خدمات ابری (مقاله رایگان pdf)

چکیده

         داده‌های امروزی بدلیل حفظ حریم شخصی و امنیت، هم از طرف تأمین کنندگان خدمات ابری و هم کاربران ، در همه ی سطوح شامل: سطح ذخیره شده، انتقال ، تقاضا و پردازش داده‌ها حساس هستند. پردازش ابری در حوزه سلامت، امنیت ملی، خدمات، بانکداری و زمینه‌های دیگر استفاده شده است و همانطور که در چندسال اخیر دیده ایم تعدادی از کمپانی ها اطلاعات محرمانه را در ابر (سرورهای خدمات ابری) ذخیره کرده اند. بنابراین اطلاعات و حفظ امنیت داده‌ها یک بحث حساس و حیاتی است که باید بصورت کامل و جامع در حوزه ی محاسبات ابری پیگیری شود. این پژوهش بر روی تحلیل  عمل‌کرد مدلهای امنیت داده در محاسبات ابری تمرکز دارد .این مقاله مدلهای امنیت داده‌های ابری را مبتنی بر فرایند کاری مدلسازی با نماد (BPMN) پیشنهاد کرده و با شبیه سازی نتایج، کارایی مباحث مربوط به امنیت داده‌ها را بعنوان بخشی از هرگونه ابتکار عمل سازمانی در زمینه ی مدیریت اجرایی کسب وکار (BPM) نشان داده است.

شناسایی الگوهای مشابه (مقاله رایگان pdf)

چکیده

          استخراج الگوهای مکرر یک کار، کلیدی برای کشف اطلاعات مفید است. با وجود کیفیت راه حل های داده شده توسط الگوریتم های یافتن الگوهای مکرر ، اکثر آنها با چالش چگونگی کاهش تعداد الگوهای مکرر بدون از دست رفتن اطلاعات مواجه می شوند. یافتن مجموعه های مکرر این مشکل را با کشف یک مجموعه کاهش یافته از مجموعه مکرر، به نام مجموعه های مکرر بسته، که از آن می توان تمام مجموعه الگوی مکرر را بازیابی کرد، حل می کند. با این حال، برای یافتن نمونه های مکرر مشابه، که در آن تعداد الگوها حتی از مجموعه یابی مکرر بزرگتر هستند، این مشکل هنوز حل نشده است. در این مقاله، ما مفهوم یافتن الگوی مشابه مکرر بسته را برای کشف تعدادی از الگوهای مکرر مشابه بدون از دست دادن اطلاعات معرفی می کنیم. علاوه بر این،یک الگوریتم جدید یافتن الگوی مشابه مکرر بسته با نام CFSP-Miner پیشنهاد شده است. الگوریتم، الگوهای مکرر را با عبور از یک درخت که شامل تمام الگوهای مشابه شبیه بسته است، می یابد. برای انجام این کار به صورت موثر، چندین لم برای پر کردن فضای جستجو معرفی و اثبات شده است. نتایج نشان می دهد که CFSP-Miner کارآمدتر از الگوریتم های مورد استفاده یافتن الگوی مشابه مکرر است، مگر اینکه در مواردی که تعدادی از الگوهای مشابه مکرر و الگوهای مشابه مکرر بسته تقریبا برابر باشند. با این حال، CFSP-Miner قادر به پیدا کردن الگوهای مشابه بسته،  تولید اندازه کاهش یافته از الگوی مشابه مکرر کشف شده بدون از دست دادن اطلاعات است. همچنین، CFSP-Miner در حین عملکرد قابل قبول در حین اجرا، مقیاس پذیری خوبی را نشان می دهد.

عملکرد خدمات وب (مقاله رایگان pdf)

چکیده

          دستگاه‌های موبایل هوشمند و خدمات وب بسیار پرطرفدار هستند. دستگاه‌های موبایل دستگاه‌های فیزیکی محدودی هستند؛ سرعت پردازنده کم، حافظه محدود، باتری محدود و اتصال آهسته اینترنت بی‌سیم. این بدان معنی است که در هنگام اجرای خدمات وب برای دستگاه‌های تلفن همراه، این عوامل را موردتوجه قرار دهند. در این مقاله، سرویس وب RESTful برای دستگاه‌های تلفن همراه در مقایسه با خدمات وب SOAP معمولی را ارزیابی می‌کنیم. نتایج تجربی نشان می‌دهد که خدمات وب RESTful نسبت به خدمات وب SOAP معمولی بهتر عمل می‌کند. یک توصیه برای استفاده از خدمات شبکه RESTful در دستگاه‌های تلفن همراه از نتیجه تجربی ایجادشده است.

تکنیک کوانتومی (مقاله رایگان pdf)

چکیده

            این دومین مقاله از مجموعه مقالات مربوط به کنترل دسترسی است که با مشکلات در محاسبات ابری با اتخاذ تکنیک های کوانتومی سروکار دارد. در این مقاله ما کاربرد رمزنگاری کوانتومی و توزیع کلید کوانتومی در دسترسی به مشکل کنترل را مورد مطالعه قرار می دهیم. طرح رمزنگاری و پروتکل را برای توزیع کلید در تنظیمات مکانیک های طبقه بندی شده کوانتوم (CQM) تدوین و فرمولبندی می کنیم. زبان گرافیکی CQM در این مقاله استفاده می شود. این طرح / پروتکل کوانتومی که پیشنهاد می کنیم، دارای مزایای متعددی برای طرح ها / پروتکل های ارائه شده در حالت هنر برای همان هدف است. آنها از لحاظ اطلاعاتی در فن آوری کنونی امن و قابل اجرا هستند.

سرویس ابری (مقاله رایگان pdf)

چکیده

           سرویس های ابری پیچیده برای مواجهه با حجم کارها و تغییرات مورد نیاز پویا بر فرآیندهای کنترل مختلف کشش متکی هستند. با این حال، اجرای فرآیند کنترل کشش در یک سرویس ابری به دلیل پیچیدگی ساختار سرویس، راهبردهای استقرار، و پویایی اصولی زیرساخت، از نظر کیفیت یا هزینه همیشه منجر به بهره وری بهینه نمی شود. بنابراین توانایی پیشین در برآورد و ارزیابی رابطه بین رفتار کشش سرویس ابری و فرآیندهای کنترل کشش برای انتخاب زمان اجرای فرآیند های مناسب کنترل کشش حیاتی است. در این مقاله، ADVISE را با چارچوبی برای ارزیابی و برآورد رفتار کشش سرویس ابری ارائه می کنیم. ADVISE ، ساختار سرویس، استقرار، زمان اجرای سرویس، فرآیندهای کنترل و اطلاعات زیرساخت ابری را جمع آوری می کند. بر اساس این اطلاعات، ADVISE  از تکنیک های دسته بندی استفاده می کند تا رفتار کشش ابری که با کنترل کشش ایجاد شده را شناسایی کند. آزمایش های ما نشان می دهد که ADVISE  می تواند رفتار کشش مورد انتظار بموقع را برای سرویس های مختلف ابری برآورد کند در نتیجه ابزار مفیدی برای کنترل کننده های کشش در بهبود کیفیت تصمیمات زمان اجرای کنترل کشش می شود.

کشش ابری (مقاله رایگان pdf)

چکیده

           قابلیت ارتجاعی ابر ویژگی منحصر به فرد محیط‍‍‍‌های ابری است که تأمین (کاهش تأمین) تقاضا و یا تنظیم مجدد منابع توسعه ابر را می‌پذیرد. مدیریت کارایی قابلیت ارتجاعی ابر چالشی است که توجه جامعه پژوهشی را به خود جلب کرده است. این کار به منزله بررسی تلاش‌های پژوهشی در این راستا است. سهم اصلی این کار، مرور دقیق آخرین روش‌های مدیریت ارتجاعی و ارائه طرح دقیق طبقه‌بندی با تمرکز بر روش‌های تصمیم‌گیری ارتجاعی است. در پایان، درباره چالش‌های تحقیقاتی مختلف و جهت‌های تحقیقاتی بیشتر درباره کلیه مراحل قابلیت ارتجاعی بحث می‌کنیم که می‌توان به عنوان حالت خاص رفتار ارادی سیستم‌های محاسباتی تلقی کرد (این تحقیق با همکاری اتحادیه اروپا (صندوق اجتماعی اروپا- ESF) و صندوق‌های ملی یونان از طریق برنامه عملیاتی «آموزش و یادگیری بلند مدت چارچوب مرجع استراتژیک ملی (NSRF)- برنامه سرمایه‌گذاری تحقیقاتی: تالس . سرمایه‌گذاری در جامعه دانش از طریق صندوق اجتماعی اروپا» انجام شده است).

چالش های داده های بزرگ (مقاله رایگان pdf)

چکیده

         در دوران انقلاب صنعتی چهارم (صنعت 4.0)، داده‌های بزرگ تأثیر زیادی بر کسب‌وکارها دارند؛ چراکه انقلاب شبکه‌ها، سیستم‌عامل‌ها، مردم و فناوری‌های دیجیتال، عوامل تعیین‌کننده نوآوری و رقابت شرکت‌ها را تغییر داده است. تحریم‌های شدید برای داده‌های بزرگ از دانشگاهیان و متخصصان به‌دست‌آمده است، زیرا تجزیه‌وتحلیل داده‌های بزرگ به دانش ارزشمند و پیشبرد فعالیت‌های نوآورانه شرکت‌ها و سازمان‌ها، تغییر اقتصاد در سطح محلی، ملی و بین‌المللی منجر می‌شود. در این زمینه، علم داده‌ها به‌عنوان مجموعه‌ای از اصول اساسی تعریف‌شده است که اطلاعات و دانش را از داده‌ها به دست می‌آورند. تکنیک‌ها و برنامه‌های کاربردی که مورداستفاده قرار می‌گیرند، به تجزیه‌وتحلیل داده‌های حیاتی برای پشتیبانی از سازمان‌ها در فهم محیط و در تصمیم‌گیری‌های بهتر در طی زمان کمک می‌کنند. امروزه افزایش چشمگیر داده‌ها از طریق اینترنت اشیا (افزایش مداوم دستگاه‌های متصل، سنسورها و گوشی‌های هوشمند) موجب افزایش دوران "داده‌ها" شده است که تجزیه‌وتحلیل داده‌ها در هر بخش (کشاورزی، سلامت ، انرژی و زیرساخت‌ها، اقتصاد و بیمه، ورزش، غذا و حمل‌ونقل) و هر اقتصاد جهانی. گسترش روزافزون داده‌های موجود یک روند شناخته‌شده در سراسر جهان است، درحالی‌که دانش ارزشمند برخاسته از اطلاعات حاصل فرایندهای تجزیه‌وتحلیل داده‌ها است. در این زمینه، بخش عمده سازمان‌ها به جمع‌آوری، ذخیره و تجزیه‌وتحلیل داده‌ها برای تصمیم‌گیری‌های کسب‌وکار استراتژیک می‌پردازند که به دانش ارزشمند می‌انجامد. توانایی مدیریت، تجزیه‌وتحلیل و عمل بر روی داده‌ها ("سیستم‌های تصمیم‌گیری مبتنی بر داده‌ها") برای سازمان‌ها بسیار مهم است و به‌ عنوان یک دارایی مهم شناخته می‌شود. چشم‌انداز تجزیه‌وتحلیل داده‌های بزرگ اهمیت دارد و منافع سازمان‌های هدایت داده تعیین‌کننده‌های مهمی برای رقابت و عملکرد نوآوری هستند. بااین‌وجود موانع قابل‌توجهی برای اتخاذ رویکرد مبتنی بر داده‌ها وجود دارد و از طریق داده‌های بزرگ دانش ارزشمندی دریافت می‌کنند.

جنگل های تصادفی (مقاله رایگان pdf)

چکیده

          این مقاله یک رویکرد جدید برای تشخیص نقص شکست روتور شکسته در یک موتور خطی دائمی مغناطیسی آغازین (LS-PMSM) با استفاده از جنگل های تصادفی ارائه می دهد. سیگنال جریان گذرا در هنگام راه اندازی موتور از یک موتور سالم و یک موتور معیوب با خطای یک روتور شکسته به دست آمد. ما 13 ویژگی آماری دامنه زمانی را از سیگنال جریان گذرا شروع کردیم و از این ویژگی ها برای آموزش و آزمایش یک جنگل تصادفی برای تعیین اینکه آیا موتور در شرایط نرمال یا معیوب عمل می کند، استفاده کردیم. برای انتخاب ویژگی، ما از اهمیت ویژگی ها از جنگل تصادفی برای کاهش تعداد ویژگی ها به دو ویژگی استفاده کردیم. نتایج نشان داد که جنگل تصادفی شرایط موتور را چه سالم و چه معیوب با دقت 98.8٪ با استفاده از تمام ویژگی ها طبقه بندی می کند و با استفاده از شاخص های متوسط و ویژگی های تاثیرگذارتر با دقت 4/98٪ می باشد. عملکرد جنگل تصادفی با یک درخت تصمیم گیری، طبقه بندی Bayes Naïve، رگرسیون لجستیک، ریج خطی و support vector machineها با یکدیگر به صورت تصادفی از دقت بیشتری نسبت به الگوریتم های دیگر، مقایسه شد. روش پیشنهادی میتواند در صنعت برای نظارت آنلاین و تشخیص خطا از موتورهای LS-PMSM استفاده شود و نتایج میتواند برای ایجاد طرحهای نگهداری پیشگیرانه در کارخانجات مفید باشد.

مدیریت مهلت صف (مقاله رایگان pdf)

چکیده

            خصوصیات OpenFlow فعلی قادر به تنظیم نرخ سرویس صفها درون دستگاههای OpenFlow نیست. این کمبود اجازه نمی دهد اکثر الگوریتم ها برای رضایت از الزامات کیفیت خدمات به جریانهای جدید و پایدار اعمال شود. در این مقاله ما راه حل دیگری را پیشنهاد می کنیم که از طریق تعدادی اصلاحات روی Beacon، یکی از کنترل کننده های محبوب SDN، اجرا می شود. این کار به شرح زیر است: با استفاده از آمار تقریبا در زمان واقعی از دستگاه های OpenFlow، Beacon مسیرهای مجازی را در صف های مختلف به منظور تضمین نقاط ضعف مهلت مجاز (برای مثال، جریان هنوز مفید است اگر و تنها اگر به طور کامل توسط یک زمان معین دریافت می شود) و / یا متعادل کننده صف عملکرد در یک سوئیچ OpenFlow SDN. برخلاف پیشینه، ما هیچ پایه ای یا اصلاح جدیدی از استاندارد OpenFlow را پیشنهاد نمی دهیم: مکانیزم ما، اجرا شده در کنترلر، با دستگاه های OpenFlow منظم کار می کند. تغییرات ما در کنترل کننده SDN پایه ای برای طراحی یک کلاس از الگوریتم های جدید مسیر مسیریابی است که می تواند محدودیت های مهلت و متعادل سازی صف را بدون هیچ گونه اصلاح مشخصات OpenFlow و همچنین دستگاه های Open Flow تضمین کند.

کنترل PID (مقاله رایگان pdf)

چکیده

            PFC (کنترل پیش بین فانکشنال ) می تواند به عنوان یک پلی بین PI(D) و MPC مختلط باشد. کنترل PI(D) می تواند مسائلی را به همراه داشته باشد که زمان مرده و قیدها را نیز مورد بررسی قرار دهد. PFC این موارد را اداره کرده و اغلب نسبت به استفاده از یک پیش بینی کننده اسمیت  بهتر است. PFC یک MPC ساده قابلیت اطمینان تحقق است که بدین نحو از پیش بینی و پیش نمایشی از متغیرهای کلیدی را مورد استفاده قرار می دهد. PFC می تواند بوسیله قطعه کد برنامه ساده بکار گرفته شود و از اینرو هزینه های لایسنس ارزانی دارد. این آموزش، ایده اولیه PFC و همچنین الگوریتم هایی را برای مراحل و فرآیندهای نوعی معرفی می نماید. شبیه-سازی ها، تأثیرگذاری نیز مزایای فراوان آن نسبت به پیش بینی کننده های PI(D) و اسمیت را روشن می سازد.