چکیده پایان نامه های مقطع کارشناسی ارشد گروه مهندسی کامپیوتر

نام و نام خانوادگی:فائزه سادات سنبلستان
عنوان پایان نامه: بهبود مسیریابی در شبکه‌‌های بین خودرویی با استفاده از الگوریتم پیشنهادی مبتنی بریادگیری
رشته تحصیلی: مهندسی کامپیوتر -شبکه های کامپیوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر مهدی اکبری

چکیده: شبکه ­های بین خودرویی یک بستر جذاب برای حمل و نقل هوشمند ارائه می دهند یکی از پروتکل‌‌های مسیریابی شناخته شده در شبکه‌های بین خودرویی، پروتکل مسیریابی AODV است. اعمال این پروتکل مسیریابی بر روی شبکه‌‌های بین خودرویی نیز دارای مشکلاتی است که با افزایش مقیاس شبکه و تعداد گره‌‌ها، تعداد پیام‌‌های کنترلی در شبکه افزایش می‌‌یابد. پروتکل مسیریابی AODV برای انتخاب مسیر از معیار کمترین تعداد گام در مسیر استفاده می‌کند که باعث کاهش کارایی شبکه و عدم انتخاب مسیر‌های پایدارتر می‌‌شود. در این تحقیق دو روش برای مسیریابی ارائه شده است که تا حدودی مشکلات ذکر شده را بهبود می‌‌دهند. روش پیشنهادی اول یک روش مبتنی بر خوشه­بندی است که برای کاهش تعداد پیام­های کنترلی پیشنهاد شده است.روش‌‌پیشنهادی دوم برای حل مشکل انتخاب مسیر ارائه شده‌اند که با استفاده از الگوریتم بیزین این مشکل را حل نموده­ایم. معیار‌های که برای ارزیابی عملکرد این روش‌‌ها استفاده شده افزایش نرخ تحویل بسته وکاهش نرخ گم شدن بسته و میانگین تاخیر انتها به انتها می‌‌باشد. زمانی که ما این ارزیابی ها را انجام می­دهیم روش پیشنهادی میانگین تاخیر انتها به انتها نسبت به روش پایه 1درصد تاخیر کمتری دارد. و زمانی که نرخ تحویل بسته را محاسبه می­کنیم به میزان 8 درصد روش پیشنهادی نسبت به روش پایه افزایش می­یابد و نرخ گم­شدن بسته را که محاسبه می­کنیم به میزان 20 درصد الگوریتم پیشنهادی نسبت به روش پایه کاهش می­یابد.

کلیدواژه: شبکه ­های بین خودرویی، الگوریتم بیزین، پروتکل AODV، افزایش نرخ تحویل بسته، کاهش نرخ گم­شدن بسته، میانگین تاخیر انتها به انتها.

تاریخ دفاع: پاییز 1399

 

نام و نام خانوادگی: فریناز دادخواه جزی
عنوان پایان نامه: ارائه روش پیشنهادی جهت کاهش انرژی مصرفی در هنگام انتقال اطلاعات در محیط اینترنت اشیاء با استفاده از الگوریتم یادگیری عمیق
رشته تحصیلی: مهندسی کامپیوتر- شبکه های کامپیوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما:دکتر مهدی اکبری کوپائی

چکیده:در دهه گذشته، اینترنت اشیاء در مرکز توجهات و تحقیقات زیادی قرار داشته است. عمر و مصرف انرژی گره‌ها در اینترنت اشیا، از جمله مسایل مهمی برای کاربردهای اینترنت اشیاء  بوده و همچنان با چالش­های بزرگی مواجه است. چالش‌های بسیاری برای بهبود و مدیریت مصرف انرژی در اینترنت اشیا به وجودآمده است که می توان به خوشه بندی گره‌ها اشاره کرد. تحقیقات زیادی در زمینه مسیریابی در این حوزه وجود دارد که بعضا با استفاده از الگوریتم­های  یادگیری عمیق  و یا ترکیب این الگوریتم­ها با الگوریتم­های دیگر به کار می­روند. ولیکن در تمامی زمینه ها پیچیدگی الگوریتم­ها با هم متفاوت اند.در این پژوهش طرحی ارائه می­شود که در ابتدا بر اساس روش خوشه­بندی شبکه عمیق fcm خوشه­ها را تشکیل می­دهیم و سپس در این خوشه­ها، نودی که دارای میزان بیشتری انرژی است و فاصله کمتری تا ایستگاه پایه دارد را به عنوان سرخوشه انتخاب می­کنیم. نودها در ابتدا اطلاعات خود را برای سرخوشه ارسال می­کنند و برای انتقال از سرخوشه به ایستگاه پایه از روش  یادگیری عمیق استفاده می­شود. با استفاده از این روش طول عمر شبکه و تعداد نودهای زنده افزایش می­یابد و شبکه برد بیشتری را تحت پوشش قرار می‌دهد.

کلیدواژه:شبکه عصبی – اینترنت اشیاء ، مسیریابی، الگوریتم های یادگیری عمیق ، پوشش، خوشه بندی شبکه عمیق

تاریخ دفاع: بهمن 1399

 

نام و نام خانوادگی: سهیلا مناجاتی
عنوان پایان نامه: روشی جهت بهبود افزایش طول عمر شبکه های حسگر بی سیم مبتنی بر دوایر متحدالمرکز و گره چاهک با استفاده از الگوریتم تکاملی فرهنگی
رشته تحصیلی: مهندسی کامپیوتر- شبکه های کامپیوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما:  دکتر سعید نصری

چکیده:  با پیشرفت تکنولوژی، طراحی و ساخت شبکه حسگر های بی سیم با تعداد زیادی گره، توان مصرفی پایین و انرژی محدود، اندازه کوچک، قیمت مناسب و توانایی کاربردی های گوناگون را ایجاد کرده است که وظیفه دریافت اطلاعات از محیط پیرامون خود، آنالیز، پردازش داده ها و نیز ارسال داده های حس شده به دیگر گره ها هستند و حسگر ها منابع آن محسوب می شوند. حسگر ها داده های خود را برای تحلیل و پردازش به یک یا چند چاهک انتقال می دهند. جمع آوری داده ها از نودهای حسگر به منظور تحلیل و پردازش یکی از وظایف اصلی در شبکه اصلی در شبکه های حسگر بی سیم است. هدف اصلی در این پژوهش ارایه یک روش مناسب و بهینه برای به حداقل رساندن مصرف انرژی توسط هر گره و افزایش میزان طول عمر شبکه حسگر پیشنهاد شده است. این امر به عنوان ایجاد چاله انرژی در شبکه حسگر معرفی می گردد. چاله انرژی زمانی رخ می دهد که تعداد زیادی گره به یک گره پیام می فرستند و طول عمر شبکه کاهش می یابد که چالش هایی را با خود به همراه دارد که برای رفع این چالش ها شبکه حسگر بی سیم تحت دوایر متحد المرکز و گره چاهک که در مرکز این دوایر است (کرونا) معرفی شده است. در واقع با بهینه سازی تعداد گره های شبکه حسگر بی سیم به منظور دستیابی به حداکثر میزان پوشش و استفاده از گره های رله جهت انتقال بسته های داده ای که سبب کاهش میزان افزونگی داده ها در پروسه انتقال، افزایش طول عمر شبکه و در نتیجه میزان مصرف انرژی مصرفی شبکه می شود. همچنین با نتایج تجربی نشان داده شد که روش پیشنهادی در این پژوهش نسبت به روش های موجود بهینه تر عمل کرده است.
کلیدواژه: شبکه های حسگر بی سیم، دوایر متحدالمرکز و گره چاهک طول عمر شبکه، کاهش انرژی
تاریخ دفاع: بهار 1399

نام و نام خانوادگی : سمیرا غلامی
عنوان پایان نامه : بهبود الگوریتم زمان بندی وظایف در محیط محاسبات ابری  جهت تخصیص منابع   برمبنای استراتژی زنبورعسل و مرغ مگس خوار
رشته تحصیلی : مهندسی کامپیوتر – شبکه های کامپیوتری
مقطع تحصیلی : کارشناسی ارشد
استاد راهنما : دکتر سعید نصری

چکیده: رایانش ابری تغییر اساسی در روش اطلاعات ناشناس و داده ­ها ‌ایجاد کرده است . آنچه که در ابر قرار  می‌گیرد مجموعه­ای از چندین سرور و کامپیوتر می‌‌­باشد که می‌‌­توان از طریق ‌اینترنت بدون نیاز به قرار دادن داده در کامپیوتر، دسترسی پیدا کرد . چالش سیستم رایانش ابری به منابع درخواست­های سیستم مربوط می‌‌­گردد . زمان‌بندی وظیفه در رایانش ابری ‌یک مسئله بهینه‌سازیNP سخت است.‌ یکی از مهم­ترین و نویدبخش­ ترین روش‌ها برای حل چنین مشکلاتی در سالهای اخیر‌ یک سری روش­های نوآورانه می‌‌‌باشد که از طبیعت الهام گرفته شده است .‌ این روش­ها با سیستم اجتماعی‌ یا طبیعی شباهت دارند. ما در تحقیق حاضر قصد داریم تا از الگوریتم کلونی زنبور­عسل در کنار الگوریتم مرغ ‌مگس‌خوار برای زمان‌بندی منابع استفاده کنیم. هدف ما دستیابی به تعادل‌ بار در سراسر ماشین‌های مجازی برای به رسیدن به­ حداکثر­­ بازدهی است. الگوریتم‌های پیشنهاد شده وظایف را بر اساس اولویت در ماشین‌های مجازی متعادل می‌‌‌کنند به گونه‌ای که مدت زمان انتظار وظایف در صف حداقل باشد. متوازن سازی بار وظایف مستقل انحصاری در ماشین‌های مجازی ‌یکی از جنبه‌های مهم زمان‌بندی وظیفه در ابر می‌‌‌باشد. هرگاه برخی ماشین‌های مجازی سربارگذاری شوند و سایر ماشین‌های مجازی با وظایف برای پردازش، کم‌بارگذاری شده باشند، برای رسیدن به بهره‌برداری بهتر از ماشین‌ها، بار سیستم باید تعدیل شود. با استفاده از روش پیشنهادی، روش مورد نظر دارای دقتی برابر با 93.55 درصد نسبت به سایر روش‌ها در بازه‌های مختلف بارگذاری می‌‌‌باشد.
کلید واژه‌ها : رایانش ابری، زمان‌بندی، تخصیص منبع، الگوریتم زنبور‌عسل، الگوریتم مرغ ‌مگس‌خوار

 

نام و نام خانوادگی: حبیب الله وحیدی مهرجو
عنوان پایان نامه: بررسی مدیریت زیرساخت شبکه های اجتماعی به کمک شبکه های نرم افزار محور
رشته تحصیلی: مهندسی کامپیوتر – شبکه های کامپیوتری
مقطع تحصیلی: کارشناسی ارشد
استاد راهنما: دکتر سعید نصری

چکیده: مدیریت شبکه­ های اجتماعی مانند دیگر شبکه ­های بزرگ، پیچیده و دشوار است و همچنین دردسر­های مخصوص خود را دارد. یکی از آسان­ترین روش­های پیش­گیری از بروز مشکلات و پیچیدگی­های مدیریت شبکه­ های بزرگ، استفاده از محصولات یک تولید کننده در تمامی قسمت­های شبکه مورد نظر است. متکی شدن به یک شرکت تولید کننده علاوه بر اینکه هزینه­ های زیادی را به ما متحمل می­کند، خلاقیت را هم از ما دور می­کند. علاوه بر این، شبک ه­های بزرگ سازمانی و پرهزینه، این روزها تنها ابزار ممکن برای ارائه ­ی خدمات بهتر و ارائه نرم ­افزارهای کاربردی­ تر در سطح شبکه هستند. آزمایشگاه­های اجتماعی یک بستر آزمایش شبکه ­های اجتماعی می­باشد، که محققان با استفاده از این آزمایشگاه قادر هستند آزمایشاتی با پروتکل­های جدید و برنامه ­های کاربردی برای شبکه­های اجتماعی در یک محیط واقعی انجام دهند. با این وجود در این بسترهای آزمایشی انجام بعضی آزمایشات مانند آزمایش در لایه دوم شبکه مقدور نیست. برا­ی رفع این مشکل ما تصمیم گرفتیم که معماری را توسعه دهیم تا به محققان اجازه انجام آزمایش بر روی لایه دوم را نیز بدهد. که می­خواهیم این کار را با بهره ­گیری از تکنیک شبکه ­های نرم­­افزار­ محور انجام دهیم. شبکه­ های نرم ­افزار محور یک معماری است که از طریق جدا کردن منطق کنترل شبکه از روترها و سوئیچ ­ها، این امکان را به پژوهشگران می­دهد تا بتوانند بر روی لایه دوم شبکه آزمایش انجام دهند. برای رسیدن به این هدف ابتدا با شبکه ­های نرم­ افزار محور و معماری آن آشنا می­شویم، سپس در طی مراحل تحقیق به ارائه ­ی ساختار مناسب برای راه­اندازی محیطی آزمایشگاهی، مطالعه و آزمایش برروی لایه دوم در شبکه­های اجتماعی می­پردازیم. و در انتها به ارزیابی مدل پیشنهادی و کد بهینه شده­ی حاصل از آن می­پردازیم.
کلمات کلیدی: شبکه­ های اجتماعی ، شبکه ­های نرم ­افزار محور، پروتکل Open Flow

3775