انجمن کامپیوتر ایران

اغلب ایجادکنندگان نرم‌افزارهای کاربردی تحت وب، ارجاع‌هایی به اشیای داخلی برنامه مانند فایل، فهرست، یا کلیدهای پایگاه داده بدون این‌که کنترل دسترسی یا محافظت دیگری داشته باشند، قرار می‌دهند. معمولاً به دلیل اعتبارسنجی ناکافی ورودی‌های کاربر توسط برنامه‌ها، می‌توان با تغییر شناسه‌ي شیء در یک درخواست مجاز کاربر، دسترسی مستقیم به یک شیء دلخواه را به‌دست آورد. این آسیب‌پذیری معمولاً با عنوان «ارجاع مستقیم ناامن به اشیا» شناخته می‌شود و تشخیص آن، بدون اطلاع از منطق کنترل دسترسی در نرم‌افزار – یعنی به صورت جعبه سیاه - بسیار چالش‌زا است. هدف این مقاله، کمک به تشخیص این آسیب‌پذیری به‌صورت جعبه سیاه است. بدین منظور، نخست پارامترهای تحت تأثیر این آسیب‌پذیری از روی ترافیک درخواست/پاسخ نرم‌افزار بر اساس مجموع های از قواعد شناسایی می‌شوند. سپس این پارامترها را می‌توان با مقادیری غیر از مقدار اصلی موجود در درخواست کاربر، مقداردهی و برای کارپذیر ارسال نمود. چگونگی واکنش کارپذیر به درخواست دست‌کاری شده، نشان‌دهنده‌ی امکان وجود یا عدم وجود این آسیب‌پذیری در نرم‌افزار در ارتباط با اشیای مختلف تحت حفاظت است. روش پیشنهادی، پیاده‌سازی شده و نتایج حاصل نشان دهنده‌ی مؤثر بودن آن در تشخیص این آسیب‌پذیری بدون اطلاع از منطق برنامه است.

سرطان سینه یکی از شایع‌ترین بیماری‌های زنان در جهان و همچنین در ایران می‌باشد که تشخیص زود هنگام این بیماری می‌تواند در درمان آن بسیار موثر باشد. استفاده از روش‌ها و تکنیک‌های پردازش تصویر و شناسایی الگو در تشخیص خودکار سرطان از روی تصاویر ماموگرافی باعث کم شدن خطاهای انسانی و افزایش سرعت تشخیص می‌شود. در این مقاله با استفاده از تکنیک‌های پردازش تصویر به تحلیل و بررسی تصاویر ماموگرافی پرداخته شده است و یک ساختار دومرحله‌ای برای قطعه‌بندی و تشخیص توده‌های سرطانی پیشنهاد شده است. در مرحله نخست، کیفیت تصاویر ماموگرام و کنتراست نواحی غیرنرمال موجود در تصویر، با استفاده از روش تعدیل هیستوگرام بهبود می یابد. سپس بخش‌های اضافی از قبیل برچسب‌های موجود در تصاویر، به کمک روش مولفه‌های متصل، از تصویر حذف می‌گردد. به‌علاوه برخی ویژگی‌های دیگر از قبیل بافت پکتورال که بسیار شبیه ویژگی‌های توده سرطانی می‌باشد، در مرحله پیش‌پردازش از تصویر اصلی حذف شده و در نهایت با استفاده از روش ماتریس وزن اختلاف سطح خاکستری (GDWM)، نواحی مشکوک در تصاویر از تصویر اصلی جدا می‌گردد. در این مرحله، صحت تشخیص موارد سرطانی برای تصاویر دادگان DDSM برابر با 97.83 درصد می‌باشد؛ اما در این حالت نرخ تشخیص موارد غیرسرطانی (مثبت نادرست) بالاست، به منظور کاهش تعداد نمونه‌های مثبت نادرست، در مرحله دوم، تعدادی ویژگی مرتبط با بافت از تصاویر استخراج شده و موارد نرمال و سرطانی با کمک دسته بند ماشین بردار پشتیبان (SVM) از هم تفکیک شده است. صحت تشخیص نهایی، در روش پیشنهادی 98.45 درصد و دقت و بازخوانی به ترتیب 100 درصد و 96.94 درصد به دست آمده است که از درصد تشخیص بیان شده در روش‌های مشابه بالاتر است.

يكپارچه‌سازي سازماني با هدف ايجاد ارتباط و تعامل ميان موجوديت‌هاي سازماني كه در راستاي تحقق اهداف سازمان حركت مي‌كنند، اجرا مي‌شود. در سه دهه اخير و با وجود سيستم‌هاي قديمي در كنار سيستم‌هاي نوظهور، يكپارچه‌سازي در حوزه سيستم‌هاي اطلاعاتي بسيار مورد توجه قرار گرفته است. اين موضوع در كنار يكپارچه‌سازي داده‌ها و ايجاد ديدي يكپارچه‌ از داده‌ها انتخاب بين انواع روش‌ها براي يكپارچه‌سازي را بسيار دشوار مي‌نمايد. خصوصاً با توجه به اين نكته كه انتخاب روش در سازمان و اجراي ناموفق آن تبعات زماني و مالي سنگيني را براي سازمان در برخواهد داشت. در اين مقاله، با بررسي انواع چارچوب‌هاي يكپارچه‌سازي، مدلي براي يكپارچه‌سازي سازماني و با تكيه بر مولفه‌هاي كليدي يكپارچه‌سازي در سازمان ارائه خواهد شد. اين مدل، از چهار مولفه حوزه، استاندارد، روش و ابزار يكپارچه‌سازي و از بهترين تجربيات حاصل شده است و با توجه به وضعيت موجود سازمان و ابزارهاي موجود سفارشي مي‌شود. استفاده از اين مدل، سبب مي‌شود تا سازمان بدون توجه به پيچيدگي‌هاي يكپارچه‌سازي، مولفه‌هاي موثر در يكپارچه‌سازي را انتخاب نمايد و پيچيدگي تصميم‌گيري كاهش يابد.

در کنار اعمال حسابی اصلی، محاسبه توابع متعالي در ماشين‌هاي محاسباتي و پردازنده‌ها از اهمیت خاصي برخوردار است. برای محاسبه توابع متعالی روش‌هایی از قبیل بسط تیلور وجود دارد که به دلیل پیچیدگی بالای این روش‌ها امکان پیاده‌سازی سخت‌افزاری آن وجود ندارد. حال آنکه با روشی موسوم به کوردیک، با استفاده از اعمال شیفت و جمع، انواع توابع متعالی قابل محاسبه است. از سوی دیگر، به دلایلی مانند عدم امکان نمایش دقیق برخی از کسرهای پرکاربرد (مانند 2/0) در سیستم اعداد دودویی و اتکاء سیستمهای تجاری مالی مانند سیستم های بانکی و تجارت الکترونیکی به محاسبات دهدهی، نیاز به انجام محاسبات در سیستم اعداد دهدهی اجتناب ناپذیر و رو به افزایش است. از این رو در این مقاله، به طراحی و پیاده‌سازی توابع متعالی دهدهی پرداخته شده است. از آنجا که در این الگوریتم تعداد زیادی عمل جمع به صورت متوالی صورت می پذیرد، تاخیر انتشار نقلی کاملاً مشهود بوده و تاثیر منفی به سزایی در تاخیر نهایی واحد محاسباتی دارد. لذا با استفاده از نمایش افزونه ای، عمل جمع به شکل بدون انشار نقلی انجام می شود. طرح ارائه شده، نه تنها بیش از دو برابر سریع تر از طرح های پیشین است، بلکه در تاخیر یکسان، توان مصرفی کمتری نشان می دهد.

از سند هم‌آرایی وب‌سرویس‌ها (WS-CDL) برای تعریف همکاری بین چندین واحد کسب‌ و‌ کار سرویس‌گرا استفاده می‌شود. توصیف تعاملات و هماهنگی بین واحدهای همکار به منظور دستیابی به اهداف مشترک انجام می‌شود. ناسازگاری‌هایی ممکن است در حین تعاملات رخ دهند، بنابراین ضرورت دارد تا سند هم‌آرایی سرویس‌ها در زمان طراحی، یا بعد از تغییر و قبل از اجرای مجدد، ارزیابی شود. در تحقیق جاری، توصیف صوری سند هم‌آرایی با استفاده از زبان Z ارائه شده است. ارزیابی نحو و ساختار سند هم‌آرایی، ترتیب تبادل پیام‌ها و بررسی نتایج مورد انتظار از تعاملات از جمله مواردی هستند که از طریق مدل‌های صوری ارزیابی می‌شوند. نحوه تبدیل سند هم‌آرایی به توصیف‌های صوری را با استفاده از مطالعه موردی "فرآیند خرید برنامه سفر" نمایش می‌دهیم.

تشخیص ناهنجاری در ترافیک شبکه با اهداف مختلفی چون بهبود کارایی شبکه، تشخیص نفوذ و یا تضمین وجود دسترس‌پذیری برای مباحث امنیتی، مورد توجه است. یکی از روش‌هایی که در سال‌های اخیر برای تشخیص ناهنجاری در شبکه ارائه شده است، از ترکی بروش‌های مبتنی بر مدل سازی آماری و استنتاج آماری استفاده می‌کند. مقاله حاضر رويكرد نويني را براي تشخيص ناهنجاري در ترافيك شبكه ارائه مي‌دهد كه برمبناي تركيب استنتاج آماري و روش‌هاي پردازش سيگنال است. از آنجایی ‌که تبديل موجك يك ابزار چند مقياسي و انعطاف‌پذير در پردازش سيگنال‌هاست، در این مقاله با مبنا قراردادن روش مطرح‌ شده در مقالات قبلی، تأثیر اعمال تبدیل موجک را بر روی نرخ تشخیص ناهنجاری بررسی کرده و نشان می‌دهیم که تبدیل موجک، می‌تواند برای بهبود نرخ تشخیص مفید باشد. همچنین نشان می‌دهیم که استفاده از تبدیل موجک باعث می‌شود که چند تفکیک‌پذیری به ترافیک اضافه شود. این مسئله مشکل عدم وابستگی بلند مدت را در ترافیک شبکه برطرف می‌سازد. در نهایت ارزیابی با استفاده از دادگان موجود، برای روش ارائه شده و مقاله مبنا، به وسیله منحنی مشخصه عملکرد سیستم (ROC) انجام ‌شده و كارايي اين روش‌ها مقايسه مي‌شود.

آزمون مبتنی بر مدل براساس نیازمندی های تعریف شده برای سیستم به انجام آزمون می پردازد. هر چه نیازمندی های سیستم دقیق تر و کامل تر باشد، نتایج آزمون ها واقعی تر خواهد بود. در برخی موارد سیستم هایی باید مورد آزمون قرار گیرند که دسترسی به مستندات مشخصات سیستم آن ها وجود ندارد. نیازمندی های بعضی از سیستم ها نیز به مرور زمان به صورت غیر رسمی تغییر یافته ولی مستندات مشخصات نیازمندی ها بروز نشده است. در چنین مواقعی مدل های آزمون طراحی شده نسبت به مدل های طراحی سیستم متفاوت بوده و در نتیجه آزمون هایی که بر مبنای مدل های آزمون انجام می شوند، کامل و قابل اطمینان نخواهند بود. در این مطالعه روشی برای یافتن نواقص نیازمندی ها براساس آزمون رفتار در حال اجرای سیستم در محیط عملیاتی ارائه شده است. در روش پیشنهادی مدل های استفاده از سیستم به کمک تحلیل داده های محیط عملیاتی ایجاد می شوند. داده های ورودی مدل های آزمون براساس مدل های استفاده طراحی شده تعیین می گردند. سپس با مقایسه خروجی های مورد انتظار هر مورد آزمون با نتایج واقعی موجود در محیط عملیاتی، می توان نواقص یا نیازمندی های غیررسمی سیستم را شناسایی نمود. بر همین اساس می توان سند مشخصات نیازمندی ها را تکمیل و یا رفتار سیستم را اصلاح نمود. این روش به منظور اعتبارسنجی برروی سیستمی در دامنه پرداخت الکترونیک اعمال گردیده است.

نخستین گام برای ایجاد بسیاری از سیستم‌های خودکار تحلیل تصویرهای شبکیه چشم، جداسازی رگ‌ها است. در این مقاله روشی مبتنی بر تبدیل مورفولوژی تاپ‌هت برای جداسازی رگ‌ها ارائه می‌دهیم که با استفاده‌ی مناسب از خطی بودن شکل رگ‌ها در تصویر شبکیه، رگ‌ها را تقویت و درعین‌حال پس‌زمینه را یکنواخت‌تر می‌کند. درنهایت روش پیشنهادی را روی مجموعه تصویرهای استاندارد آزمایش و با سایر روش‌ها مقایسه می‌کنیم. نتایج الگوریتم پیشنهادی، هم به‌صورت کمی و هم به‌صورت کیفی بررسی‌شده‌اند. کد برنامه نیز برای بازتولید نتایج در دسترس قرار داده‌ شده است.

در این مقاله، به‌منظور پرس و جو از یک دیتاست تصویری از یک شبکه عصبی پس انتشار خطا، استفاده می‌شود. پس از آموزش شبکه عصبی، کلمه مورد پرس و جو دریافت شده و شبکه عصبی تمام تصاویر موجود را پویش می‌نماید و میزان تطابق آن‌ها را با متن مورد پرس و جو مشخص می‌نماید. سپس به‌کمک مفاهیم مجموعه‌های فازی، مواردی که دارای بیشترین تطابق با متن پرس و جو باشد بعنوان نتیجه پرس و جو برگردانده می‌شود. به‌منظور تعیین ویژگی از یک الگوریتم ابتکاری قابل رقابت با SVM استفاده شده است.

در تیم‌های رباتیک خودمختار در کاربردهای دنیای واقعی لازم است عامل‌ها برای رسیدن به بیشترین سود باهم همکاری کنند. تصمیم‌گیری و چگونگی عملکرد و همکاری آنان با هم به دلیل پویا بودن محیط، پیوستگی برخی از پارامترها، غیرقطعی بودن محیط و ناشناخته بودن هم‌تیمی‌ها فرایندی پیچیده محسوب می‌شود. در این مقاله مأموریت نظارت پهپادها به عنوان یک سیستم چندعامله در دنیای واقعی و مسأله تصمیم‌گیری برخط عامل‌ها در شرایطی که اعضای تیم و محیط به طور کامل شناخته شده نیستند، مطرح شده و با کمک مدل مارکوف به صورت متمرکز روشی برای تصمیم‌گیری بهینه عامل‌ها در تیم ارائه شده است. آزمایش‌های انجام شده نشان می‌دهند این روش تصمیم‌گیری که مبتنی بر دانش آموخته شده قبلی عامل‌ها است، عملکرد تیم را در محیط ناشناخته بهبود می‌دهد.

در سال‌های اخیر و با رشد روز افزون داده‎ها، حجم انبوهی از داده‎ها ذخیره و نگه‎داری می‌شوند که تمام این داده‌ها جهت استفاده مجدد مورد نیاز نخواهند بود. یکی از روش‎های کاهش حجم داده‎های تکراری و کم اهمیت، روش انتخاب ویژگی‎های مهم می‌باشد. این مقاله با استفاده از الگوریتم بهینه‎سازی کلونی مورچگان که به عنوان یک روش ابتکاری مطرح است، به دنبال کاهش ابعاد مجموعه‎داده‎ها با حفظ عملکرد اولیه داده‎ها می‌باشد. از روش Wrapper و شبکه عصبی برای انتخاب ویژگی‎ها استفاده شده است. در این مقاله محاسبه فاصله ویژگی‎ها (η) با دو روش SUFC و SUFF انجام خواهد شد. نتایج نشان‏ دهنده عملکرد مناسب الگوریتم در مجموعه ‎داده‎های بزرگتر می‌باشد.

خطاهای حاصل از بازشناسی گفتار عامل مهمی در کاهش کارایی خلاصه‌سازی گفتار است. هدف این مقاله انجام خلاصه‌سازی بدون استفاده از سیستم بازشناسی خودکار گفتار (ASR) است. با توجه به مفید بودن واحدهای مبتنی بر واج در خلاصه‌سازی بی‌نظارت در تحقیقات گذشته، به‌جای ویژگی‌های مبتنی بر کلمه از ویژگی‌های مبتنی بر n-گرم واجی برای خلاصه‌ساز بانظارت استفاده شد که نیازی به سیستم بازشناسی گفتار ندارند. همچنین تاثیر استفاده از ویژگی‌های مستقل از ASR برای خلاصه‌سازی بانظارت در حوزه اخبار مورد بررسی قرار گرفت و کارایی ویژگی‌های مختلف مقایسه و سپس ویژگی‌هایی با بیشترین کارایی برای آموزش طبقه‌بندی کننده انتخاب شدند. نتایج ارزیابی روی پیکره اخبار فارسی نشان‌دهنده‌ی موثر بودن ویژگی‌های مستقل از ASR و فرآیند انتخاب ویژگی است.

مدل‌های احتمالاتی ابزاری موفق در تخمین حالت بدن هستند. دو دسته عمده مدل‌های مورد استفاده در این زمینه مدل‌های گرافی و درختی هستند. مدل‌های گرافی به واسطه قیود بیشتری که در نظر می‌گیرند امکان تخمین بهتری از ساختار بدن را فراهم می‌کنند اما استنتاج دقیق در آنها پیچیده است. از طرفی ساختارهای درختی علیرغم سرعت بالا در استنتاج به دلیل عدم در نظر گرفتن برخی از قیود با مشکلاتی نظیر دوبارشماری اندام‌هایی نظیر دست و پا مواجه هستند که در آن یک دست یا پای انسان به عنوان هر دو دست یا پای فرد در نظر گرفته می‌شود. برای رفع این مشکل در روش پیشنهادی در این مقاله ابتدا ساختار کلی بدن با استفاده از یک مدل درختی تخمین زده می‌شود و سپس از یک مدل گرافی به منظور اعمال قیود بیشتر و تخمین بهتر موقعیت بدن استفاده می‌شود. برای غلبه بر پیچیدگی استنتاج در مدل‌های گرافی، در هر مرحله یک بخش از ساختار تخمین زده شده اولیه ثابت در نظر گرفته می‌شود و موقعیت سایر بخش‌های بدن بروزرسانی می‌شود. آزمایشهای تجربی بر روی پایگاه داده LSP نشان دهنده موفقیت روش پیشنهادی در حل مشکل دوبارشماری اندام‌ها است.

کمپلکس پروتئینی گروهی از پروتئین‌ها هستند که نقش مهمی در فرایندهای زیستی دارند. با توجه به نقش کمپلکس‌هاي پروتئيني در انجام بسياري از عملکردهای سلولي موجودات زنده، کشف آن‌ها مي‌تواند به درک بهتر فرآيندهاي سلولي و توسعه کاربردهاي مبتني ‌بر مهندسي زيستي منجر شود. ازاین‌رو یکی از چالش‌برانگیزترین مسائل موجود در محاسبات زیستی تشخیص کمپلکس‌های پروتئینی در شبکه‌های برهمکنش پروتئین-پروتئین (PPI) است. بیشتر روش‌های محاسباتی موجود مبتنی بر این باور طراحی‌شده‌اند که نواحی متراکم در شبکه PPI ممکن است مطابقت بیشتری با کمپلکس‌های پروتئینی داشته باشند. از طرفی کمپلکس‌های پروتئینی پراکنده تقریباً یک‌سوم کمپلکس‌های ارزیابی را تشکیل می‌دهند، که در روش‌های محاسباتی ذکرشده نادیده گرفته می‌شوند. بنابراین در این پژوهش یک روش دومرحله‌ای برای تشخیص هر دو نوع کمپلکس‌های پروتئینی، متراکم و پراکنده در شبکه تعاملی پروتئینی پیشنهادشده است. در مرحله اول، هسته‌ها را که به‌عنوان قلب کمپلکس‌های پروتئینی است تشخیص داده می‌شود و سپس افزونه‌ها را بر اساس معیار تفاوت تعداد یال‌های درون ماژولی و بین ماژولی و توزیع درجه، به هسته اضافه می‌شود. ارزیابی کارایی روش پیشنهادی و مقایسه با روش‌های قبلی مانند MCODE، DPClus، ADHAC و COACH بر روی شبکه برهم‌کنش پروتئینی مانند DIP نشان‌دهنده‌ی عملکرد بهتر در تشخیص کمپلکس‌های پروتئینی متراکم و پراکنده است.

توسعه پایدار از جمله مفاهیمی است که در دهه اخیر موضوع بسیاری از مطالعات در حوزه های گوناگون قرار گرفته است.لزوم بکارگیری اهرم های اساسی توسعه پایدار در طراحی و تبیین خطی مشی راهبردی نهادهای تصمیم گیری در سطوح مختلف ،تجدید نظر ساختار شکنانه ای را در تعاریف معمول باعث گردیده است که این خود تبعات گوناگونی را به همراه داشته است.این امر بالاخص در تعاریف تسعه شهری نمود ویژه ای یافته است .به گونه ای که سرعت تغییرات در این حوزه به واسطه برخورداری از شاخصه های منحصر بفرد از شتاب بالایی بهره مند بوده است.شدت تاثیرات رویکرد فوق الذکر بحدی است که توفیق یا عدم توفیق در پیاده سازی مفاهیم توسعه پایدار در روند توسعه شهری به معیار غیر قابل انکاری در سنجش کیفیت یا قابلیت سکونت شهرها بدل گشته است.از این رهگذر شناخت دلایل توفیق تجارب موفق در کنار بررسی موانع پیش روبا رویکردی آسیب شناسانه از اهمیتی والا برخوردار می باشد.

سال‌هاست تاکسی‌ها، به عنوان عضوی جدایی ناپذیر از سیستم حمل و نقل شهری، بخش قابل توجهی از بار سفرهای روزانه‌ی شهری را به دوش می‌کشند. اختصاص درخواست‌ها به تاکسی‌ها مسأله‌ای است که سیستم‌های تاکسی‌رانی سنتی به علت عدم توانایی در هماهنگی تاکسی‌ها و بزرگی مقیاس کار، علی الخصوص در کلان شهرهایی مانند تهران، همواره با آن دست و پنجه نرم می‌کنند. همچنین عدم توازن عرضه و تقاضا ناشی از عدم هماهنگی در سیستم، منجر به اتلاف ظرفیت تاکسی‌ها در یک منطقه و صف طولانی مسافرین در منطقه‌ای دیگر شده و در نهایت نارضایتی را برای هر دو طرف به همراه دارد. امروزه با بهره‌وری از فناوری‌های جدید مانند GPS و سهولت در متصل کردن تاکسی‌ها به شبکه، در سیستم‌های تاکسی‌رانی هوشمند می‌توان به اطلاعات زیادی از جمله مکان و وضعیت تاکسی‌ها، شرایط ترافیکی، تعداد و مکان درخواست‌های سفر به صورت لحظه‌ای دسترسی داشت. دسترسی به این اطلاعات امکان کنترل و راهبری هوشمند تاکسی‌ها را در مقیاس بزرگ فراهم کرده و حل مشکلاتی از قبیل عدم توازن عرضه و تقاضا، عدم استفاده بهینه از ناوگان و در نتیجه اتلاف وقت و درآمد پایین رانندگان را ممکن می‌سازد. در این مقاله به بررسی روش‌های ارائه شده تا کنون، مقایسه و بیان کاستی‌های آن‌ها می‌پردازیم.

امروزه در اکثر کشورهاي پيشرفته دنيا طيف گسترده‎اي از سيستم‎هاي حمل و نقل عمومي، از جمله مترو، راه‌آهن، اتوبوس‎هاي شهري، سيستم کنترل ترافيک و زيرساخت‎هاي مشابه از سيستم‎هاي کنترل نظارتي و اکتساب داده‎ها و يا اسکادا (SCADA) بمنظور کنترل و مديريت استفاده مي‎کنند. اين سيستم‎هاي جامع پس از جمع آوري اطلاعات اندازه‎گيري شده توسط سنسورها و داده‎هاي عملياتي از فيلدها، اقدام به پردازش و نمايش اين اطلاعات و همچنين واگذاري فرمان کنترلي به تجهيزات محلي و راه دور مي‎کنند. براي چند دهه، سيستم‎هاي SCADA در پشت صحنه عمل مي‎کردند و اقدامات انجام شده توسط آنها براي عموم ملموس نبوده است، اما اخيرا و پس از آگاهي رساني‎ها در مورد حملات سايبري که در اين زمينه اتفاق افتاده است، براي اکثريت شناخته شده است. اين سيستم‎ها گنجينه عظيمي از اطلاعات محرمانه را شامل مي‎شود که دولت‎هاي متخاصم، رقبا، گروه‎هاي تروريستي، کارمندان ناراضي و ديگر مزاحمان مخرب ‎بخوبي از اين موضوع مطلع هستند و همين امر ضرورت توجه به امنيت در سيستم‎هاي اسکادا را پررنگ‎تر مي‎سازد. هدف از سيستم‎هاي کنترل و ارتباط حمل و نقل معمولي تسهيل عمليات نظارت، کنترل و جمع آوري داده‎ها از انواع مختلف تجهيزات‎‎ است. تجهيزاتي که توسط يک مرکز کنترل حمل و نقل نظارت مي‎شوند ممکن است شامل تعداد زيادي از عمليات قرار گيرند که از جمله آنها مي‎توان به کنترل وسيله نقليه و برنامه‎ريزي براي آن، کنترل برق، کنترل تهويه مطبوع، نظارت بر پمپ، تشخيص نفوذ، و مواردي از اين قبيل اشاره کرد. به منظور پوشش اهداف تعيين شده در اين زمينه، اقدامات کنترلي و ارتباطاتي مي‎بايست با اقدامات نظارت يا مانيتورينگ و کنترل، به يک يا چند سيستم ترکيب شوند. سيستم‎هايي که معمولا در يک محيط حمل و نقل پيدا مي‎شوند ممکن است شامل کنترل قطار، نظارت بر خودرو، قدرت کشش، کنترل تهويه مطبوع، SCADA، مجموعه کرايه، تلويزيون مدار بسته (CCTV)، مديريت فيبر نوري و انواع مختلف ديگر از سيستم‌هاي ارتباطي ميباشد. نيازمندي‌هاي امنيتي را کنترل و ارتباطات بسته به نوع تجهيزات در حال کنترل شده و همانند زير ساخت‎هاي سيستم واقعي مي‎تواند متفاوت باشد. به همين دليل، نياز به توجه تيم امنيت در سيستم‎ها، تجهيزات و قابليت‎ها به منظور تعيين مرزهاي امنيتي مي‎باشد. از اين رو، اين بخش سيستم‎ها و اتصال عملکردي بين سيستم‎ها و تجهيزات را به منظور اطمينان از وجود مسائل امنيتي شناسايي مي‎کند. اين مسئله در هنگام برخورد با امنيت سايبري بسيار اهميت پيدا مي‎کند.

پیشرفت‌های اخیر در فنآوری اطلاعات منجر به ایجاد تکنولوژی جدیدی به نام اینترنت اشیاء شده است. همچنین افزایش قیمت بهداشت و درمان در سراسر جهان خواستار تحول در مراقبت‌های سلامت افراد شده که با توجه به نیازهای جدید، سیستم بهداشت و درمان مبتنی بر اینترنت اشیاء به‌وجود آمده است. در این کاربرد بیشترین نگرانی مربوط به امنیت و حفظ حریم خصوصی افراد می‌باشد که در جهت رفع این نگرانی‌ها از پروتکل امنیتی DTLS استفاده می‌شود. در این مقاله یک روش جدید سبک وزن مبتنی‌بر پروتکل DTLS پیشنهاد شده است که با استفاده از مکانیزم‌های کم‌حجم‌سازی در بخش دست‌تکانی و سرآیند این پروتکل از طریق کاهش اندازه پیام ارسالی به میزان 28 درصد، توانسته است مشکلات مراحل زمانبر این پروتکل را حل کند. شبیه‌سازی و ارزیابی روش پیشنهادی نشان از کاهش زمان پردازش و ارسال پیام، مصرف انرژی و حافظه می‌باشد.

در این مقاله، تشخیص نویزهای ضربه‌ای کلیک به عنوان یکی ار رایج‌ترین نویز ها در صداهای ضبط شده‌ی قدیمی مورد توجه قرار گرفته است. با توجه به ماهیت نویز های ضربه‌ای و مولفه‌های فرکانس بالایی که در محل وقوع این نوع نویز به وجود می‌آیند، در روش پیشنهادی از تبدیل موجک پیوسته به منظور بهره‌گیری از اطلاعات زمانی و فرکانسی در راستای تشخیص نویز کلیک استفاده شده است. پس از محاسبه ضرایب تبدیل موجک پیوسته، از روش آستانه‌یابی اتسو به عنوان یکی از روش‌های استانه یابی بدون پارامتر برای تعیین بخش‌های آلوده به کلیک استفاده شده است و در نهایت با تکنیک گسترش کلیک، دقت تشخیص افزایش می‌یابد. نتایج آزمایش‌های عینی، مانند درصد تشخیص های نادرست و درصد تشخیص‌های از دست رفته، نشان دهنده عملکرد بهتر روش پیشنهادی در مقابل یکی از بهترین روش های موجود می‌باشد.

با پیشرفت تکنولوژی و استفاده از شبکه جهانی اینترنت، حجم داده‌های الکترونیکی به شدت رو به افزایش است. در چنین فضایی کاربران قادر به بررسی همه داده‌های موجود نیستند و نیاز به سامانه‌های پیشرفته تحلیل اطلاعات برای کمک به کاربران می‌باشد. سامانه‌های توصیه‌گر با تلاش در راستای ارائه پیشنهاداتی مطابق با سلیقه کاربر ایجاد شده‌اند. معیار اصلی این سیستم‌ها یافتن کاربران مشابه به هر کاربر هدف و ارائه کالای مورد علاقه آن‌ها به کاربر هدف می‌باشد. در این مقاله به ارائه مدلی جهت بهبود محاسبه شباهت کاربران در سامانه های توصیه‌گر می‌پردازیم. در مدل پیشنهادی جهت محاسبه شباهت کاربران علاوه بر در نظر گرفتن امتیازدهی آن ها در ماتریس کاربر-کالا، نظرات نگارش شده توسط کاربران نیز مورد توجه قرار گرفته است. برای این منظور در مقاله حاضر با استفاده از روش‌های پردازش زبان طبیعی به محاسبه شباهت میان متون نظرات کاربران پرداخته شده است تا با کمک آن معیار شباهت کاربران در سیستم‌های توصیه‌گر مبتنی بر پالایش مشارکتی ارتقاء یابد. برای شباهت متون چهار روش مختلف مورد بررسی قرار گرفته است. ارزیابی سیستم بر روی داده‌های سایت دیجی‌کالا مبین تاثیر 24 درصدی مدل پیشنهادی در کاهش خطای سیستم توصیه‌گر می‌باشد.