رایانش نرم و فن آوری اطلاعات
سال:1395 | دوره:5 | شماره:2 |تعداد مقالات:7

این مقاله یک رهیافت برای مدل کردن رفتارهای معمول و آشکارسازی رفتارهای غیر معمول ارایه می دهد. این رهیافت از چند بخش اصلی تشکیل شده است. ابتدا با استفاده از یک روش آشکارسازی، ناحیه های متحرک و پیش زمینه جداسازی می شوند. در مرحله بعدی نرخ های اشغال- ساکن (Busy-Idle) به عنوان ویژگی های رفتاری تعریف می شوند و بر اساس این ویژگی ها، برای هر بلوک از پیکسل ها یک مدل رفتاری استخراج می شود. به شرط یک مجموعه از داده های معمول، از روش دسته بندی طیفی برای دسته بندی رفتارهای معمول استفاده می شود. در این دسته بندی، بلوک های پیکسل هایی که رفتارهای مشابه دارند، در یک دسته قرار می گیرند. سپس برای بلوک هایی که در یک دسته قرار گرفته و رفتار مشابه دارند، یک مدل رفتاری برای آن دسته تعریف می گردد. مدل رفتاری پیشنهادی در این مقاله یک مدل مارکوف مخفی (HMM) می باشد. نتایج دسته بندی و رفتارهای معمول به دست آمده برای آشکارسازی رفتارهای غیر معمول استفاده می گردد. به این ترتیب که با توجه به مدل های رفتاری معمول هر دسته، اگر برای یک بلوک پیکسل نمونه، احتمال آرایه مشاهده شده به شرط مدل های معمول، از یک حد آستانه کمتر باشد، آن بلوک به عنوان محلی که در آن رفتار غیر معمول اتفاق افتاده شناخته می شود. نتایج آزمایش روی داده های ویدیویی، کارآمد بودن، دقیق بودن و سرعت رهیافت پیشنهادی را نشان می دهد.

محدودیت انرژی در شبکه های حسگر بی سیم، مسیریابی بسته ها را با چالش های اساسی روبرو کرده است. در کاربردهای مبتنی بر رخداد، محدودیت های ذاتی این شبکه ها باعث شده است که بر اثر ترافیک بیش از حد بسته ها، گره های حسگر نزدیک چاهک انرژی خود را تخلیه نمایند. در اثر این تخلیه ماموریت شبکه با مشکل اساسی روبرو خواهد شد. روش کدگذاری شبکه با کدگذاری و کدگشایی بسته های داده، گذردهی شبکه را بهبود داده، تاخیر انتها به انتها را کاهش داده و شبکه را در برابر برخی خطاها مقاوم می نماید. در این مقاله یک الگوریتم مسیریابی با استفاده از کدگذاری شبکه ارائه شده است. در روش پیشنهادی برای تعیین مسیرها، پارامترهای کیفیت پیوند ارتباطی و انرژی موجود همسایه ها را در نظر گرفته و علاوه بر آن برای ارسال اطلاعات از کدینگ شبکه استفاده می شود. نتایج شبیه سازی نشان می دهد که روش پیشنهادی در مقایسه با روش دیگر، قابلیت اطمینان را افزایش و انرژی مصرفی را کاهش می دهد.

برای توزیع پهنای باند در شبکه های کامپیوتری روش های مختلفی مرتبط با سیاست های تخصیص مدیران شبکه در سامانه های کنترل پهنای باند بکار گرفته می شود. با توجه به تنوع کاربران و میزان استفاده هر کاربر، تعیین پهنای باند متناسب با نیاز هر کاربر در شرایط مختلف در کارایی سیستم و استفاده از سیستم های مدیریت پهنای باند نقش مهمی دارد. در این مقاله روشی پویا و متوازن بنام تخصیص وزنی نرمال جهت تعیین میزان پهنای باند متعلق به هر کاربر با در نظر گرفتن میزان اهمیت وی نسبت به دیگر کاربران آنلاین همزمان ارایه می گردد. در این راستا برای به دست آوردن اوزان کاربران به عنوان میزان اهمیت آنها، تکنیک AHP فازی را بکار برده و نظرات غیر قطعی خبرگان مبنای استخراج این اوزان قرار داده می شود. سهولت پیاده سازی و امکان استفاده بیشینه از پهنای باند موجود از خصوصیات روش پیشنهادی می باشد.

در سال های اخیر به دلیل استفاده از پایگاه داده تحلیلی موضوع مربوط به حفظ و نگهداری دید ذخیره شده مورد اهمیت است. برای دسترسی سریع به داده ها، پایگاه های داده تحلیلی، داده های لازم را از منابع مختلف جمع آوری کرده و به فرم دید ذخیره شده در خود ذخیره می کنند. این امر باعث سرعت بالای پایگاه داده تحلیلی در پاسخ به پرس و جوها می شود. وقتی داده ها در منابع مختلف تغییر می کنند دیدهای ذخیره شده نیز باید به روز شوند که موضوع نگهداری دید مطرح می شود. در این زمان ارائه الگوریتم هایی به منظور نگهداری دید با هزینه بهینه، مطرح می شود. الگوریتمی که در این مقاله ارائه می شود، ترکیب یک روش ریاضی با الگوریتم فراابتکاری فرهنگی است که باعث کاهش زمان جستجو و بهینه شدن هزینه دسترسی به داده ها در پایگاه داده تحلیلی می شود. الگوریتم فرهنگی از یک فضای باور مناسب استفاده می کند که شامل چندین رابطه نگهداری افزایشی دید است. هر بار که بهترین پاسخ در انتهای هر نسل به دست آید در فضایی به اسم فضای باور ذخیره می شود. آزمایش ها نشان می دهند که الگوریتم فرهنگی در مقایسه با روش های قبلی و الگوریتم باکتریال که روش پیشنهادی قبلی ما به این منظور است نیز از سرعت بالاتری به منظور به روز رسانی دید افزایشی برخوردار است.

کارآیی روش های بهینه سازی با استفاده از الگوریتم های ابتکاری، تمایل محققین را برای استفاده از آن ها در مسائل پیچیده مهندسی به صورت چشمگیری افزایش داده است. در این مقاله، مقایسه عملکرد دو الگوریتم مبتنی بر هوش جمعی PSO و IPO و روش تکاملی GA برای محاسبه پهنای کانال (w) ترانزیستورها در جهت مجتمع سازی بهتر و به منظور بهبود توان مصرفی و تاخیر مدار تغییر دهنده سطح (LEVEL SHIFTER) در تغییر سطح ولتاژ 0.4 به 3 ولت با تکنولوژی 0.35 CMOS میکرومتر مورد ارزیابی قرار گرفت که نتایج شبیه سازی برای مدار نمونه نشان می دهد که مقدار توان مصرفی 0.222 نانو وات و تاخیر 9.113 نانو ثانیه با الگوریتم PSO، توان مصزفی 0.39 نانو وات و مقدار تاخیر برابر با 3.741 نانو ثانیه با الگوریتم IPO و مقادیر 0.235 نانو وات و 3.711 نانو ثانیه با الگوریتم GA حاصل می شود که در مقایسه با راهکارهای ارائه شده در پژوهش های قبلی، علاوه بر بهبود چشمگیر توان و تاخیر، کمینه شدن w ها نیز حاصل شده است. کلیه پیاده سازی های مقاله در نرم افزار متلب و شبیه سازی در محیط اچ اسپایس انجام گرفته است.

شبکه نظیر به نظیر مجموعه ای از گره های خودسازمان دهنده و یکسان است که با هم همکاری می نمایند. این نوع از شبکه ها نیاز به هماهنگ کننده مرکزی برای ارتباط باهم ندارند. از پیاده سازی شبکه نظیربه نظیر بر بستر شبکه ادهاک سیار شبکه نظیربه نظیر سیار ایجاد می گردد. ساختار توزیع شده شبکه های نظیربه نظیر سیار جستجوی منبع و داده را در آن ها دشوار می سازد. از سوی دیگر درخواست در این شبکه ها معمولا بطور سیل آسا و تصادفی پخش می گردد که این سبب هدر رفت انرژی گره های سیار خواهد شد. از اینرو طراحی مکانیزمی خودتطبیق که داده یا درخواست را بطور آگاهانه به شبکه ارسال کند حائز اهمیت می باشد، تا بتوان منبع درخواستی را با نرخ موفقیت بیشتر، صرف کمترین انرژی، تحمیل بار کمتر به شبکه کشف کرد.در این مقاله یک نسخه جدید از الگوریتم شایعه پراکنی معرفی می شود. الگوریتم پیشنهادی با هدف بهبود جستجو در شبکه نظیربه نظیر سیار با استفاده از یادگیری گره ها ارائه گردیده است. از اتوماتای یادگیر بعنوان یک عامل یادگیرنده تقویتی که از طریق تعامل با محیط عملکرد خود را بهبود می بخشد، استفاده می شود. در این الگوریتم هر گره ای که درخواست داشته باشد پیام جستجوی را به تعدادی از همسایگان که از بقیه مفیدتر هستند ارسال می کند. همچنین منبع درخواستی از طریق بهترین مسیر به گره درخواست دهنده انتقال می یابد. علاوه براین بدلیل ذخیره نتایج بدست آمده از هر گره همسایه در حافظه نهان، سابقه گره های همسایه در جلورانی های آتی تاثیرگذار است. نتایج شبیه سازی الگوریتم پیشنهادی نشان می دهد که اجتناب از انتخاب های تصادفی همسایگان برای جلورانی درخواست و درنظر گرفتن سابقه هر گره با استفاده از نتایج ذخیره شده در جداول کش، سبب کاهش تاخیر انتهابه انتها، مصرف انرژی و بار تحمیل شده به شبکه می گردد. از سوی دیگر درنظرگرفتن سابقه گره های همسایه در جلورانی، پیام درخواست به همسایگانی ارسال می گردد که در جستجوهای قبلی موفقتر بوده اند، نرخ موفقیت شبکه نیز افزایش می یابد.

مدل سازی مناطق شهری با قابلیت دسترسی به اطلاعات هندسی و بصری، مورد استقبال و کاربرد بسیاری از سازمان ها قرار دارد. در این میان، استفاده از روش استریو پانوراما به عنوان یک روش تصویر مبنا به دلیل سادگی و ارائه دید واقعی و کامل از محیط مورد توجه بسیاری از تولید کنندگان و کاربران نقشه های شهری می باشد. در این مقاله، یک سیستم نوین استریو پانوراما بر مبنای دوربین های استریو (که ثبت اختراع شده است) ارائه و چگونگی بازسازی سه بعدی محیط های شهری به کمک این سیستم بیان شده است. در این مقاله، همچنین فرآیند انجام یکپارچه سازی بین تصاویر استریو پانوراما در ایستگاه های مختلف برای پوشش و مدل سازی کامل یک منطقه نیز تشریح شده است. در نهایت، بازسازی هندسی و بصری قسمتی از یک خیابان در منطقه شهری توسط سیستم استریو پانورامای پیشنهادی مورد ارزیابی قرار گرفته است. نتایج حاصل از بازسازی محیط با استفاده از سیستم پیشنهادی نشان داد که بر خلاف غالب سیستم های استریو پانورامای موجود که در آنها امکان دستیابی به اطلاعات هندسی بعضا دشوار می باشد، در روش پیشنهادی علاوه بر فراهم ساختن یک فضای بصری مناسب از محیط، امکان اندازه گیری های هندسی به راحتی میسر شده است و دستیابی به دقت های مدنظر در استخراج اطلاعات هندسی که در پروژه های شهری مورد نیاز است (نقشه های بزرگ مقیاس 1000:1) ممکن می باشد.