا مبتنی بر تئوری پازل-های مشتری و مدل اتوماتای یادگیر جهت شناسایی گره¬های سیبل در شبکه¬های حسگر بی¬سیم ارائه می¬شود. شبیه¬سازی الگوریتم پیشنهادی با نرم‏افزار شبیه¬ساز JSIM صورت گرفته و نتایج شبیه¬سازی¬ها نشان می¬دهد که الگوریتم پیشنهادی قادر به شناسایی كامل گره¬های سیبل بوده و میزان تشخیص غلط آن در حالت میانگین کمتر از %5 می¬باشد. هم‏چنین، با انجام یک سری آزمایش‏ها، کارایی الگوریتم پیشنهادی با دیگر الگوریتم‏های موجود مقایسه گردیده و نتایج حاصل، نشان دهنده کارایی بهتر الگوریتم پیشنهادی نسبت به دیگر الگوریتم‏ها از نظر معیارهای نرخ تشخیص و نرخ تشخیص غلط است.

امروزه چگونگی حل کارآمد گروه بزرگی از مسائل بهینه سازی ترکیبیاتی موسوم به مسائل غيرچند جمله‌اي، یکی از مهمترین چالش‏ها‏ي محققين تلقی می‌شود. مدت زمان لازم برای حل این نوع مسائل با افزایش تعداد پارامترها، بصورت نمایی افزایش می‌یابد و این در حالی است که با پیشرفت تکنولوژی، نیاز به حل سریعتر و مناسب‏تر این مسائل به سرعت رو به افزایش است. لذا امروزه روش‏ها‏ی حل تقریبی اينگونه مسائل و در میان آنها روش‏ها‏ی فرا اکتشافی، به شدت مورد استقبال قرار گرفته است. در اين مقاله از توانايي‏ها‏ي الگوريتم فرااكتشافي جستجوي ها‏رموني‏ جهت حل مسائل غيرچند جمله‌اي استفاده شده است. براي اين منظور سه مسأله چند وزير، رنگ‌آميزي گراف و فروشنده دوره گرد بعنوان مطالعه موردي در نظر گرفته شده اند. نتيجه پياده‌سازي‏ها‏ توانايي الگوريتم جستجوي ها‏رموني‏ را در حل مناسب اين نوع مسائل، به خوبي نشان مي‏دهد.

شبکه¬هاي حسگر داراي دو جز اصلي مي¬باشند؛ انبوهي از حسگرها و تعداد اندکي پايگاه. در بعضي از کاربردهاي شبکه حسگر، چند دامنه وجود دارد، همکاري در ارسال بسته بين اين دامنه¬ها طول عمر شبکه¬ها را افزايش مي¬دهد. در اين مقاله، ما بر روي شبکه¬هاي حسگر ناهمگن چند دامنه¬اي تمرکز کرده¬ايم، به اين معني که هر شبکه، دامنه¬اي مجزا دارد و اين دو شبکه ناهمگن به صورت تصادفي در يک قطعه زمين پخش شده¬اند. بديهي است طول عمر دو شبکه در صورت همکاري بالاتر خواهد رفت، و البته خودخواهي از ديد منطقي بودن در امر تصميم گيري براي ارسال بسته اجتناب ناپذير است، و همکاري به صورت اتفاقي صورت نخواهد پذيرفت. بنابراين ما استراتژي انطباق پذيري از TIT FOR TAT ارائه داديم. اين الگوريتم ابداعي با همکاري سخاوتمندانه براي تحريک همکاري در شبکه مقابل شروع و به تدريج با کم شدن انرژي گره¬ها، روي به حالت محافظه کارانه روي مي آورد. نتايج شبيه ¬سازي نشان دهنده دستیابی به طول عمر بیشتر در مقابل شبکه¬های دیگر و افزایش طول عمر شبکه دیگر به علت تحریک همکاری می-باشد.

In traditional cooperative spectrum sensing such as OR-rule or AND-rule, secondary user (SU) must maintain coordination based on a fusion center. In this paper, we propose the weighted average consen- sus, based on Learning Automata(LA), for fully distributed cooperative spectrum sensing without fusion center. At the first stage of the pro- posed scheme, each SU makes measurement about presence of primary user (PU) at the beginning of each time slot, then communicates with local neighbors to exchange information to make the final decision and update its weight using a LA based algorithm. Simulation results show that the proposed scheme has better performance than the non weighted consensus and existing weighted consensus scheme. Also, the convergence time of the proposed scheme is less than the existing weighted consensus and almost equal to non weighted consensus scheme

امروزه شبکه‌های عصبی مصنوعی کاربرد وسیعی در زمینه‌های مختلفی از جمله تشخیص الگو و تقریب تابع دارند. آموزش شبکه‌های عصبی فرآیند پیچیده‌ای می‌باشد و تاکنون الگوریتم‌های مختلفی برای آموزش شبکه‌های عصبی ارائه شده است. یکی از روش‌های متداول برای آموزش شبکه‌های عصبی استفاده از الگوریتم‌های مبتنی بر گرادیان مانند الگوریتم پس انتشار است. از مهمترين مشکلات الگوریتم‌های مبتنی بر گرادیان، توقف اين الگوریتم‌ها در نقاط بهینه محلی و کند بودن روند همگرایی مي‌باشد. برای رفع مشکلات الگوریتم‌های مبتنی بر گرادیان از الگوریتم‌های تکاملی برای آموزش شبکه‌های عصبی استفاده شده است. در این مقاله یک روش جهش جدید برای بهبود کارایی الگوریتم تکامل تفاضلی ارائه شده است و از این الگوریتم، برای آموزش شبکه‌های عصبی استفاده شده است. مقایسه نتایج روش پیشنهادی و الگوریتم‌های دیگر نشان می‌دهد که روش پیشنهادی، دارای سرعت و دقت همگرایی بهتری نسبت به روش‌های دیگر است.

مدل مخلوط گاوسی و ضرایب فرکانسی مل همواره به عنوان مهم‌ترین روش‌های مدل‌سازی توزیع نمونه‌ها و استخراج ویژگی در شناسایی گفتار مطرح بوده‌اند. مزیت مدل مخلوط گاوسی در مدل‌سازی ورودی‌ها با بالاترین دقت و مزیت ضرایب فرکانسی مل در یافتن اطلاعات تمایزدهنده در طیف زمانی کوتاه است. ویژگی‌های طیف زمانی کوتاه مقاومت لازم در مقابل نویز را ندارند، از طرفی اما به‌کارگیری اطلاعات در بازه‌های زمانی طولانی‌تر نیز در مدل مخلوط گاوسی بار محاسباتی بالایی دارد. این مسائل کاهش دقت را در صورت وجود عدم تطابق در شرایط آموزش و آزمون باعث می‌شود. ترکیب ویژگی‌های مختلف و تغییر در مدل‌سازی نمونه‌های ورودی از جمله راه‌های پیشنهادی هستند. در این مقاله از شبکه‌های باور عمیق برای یافتن ویژگی‌های تمایزدهنده از یک طیف زمانی طولانی‌تر استفاده می‌شود. در این حالت تبدیلات غیرخطی علاوه بر استخراج ویژگی‌های سطح بالاتر و کاهش ابعاد ویژگی‌های ورودی، تبدیل فضای ویژگی‌های ضرایب فرکانسی مل را منجر می‌شود که می‌توانند در مقابل تغییرات سیگنال ورودی مقاومت لازم را داشته باشند. این ویژگی‌ها در بهبود کارایی مدل مخفی مارکوف استفاده می‌شوند. روش پیشنهادی بر روی مجموعه‌ای از پرکاربردترین کلمات فارس-دات آزمایش و نتایج آن با پرکاربردترین روش شناسایی گفتار مقایسه شده است. افزایش دقت شناسایی کلمات نشان از کارایی روش پیشنهادی در مقابل تغییرات و نویز دارد.

بخش قابل توجهی از اطلاعات در دسترس، در پایگاه داده‌های متنی ذخیره شده است. به طور معمول تنها بخش کوچکی از اسناد در دسترس، برای یک فرد یا کاربر مناسب است. از اینرو تولید پرس‌وجوی مناسب سندی، برای تحلیل و استخراج اطلاعات مفید از اسناد متنی، مشکل است. این امر اهمیت موضوع شباهت اسناد متنی را دو چندان می‌کند. انواع مختلفی از روشهای تطبیق لغوی، برای تعیین شباهت بین اسناد ارائه شد که تا یک حد خاصی موفق عمل می‌کردند ولی قادر به تشخیص شباهت معنایی بین دو متن نبودند. از اینرو، رویکردهای شباهت معنایی مطرح شد که از میان آنها می‌توان روشهای مبتنی بر پیکره و روشهای مبتنی بر پایگاه دانش مانند وردنت را نام برد. هدف ما این است که در حوزه‌‌ی مدل‌های شباهت معنایی و مبتنی بر پایگاه دانش وردنت، با ارائه یک رویکرد بدون ناظر، میزان شباهت بین اسناد انگلیسی را با دقت مناسبی محاسبه کنیم؛ برای این منظور، از مدل گرافی‌ بهره می¬بریم و برای ارزیابی، از مجموعه داده‌ی Microsoft Research Paraphrase Corpus استفاده می‌کنیم. ارزیابی انجام شده، عملکرد مناسب رویکرد پیشنهادی را نشان می‌دهد.

این مقاله شامل طراحي يک مدار نگهدار کم‌توان سرعت‌بالا برای تمام جمع‌کننده ديناميک تک بيتي توان‌پايين پیاده‌سازی شده با مدار Majority-not خازني 3 و 5 ورودي می‌باشد. مدار نگهدار پیشنهادی به کمک ایده‌ی مدار دینامیک پیش‌شارژ مقاوم نویز طرح گردیده است. مدار جمع‌کننده مورد بررسی به همراه مدار نگهدار پيشنهادي و تعدادی از مدارهای نگهدار ديگر با ساختار CMOS چندآستانه‌ای پیاده‌سازی و با تکنولوژي 0.18μm شبيه‌سازي شده است. نتايج شبيه‌سازي بهبود قابل ملاحظه‌اي را از نظر توان و حاصل‌ضرب توان-تأخیر نشان مي‌دهد.

محاسبات ابری، نوعی مدل محاسباتی می‎باشد که امکان دستیابی به منابع محاسباتی را به عنوان سرویس و براساس تعهد پرداخت امکان‎پذیر می‎سازد. تهیه‎کنندگانِ متفاوتی در محیط محاسبات ابری وجود دارد که هر کدام از آنها، سرویس‎هایی را با ویژگی‎های کیفیتی گوناگون، ارائه می‎نمایند. بنابراین کاربر به هنگام تصمیم‎گیری در مورد انتخاب سرویس، بر اساس نیازمندی‎های کیفیتِ کاربردِ خود به مشکل برخورد می‎کند. به همین دلیل، داشتن سیستمی برای دریافت نیازهای کاربر و انتخاب و رتبه‎بندی سرویس‎های ابری لازم و ضروری به نظر می‎رسد. در این مقاله، روشی به نام MOOW برای رتبه‎بندی سرویس‎های ابری ارائه شده است. این روش، رتبه‎بندی را به عنوان یک مسئله‎ی بهینه‎سازی چند هدفه در نظر گرفته و از طریق وزن دادن به ویژگی‎هایِ کیفیت، مسئله را تحلیل می‎نماید. نتایج آزمایشات نشان می‎دهد که پیچیدگی روش ارائه شده در مقایسه با روش‎ قبلی، 5 درصد کاهش یافته است و الگوریتم ارائه شده، بسیار ساده می‎باشد.

شبکه روی تراشه به عنوان راه حلی کارآمد و مؤثر برای حذف گذرگاه‌ها و ایجاد یک بستر مناسب برای ارتباط بین پردازنده‌ها معرفی شده است. با کاهش ابعاد ترانزیستورها و افزایش پیچیدگی مدارها، تراشه‌های سه بعدی به عنوان یک راه حل برای طراحی مدارها ارائه شده‌اند. از طرف دیگر این کاهش ابعاد ترانزیستور، احتمال بروز اشکال در تراشه ها را افزایش می‌دهد. بنابراین تحمل پذیری اشکال یکی از مهم ترین چالش‌های موجود در طراحی مدارهای دیجیتال است. در این مقاله یک الگوریتم مسیریابی (SM) با هدف افزایش تحمل‌پذیری اشکال در اتصالات شبکه بویژه اتصالات عمودی شبکه روی تراشه سه بعدی پیشنهاد شده است. مسیریابی ارائه شده با استفاده از یک جدول مسیریابی درون لایه‌ای و دو جدول اشکال اتصالات میان لایه ای (TSV) و اتصالات درون لایه‌ای بهبود قابل توجهی در پارامترهای تأخیر، قابلیت اطمینان و گذردهی شبکه در ازای افزایش ناچیز میزان حافظه اشکال شده در هر راهگزین بوجود آورده است. نتایج شبیه‌سازی‌ها بر روی یک شبکه مش سه بعدی با ابعاد 7×7×7 نشان می‌دهد که با تزریق اشکال در 12% اتصالات شبکه، برای ترافیک واقعی و ترافیک ساختگی تأخیر شبکه به طور میانگین به ترتیب 67/42% و با 61/46% کاهش می‌یابد و قابلیت اطمینان شبکه نیز به‌طور میانگین به میزان 9/16% بهبود یافته است.