We address the throughput maximization problem for downlink transmission in DF-relay-assisted cognitive radio networks (CRNs) based on simultaneous wireless information and power transfer (SWIPT) capability. In this envisioned network, multiple-input multiple-output (MIMO) relay and secondary user (SU) equipment are designed to handle both radio frequency (RF) signal energy harvesting and SWIPT functional tasks. Additionally, the cognitive base station (CBS) communicates with the SU only via the MIMO relay. Based on the considered network model, several combined constraints of the main problem complicate the solution. Therefore, in this paper, we apply heuristic guidelines within the convex optimization framework to handle this complexity. First, consider the problem of maximizing throughput on both sides of the relay separately. Second, each side progresses to solve the complex problem optimally by adopting strategies for solving sub-problems. Finally, these optimal solutions are synthesized by proposing a heuristic iterative power allocation algorithm that satisfies the combinatorial constraints with short convergence times. The performance of the optimal proposed algorithm (OPA) is evaluated against benchmark algorithms via numerical results on optimality, convergence time, constraints’ compliance, and imperfect channel state information (CSI) on the CBS-PU link.

Different types of contact, including contact between node pairs, any-contact of nodes, and contacts of the entire network, are used to characterize social relations in mobile social networks. Different modes of routing, from the point of view of message delivery semantics, encompass unicasting, multicasting, any-casting, and broadcasting. Studies have shown that using probability distribution functions of contact data, which is mainly assumed to be homogeneous for nodes, improves the performance of these networks. However, there exists an important challenge in studies on distributions. A lot of works apply the distribution of one type of contact to other types. Hence in routing applications, it causes to use of the distribution of one type of contact for any mode of routing. This study provides a complete solution to model each type of homogeneous contact data distribution and to use them in different modes of routing. We propose a routing algorithm that uses this new model. Results show that our solution improves the average latency of comparing methods Epidemic, TCCB, and DR about 3.5-times, 30%, and 45%, respectively. It achieves a delivery rate of about 5% and 6%, and average latency about 6% and 8% better than that of DR and TCCB, respectively.

هدف از این نوشتار، بررسی اثر توانمندی های چابکی شرکت های تولیدی بر عملکرد تولیدی آنهاست. متدلوژی این بررسی مدل سازی علی با شبکه های بیز است. شبکه های بیز، ساختارهایی نموداری برای نمایش روابط احتمالی تعداد زیادی متغیر و انجام استنباط احتمالی با آن متغیرها هستند. داده های این پژوهش با همکاری شرکت های مهندسین اندیشه فرافن، سازه گستر سایپا و گروه بهمن، نمونه ای از شرکتهای سازنده قطعات و مجموعه های خودرو، گردآوری شده است. پرسشنامه این مطالعه، با متدلوژی مفهوم سازی و معتبر سازی ابزار سنجش، توسعه یافته و سنجه های رتبه ای هر سازه، بر مبنای نشان گرهای پرسشنامه، با به کار گیری تحلیل خوشه ای K میانگین به دست آمده است. از این سنجه ها برای مدل سازی علی و آزمون فرضیه ها با کمک شبکه های بیز مورد استفاده استفاده شده است. سپس بهترین مدل با معیار اطلاعات بیز شناسایی شد. این مدل روابط علی میان توانمندی های چابکی و سنجه های عملکرد تولیدی را نشان می دهد که از آن می توان در توسعه تئوری تولید چابک و پیاده سازی تولید چابک در سازمان ها بهره برد.

One of the obvious reasons for most disorders in network service provisioning is network path congestion. Congestion avoidance in today's networks is too costly and sometimes impossible. With the introduction of SDN, centralizing the equipment's control plane has become possible. This paper presents an enhanced method named ESV-DBRA to avoid congestion in multi-tenant SDN networks. At first, ESV-DBRA monitors the traffic load and delay of all network paths for each tenant individually. Then, by merging the parameters obtained from the monitoring, the Service Level Agreements (SLA), and a novel proposed cost function, it calculates the cost of the network paths per tenant. As a result, traffic for each tenant is routed through the path/paths at the lowest possible cost from the tenant's perspective. Next, the bandwidth quotas will be calculated and assigned to the tenants over their optimal routes. Afterward, whenever congestion is likely to occur in a path, ESV-DBRA automatically changes the route or bandwidth of the tenants' traffic related to this path to avoid congestion. Related algorithms are also proposed.Eventually, simulations show that the proposed method effectively increases bandwidth utilization by 10.76%.

شبکه ها ی اجتماعی، شبکه هایی هستند که در محیط اینترنت به وجود آمده اند و هدف از تاسیس این گونه شبکه ها کمک به برقراری ارتباط میان افراد مختلف از جوامع گوناگون است، شبکه های اجتماعی به شکلی توسعه یافته اند که تمام اطلاعات موجود در آن مورد اعتماد هر فردی نیست، شبکه ای محبوب است که، توان ارائه اطلاعات مورد اعتماد هر شخص را به او ارائه نماید. اگر شخص یا کاربر اطلاعاتی را از دیگران دریافت کند، باید مطمئن باشدکه اطلاعات نادرست را از کاربران بدخواه دریافت نکرده است. برای حل این مسائل مدل های اعتماد فراوانی توسعه یافته اند. با توجه به اینکه اعتماد در واقع با احتمالات سروکار دارد، شبکه بیزین نیز برای حل مسائل از احتمالات استفاده می کند، پس شبکه بیزین می تواند به کمک محاسبه اعتماد بیاید. در این پژوهش، مدل پیشنهادی (BTSN) یعنی مدلی برای محاسبه اعتماد به کمک شبکه های بیزین برای شبکه های اجتماعی ارایه شده است. این مدل قادر به محاسبه دقیق اعتماد بوده و می تواند در ابعاد بزرگتر به کمک شبکه های اجتماعی بیاید، در ادامه عملکرد و روش کار مورد بررسی قرار گرفته است.