در وب معنایی، داده‌ها ساخت‌یافته هستند و از طریق پیوندهای معنایی به یک دیگر متصل شده‌اند. ساخت یافتگی داده‌ها، این امکان را فراهم می‌کند که بتوان براساس پرس‌وجوهای ساخت‌یافته و دقیق SPARQL به جستجوی وب پرداخت. بنابراین برخلاف وب اسناد که در آن، جستجو تنها براساس پرس‌وجوی کلمه‌ی کلیدی ممکن بود، در وب معنایی امکان پاسخ به پرس‌وجوهای غیرمبهم SPARQL به وجود آمده است. باتوجه به اینکه تمام نتایج بازگردانده شده در پاسخ به یک پرس‌وجوی SPARQL باید تمام شرایط ذکر شده در پرس‌وجو را برآورده نمایند، بررسی تمام نتایج و یافتن پاسخ مطلوب برای کاربر، امری زمان‌بر خواهد بود. در نتیجه نیاز به روش‌هایی برای رتبه‌بندی نتایج پرس‌وجو‌های SPARQL وجود دارد که بتواند به کاربر کمک کند تا سریع‌تر پاسخ مورد نظر خود را بیابد. در این مقاله با تطبیق روش رتبه‌بندی PageRank و تخصیص خودکار وزن به پیوندهای معنایی مختلف، یک روش رتبه‌بندی برمبنای تحلیل پیوند برای نتایج پرس‌وجو‌های SPARQL پیشنهاد شده‌است. روش تخصیص وزن، براساس تفکیک پیوندهای معنایی عام و خاص عمل می‌نماید. نتایج حاصل از ارزیابی نشان می‌دهد که روش تخصیص وزن پیشنهادی، در محاسبه‌ی رتبه موفق است و باعث بهبود دقت الگوریتم رتبه‌بندی می‌شود.

سامانه‌هاي فوق‌كلان‌مقياس سامانه‌هايي هستند كه از نظر مقياس و اندازه فراتر از سامانه‌هاي امروزي هستند. مقياس در سامانه‌هاي فوق‌كلان‌مقياس باعث تغيير همه چيز مي‌شود. اين مساله باعث انفجار فضاي طراحي مي‌شود و بخش‌هايي را شامل مي‌شود كه امروزه به هيچ عنوان با آن‌ها درگير نبوديم. نگهداشت يكپارچگي، مفهومي كه در طراحي چنين سیستم‌هايي مطرح مي‌شود فراتر از فعاليت‌هاي طراحي امروزي است. در واقع چالش‌هاي جديدي در دانش، ابزار و روش‌هاي امروزي مطرح مي‌شود. یکی از این چالش‌ها یافتن منبع در این نوع سیستم‌ها است، زیرا منابع در این سیستم‌ها از نظر جغرافیایی بسیار پراکنده هستند. تاکنون روش‌های متفاوتی برای کشف منبع در این نوع سیستم‌ها ارائه‌‌‌شده‌است. واضح است که پیدا کردن منابع برای کاربران در چنین محیطی مسئله‌ای بسیار پیچیده و دشوار است. در این مقاله الگوریتم جدیدی معرفی‌‌‌شده‌است که از یک درخت وزن‌دار برای کشف منبع استفاده می‌‌کند. در این روش می‌توان به صورت مستقیم و بدون مراجعه به گره‌های اضافی و ایجاد ترافیک غیرضروری به گره‌هایی که این منبع را در اختیار دارد، دست پیدا کرد. طبق نتایج شبیه‌سازی، ترافیک وارد بر شبکه و میزان لینک اشغال‌‌‌شده نسبت به روش‌های دیگر کمتر است و کارایی شبکه در این روش بهبود یافته‌است.

در رویکرد توسعه مبتنی بر مدل، UML به همراه OCL به عنوان یک استانداردی که به طور گسترده پذیرفته شده، در فرآیند تولید و توسعه نرم افزار بکار گرفته شده است. از آنجاییکه وارسی مدل تاثیر قابل ملاحظه ای روی کیفیت تولید نرم افزار نهایی دارد و وارسی مدل UML به همراه OCL یک مسئله تصمیم ناپذیر است در این مقاله روش جدیدی مبتنی بر الگوریتم کلونی زنبور عسل مصنوعی و درخت نحو مجرد OCL ارائه شده است که بطور خودکار مدل UML/OCL را وارسی میکند.

تبدیل بین نمادگذاری‌های صوری و بصری به فرآیند توسعه نرم‌افزار کمک می‌کند؛ به این ترتیب که از مدلسازی بصری در اوایل مرحله مدلسازی مفهومی (جهت درک ساده¬تر نیازمندی‌ها توسط ذی‌نفعان مختلف) و از روش‌های صوری در مراحل بعدی، که نیازمندی‌ها بهتر درک شدند (جهت طراحی و ساخت نرم‌افزار بر اساس توصیف صوری غیر مبهم و سازگار)، استفاده می‌شود. قوانین تبدیل بین مدل‌ها در رویکردهای موجود اغلب به صورت غیردقیق بوده که این موجب ابهام در انتقال‌ها می‌شود. همچنین در کارهای موجود، از زبان‌های مدلسازی بصری ولی کاملا غیرصوری به عنوان زبان مبدا استفاده شده است. این موضوع موجب تاخیر در درستی‌یابی صوری تا زمان تبدیل مدل‌ها به یک زبان صوری می-شود. با توجه به مشکلات بالا، هدف این مقاله، تکمیل کار قبلی نویسندگان مقاله جهت ارائه روشی در سطح متامدل صوری به منظور تبدیل مدل‌های UML-B، به عنوان یک نمادگذاری بصری و نیمه‌صوری شی‌گرا، به ساختارهای Object-Z، به عنوان یک زبان صوری غیر بصری است. استفاده از UML-B به جای سایر زبان‌های کاملا بصری و غیرصوری، زمینه درستی‌یابی بخشی از مدل‌های بصری را در اوایل مرحله مدلسازی مفهومی فراهم می‌سازد. با استفاده از یک مطالعه موردی، کاربردپذیری روش ارائه شده نشان داده می‌شود.

چارچوب‌های نرم‌افزاری شیءگرا به دلیل داشتن مزایایی چون ایجاد یک بستر استاندارد برای طراحی و پیاده‌سازی سامانه‌های نرم‌افزاری، کاهش هزینه‌ها، کاهش زمان توسعه‌ی سیستم، استفاده مجدد از کد، و افزایش قابلیت مراقبت و نگهداری به صورت گسترده توسط برنامه‌نویسان مورد استفاده قرار می‌گیرند. ولی این چارچوب‌های نرم‌افزاری مشابه هر نرم‌افزار دیگر به دلیل مطرح شدن نیازمندی‌های جدید و یا رفع‌ کردن خطاها در طول زمان دچار تغییر و تحول می‌شوند. این تغییرات موجب می‌شوند برنامههایی که با استفاده از این چارچوب‌های نرم‌افزاری نوشته شده‌اند دچار مشکل شده و به درستی کار خود را انجام ندهند. بنابراین همراه با به‌روزرسانی و تکامل چارچوب‌های نرم‌افزاری، این برنامه‌ها نیز نیازمند به‌روزرسانی و تکامل می‌باشند. در این مقاله روشی ارائه شده است که تکامل یک چارچوب نرم‌افزاری شیءگرا را با استفاده از تحلیل تکامل مفاهیم یا وظیفه‌مندی‌های عرضه شده توسط آن چارچوب در بین نسخه‌های مختلف آن می-سنجد، و قوانین تغییری برای فرآیند تکامل مفاهیم چارچوب‌های نرم‌افزاری شیءگرا استخراج می‌کند که برنامه‌نویسان با استفاده از این قوانین تغییر می‌توانند برنامه‌های خود را به‌روزرسانی کنند. دستاورد این مقاله، روشی نیمه‌خودکار و با دقت و قابلیت‌بازیابی قابل قبول جهت کشف قوانین تغییر مورد نیاز برای به‌روزرسانی برنامه‌ها می‌باشد. برای بررسی و شفاف-سازی این روش نمونه‌ی عملی از آن نیز پیاده‌سازی شده است. در نهایت برای سنجش کارایی روش پیشنهادی، تکامل تعدادی چارچوب نرم‌افزاری با استفاده از این روش تحلیل شده و نتایج بدست آمده با نتایج روش‌های پیشین مقایسه گردیده است.

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.

گسترش بکارگیری معماری سرویس‌گرا و به تبع آن گسترش توسعه سرویس‌های وب، نیاز به روش‌های اکتشاف سرویس را دوچندان کرده است. با درنظر گرفتن زمینه در این روش‌ها، می‌توانیم سرویس‌هایی متناسب با نیاز کاربر و زمینه جاری به او پیشنهاد دهیم. روش‌های زیادی برای اکتشاف سرویس‌ها ارائه شده است که بعضا اطلاعات زمینه‌ای را در نظر می‌گیرند، اما این روش‌های آگاه از زمینه، در فرایند اکتشاف سرویس، سرویس‌های مرکب را در نظر نگرفته‌اند. در این مقاله روشی آگاه از زمینه برای اکتشاف سرویس‌ها ارائه خواهد شد که سه ویژگی اصلی دارد: اول اینکه سرویس‌های مرکب را در فرایند اکتشاف سرویس در نظر می‌گیرد، دوم اینکه سیاست‌های کنترل دسترسی به سرویس‌ها را لحاظ می‌کند، سوم اینکه از روش‌های معنایی برای مدل‌سازی سرویس‌ها و زمینه استفاده می‌کند. قابلیت کاربرد روش ارائه شده با استفاده از یک مطالعه موردی نشان داده می‌شود. نتایج مطالعه موردی نشان می‌دهد که بکارگیری این روش منجر به کاهش منفی کاذب خواهد شد. همچنین با استفاده از این روش می‌توانیم سیاست‌هایی برای کنترل دسترسی کاربران به سرویس‌های موجود اعمال نموده و از مزایای روش‌های معنایی همچون استنتاج بهره‌مند شویم.

در خط تولید سرویس‌گرا، شناسایی سرویس‌های مناسب و تغییرپذیری آنها در خط تولید سرویس گرا به صورتی که همراستا با حرفه باشند، تنها با استفاده از مدل ویژگی امکان‌پذیر نیست و برای این منظور می‌بایست سرویس‌ها را بر اساس فرایندهای حرفه شناسایی کرد؛ همانطورکه برای سیستم‌های منفرد سرویس‌گرا نیز از این فرایندها استفاده می‌شود. در این پژوهش، روشی ارائه می‌شود که مبتنی بر اهداف سازمان تولید کننده نرم‌افزار، سرویس‌های مناسب را شناسایی و تغییرپذیری آنها را تعیین می‌کند. این کار از طریق یک الگوریتم تکاملی با افراز گراف مربوط به «مدل خانواده فرایندهای حرفه» انجام می‌شود. سرویس‌های به دست آمده در این روش از اصول طراحی منطبق با اهداف سازمان تبعیت کرده و در قالب مدل تغییرپذیری سرویس سازماندهی و توصیف می‌شوند. ارزیابی روش از طریق آزمایش تجربی نشان داد که مدل‌های ایجاد شده توسط روش پیشنهادی سازگار، دارای قابلیت نگهداری بالا و از نظر معیارهای طراحی سرویس‌گرایی و خط تولید نرم‌افزار نزدیک به طراحی معماران و اغلب بهتر از آنها هستند.

ارزيابي سرويس‌هاي نرم افزاري در سطح مدل‌سازي و همچنين در سطح پياده‌سازي با توجه به ويژگي‌هاي کيفي ، يکي از فعاليت‌هاي کليدي براي اطمينان از پياده‌سازي يک معماري سرويس‌گراي موفق است. براي انجام اين کار ضروري است که يک مجموعه از ويژگي‌هاي کيفي مانند قابليت استفاده مجدد، اتصال سست بين سرويسي، خودمختاري، انسجام و دانه‌بندي مناسب را در نظر گرفته و براي اندازه‌گيري آنها، متريک‌هايي تعريف کرد که بتوان به کمک اندازه‌گيري کمي، ميزان موثر بودن سرويس‌هاي نرم افزاري را بر مبناي اهداف کسب و کار تعيين کرد. با توجه به اينکه فاز مدل‌سازي، مبنايي براي فاز پياده‌سازي محسوب مي‌شود، ارزيابي در اين فاز بسيار حائز اهميت است. تاکنون روش‌هاي بسياري براي ارزيابي سرويس‌هاي نرم افزاري ارائه شده است، اما تعداد کمي از آنها به ارزيابي در سطح مدل‌سازي پرداخته اند و عمده آنها نيز يا سرويس را با تعداد اندکي متريک مورد ارزيابي قرار داده‌اند و يا اينکه متريک‌ها طوري کمي نشده اند که قابل اندازه گيري توسط ابزار باشند. در اين مقاله متريک‌هايي براي اندازه‌گيري انسجام، پيچيدگي ساختاري و خودمختاري سرويس از ديدگاه موجوديت محور بودن، ارائه شده است که قابليت کمي شدن از طريق ماتريس کراد را دارند و از طريق اين متريک‌ها مي‌توان ميزان خوش تعريف بودن سرويس را اندازه‌گيري کرد.

استقلال و اتصال سست دو ویژگی مهم سرویس‌های نرم‌افزاری است که گاهاً به سبب وابستگی منطق کسب‌وکار در بین عملیات سرویس‌های مختلف کسب‌وکار، این دو ویژگی کمرنگ می‌گردند. در این مقاله روشی جهت ایجاد توابع همتا برای سرویس‌ها با هدف کاهش فراخوانی‌های بین سرویس‌ها معرفی شده است. بر این اساس پس از شناسایی سرویس‌ها با استفاده از خوشه‌بندی وظایف یا فعالیت‌ها، مقدار تابع تناسب Turbo-MQ برای خوشه‌ها محاسبه می‌گردد و تلاش می‌گردد وظایف یا فعالیت‌هایی که همتاسازی آن‌ها در خوشه‌های دیگر این مقدار را افزایش می‌دهد شناسایی و همتاسازی گردند. همتاسازی وظایف سبب ایجاد روابط درون خوشه‌ای و بین خوشه‌ای جدید می‌گردد. همچنین یک معیار هزینه همتاسازی به عنوان یک عامل بازدارنده همتاسازی در نظر گرفته می‌شود. همتاسازی وظایف در صورت بالا بردن Turbo-MQو غلبه بر معیار هزینه سبب می‌گردد فراخوانی‌های بین سرویس‌ها کاهش یافته و در نتیجه سرعت و کیفیت ارائه خدمات کل سیستم افزایش داشته باشد. این روش قابلیت افزوده شدن به کلیه روش‌های شناسایی سرویس مبتنی بر مدل فرآیندهای کسب و کار که از فن خوشه‌بندی استفاده می‌کنند را داشته و بر دقت این روش‌ها می‌افزاید.

با ایجاد هر تغییر در کد نرم‌افزار، آزمون رگرسیون نرم‌افزار بر روی آن صورت می‌گیرد تا اطمینان حاصل شود این تغییر باعث بروز خطاهای ناخواسته در دیگر بخش‌های نرم‌افزار نشده است. اولویت‌دهی به موارد آزمون ِمورد استفاده در آزمون رگرسیون، از جمله روش‌هایی است که به منظور کشف هرچه سریع‌تر این خطاها، مورد استفاده قرار می‌گیرد. الگوریتم‌های موجود برای اولویت‌بندی موارد آزمون، از اطلاعات پوشش موارد آزمون بر روی کد به صورت دودویی (پوشش یا عدم پوشش) استفاده می‌کنند، حال آنکه استفاده از اطلاعات تعداد دفعات پوشش واحدهای کد توسط موارد آزمون برای اولویت‌بندی آن‌ها، با توجه به در دسترس بودن اطلاعات فراوانی پوشش، می‌تواند بسیار سودمند باشد. در این مقاله ما با تمرکز بر تکنیک Additional به عنوان یکی از بهترین و پر کاربردترین تکنیک‌های موجود در زمینه اولویت‌بندی موارد آزمون، برای اولین‌بار شش روش مختلف را برای بسط این الگوریتم به منظور استفاده از اطلاعات فراوانی پوشش ارائه داده‌ایم. نتایج آزمایش های ما بر روی هفت برنامه استاندارد به زبان C (موسوم به برنامه‌های زیمنس) نشان می‌دهد که استفاده از اطلاعات فراوانی پوشش و روش‌های ارائه شده در این مقاله، توانسته‌اند کارایی این تکنیک معتبر را بهبود بخشند.

وارسی و ارزیابی اصولی سیاست‌های امنیتی، یکی از گام‌های اصلی در جهت توسعه نرم‌افزار امن است زیرا سیاست‌های امنیتی، از جمله کنترل دسترسی، ممکن است به دلایل مختلف به درستی در سیستم پیاده‌سازی نشوند. روش‌های خودکارسازی آزمون راه‌حلی سریع و مطمئن برای ارزیابی نیازمندی‌های وظیفه‌مندی سیستم ارائه می‌کنند اما فاقد روشی جهت آزمودن نیازمندی‌های غیروظیفه‌مندی از جمله کنترل دسترسی هستند. برای حل این چالش، در اين مقاله روش خودکار آزمون مبتنی بر مدل به نحوی توسعه داده شده است که قادر به استخراج موارد آزمون جهت ارزیابی سیاست‌های کنترل دسترسی باشد. ترکیب سیاست‌های کنترل دسترسی XACML و مدل ساده‌ای که نمایانگر رفتار سیستم است، اساس این کار را برای تولید خودکار موارد آزمون تشکیل می‌دهد. استفاده از پوشش شرط/تصمیم اصلاح شده در تولید موارد آزمون، منجر به تولید مجموعه آزمونی می‌شود که با نرخ بالا قادر به کشف آسیب‌پذیری‌های ناشناخته کنترل دسترسی است.

امروزه مدل‌سازی فرآیندهای کسب و کار به سبب ادراک ساده، امکان آگاهی از نقائص و در نتیجه بهبود فرآیندها و همچنین به‌واسطه قابلیت اجرا و تبدیل به کد از اهمیت بسزایی برخوردار است. از سوی دیگر آزمون مبتنی بر مدل با تعیین موارد آزمون شامل ورودی‌ها و خروجی مورد انتظار، اعتبارسنجی کد نهایی را ساده‌تر و دقیق‌تر می‌کند. چالش اصلی روش‌های موجود تولید داده آزمون مبتنی بر مدل، غفلت از مدل فرآیندهای کسب‌وکار، همچنین عدم ارائه راهکاری مدون برای مدل‌سازی فرآیندهای کسب‌وکار در قالب گراف حالت و عدم بهینه‌سازی موارد آزمون می‌باشد. هدف از این مقاله ارائه روشی برای به‌کارگیری راهبرد آزمون مبتنی بر مدل و تولید خودکار موارد آزمون با استفاده از مدل فرآیندهای کسب وکار می‌باشد. بدین‌منظور مدل فرآیندهای کسب و کار با استاندارد BPMN2.0 ایجاد شده و با رفع پادالگوها بهبود می‌یابد. در ادامه الگوریتمی جهت تبدیل مدل فرآیندهای کسب و کار به گراف حالت ارائه و این گراف به قالب ورودی ابزار تبدیل می‌گردد. حاصل اجرا تولید خودکار موارد آزمون می‌باشد. استفاده از مدل فرآیندهای کسب و کار به عنوان مدل مبنا، بهینه‌سازی موارد آزمون تولید شده از منظر تعداد و میزان پوشش و ارائه نگاشت از مدل فرآیندهای کسب و کار به نمودار حالت برتری‌های این روش در مقایسه با روش‌های موجود است.

در این مقاله سعی شده است با استفاده از روش‌های کاهش توان در لایه ترانزیستور لچی طراحی گردد که علاوه بر مقاومت در برابر خطا به لحاظ مصرف توان در سطح بسیار مطلوبی باشد و به همین جهت از آن می‌توان برای طراحی سیستم ها با کاربرد بحرانی استفاده کرد. امروزه افزایش فرکانس کاری مدارات و استفاده از افزونگی جهت مقاوم‌سازی آنها در برابر خطا سبب شده است توان مصرفی مدارات به شدت افزایش یابد. این مقاله با استفاده از روشی موسوم به بایاس انطباقی بدنه (Adaptive body bias) سعی در کاهش موثر توان لچ کرده است به گونه ای که آنرا برای استفاده در سیستم‌های با توان پایین مهیا ساخته است. بکارگیری پنج عنصر C-Element در لچ مذکور، آنرا در برابر واژگونی بیت نه فقط برای رخداد خطا در یک نقطه بلکه در چند نقطه مقاوم سازی کرده است. لچ طراحی شده با استفاده از نرم افزار Hspice و با تکنولوژی nm90 ارزیابی شده است. مصرف توان لچ ارائه شده نسبت به لچ بدون افزونگی 153% سربار دارد هرچند که با اعمال روش کاهش توان، افزونگی سربار آن را تا 106% کاهش داده‌ایم. این بدین معناست که لچ طراحی شده با حضور افزونگی مصرف توانی برابر با uW93/1 داشته که در مقایسه با مقدار مصرف توان، بدون اعمال روش‌های کاهش توان 42% کاهش نشان می‌دهد. تمام اینها در شرایطی حاصل شده است که مدار لچ در برابر خطاهای تک رخدادی و چند رخدادی گذرا 100% پوشش را نشان می‌دهد.

از جمله چالش‌های موجود در مرحله قطعه‌بندی پلاک خودرو وضعیت‌های نامناسبی همچون، سایه‌افتادگی، شدت روشنایی نامتوازن، پرچ میخ در پلاک، نویزهای تصویر، لکه یا کثیفی و وجود ناحیه رنگی است. در این مقاله، برای حل چنین چالش‌هایی، ابتدا تکنیک‌های باینری‌سازی تصویر روی پلاک خودرو بررسی می‌شود. سپس، روش جدید متوسط‌یاب تکرارشونده مولفه‌ها برای قطعه‌بندی کاراکترها پیشنهاد می‌شود. روش پیشنهادی به همراه روش‌های موجود روی ٣٥٠ عدد پلاک‌های محل یابی‌شده با اندازه‌ها، رنگ‌ها و با وضعیت‌های نوری، جوی و زمانی مختلفی برای مرحله قطعه‌بندی کاراکترهای پلاک، از نظر سرعت و زمان اجرا مورد ارزیابی قرار گرفت.

تُر (Tor)، یکی از محبوب‌ترین سیستمهای فراهم کننده گمنامی در سطح جهان است. شبکه‌ی تُر با استفاده از بازپخش-کنندهایی (Relay) که به صورت داوطلبانه از سرتاسر جهان در اختیار این شبکه قرار داده شده‌اند کار می‌کند. از این رو این شبکه پهنای باند محدودی در اختیار دارد که با توجه به گسترش تعداد کاربران در سالهای اخیر، کارایی آن دچار تهدید گشته است. پژوهش‌های بسیاری به منظور بهبود کارایی شبکه صورت گرفته است که یکی از مهمترین زمینه‌ها، تلاش برای اولویت دادن به کاربران وب در برابر کاربران شبکه‌های تورنت (Torrent) است. کاربران تورنت درصد کمی از کاربران شبکه تُر را تشکیل می‌دهند، اما به صورت ناعادلانه قسمت بیشتری از منابع شبکه را مورد استفاده قرار می‌دهند. ما نیز در این پژوهش سعی داریم تا در راستای بهتر نمودن کارکرد شبکه‌ی تُر، به کاربران وب اولویت بیشتری را تخصیص دهیم. برای این کار از مسدودسازی تناوبی کاربران تورنت و دیگر پروتکل‌هایی که مصرف ناعادلانه از منابع شبکه دارند، در گره‌های خروجی شبکه استفاده خواهیم نمود. نتایج پژوهش، سرعت بیشتر برای کاربران وب را در زمان گردش در سطح اینترنت نشان می‌دهد.

در این مقاله به روشی برای حذف و کاهش نویز از گفتار می‌پردازیم که بر کدگذاری تنک و اصول انقباضي بنا شده است. کل عملیات در حوزه زمان انجام می‌گیرد. از مهمترین کاربردهای این روش می‌توان به استفاده در سیستم‌های تشخیص گفتار و نیز در ساخت سمعک برای کم‌شنواها، اشاره نمود که کاهش نویز در این سیستم‌ها حیاتی هستند. نکته‌ی مهم در روش كدگذاري تنك چگونگي تعیین پارامترهای لازم براي تابع انقباض و تخمین واریانس نویز است. در این روش تخمین واریانس نویز با روشی ابتکاری در زمان آزمایش انجام می‌پذیرد، و تعیین سایر پارامترهای لازم در زمان آموزش از روی دادگان تمیز به خوبی انجام می‌پذیرد و سبب می‌گردد که نه‌تنها نویز بسیار خوب کاهش یابد، بلکه ساختار كليدي گفتار نیز حفظ گردد. كارايي روش فوق با الگوريتم‌هاي شناخته شده‌اي چون فيلترگذاري وینر و تفريق طيفي با سه مقیاس نسبت سیگنال به نویز قطعه‌ای، ارزیابی ادراکی کیفیت گفتار و ‌میانگین امتیاز ‌نظرات ارزیابی و مقایسه مي‌گردد و نتيجه گرفته مي‌شود كه برتري قابل توجهي نسبت به سایر روش ها ارائه داده است. به‌عنوان نمونه در مقیاس نسبت سیگنال به نویزقطعه‌ای، کدگذاری تنک انقباضی در نسبت ‌سیگنال ‌به ‌نویز 10 دسی‌بل 2/6 بوده درحالی‌که فیلترگذاری‌وینر 8/2و تفریق طیفی نتیجه بهتری از 2/2 ارائه نداده است و در شدت‌های دیگر نویز نیز به همین منوال می‌باشد.

از آنجایی که معماری سرویس‌گرا باعث شده که سیستم‌های تجاری قابل ‌انعطاف‌تر و قابل‌استفاده مجدد باشند، محبوبیت زیادی در صنعت و همچنین جوامع علمی در دهه‌های اخیر کسب کرده است. با توجه به افزایش روزافزون سرویس‌ها در وب، یافتن سرویس مطابق با نیازمندی کاربر بسیار حیاتی است، در معماری سرویس‌گرا، کشف سرویس، فرآیند یافتن سرویس‌های مناسب از مخازن سرویس است. روش‌های زیادی برای کشف سرویس در معماری سرویس‌گرا ارائه شده است که هر یک سعی می‌کند نیازهای کاربر را برآورده کند و سرویسی مناسب با درخواست کاربر به وی ارائه دهد، اما راه‌حل‌های پیشنهادی هنوز دقت لازم برای کشف سرویس‌های مناسب را ندارند، در این مقاله سعی کردیم روشی برای کشف سرویس ارائه دهیم که سرویس‌های دقیق‌تری را مطابق با نیاز کاربر ارائه دهد. روش پیشنهادی رویکردی مبتنی بر آنتولوژی برای کشف سرویس در معماری سرویس‌گراست که ابتدا یک مدل نیازمندی‌های مبتنی بر آنتولوژی بر اساس لیستی از نیازمندی‌های محصول که مهندس نرم‌افزار در اختیار ما قرار می‌دهد، ایجاد می‌کنیم. سپس یک سیستم تعاملی با توسعه‌دهنده سیستم ایجاد می‌کنیم که با تعیین دامنه هر یک از نیازمندی‌ها، سرویس مرتبط با آن را به دست می‌آورد. با ارائه‌ی این روش میانگین دقت سرویس‌های کشف شده از 92/0 در بهترین راه‌حلی که تا کنون ارائه شده به 97/0 در راه حل پیشنهادی بهبود یافته است. با ارائه سرویس‌های دقیق‌تر و مرتبط‌با درخواست کاربر، می‌توان گفت میزان استفاده مجدد را تا حد زیادی افزایش می‌دهد و باعث کاهش زمان و هزینه در فرآیند توسعه نرم افزار می‌شود.

امروزه، حجم وسیع اطلاعات به گونه‌ای است که دسترسی به داده‌های مورد نیاز از میان این حجم وسیع خود به دغدغه‌ای برای مدیران تبدیل شده است. از سوی دیگر درهم تنیدگی فعالیت‌های کسب‌وکار به گونه‌ای است که تصمیم‌گیری در یک حوزه خود نیازمند استحصال داده‌هایی از حوزه‌های دیگر است. فناوری‌هایی که زنجیره‌ای از استخراج، تجمیع، الگو یابی، تحلیل و نمایش داده‌های مورد نیاز را پشتیبانی می‌کنند مفهومی بنام هوش تجاری را شکل می‌دهند. و در این زنجیره، آنچه با نام سیستم‌های پردازش تحلیلی برخط (OLAP) خوانده می‌شود، وظیفه تحلیل داده‌های در اختیار قرارگرفته از منابع داده‌ای مختلف را بر عهده دارد. با توجه به تعدد نرم‌افزارهای انحصاری و متن باز در حوزه سیستم‌های پردازش تحلیلی برخط و همچنین درهم تنیدگی این فناوری و مفهوم آن با فناوری‌های مجاور در زنجیره هوش تجاری، در اختیار داشتن یک معماری مفهومی به منظور ایجاد چارچوب اجزاء تشکیل‌دهنده سیستم‌های پردازش تحلیلی برخط و همچنین چگونگی استقرار آنها می‌تواند راهگشای فعالیت‌های استقرار هوش تجاری در سازمان‌ها و صنایع باشد. در این پژوهش با استفاده از بررسی تطبیقی معماری هوش تجاری در پنج نرم‌افزار معروف تجاری و همچنین مدل‌سازی زنجیره هوش تجاری با تمرکز بر سیستم‌های پردازش تحلیل برخط، سعی شده تا یک معماری مفهومی پیشنهادی جهت این سیستم‌ها ارائه گردد. این معماری مفهومی علاوه بر کاربرد جهت طراحی و پیاده‌سازی سیستم‌های بومی پردازش تحلیل برخط، جهت فهم بهتر کارکرد این سیستم‌ها و همچنین برای مقاصد آموزشی مفید خواهد بود.

با رشد روزافزون شبکه‌های کامپیوتری در جوامع بشری، اکثر خدمات در این جوامع بر بستر شبکه‌ها ارائه می‌گردد که بسیاری از این خدمات از اهمیت خاصی برخوردار هستند. با این حال، برای جلوگیری از اختلال در خدمات، باید از صحت طراحی و پیاده‌سازی عوامل دخیل در شبکه اطمینان حاصل کرد. یکی از این عوامل، پروتکل‌های شبکه هستند که عملکرد درست هر یک از آنها، از اهمیت زیادی برخوردار است. بررسی مدل، روشی خودکار برای وارسی سیستم‌های همروند حالت متناهی است. این روش در عمل به صورت دقیق برای وارسی پروتکل‌های ارتباطی استفاده شده است. با توجه به ویژگی خودکار بودن فرآیند بررسی مدل، این روش می‌تواند برای وارسی پروتکل‌های شبکه، که ویژگی‌های ایمنی و عاقبت به خیری در آنها ضرورت دارد، بصورت کارآمد استفاده شود. در این مقاله، مدل پروتکل تکرار انتخابی شبکه را به عنوان یک پروتکل پرکاربرد در شبکه‌های بیسیم، مدل‌سازی کرده، سپس خواص مورد انتظار این پروتکل را با ارائه فرمول‌های منطق زمانی خطی با استفاده از ابزار بررسی مدل نمادین Spin وارسی می‌کنیم. نتایج حاصل از پیاده‌سازی و وارسی مدل پروتکل تکرار انتخابی، اهمیت استفاده از روش بررسی مدل در کاربردهایی مشابه و اقتضائات آنها را نشان می‌دهد.