رایانش نرم و فن آوری اطلاعات
سال:1398 | دوره:8 | شماره:1 |تعداد مقالات:7

با توجه به اینکه بیوسنسورهای موجود در در شبکه های بی سیم بدنی که مسئول جمع آوری داده ها، انجام عملیات پیش پردازش و سپس ارسال آن ها به یک مرکز تلفیق داده می باشند دارای محدودیت مصرف انرژی و قابلیت پردازش داده ها می باشند لذا نرخ نمونه برداری دارای تاثیر مستقیم بر روی مصرف انرژی شبکه و نیز طول عمر مفید آن دارد. لذا این مقاله به ارائه یک رویکرد وفقی جهت تعیین نرخ نمونه برداری بهینه در راستای مدیریت داده ها می پردازد. در همین راستا با استفاده از سیستم ارزش گذاری هشدار اولیه ملی، بیوسنسورها به جمع آوری داده های مربوطه پرداخته و به تشخیص اطلاعات اورژانسی به صورت محلی می پردازند. جهت بهینه سازی فعالیت گره ها، اطلاعات مربوط به فعالیت بیمار استخراج شده تا بر اساس آن در مواقعی که فعالیت بیمار به صورت عادی و غیر اضطراری می باشد تعدادی از گره ها از حالت فعال به حالت خواب انتقال یابند. همچنین جهت تعیین نرخ دقیق نمونه برداری، ابتدا یک آزمون آماری برای ارزیابی واریانس مربوط به علائم حیاتی بیمار توسعه داده شده و سپس با استفاده از یک تابع درون یابی مناسب، نرخ نمونه برداری بهینه تعیین می گردد. تابع درون یابی جهت تعیین نرخ نمونه برداری از دو فاکتور اصلی استفاده می نماید: اطلاعات مربوط به ریسک بیمار و مقادیر اندازه گیری شده توسط گره محوری. نتایج شبیه سازی نشان دهنده حدود 66 درصد بهینه سازی در تعداد داده های ارسالی و افزایش طول عمر مفید شبکه به میزان بیش از 2. 5 برابر می باشد.

امروزه با گسترش فن آوری اینترنت اشیاء و افزایش تعاملات بین اشیاء، استفاده از وب سرویس ها نیز رو به افزایش نهاده است. یکی از چالش های موجود در پیاده سازی وب سرویس های اینترنت اشیاء کنترل دسترسی در این محیط است. در وب سرویس های عمومی، استفاده از استانداردهایی مانند SAML برای تعیین مجوز و کنترل دسترسی متداول بوده اما در وب سرویس های اینترنت اشیاء به دلیل محدودیت در شبکه، حافظه و پردازش، امکان استفاده از این نوع استاندارد ها وجود ندارد. مقایسه استاندارد SAML با نمونه اصلاح شده آن نشان داد که SAML تغییر یافته به دلیل کاهش میزان حافظه موردنیاز و زمان پردازش و درنتیجه کاهش مدت زمان ارایه دسترسی برای محیط های محدود اینترنت اشیاء مناسب است.

سیستم خبره ی فازی طراحی شده در این مقاله به دانش آموزان سال اول دبیرستان(متوسطه ی دوم) کمک می کند در هر زمان و مکان با صرف هزینه ای اندک، رشته ی تحصیلی مناسب خود را برای ادامه ی تحصیل در سال دوم، انتخاب نمایند. دانش مورد نیاز در طراحی این سیستم از طریق مصاحبه با چند مشاور تحصیلی مجرب استان یزد، اخذ و به روش های مختلف با هم ترکیب شده است. برای هر یک از رشته ها، یک سیستم خبره ی فازی مجزا طراحی شده که امتیاز آن رشته را برای دانش آموز مشخص می کند. این امتیازها به یک سیستم اصلاح کننده ی نتایج وارد شده و به این ترتیب اولویت انتخاب هر یک از رشته ها به عنوان خروجی نهایی سیستم مشخص می شود. داده های واقعی جمع آوری شده از مدارس استان یزد، با استفاده از نرم افزار اکسل پیش پردازش شده و سیستم های خبره فازی در نرم افزار متلب پیاده سازی شده اند. نتایج آزمایش ها نشان می دهند که خروجی سیستم پیشنهادی در حد 80 درصد با نظر خبرگان تطابق دارد، می تواند به خوبی جایگزین مشاور تحصیلی شود و رشته ی متناسب با شرایط دانش آموز را پیشنهاد دهد.

امروزه با توجه به حجم وسیع داده ها، مسئله کاهش نمونه حائز اهمیت است. همچنین عدم وجود توازن در توزیع داده ها بین کلاسهای مختلف یک چالش جدی در دادهکاوی است. در روش پیشنهادی، مسئله کاهش نمونه بهعنوان مسئلهی چندهدفه در نظر گرفته شده است که توانسته است با درنظر گرفتن دو معیار متضاد صحت طبقهبندی و نرخ کاهش نمونهها و همچنین توجه به معیارهای مربوط به دادههای نامتوازن عملکرد خوبی داشته باشد. ایجاد و حفظ توازن در انواع مختلف توزیع داده مهمترین هدف روش پیشنهادی است. مسئله چندهدفه طراحی شده با استفاده از الگوریتم بهینهسازی ازدحام ذرات آشوبی حل شده است. سطح تصمیم مبتنی بر فاصله در روش پیشنهادی، وظیفه تشخیص حفظ و یا حذف نمونههای آزمایشی را دارد. نتایج آزمایشات نشاندهندهی برتری روش پیشنهادی از نظر دقت و صحت طبقهبندی و نرخ کاهش دادهها نسبت به روش های مرز دانش است. نتایج آزمایشات نشاندهندهی برتری روش پیشنهادی از نظر دقت و صحت طبقهبندی و نرخ کاهش دادهها نسبت به روش های مرز دانش است.

در سال های اخیر، تکنیکی به نام کدگذاری شبکه ارائه شده است که در شبکه های کامپیوتری فواید فراوانی به همراه داشته است. کدگذاری شبکه با کنار گذاشتن دیدگاه سنتی انتقال اطلاعات به روش ذخیره-ارسال، به گره های شبکه اجازه می دهد، بسته های دریافتی را در داخل حافظه خود نگهداری کنند تا با دیگر بسته ها ترکیب کرده و سپس ارسال کنند. در این مقاله، یک مساله بهینه سازی برای متعادل سازی استفاده از حافظه گره ها در مسیریابی چند پخشی مبتنی بر کدگذاری شبکه برای شبکه های حسگر بی سیم ارئه شده است. حل متمرکز این مدل بهینه سازی در شبکه های بزرگ غیر عملی و تقریبا غیر ممکن است، بنابراین یک الگوریتم توزیع شده ارائه شد که در آن هر گره به صورت محلی تصمیم گیری می کند. این الگوریتم از تکنیک های زیرگرادیان و تفکیک جریان استفاده می کند. ارزیابی کارآیی مکانیزم های پیشنهادی با شبیه ساز? ? انجام شده است و نتایج بدست آمده نشان می دهد که مدل بهینه سازی متوسط تاخیر انتها به انتها و سرریز را به ترتیب 17% و 95% کاهش می دهد، اما انرژی مصرفی را افزایش می دهد و در نتیجه طول عمر را به طور متوسط 14% کاهش می دهد. از طرفی الگوریتم توزیع شده 69% سرریز بافر را کاهش می دهد و حتی نسبت به مدل بهینه سازی 11% تاخیر بیشتری دارد، اما به دلیل محلی کردن محاسبات می تواند در شبکه های حسگر بی سیم بزرگ نیز به کار گرفته شود.

در این مقاله روش کنترلی SHM-PWM برای اینورتر پنج سطحی CHB جهت ارضای استانداردهای شبکه اعمال گشته است. هدف از به کارگیری این روش، کاهش هارمونیک های فرد غیر مضرب 3 از مرتبه 5ام تا مرتبه 41ام است که به دلیل وجود صرفا چهار درجه آزادی، کاهش تمامی آنها به زیر حد مجاز استاندارد امکانپذیر نمی باشد. با این وجود، علیرغم محدودیت ایجاد شده توسط درجات آزادی، تابع هدف و قیود به گونه ای تعریف گردیده اند که به غیر از هارمونیک های مرتبه 23 و 25، محتوای سایر هارمونیک ها با حاشیه امن مطلوبی به زیر حد مجاز تعیین شده توسط استانداردها کاهش یافته اند. اولویت اصلی در حل مساله بهینه سازی، رسیدن مولفه اول ولتاژ خروجی به مقداری معین بوده و سپس کاهش اندازه تک تک هارمونیک ها و همچنین THD در اولویت بعدی قرار می گیرند. تابع هدف مورد استفاده توسط الگوریتم EPSO بهینه گشته و نتایج شبیه سازی موید برتری روش پیشنهادی نسبت به سایر روش های متعارف از نقطه نظر کاهش محتوای هارمونیکی و بهبود THD می باشد.

زمان بندی وظایف با محدودیت زمان و انرژی در محیط های چند پردازنده ای با سطوح مختلف فرکانس به عنوان یک مسئله بهینه سازی مهم در رایانش ابری مطرح است. به علاوه یک پردازنده که با فرکانس کاهش یافته کار می کند، به طور پویا باعث افزایش خرابی هایی می شود که این امر باعث ضعیف شدن قابلیت اطمینان برنامه های کاربردی می شود. قابلیت اطمینان یک عنصر مهم از شایستگی سیستم است و باید در برنامه های کاربردی امنیتی مورد توجه قرار گیرد. در این مقاله مسئله زمان بندی وظایف در چندین پردازنده با هدف کاهش مصرف انرژی و افزایش قابلیت اطمینان مورد توجه قرار گرفته است. با استفاده از چند پردازنده ای و تکنولوژی مقیاس بندی ولتاژ و فرکانس پویا (DVFS) می توان سطح فرکانس پردازنده را تا حد امکان پایین آورد و در نتیجه ولتاژ مصرفی آن پردازنده را کاهش داد. در اینجا یک الگوریتم دو مرحله ای برای به حداقل رساندن مصرف انرژی با هدف قابلیت اطمینان در پردازنده های چندگانه ارائه می شود. مرحله اول برای تخصیص اولیه و مرحله دوم برای ارضاء هدف قابلیت اطمینان و بهبود بهره وری انرژی است. به طور خاص، هنگامی که هدف قابلیت اطمینان نرم افزار از طریق تخصیص اولیه نمی تواند به دست آید، بر اساس ضریب اطمینان فعلی تعریف شده ی ما، یک الگوریتم بهبودیافته طراحی می شود که می تواند هدف قابلیت اطمینان را ارضاء کند. الگوریتم پیشنهادی با الگوریتم های موجود مقایسه شد. نتایج آزمایش ها نشان می دهد که الگوریتم پیشنهادی مصرف انرژی کمتری دارد درحالی که هدف قابلیت اطمینان برنامه های کاربردی را نیز برآورده می کند.