انجمن کامپیوتر ایران

در این مقاله سعی شده است تا روشی برای کشف حملات بات‌نت به کمک بررسی الگوی رفتاری شبکه و تشخیص ناهنجاری ارائه شود. فرایند تشخیص از مراحل تشکیل مدل شبکه‌ای، خوشه‌بندی اتصالات و خوشه‌بندی بر اساس مدل دوکی تشکیل شده است. این روش ترافیک شبکه را در قالبی با عنوان مدل شبکه‌ای، مدل سازی می‌کند. در مدل شبکه‌ای، یال‌های گراف به صورت برداری تعریف شده‌اند که مشخصات اتصال‌های بین دو گره را نگهداری می‌کند. این مدل، بر اساس ویژگی‌های بردار اتصال‌ها خوشه‌بندی می‌شود و گره‌هایی با رفتار مشابه در خوشه یکسان قرار داده می‌شوند. در ادامه، روشی با عنوان خوشه‌بندی مبتنی بر مدل دوکی، بر اساس رفتار ذاتی و ویژگی‌های عام حملات بات‌نت، طراحی و پیاده‌سازی شده است. فرایند تشخیص به صورت افزایشی و در قالب پنجره‌های زمانی یکسان انجام می‌شود. به کمک این اقدام پیشینه‌ای از رفتار اعضای شبکه در مراحل قبلی در دست است که به دقت تشخیص کمک شایانی می‌کند. در آخر، روش پیشنهادی با بات‌های مشهوری مانند زئوس و اسپای بات مورد ارزیابی قرار گرفت. دقت تشخیص بات زئوس 90 درصد و دقت تشخیص بات اسپای بات 80 درصد ارزیابی شد.

امروزه تشخیص فعالیت¬های انسانی یکی از مهمترین و جالبترین موضوعات پژوهشی در حوزه بینایی ماشین است. جهت کاهش پیچیدگی و نیز آنالیز آسانتر، هر فعالیت را می¬توان به زیر¬فعالیتهای کوچکتر تقسیم نمود. به عبارت دیگر یک فعالیت از چند قسمت پایه تشکیل شده که اسکلت آنرا می¬سازد. با استخراج این پایه¬ها می¬توان مدل چکیده و کاملی از هر فعالیت ساخت. جهت انجام این پژوهش، ابتدا با استفاده از روشهای آماری استخراج¬گر و توصیف¬کننده به استخراج نقاط جذاب در حوزه مکان-زمان پرداخته و خوشه بندی شده¬اند. در مرحله بعد به استخراج پایه¬های اصلی یک فعالیت در زیرفضای تراژکتوری این نقاط با استفاده از روش فاکتورگیری غیرصفر ماتریس¬ها پرداخته شده است. این مرحله ایده اصلی این تحقیق محسوب و برای اولین بار در این کار ارایه شده¬است. در روشهای متداول به دسته¬بندی هیستوگرام نقاط جذاب بدون در نظر گرفتن ترتیب زمانی آنها پرداخته شده¬است. اما در این پژوهش با استفاده از مدلهای ترتیبی سری زمانی نظیر روش مدل مخفی مارکوف به دسته-بندی توالی پایه های استخراج شده می¬پردازیم. مدل مذکور بر روی مجموعه داده¬های KTH امتحان شده و در مقایسه با روشهای مشابه نتایج بهتر به همراه ویژگیهای مفیدتری نظیر تفسیرپذیری بالا، سرعت بالای دسته¬بندی را داراست.

امروزه ارزیابی امنیت نرم¬افزار به عنوان یکی از صفات کیفی مهم نرم¬افزار دارای اهمیت زیادی است. تعداد زیادی سیستم نرم-افزاری وجود دارند که امنیت در آنها در نظر گرفته نشده است که آنها را مستعد بروز خطرات امنیتی می¬کند. معماری نرم¬افزار یکی از طراحی¬های مهم نرم¬افزار است که روی کیفیت نهایی نرم¬افزار تاثیر می¬گذارد. تحقیقات زیادی روی صفات کیفی مانند کارایی و قابلیت اطمینان در سطح معماری نرم¬افزار بررسی شده است ولی از تاثیر معماری نرم¬افزار بر امنیت گزارشی ارائه نشده است. هدف از این مقاله، ارائه یک روش تحلیلی مبتنی بر ریاضیات است که امنیت نرم¬افزار را در سطح معماری نرم¬افزار ارزیابی کند. برای این منظور، در ابتدا با استفاده از روش مهندسی نرم¬افزار مبتنی بر تجربه، با در نظر گرفتن داده¬های حفره¬های امنیتی کشف شده روی مرورگر وب موزیلا فایرفاکس، ارتباط بین انواع اتصال و حفره¬های امنیتی را نشان خواهیم داد. بعد از نشان دادن وجود چنین رابطه¬ای، یک رابطه ریاضی با استفاده از مفاهیم آماری رگرسیون بین انواع اتصال و میزان آسیب¬پذیری در سطح یک مولفه ارائه داده و سپس با استفاده از امید ریاضی (انتظار) رابطه¬ای ریاضی برای مشخص کردن میزان آسیب¬پذیری یک سیستم نرم¬افزاری ارائه خواهیم داد. در نهایت، با استفاده از ابزار استخراج معماری Bunch، معماری نرم¬افزار را استخراج و بازیابی کرده و معماری بازیابی شده را به زنجیره¬های مارکوف تبدیل نموده و از روی این زنجیره¬ها و رابطه ریاضی ارائه شده مبادرت به پیش-بینی و ارزیابی امنیت یک سیستم نرم¬افزاری خواهیم نمود.

زمانبندی نقش کلیدی در عملکرد شبکه¬های تورین محاسباتی(گرید) ایفا می¬کند. زمانبندی کارها بروی منابع ناهمگن یک مسئله NP-completeاست و برای به دست آوردن راه حل بهینه می¬توان از الگویتم¬های اکتشافی و فرااکتشافی برای زمانبندی استفاده کرد. در این مقاله،یک روش اکتشافی جدید برایزمانبندی کارهای مستقل بروی منابع ناهمگن،در شبکه¬های تورین محاسباتی(گرید) ارائه شده است. در پیاده سازیالگوریتم سه فاکتور زمان اتمام آخرین کار، مجموع زمان اتمام و درصد بهره‏وری منابع در نظر گرفته شده است نتایج بر اساس محک براون نشان می¬دهد که الگوریتم ارائه شده نسبت به الگوریتم¬های اکتشافی پیشین بطور متوسط در زمان اتمام آخرین کار 22% بهبود، در مجموع زمان اتمام کلیه کارها 25% بهبود و همچنین در درصد بهره¬وری منابع 4% بهبود پیدا کرده است.

امروزه موتورهاي جستجو يكي از ابزارهاي قدرتمند دستيابي كاربران به اطلاعات تحت وب مي¬باشند. كيفيت نتايج و ميزان رضايت كاربران از نتايج ارائه شده توسط موتور جستجو از مهمترين معيارهاي سنجش عملكرد اين سامانه¬ها محسوب مي¬گردد. اين مقاله با هدف نشان دادن ميزان پاسخگوئي موتورهاي جستجوي به نياز كاربران فارسي زبان ارائه گرديده است. در اين خصوص به ارزيابي كيفيت نتايج و ميزان رضايت كاربران از يك موتور جستجوي فارسي در كنار موتورهاي جستجوي محبوبي مانند گوگل و بينگ پرداخته شده است. نتایج به دست آمده نشان میدهد که موتور جستجوی گوگل در معيارهاي سنجش كيفي نسبت به ساير موتورهای جستجوي مورد مقايسه عملکرد بهتری دارد و موتور جستجوی بینگ و موتور جستجوی بومی در رتبه¬هاي دوم و سوم قرار میگیرند. همچنين نتايج اين مقاله نشاندهنده عملکرد قابل قبول و نزديك موتور جستجوی بومی پارسی جو با موتور جستجوي بينگ مي¬باشد.

Electrocardiogram (ECG) signals are widely used in healthcare systems for monitoring vital status of patients. Anomalous patterns in ECG of a patient might trigger an alarm for an emergency case; therefore anomaly detec-tion is a basic problem in health monitoring systems. In this paper, we propose a hidden Markov model (HMM) based novel anomaly detection framework, which uses SAX1-represented ECGs. According to basic investigations, typical HMM and SAX are not good candidates for anomaly detection, because of low resolu-tion of SAX. However, we contribute a threshold-based hidden Markov model which compensates for the SAX low-resolution problem. Furthermore, our pro-posed threshold reduces the dependency of the model to the distribution of hidden state by taking into account the likelihood probability of anomalous patterns. Re-sults of experiments demonstrate that the threshold based HMM labels samples with the accuracy of 96% and 99% in two datasets

یکی از حوزه‌های مهم در داده کاوی و یادگیری ماشین، حوزه شناسایی داده پرت می‌باشد. روش‌های بسیاری برای شناسایی داده پرت ارائه شده که همه آن‌ها از فرض یکسان بودن توزیع احتمال داده‌های تست نسبت به داده‌های آموزش پیروی می‌کنند. اما در بسیاری از برنامه¬های کاربردی واقعی نظیر شناسایی اسپم یا تقلب، تفاوت توزیع داده‌های آموزش و تست یک امر رایج است. این حالت به شرایط تغییرتوزیع مجموعه داده معروف است. مطالعات ما نشان می‌دهد که هیچ یک از روش‌های موجود برای شناسایی داده پرت در شرایط تغییر توزیع مجموعه داده عملکرد مناسبی ندارند. مقاله حاضر یک روش نیمه نظارتی سه مرحله‌ای برای شناسایی داده پرت تحت شرایط تغییر مجموعه داده ارائه می‌نماید. در مرحله نخست با بکارگیری تکنیک تخمین نسبت چگالی که یک روش وزن دهی بر اساس اهمیت است، وزن نمونه-های آموزش تعیین می‌شود. سپس با استفاده از یک روال نیمه نظارتی ابتکاری نمونه‌هایی از مجموعه آموزش که نماینگر توزیع واقعی داده‌های تست هستند، انتخاب می گردند. در مرحله آخر با استفاده از روش اصلاح شده شناسایی داده پرت بر مبنای داده¬های متعارف، داده‌های پرت موجود شناسایی می‌شوند. نتایج آزمایشات نشان می‌دهند که از نظر تطبیق با شرایط تغییرتوزیع مجموعه داده روش پیشنهادی عملکرد بهتری نسبت به روش‌های موجود دارد

بیماری پارکینسون از جمله بیماری‌های عصبی و عضلانی است که با گذشت زمان نشانه‌های مختلفی در رفتار حرکتی افراد مبتلا ظاهر می‌شود. این نشانه‌ها و الگوهای خاص حرکتی بیشتر در نحوه راه رفتن افراد بروز می‌کند. شناسایی خودکار الگوهای مختص به بیماری پارکینسون نقش بسزایی در تشخیص افراد بیمار پارکینسونی ایفا می‌نماید. این مطالعه، کاربرد پردازش تصاویر ویدیویی را در تشخیص خودکار بیماری پارکینسون نشان می‌دهد. روش پیشنهادی مبتنی‌بر استخراج الگوهای حرکتی توأم با ویژگی‌های فرکانسی حرکت و کاهش بعد در جهت تشخیص خودکار بیماری می‌باشد. الگوهای حرکتی با محاسبه زاویه بین دوپا در هر فریم از تصاویر ویدیویی محاسبه شده‌است. سپس، سیگنال حرکتی بر حسب زمان با کنار هم قراردادن الگوی هر فریم بدست آمده‌است. مولفه‌های فرکانسی سیگنال به عنوان ویژگی استخراج شده و افزایش سرعت و دقت سامانه‌ی تشخیص بیماری پارکینسون با استفاده‌از روش‌های کاهش‌بعد محقق شده‌است. کارایی روش پیشنهادی روی داده‌های جمع‌آوری شده در بیمارستان حضرت رسول اکرم (ص) بررسی گردید. نتایج حاصل بیانگر تفکیک گروه افراد سالم از بیماران پارکینسونی مبتنی‌بر دو طبقه‌بند ماشین‌ بردار پشتیبان و 5 همسایه نزدیکتر با دقت 93% می‌باشد.

در این مقاله، یک روش جدید کاهش بعد بانظارت با نام کاهش بعد چند هسته‌ای با فرم بسته برای مسئله شناسایی ارقام دست‌نویس ارائه شده است. ابتدا ویژگی‌ها به کمک روش هیستوگرام گرادیان جهت‌دار (HOG) از تصاویر استخراج می‌شوند. پس از آن روش کاهش بعد چند هسته‌ای با فرم بسته سعی در پیدا کردن منیفولد کم بعدی می‌کند که دقت دسته‌بندی در آن بیشتر است. این روش از چند تابع هسته استفاده می‌کند و سعی می‌کند ارزش (وزن) هر تابع را محاسبه کند و بر اساس ترکیب خطی هسته‌ها به وسیله این ارزش‌ها کاهش بعد را انجام دهد. نوآوری اصلی مدل پیشنهادی ارائه یک فرمولاسیون یادگیری چند هسته‌ای برای کاهش بعد بانظارت است، که بجای روش‌های تکرارشونده، پاسخ را به صورت تحلیلی و به فرم بسته بدست می‌آورد. در فضای کاهش بعد یافته از روش ساده‌ی نزدیک‌ترین همسایگی، برای دسته‌بندی استفاده شده است. به منظور ارزیابی روش پیشنهادی، چند روش کاهش بعد بانظارت دیگر نیز برای شناسایی ارقام دست‌نویس به کار گرفته شده است. نتایج آزمایشات بیانگر دقت بالای روش پیشنهادی است.

مدلسازی سه‌بعدی شکل و آناليز ساختارهای آناتوميک با بکارگيری پارامترهای کمتر در حوزه تصويربرداری پزشکی دارای اهميت بسيار است و در شبيه‌سازی جراحی، تشخيص بکمک کامپيوتر و مصورسازی می‌تواند مورد استفاده قرار گيرد. هارمونيک‌های کروی يک ابزار رياضی قوی برای بازنمايی و آناليز سطوح بسته است. در اين روش که يک توصيف‌گر چندمقياسی، عمومی و سلسله‌مراتبی است، بازنمايی سطوح بکمک توابع پايه‌ی هارمونيک کروی انجام می‌شود. در اين مقاله از هارمونيک‌های کروی برای بازنمايی سه‌بعدی و مدلسازی سطح فک استفاده شده و دقت اين روش مورد بررسی قرار گرفته است. چالش اصلی در بکارگيری هارمونيک کروی مرحله انطباق تصاوير است که بايد با دقت کافی انجام شود. اين مرحله با استفاده از دو رويکرد مبتنی بر انطباق در حوزه پارامتر انجام شده است و بی‌نياز از نشانگذاری است. سرعت روش انطباق با بيضی درجه اول بسيار بالاتر از روش SHREC است اما دقت انطباق روش SHREC برای تصاوير فک بسيار مطلوب‌تر است.

امروزه معماری سازمانی یکی از مهم‌ترین و پرکاربردترین راهکارهای سازمانی برای همراستایی استراتژیک فن‌آوری اطلاعات با کسب و کار سازمان می‌باشد. در این پژوهش سعی شده است تا با تحلیل و بررسی تحقیقات علمی صورت گرفته در حوزه معماری سازمانی و حوزه‌های وابسته وضعیت موجود کشور در این رشته مشخص شود. در این مقاله هر یک از پژوهش‌های مورد بررسی بر طبق معیارهای توزیع مقالات در طول زمان، موضوع مقاله، رشته نویسنده و موسسه منتشر کننده تحلیل و ارزیابی می‌شوند. پژوهش حاضر با شناسایی وضعیت فعلی تحقیقات و انتشارات معماری سازمانی ایران، تصویر روشنی از پژوهش‌ها و پژوهشگران این حوزه مهیا می‌سازد. این تحقیق می تواند به عنوان مرجع، تسهیل کننده راه پژوهشگران و فعالان این عرصه برای شناسائی منابع و انتخاب موضوعات مناسبتر در تحقیقات معماری سازمانی کشور باشد. نتایج این تحقیق نشانگر آن است که معماری سازمانی در ایران رشد چشمگیری داشته است و هر روزه علاقه‌مندان بیشتری در این حوزه وارد می‌شوند. همچنین پژوهشگران رشته‌های مهندسی کامپیوتر و فناوری اطلاعات بیشترین سهم را در تولید پژوهش‌های علمی در این زمینه داشته‌اند. علاوه بر اینها مباحث ارزیابی، ارائه مدل، کاربردها و چارچوب‌های معماری سازمانی از موضوعات جذاب نزد پژوهشگران ایرانی می‌باشند.

استاندارد IEEE 802.11p/1609.4 بر پایه‌ی یک سیستم چندکانالی متشکل از چند کانال سرویس (SCH) و یک کانال کنترل (CCH) بنا نهاده شده است. اکثر پیام‌هایی که در کانال کنترل ارسال ( پخش فراگیر) می‌شوند، متعلق به کاربردهای ایمنی بوده و باید با احتمال بالایی در همه خودروهای تحت پوشش دریافت گردند. از آنجا که احتمال دریافت فریم‌ها تابعی از اندازه پنجره رقابت، تعداد خودروها و طول بازه است، در این مقاله روشی جدید پیشنهاد می‌شود که بر اساس آن، اندازه پنجره رقابت و مدت زمان بازه کانال کنترل(CCH) با توجه به ترافیک و بار کانال، به صورت تطبیقی تنظیم می‌گردد. در روش پیشنهادی، با استفاده از پیام‌های دوره‌ای بیکن هر خودرو می‌تواند از تعداد خودروهای در محدوده پوشش خود آگاهی پیدا کرده و بر اساس آن پارامترهای انتقال را به‌صورت پویا تنطیم نماید. الگوریتم پیشنهادی، با استفاده از شبیه‌ساز Veins شبیه‌سازی شده که نتایج حاکی از این است که بر خلاف استاندارد موجود، با افزایش چگالی خودروها، احتمال دریافت بسته‌ها در حد قابل قبولی باقی می‌ماند. باتوجه به پیچیدگی زمانی ناچیز الگوریتم پیشنهادی و در نتیجه سرعت بالای آن، می‌توان انتظار داشت که در شرایط بلادرنگ تنظیم طول بازه انجام شده و بدین ترتیب نقطه ضعف اصلی روشهای دیگر را برطرف کرده است.

پیشرفت‌های اخیر در فیزیک و تکنولوژی‌های مهندسی، ساخت حافظه، پردازشگر، آنتن رادیویی، منبع تغذیه و ... را در مقیاس نانو ممکن ساخته است. نانو سنسورها ابزارهایی با ابعاد چند نانو متر مکعب بوده که قادر به انجام وظایف خاص و سبک می‌باشند. به واسطه ارتباط این تجهیزات با یکدیگر شبکه‌ای از نانو ماشین‌ها جهت انجام وظایف پیچیده‌تر در محیط های نانو شکل می‌گیرد. یکی از مهمترین چالش‌ها در این گونه شبکه ها فرکانس ارتباطی آنها است، چرا که به دلیل اندازه بسیار کوچک آنتن، از مرتبه تراهرتز می‌باشد. همچنین به دلیل کوتاه بودن مسافت ارتباطی نیازمند ارتباطات چندگامه در این‌گونه شبکه‌ها خواهیم بود. به طور خلاصه، شبکه‌های نانو یک الگوی شبکه‌ای کاملا جدید را ارائه می‌دهند که نیازمند تحولی بنیادی درالگوریتم‌های مسیریابی، MAC، واسط انتقال و شیوه های ارتباطی می‌باشند. در این مقاله یک پروتکل MAC را جهت شبکه‌های بی‌سیم نانو سنسور مبتنی بر ارتباطات الکترومغناطیس در باند تراهرتز پیشنهاد داده‌ایم، که مزیت آن نسبت به دیگر پروتکل‌ها استفاده از الگوریتم خوشه‌بندی و الگوی زمان‌بندی TDMA می‌باشد. جهت ارزیابی پروتکل خود، آن را با شبیه ساز NS3 شبیه سازی کرده و مقایسه‌ای بین الگوریتم پیشنهادی و الگوریتمی تحت عنوان"Smart-MAC" از نظر دو پارامتر میزان مصرف انرژی شبکه و نرخ بسته‌هایی که به مقصد نمی‌رسند ( PLR)، انجام داده‌ایم. نتایجی که در نهایت به دست آمده اند مشخص می‌کنند که الگوریتم پیشنهادی از لحاظ میزان مصرف انرژی و نرخ PLR به ترتیب از 60 و 38 درصد بهبود نسبت به الگوریتم“Smart-MAC” برخوردار است.

خط محصول نرم‌افزار به عنوان یک پارادایم امیدبخش در توسعه نرم‌افزار با تواناسازی سازمان‌ها برای مدیریت تنوع محصولاتشان، کیفیت محصولات و میزان زمان ارائه آن‌ها به بازار را بهبود داده است. سازمان‌هایی که مجموعه‌ای از نمودارهای فرایند حرفه را به عنوان دارایی پایه در اختیار دارند در راستای راه‌اندازی خط محصول، نیازمند وجود مدل تغییرپذیری خانواده فرایندهای حرفه می‌باشند. از آنجا که تاکنون روشی جهت تولید مدل فوق ارائه نشده و ایجاد این مدل به صورت دستی ممکن است دست‌خوش خطاهای انسانی گردیده یا به علت پیچیدگی بالا غیر قابل انجام یا زمان‌بر باشد، نیاز به وجود روشی جهت تولید این مدل وجود دارد. در این مقاله یک روش نیمه‌خودکار چهار مرحله‌ای مبتنی بر ساختار گراف جهت تولید مدل خانواده فرایندهای حرفه ارائه گردیده که علاوه بر سنجش دقیق میزان شباهت میان نمودارهای فرایند حرفه ورودی، مدل خانواده فرایندهای حرفه مشابه ورودی را استخراج می‌نماید. روش پیشنهادی با استفاده از مطالعه موردی ارزیابی گردیده و نتایج ارزیابی نشان دهنده آن است که روش فوق قابل انجام بوده، مدل خروجی حاصل از آن دارای میزان شباهت مناسبی با خروجی خبرگان می‌باشد. همچنین تغییرپذیری در آن به طور مناسب مدل می‌شود، به طوری که تمامی نمونه ورودی‌های اولیه از روی مدل خروجی قابل استخراج هستند. به علاوه، از تمامی الگوهای جریان کنترل اصلی موجود در BPMN در آن پشتیبانی می‌شود.

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.

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.

در این مقاله روشی برای کاهش رنگ نقشه‌ای دستی فرش، پیش از نقطه‌گذاری ارائه شده است. یکی از مشکلات این کار پیوسته نبودن نواحی در نتیجه‌ی نهایی است. در این مقاله بر روی این مشکل تمرکز شده و روشی ارائه شده است تا نواحی پیوسته‌تری به دست آید. در روش ارائه‌شده، پس از پیدا شدن نواحی اولیه، این نواحی توسط الگوریتم رشد ناحیه‌ی پیشنهادی، رشد داده‌شده و سپس رنگ پیکسل‌های باقیمانده نیز تعیین‌ می‌شود. در این مرحله الگوریتم ادغام پیشنهادی، نواحی همسایه‌ی مشابه را باهم ادغام می‌کند. کاهش رنگ نهایی توسط الگوریتم C-میانگین صورت گرفته و تعداد رنگ به 1.2 برابر تعداد اعلام‌شده توسط کاربر می‌رسد. دو الگوریتم رشد نواحی اولیه و ادغام نواحی همسایه باعث شده‌اند که نواحی پیوسته‌تری حاصل شود.

سیستم‌های استنتاج فازی حوزه‌های کاربردی متعددی دارند و موتورهای استنتاج مختلفی برای آنها ارائه شده است که موتور استنتاج فازی ممدانی یکی از مرسوم‌ترین آنها است. سیستم‌های استنتاج فازی بر اساس یک سری قوانین به شکل اگر-آنگاه کار می‌کنند. مراحل عملیاتی سیستم استنتاج فازی عبارتند از 1) دریافت ورودی توسط قسمت اگر قواعد 2)محاسبه نتایج توسط قسمت آنگاه قواعد و 3)تجمیع محاسبات فازی و ایجاد خروجی به صورت غیر‌فازی است. مدل-سازی سیستم‌های استنتاج فازی با اهداف مختلفی صورت می‌پذیرد که اثبات صحت سیستم و قواعد آن از جمله این هدف‌ها هستند. برای این منظور لازم است از زبان‌های مدل‌سازی صوری استفاده شود. شبکه‌های پتری رنگی علاوه بر داشتن مبنای صوری دارای واسط کاربر گرافیکی ساده‌ای هستند که فرایند مدل‌سازی و تحلیل مدل را بسادگی امکان پذیر می‌کند. این شبکه‌ها با داشتن ابزار مناسب امکان مدل‌سازی سلسله مراتبی را نیز مهیا می‌کنند. در این مقاله با استفاده از شبکه‌های پتری رنگی موتور استنتاج فازی ممدانی بصورت سلسله مراتبی مدلسازی شده است. سپس توسط مثال‌های موردی به بررسی کارکرد موتور استنتاج فازی ممدانی پرداخته شده است. مدل ارائه شده جهت آموزش کارکرد موتور استنتاج ممدانی، اثبات صحت کارکرد سیستم و صحت قوانین قابل استفاده است.

هدف شبکه‌های حسگر بی‌سیم و سامانه‌های حسگر هوشمند، انتقال اطلاعات به یک ایستگاه پایه و در صورت لزوم، تصمیم گیری از روی آن برای انجام عملیاتی بخصوص است. این اطلاعات توسط حسگرها از محیط جمع آوری می‌شود. در نتیجه نقش حسگرها بسیار پر اهمیت است که معمولاً از دید محققان و طراحان این زمینه کمتر مورد توجه قرار می‌گیرد. حسگرها را می توان از نقطه نظر پارامتر اندازه گیری به انواع مکانیکی، الکتریکی، گرمایی، مغناطیسی، درخشندگی، شیمیایی و زیستی تقسیم بندی کرد. طی سال‌های اخیر حسگرهای زیستی پیشرفت‌های زیادی در عرصه‌های گوناگون داشته‌اند. این حسگرها به منظور پایش فرآیندهای زیستی موجودات زنده به مراتب بیشتر از قبل در حوزه‌های مختلف مانند کاربردهای سلامت و پزشکی، کشاورزی و تکنولوژی موجود در ماشین آلات مورد استفاده و تحقیق قرار‌گرفته‌اند. در اين مقاله، چند حسگر زیستی را انتخاب کرده و به بیان کاربرد، عملکرد و نیز سیستم آن‌ها پرداخته‌ایم. حسگرهای زیستی انتخاب‌شده در حوزه‌های مختلفی از نقطه نظر جمع‌آوری اطلاعات از پدیده‌ی مورد ارزیابی، قرار دارند. بدین منظور، پس از معرفی و بررسی هر کدام ، ویژگی‌های آن از قبیل زمان پاسخ، نحوه¬ی ارتباط با پدیده‌ی مورد ارزیابی و مرحله‌ی اجرایی یا تحقیقاتی آن‌ها، در قالب جدولی ارائه شده است.