انجمن کامپیوتر ایران

نياز رو به رشدي براي انتقال داده امن در شبکه هاي حسگر بي¬سيم، قادر به پشتيباني کاربرد¬هاي جديد، وجود دارد. در کاربردهاي جديد شبکه حسگر، يک نود حسگر مي¬تواند شامل چندين سنسور بوده و در نتيجه داده¬هاي متفاوتي از لحاظ اهميت داشته باشد. در پروتکل ارائه شده داده¬هاي نود حسگر با توجه به اهميت و نيازمندي¬هاي کيفيت سرويس آنها کلاس¬بندي مي¬شوند و تحويل تصادفي به منظور تامين قابليت اطمينان تعريف و پياده¬سازي شده است. تحويل تصادفي ار لحاظ مصرف انرژي و مصرف پهناي باند کم نسبت به تحويل گارانتي شده، که انتظار مي¬رود تمام بسته-هاي انتقال داده شده به مقصد برسند کم هزينه¬تر مي¬باشد. همچنين بسياري از کاربردها مي توانند حدي از اتلاف را تحمل کنند بدين منظور احتمال تحويل براي هر کلاس ترافيکي تعريف مي¬گردد. هرچه احتمال تحويل مورد نظر بيشتر باشد مصرف انرژي بيشتر مي¬گردد. آزمايش¬ها نشان داده اند که با روش پيشنهادي متريک¬هاي کارايي مانند اتلاف بسته به ميزان زيادي بهبود مي¬يابند که اين خود سبب کاهش مصرف انرژي و افزايش طول عمر شبکه مي¬شود.

در این مقاله با استفاده از الگوریتم جستجوی گرانشی یا GSA نرخ بازشناسی ارقام دستنویس فارسی بهبود داده می شود. دو روش برای بهبود نرخ بازشناسی پیشنهاد شده است. در روش اول با استفاده از نسخه باینری الگوریتم جستجوی گرانشی یا BGSA از میان کل ویژگی هایی که برای ارقام به منظور بازشناسی استخراج کرده ایم، ویژگی های بهینه را انتخاب می کنیم. با این کار علاوه بر کاهش تعداد ویژگی ها و هزینه های محاسباتی، نرخ بازشناسی را به میزان قابل توجهی بهبود می بخشیم. در روش دوم با استفاده از نسخه حقیقی الگوریتم جستجوی گرانشی یا RGSA به جای انتخاب ویژگی های بهینه، از روش وزندهی به ویژگی ها استفاده کرده و نرخ بازشناسی را بهبود می بخشیم. در این روش به هر کدام از ویژگی ها یک وزن نسبت می دهیم. در واقع بردار ویژگی را در بردار وزن ضرب کرده و بردار ویژگی جدیدی به دست می آوریم. این بردار وزن را با الگوریتم RGSA به دست می آوریم. الگوریتم RGSA بعد از چندین بار تکرار مجموعه وزن ویژگی ها را به گونه ای تعیین می کند که دقت طبقه بندی افزایش یابد. در این مقاله، از روش فازی برای طبقه بندی استفاده می کنیم. تابع برازندگی در الگوریتم های BGSA و RGSA تعداد خطاهای طبقه بندی کننده فازی می باشد و هدف مینیمم کردن این مقدار است. نتایج این دو روش کارایی آنها را تایید می کنند.

هم¬ترازی لغوی در ترجمه ماشینی آماری یک مفهوم کلیدی محسوب می¬شود. در اغلب پژوهش¬ها، رابطه بین کیفیت هم¬ترازی و کیفیت ترجمه، رابطه¬ای مستقیم گزارش شده است. در این مقاله سعی بر آن است که همبستگی بین کیفیت هم¬ترازی ماشینی و کیفیت ترجمه به ازای جفت زبان فارسی- انگلیسی بررسی گردد. همچنین روشی برای سنجش کیفیت هم¬ترازی خودکار ارائه شده است که البته تعمیمی بر معادله استاندارد F-measure است. قابل ذکر است تمام آزمایشات انجام شده در این مقاله، با استفاده از یک مجموعه کوچک هم¬ترازی دستی تحت عنوان مجموعه¬ی "هم¬ترازی مرجع " که از طریق قضاوت¬های انسانی ساخته شده، صورت گرفته است. در انتها، نشان داده خواهد شد که با کمک گرفتن از این مجموعه کوچک هم¬ترازی دستی، ما می¬توانیم کیفیت سیستم ترجمه ماشینی را بهبود ببخشیم.

با وجود تلاش‌هاي تحقيقاتي بسياري که در زمينه‌ي تطبيق خودکار آنتولوژي‌ها انجام شده ‌است، ولي هنوز مشکلات جدي در اين زمينه وجود دارد. روش‌هاي تطبيق موجود، بين دقت و فراخواني مصالحه برقرار مي‌کنند و هر يک از آنها نقاط ضعف و قوت ‌متفاوتي دارند. درنتيجه همواره انتخاب بهترين تطبيق‌گر براي يک کار خاص مشکل است. اين مقاله روشي به‌نام MuLCOM براي بهبود کيفيت نتايج ارائه مي‌دهد که مبتني‌بر انتخاب تطبيق‌گر‌ خاصي نيست بلکه روش‌هاي يادگيري ماشين را روي ترکيبي از تطبيق‌گر‌ها اعمال مي‌کند. به‌عبارت ديگر دسته‌بندي کننده براساس خروجي حاصل از تطبيق‌گر‌هاي مختلف آموزش داده مي‌شود و سپس براي حل مسائل تطبيق جديد از آن استفاده مي‌شود. بدين ترتيب تطبيق‌گر‌هاي مختلف نقاط ضعف يکديگر را پوشش مي‌دهند. نتايج حاصل نشان مي‌دهد كه MuLCOM حتي نسبت به بهترين تطبيق‌گر‌هاي مجزا کارايي بهتري دارد.

در این مقاله روشی جدید و مستقل از زبان برای نویسه¬گردانی اسامی ارائه خواهیم کرد. در روش پیشنهادی از یادگیری تمایزی برای آموزش مدل استفاده شده است. در مرحله¬ی یادگیری ویژگی¬های جدیدی تعریف کرده¬ایم که باعث بهبود نتایج شده است. هم¬ترازی میان حروف دو زبان نیز به صورت خودکار انجام گرفته است. درانجام آزمایشات به طور خاص بر روی زبان فارسی- انگلیسی تمرکز شده است. برای مقایسه¬ی روش¬ پیشنهادی از سیستم¬های نوین ترجمه¬ی ماشینی برای ترجمه در سطح حروف استفاده گردیده است. بهبود حاصل از روش پیشنهادی در مقایسه با سیستم پایه¬ی ترجمه ماشینی به طور نسبی حدود 22% می¬باشد. هم¬چنین با ارائه یک روش ابتکاری مبتنی بر محتوای صفحات وب، امکان انتخاب نویسه برتر از میان تعدادی نویسه¬ی محتمل، تولید شده توسط روش پیشنهادی میسر گردیده است که با این روش نتایج به طور نسبی 50% بهبود یافته¬اند.

استخراجِ قوانين وابستگي در داده‌کاوي را مي‌توان به عنوان يك مسئله چندهدفه در نظر گرفت. اغلبِ روش‌هاي قبلي، قوانينِ پررخداد و با تعداد صفات زياد را از پايگاه داده كشف مي‌کنند که براي کاربر، جذاب و قابل فهم نمي‌باشند و اين قوانين را طي گذراندن دو مرحله مجزا از هم بدست مي‌آورند. علاوه براين، در بيشتر داده‌ها صفات عددي وجود دارد. اكثرِ اين روش‌ها قادر به کاوشِ اينگونه قوانين نيستند. در نتيجه گسسته کردن مقادير فيلدهاي عددي قبل از کاوش ضروري مي‌باشد که با از دست رفتن اطلاعات مفيد مواجه مي‌شويم. در اين مقاله با بهبود دادنِ الگوريتم جستجوي گرانشي، يک روش مناسب براي استخراج قوانين وابستگي عددي ارائه مي‌کنيم. در واقع يک الگوريتم جستجوي گرانشي بهبود يافته بر اساس مفهوم مقادير سخت مطرح مي‌کنيم. اين مقادير با بازه‌هاي بالا و پايين تعريف شده‌اند که رنجي از مقادير را مشخص مي‌کنند. روش پيشنهاد شده بدون نياز به گسسته¬سازي فيلدهاي عددي و استفاده از مقادير آستانه حداقل پشتيبان و اطمينان، مناسب‌ترين فواصل عددي را در يک اجرا کشف مي‌کند. نتايج حاصل از راهکار ارائه شده، حاکي از کارامد بودن اين روش است.

عدم دقت ذاتي داده در بسياري از برنامه¬هاي کاربردي، لزوم مديريت عدم قطعيت را نشان مي¬دهد. از آنجا که مديريت عدم قطعيت در داخل برنامه¬هاي کاربردي پيچيده بوده علاوه بر اينکه کارآمد نيز نمي¬باشد، نياز به سيستمي است که بتواند داده¬هاي غيرقطعي را به طور مناسبي مديريت کند. رويکردهاي مختلفي در اين رابطه وجود دارد اما روش استانداري نياز است که به صورت کارآمدي تمامي روش¬هاي موجود را با يکديگر مقايسه کند. محک پيشنهادي ما به منظور ارزيابي عملکرد سيستم¬هاي مديريت جريان داده احتمالاتي (PDSMS) در مقايسه با يکديگر و همچنين پايگاه داده¬هاي احتمالاتي (PDB) طراحي شده است. محک PLR نسخه احتمالاتي محک Linear Road است که خصوصيات ترافيکي يک سيستم بزرگراه ساده را شبيه¬سازي مي-کند. در محک پيشنهادي با استفاده از تعريف عوارض متغير، ميزان تراکم بزرگراه¬ها مديريت مي¬شود در حالي¬که بيشترين تمرکز بر روي مفاهيم احتمالاتي است. در اين مقاله، بعد از مقدمه¬اي کوتاه در خصوص محک در سيستم¬هاي احتمالاتي، چالش¬هاي موجود را مورد بررسي قرار مي¬دهيم. ساختار محک پيشنهادي را با توصيف داده¬هاي ورودي، پرس¬وجوها و معيارهاي ارزيابي بررسي مي¬کنيم. در آخر نيز مقايسه عملکرد برخي از PDSMSها را به عنوان کار آينده خود مطرح مي¬نماييم.

الگوريتم‌هايي براي بدست آوردن دو درخت پوشاي کمينه

در بازارهای واقعی مدل های اقتصادی فراوانی برای تنظیم قیمت منابع گرید بر مبنای عرضه و تقاضا و میزان ارزشمندی منابع برای متقاضیان وجود دارد. مذاکره یکی از پر کاربردترین مدلهای اقتصادی در راستای مدیریت منابع در گرید است. عامل های نرم افزاری مذاکره کننده نقشی بسزا در راستای محقق سازی مذاکره ایفا می نمایند. ایده اصلی در این مقاله طراحی عامل رفتار- بازارگرای مذاکره کننده تحت نام (MBDNA )به منظور مدیریت تخصیص منابع در گرید است . MBDNAمقدار مناسب امتیاز قابل واگذاری در فرآیند مذاکره را با لحاظ فاکتورهای رقابت،فرصت،زمان باقیمانده تا deadline و رفتار پیشین حریف حساب می کند.ارزیابی عملکرد MBDNA در مقایسه با عامل مذاکره کننده MDA با رویکرد دو معیار: کامل شدن وظیفه و بودجه پرداختی در محیط شبیه ساز Gridsim صورت پذیرفت.نتایج شبیه سازی نشان دهنده بهبود در هر دو معیار ذکر شده است.

با گسترش محیط‌های صنعتی و تعداد اجزای داخلی آنها، به ناچار روش‌های کنترل سنتی در محیط‌های مذکور برچیده شده و روش‌های کنترل مدرن جایگزین آنها خواهند شد. روش های کنترل مدرن در محیط‌های صنعتی در مقابل حملات فیزیکی و الکترونیکی آسیب پذیرند. در چند سال اخیر و در پی حوادث متعددی که در محیط های صنعتی به سبب آسیب پذیری شبکه‌های کنترل رخ داده است، فعالیت های گسترده‌ای در نقاط مختلف دنیا در زمینه ی امنیت شبکه‌های کنترل صنعتی انجام گردیده است.بسیار از محیط‌های صنعتی مانند شبکه‌های نفت وگاز، تولید و توزیع انرژی الکترونیکی وحمل و نقل جزو زیر ساخت‌های ملی کشور بوده، تأمین امنیت و تضمین کارایی آنها از اهمیت بسیار بالایی برخوردار است. ایجاد امنیت در محیط‌های صنعتی در سطوح و بخش‌های مختلف می‌بایست انجام گردد، که به تفضیل در [1]،[2] و[3] ارائه گردیده است. در این مقاله تمرکز بر روی پروتکل‌های استاندارد تبادل اطلاعات در شبکه‌های صنعتی و نقاط ضعف آنها از نقطه نظر امنیتی خواهد بود. پروتکل‌های متداول در شبکه‌های صنعتی برای به کارگیری در کاربرد‌هایی که امنیت در آنها اهمیت دارد مناسب نبوده ولی امکان افزودی ابزار‌های امنیتی در ساختار بعضی از آنها وجود دارد. ابزارهای امنیتی بشکلی که در شبکه کنترل صنعتی قادر بکارگیری نبوده و نسخه‌ای مناسب از آنها با توجه به فرایند تحت کنترل و سیاست های شبکه می‌بایست طراحی گردد. در این مقاله پس از اشاره به لزوم و اهمیت امنیت در شبکه‌های کنترل صنعتی به معرفی ساختار شبکه‌های کنترل در محیط‌های صنعتی و بررسی پروتکل‌های متداول جهت تبادل اطلاعات در شبکه‌های مذکور پرداخته شده و یکی از پروتکل‌های متداول در شبکه‌های کنترل صنعتی جهت بکارگیری در یک کاربرد امن ارتقاء خواهد یافت. همچنین نظر به تأثیر ماهیت فرایند تحت کنترل در تعریف سیاست‌های امنیتی شبکه ، به عنوان نمونه و در تعریف جزئیات، شبکه تولید، انتقال و توزیع انرژی الکتریکی مد نظر قرار خواهد گرفت.