چکیده پایان نامه های مقطع کارشناسی ارشد
نام و نام خانوادگی:علی نعمت اللهی
عنوان پایان نامه:کنترل توان جهت بهبود و پایداری سیستم قدرت در حضور مزارع بادی با استفاده از ادوات فکتس و کنترل پیش بین
رشته تحصیلی: کارشناسی ارشد مهندسی برق
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکترسید محمد کارگر دهنوی
چکیده:
یکی از موضوعات مهم در طراحی شبکه، حفظ پایداری شبکه در هنگام وقوع خطا است. تاکنون از تجهیزات گوناگونی مانند اداوت فکتس برای این منظور استفاده شده است. با این وجود، با توجه به رفتار غیر قابل پیش بینی خطا، لازم است تا با استفاده از الگوریتم کنترلی هوشمند، کارایی این تجهیزات را بهبود بخشید. در این تحقیق، ما با ترکیب مدل پیش بین کنترل و اداوت فکتس، یک روش برای حداقل کردن ناپایداری در شبکه در هنگام وقوع خطا معرفی می کنیم. ما در این تحقیق، فرض می کنیم که شبکه دارای مزرعه بادی است. با توجه به این که عملکرد نیروگاه بادی تحت تاثیر سرعت باد است، بنابراین شبکه در هر لحظه توان متغیری تولید می کند. در انتها، نتایج کارایی خود را در محیط متلب سنجیدیم. نتایج شبیه سازی ها نشان دادند که استفاده از کنترل کننده ها برای بهبود عملکرد شبکه در هنگام وقوع خطا ضروری است. هم چنین مشاهده می شود که ترکیب کنترل مدل پیش بین و اداوت فکتس می تواند کارایی شبکه را به طور قابل ملاحظه ای بهبود ببخشد.
در این تحقیق، برای سیستم پیشنهادی، از بلوک هایPSS استفاده می شود. بلوک های PSS، نقش مهمی در خنثی سازی نوسانات زاویه در روتور ژنراتورها دارد. سیستم های PSS باید به گونه ی طراحی شوند که بتوانند در شرایط مختلف مانند سطوح مختلف بار شبکه، پایداری سیستم را تامین کنند.
کلیدواژه: :مزرعه بادی- مدل پیش بین کنترل، ادوات فکتس، پایداری شبکه
تاریخ دفاع: پاییز 1400
نام و نام خانوادگی: ساناز ریگی
عنوان پایان نامه: کاهش مصرف انرژی و افزایش طول عمر شبکه در شبکه های حسگر بی سیم بدن
رشته تحصیلی: مهندسی کامپیوتر- شبکه های کامپیوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر سیده شهربانو فلاحیه حمید پور
چکیده:
یک شبکه حسگر بی سیم عبارت است از مجموعه از نود های حسگر که تحت یک الگوریتم تعریف شده و به شکل بی سیم، اطلاعت را جمع آوری و پردازش می کند. مزیت اصلی این شبکه ها مقیاس پذیری و در دسترس بودن می باشد و در عوض عیب این شبکه ها، محدودیت های سخت افزاری و مصرف انرژی می باشد، تحقیقات بسیاری در زمینه ارائه الگوریتم های بهینه سازی مصرف انرژی، در این شبکه ها ارائه شده است، که هر کدوم نقطه قوت و ضعفی را دارا هستند. توجه به کاهش روز افزون منابع، در نظر گرفتن مصرف انرژی در انتقال داده ها، در شبکه ها از اهمیت بالایی برخوردار است . در این میان شبکه های حسگر بی سیم بدن برای نظارت از راه دور و مراقبت های بهداشتی بسیار کاربردی بوده و مورد استفاده قرار میگیرند . در شبکه های حسگر بی سیم بدن، علاوه بر در نظر گرفتن کاهش منابع چالش اصلی کاهش مصرف انرژی برای افزایش طول عمر شبکه است . در این ضمینه یک پروتکل MAC ارایه دادیم که در آن با دسته بندی و اولویت بندی داده ها برای ارسال باعث کاهش مصرف انرژی و افزایش طول عمر شبکه شدیم . در این پژوهش اولویت ارسال داده با داده های اورژانسی است و داده های نرمال و داده های دوره ای از روش های مکانیسم CSMS/CA و روش TDMA ارسال می شود . و برای صرفه جویی در انرژی از حالت رادیویی که در حالت خواب هستند و هر وقت احتیاج باشد سیگنال برای بیدار شدن رادیو ارسال می شود .
این پروتکل MAC بهینه با نرم افزار NS3 شبیه سازی شده و نتایج شبیه سازی و ارزیابی ها نشان می دهد که مصرف انرژی و تاخیر در شبکه کاهش یافته و افزایش طول عمر شبکه نیز در مقایسه با روش های قبلی بهبود داشته است.
کلیدواژه: :شبکه های حسگر بی سیم بدن ، پروتکل مک ، مصرف انرژی ، تاخیر
تاریخ دفاع: زمستان 1399
نام و نام خانوادگی: فرزانه نریمانی زمان آبادی
عنوان پایان نامه: مسیریابی خطوط پایداردرشبکه های حسگربی سیم برای برنامه های اینترنت اشیا دربیمارستان سوانح و سوختگی
رشته تحصیلی: مهندسی کامپیوتر- شبکه های کامپیوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر مهدی اکبری کوپایی
چکیده:
گسترش تکنولوژی منجر به افزایش ارتباطات شده است. یکی از مهم‌ترین روش‌های ارتباطی در دنیای تکنولوژی استفاده از شبکههای حسگر بیسیم می‌باشد. از معضلاتی که در شبکه‌ی حسگر بیسیم برای انتقال اطلاعات گزارش‌شده است، تداخل در سناریوهای برنامه اینترنت اشیاء با ترافیک بالا در مسیریابی می‌باشد. برای رفع این مشکل باید کیفیت لینک و تداخل احتمالی و سطح نویز قبل از انتخاب یک گره هاپ بعدی برای برقراری ارتباط در نظر گرفته شود. ازاین‌رو در این تحقیق به بحث مسیریابی و انتقال اطلاعات در شبکه‌ی حسگر با استفاده از اینترنت اشیا برای کمک به پزشکان و بیماران و نحوه‌ی ارتباط بین آنها شده است. به‌منظور مسیریابی در شبکه‌ی حسگر بیسیم از روش خطوط پایدار به دلیل توانایی عملیاتی در شبکههای با ترافیک بالا و ارسال بسته‌های اطلاعاتی در یک‌زمان واحد بهره گرفته شد. در ادامه به‌منظور بهبود عملکرد مسیریابی در شبکه‌ی حسگر بیسیم و بهینه‌سازی میزان مصرف انرژی از روش شبکه عصبی مبتنی بر روش فازی استفاده‌شده است. مدل پیشنهادی با چندین مدل مشابه موجود مورد مقایسه و ارزیابی قرارگرفته است. نتایج حاصل از این تحقیق نشان می‌دهد که روش پیشنهادی به‌عنوان یک تکنیک مسیریابی بهتر در توپولوژی‌های شبکه با تداخل و ازدحام کانال قابل‌توجه به دلیل ترافیک بالا کار می‌کند و منجر به کاهش میزان مصرف انرژی و افزایش توان عملیاتی شده است. همچنین بهینه‌سازی با استفاده از روش عصبی فازی باعث ایجاد اولویت انتقال برای بسته‌ها باانرژی بالاتر شده است که منجر به افزایش میزان انتقال بسته و درنتیجه منجر به کاهش نرخ افت بسته‌شده است.
کلیدواژه: :شبکه حسگر بی سیم، شبکه عصبی فازی، مسیریابی خطوط پایدار
تاریخ دفاع: زمستان 1400
نام و نام خانوادگی: ساسان ایزدی
عنوان پایان نامه: بهبود الگوریتم آشکارسازی تومورهای مغزی در تصاویرMRI با استفاده از ویژگی های آماری و بافت
رشته تحصیلی: مهندسی پزشکی- بیوالکتریک
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر راحله کافیه
چکیده:
آشکارسازی دقیق و به‌موقع ناحیه تومور مغزی در انتخاب نوع درمان، میزان موفقیت آن و دنبال کردن روند بیماری در طول درمان تأثیر بسیار بالایی دارد. الگوریتم‌های موجود برای تشخیص تومور مغزی از نظر عملکرد خوب روی تصاویر مغزی متنوع با کیفیت‌های مختلف، حساسیت پایین نتایج به پارامترهای معرفی شده در الگوریتم و نیز تشخیص مطمئن تومورها در مراحل اولیه شکل‌گیری با مشکلاتی مواجه هستند. در این پژوهش روشی جهت تشخیص خودکار تومور از تصاویرMRI مغز ارائه‌شده است. در ابتدا تصاویر به پنجره‌های کوچک تقسیم می‌شود. پس از تقسیم‌بندی تصاویر، فیلتر میانگین بر روی تصاویر اعمال می‌شود. بااعمال فیلتر میانگین و درواقع اعمال مرحله‌ی پیش‌پردازش بر روی تصاویر،فیلتر گابور بر روی تصاویر اعمال‌شده و ویژگی های آماری ماتریس همرویدادی از این پنجره ها استخراج می‌شود. با توجه به زیاد بودن این ویژگی‌ها، به کمک روش کاهش بعد PCA ابعاد ویژگی‌ها کاهش می‌یابد. در ادامه این ویژگی‌ها به کلاس بند SVM ارسال‌می‌شوند. درصورتی‌که کلاس بند تشخیص دهد آن ناحیه دارای تومور است، به پیکسل مرکزی پنجره‌ی ورودی برچسب دارای تومور و در غیر این صورت برچسب سالم اختصاص خواهد داد. بعد از این مرحله، پنجره‌هایی که دارای تومور بودند با استفاده از روش رشد ناحیه به صورت دقیق‌تر بخش بندی می شوند. با بررسی نتایج مشخص می‌شود که استفاده از فیلتر گابور به همراه ماتریس همرویدادی، دارای نتایج قابل قبولی با صحت49/97 %در تشخیص تومور بوده است.
کلیدواژه: : تومور، بافت، فیلتر گابور، ویژگی های آماری، بخشبند
تاریخ دفاع: تابستان 1400
نام و نام خانوادگی: راضیه کارخانی
عنوان پایان نامه: تصفیه پساب رنگی توسط فیلتر بیونانوکامپوزیتی فوم پلی یورتان اصلاح شده توسط ژل کربوکسی متیل سلولز و کیتوسان
رشته تحصیلی: مهندسی شیمی فرآیند های جداسازی
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر وحید جوانبخت
چکیده:
آلودگی منابع آبی نه تنها می تواند زندگی و فعالیت انسان ها را مختل کند بلکه سبب بخاطر افتادن زندگی سایر جاندارن خشکی زی و آبزی، تخریب اکوسیستم زیست محیطی می شود. یکی از عواملی که به شدت باعث تخریب و آلودگی محیط زیست می شود تخلیه پساب رنگی تصفیه نشده صنایع رنگرزی و نساجی به محیط های آبی و طبیعت می باشد. هدف این پروژه حذف رنگ متیلن بلو از محلول آبی توسط جاذب بیوکاپوزیتی فوم پلی یورتان اصلاح شده توسط مخلوط ژل های کیتوسان و کربوکسی متیل سلولز حاوی زئولیت ZSM 5 می باشد. فرآیند جذب صورت گرفته از نوع جذب سطحی پیوسته می باشد که تحت شرایط مختلف اختلاف ارتفاع بستر فوم، اختلاف غلظت محلول متیلن بلو، تفاوت در دبی ورودی به ستون جذب و pH متفاوت محلول متیلن بلو انجام شد. فیلتر سنتز شده با جاذب هایی با درصد زئولیت متفاوت(2/0%، 4/0% و 8/0%) موجود در ساختار، با فیلتر فوم پلی یورتان خالص مقایسه شد و باتوجه به نتایج بدست آمده فوم اصلاح شده توسط ژل کیتوسان و کربوکسی متیل سلولز حاوی 4/0% زئولیت بهترین جذب را در فرآیند حذف رنگ متیلن بلو داشت. جهت توجیه بیشتر فرآیند جذب، از مدل های جذب پیوسته ی توماس، بوهارت-آدامز، یون نلسون، وولبورسکا و مدل دوز اصلاح شده برای انطباق داده ها استفاده شد که مدل دوز اصلاح شده بهترین همپوشانی با حالات مختلف فرآیند جذب انجام شده در این پروژه داشته است. و جهت مشاهده ساختار، توپوگرافی، کریستال های مواد تشکیل دهنده جاذب و مواد اولیه، شناسایی گروه های عاملی، بدست آوردن سطح ویژه ی جذب و بدست آوردن محدوده ی مقاومت دمایی و دمای تخریب آنالیزهای FESEM, XRD, FTIR, BET, TGA انجام شده است. باتوجه به نتایج آنالیز می توان بیان کرد که جاذب حاصل دارای ساختار پایدار است و باتوجه به نتایج حاصله بیشترین ظرفیت جذب رنگ متیلن بلو مربوط به محلول رنگی با غلظت mg/L 10 و ارتفاع بستر ثابت جذب برابر 8 میلی متر از فیلتر، برابر 85/3و 92/1 میلی گرم بر گرم جاذب که مربوط به حالت قلیایی و خنثی رنگ در شرایط ثابت می باشد. از ویژگی های دیگر فیلتر ساخته شده توانایی حذف سایر رنگ ها از حالت تک رنگ، مخلوط های دوتایی و سه تایی رنگ ها می باشد. در آخر فیلتر ساخته شده قابلیت احیا و بازیابی را طی هفت مرحله احیا، بارگشت به چرخه جذب را دارا می باشد.
کلیدواژه: :فوم پلی یورتان، کربوکسی متیل سلولز، کیتوسان، زئولیت ZSM 5، متیلن بلو، جذب سطحی پیوسته
تاریخ دفاع: زمستان 1399
نام و نام خانوادگی: محمد صادق ترکش اصفهانی
عنوان پایان نامه: بهینه سازی سیستم جذب فشار متغیر موجوددر واحد تبدیل کاتالیستی با احیاء مداوم پالایشگاه اصفهان
رشته تحصیلی: مهندسی شیمی فرآیند های جداسازی
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: خانم دکتر سلطانی
چکیده:
امروزه با تشدید قوانین زیست محیطی، و محدودیت پالایشگاه ها در ارائه سوخت های آلوده، گاز هیدروژن به عنوان یکی از مواد موثر در تصفیه فرآورده ها، اهمیت دوچندانی یافته است. پالایشگاه ها به عنوان مصرف کننده های بزرگ هیدروژن جهت خالص سازی این گاز، عمدتاً از بستر های جذب در فشار متغیر استفاده می نمایند. جذب در فشار متغیر شامل چندین بستر جذب می باشد که ناخالصی های گاز هیدروژن عبوری را جذب نموده و در یک سیکل گردشی، در فشار پایین تر ناخالصی ها را به مسیر گازهای ضایعاتی دفع می نمایند. پالایشگاه اصفهان در واحد تبدیل کاتالیستی با احیا مداوم برای احیاء کاتالیست، به هیدروژن خالص نیاز دارد که یک سیستم جذب در فشار متغیر این وظیفه را انجام می‌دهد. بر خلاف سیستم های موجود این پکیج راندمان بازیابی هیدروژن بسیار پائینی داشته به طوری که برای تولید 230 کیلوگرم هیدروژن با خلوص بالای 99 درصد، 1000 کیلوگرم گاز ضایعاتی به سیستم سوخت پالایشگاه تزریق می نماید. در این پایان نامه به منظور جلوگیری از این هدر رفت، با ایجاد یک سیستم بازیابی، و با استفاده از ظرفیت مازاد کمپرسورهای افزاینده فشار، گاز ضایعاتی به ورودی کمپرسورهای افزاینده فشار تزریق شد. گاز تزریق شده در بخش تبادل، تغلیظ شده و هیدروژن و گاز مایع موجود در آن جداسازی می شود. با انجام این پروژه مقدار 700 کیلوگرم بر ساعت به تولید هیدروژن و 300 کیلوگرم بر ساعت به تولید گاز مایع واحد افزوده شد. به دلیل دفع در فشار پایین تر، در این سیستم پس از اجرای این پروژه, علاوه بر بازیافت کامل هیدروژن، خلوص محصول نیز 0.4 درصد افزایش یافت.
کلیدواژه: :سیستم جذب در فشار متغیر، هیدروژن، تبدیل کاتالیستی با احیاء مداوم، بازیافت هیدروژن، بهینه سازی
تاریخ دفاع: تابستان 1399
نام و نام خانوادگی: سیما خراسانی
عنوان پایان نامه: بررسی و بهبود زنجیره بلوک در محاسبات ابری با استفاده از الگوریتم فیلتر تراکنش های بیهوده
رشته تحصیلی: مهندسی کامپیوتر -شبکههای کامپیوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر احمد یوسفی
چکیده:
با ظهور محاسبات لبه ای شاهد رشد سریع حجم داده ها در دستگاه های لبه متعلق به ذینفعان مختلف هستیم, اما به دلیل عدم اعتماد داده ها را نمی توان بین آن ها به اشتراک گذاشت. برای این منظور می توان جهت اشتراک گذاری داده های بزرگ در لبه های مشترک از زنجیره بلوک استفاده کرد, زیرا ویژگی های عدم انکار و عدم دستکاری زنجیره بلوک اعتماد را امکان پذیر می کند. با توجه به این که در زنجیره بلوک سنتی تاریخچه بلوک ها در هر گره ذخیره می شود با اجرای مداوم زنجیره بلوک حجم این بلاک ها به طور قابل توجه بزرگ می شود، در نتیجه دستگاه های لبه این حجم ذخیره سازی را نمی توانند پشتیبانی کنند. علاوه بر این اگر دستگاه لبه ای با منابع محدود قصد شرکت در اعتبار بخشیدن به تغییرات (تراکنش های) جدید را داشته باشد، باید قبل از پیوستن به شبکه زنجیره بلوک این بلوک ها را بارگیری کنند. این عملیات بارگیری منابع زیادی از شبکه را هدر می دهد و باعث می شود همکاری لبه ها ناکارآمد و ناکافی باشند. طرح فیلتر کردن و تخلیه معاملات زنجیره بلوک سربار ذخیره سازی را به میزان قابل توجه ای کاهش داده است , به این صورت که بلوک ها و تراکنش ها را به دو دسته مفید و غیر مفید تقسیم کرده است و بلوک های غیر مفید را از سیستم خارج می کند. در این پایان نامه تکنیک بیان شده بهبود داده شده است. در تکنیک پیشنهادی کل بلوک های حاوی تراکنش های بیهوده تخلیه نمی شود, بلکه با توجه به شرایط سیستم تعدادی از بلوک های حاوی تراکنش های بیهوده تخلیه می شوند، بطوریکه سیستم همیشه در حالت پایدار باشد و با کمبود منابع مواجه نشود. نتایج بدست آمده از شبیه سازی های انجام شده نشان داده است که تکنیک پیشنهادی توانسته است به کاهش پردازش به منظور تخلیه ی بلوک ها کمک کند و همچنین باعث شده است منابع کمتری جهت جابجایی بلوک ها استفاده شود.
کلیدواژه: :زنجیره بلوک، تراکنش های بیهوده, بلوک های بیهوده
تاریخ دفاع: زمستان 1399
نام و نام خانوادگی: فرزانه سامانی
عنوان پایان نامه: بهبود بهره وری مصرف انرژی در ابر
رشته تحصیلی: مهندسی کامپیوتر -شبکههای کامپیوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر احمد یوسفی
چکیده:
رایانش ابری ، یک مدل محاسباتی بر پایه شبکه های رایانه ای مانند اینترنت است که الگوی جدیدی را برای عرضه، مصرف و تحویل خدمات محاسباتی (شامل زیرساخت، نرم‌افزار، بستر و سایر منابع محاسباتی) با به-کارگیری شبکه، فراهم می سازد. رایانش ابری، الگویی از محاسبات توزیع شده و تشکیل شده از تعداد زیادی منابع و درخواست ها، با هدف به اشتراک گذاری منابع به صورت سرویس، بر روی بستر اینترنت است. منابعی مانند حافظه، پردازشگر و سرویس، همیشه با ارزش هستند و استفاده بهینه از آنها یک چالش بسیار مهم در محیط رایانش ابری است. از سوی دیگر با افزایش تعداد و اندازه مراکز داده، مصرف انرژی برای شرکت ها و دولت ها به یک چالش مهم تبدیل شده است. هزینه انرژی مصرف شده توسط یک سرور در طول حیات آن بیشتر از قیمت خود سرور است، از سوی دیگر رشد سریع تقاضا برای استفاده از منابع محاسباتی ابری موجب بالا رفتن مصرف انرژی در مراکز داده و در نتیجه کاهش سود فراهم آورندگان این سرویس ها و همچنین باعث افزایش صدمات زیست-محیطی می شود. مصرف انرژی بالا علاوه بر هزینه های برق، نیاز های اضافی دیگری جهت ساخت سیستم های خنک کننده، منابع تغذیه اضطراری، واحد توزیع برق و مواردی از این قبیل را به سیستم تحمیل کرده است. از این رو یافتن راهکارهای مناسب برای کاهش مصرف انرژی از اهمیت بسزایی برخوردار است. دراین پژوهش ما از اختصاص بهینه وظایف به ماشین های مجازی و ماشین های مجازی به ماشین های فیزیکی (معروف به جایگذاری ماشین مجازی) استفاده کردیم. در این پژوهش وظایف با توجه به نیاز آنها طبقه بندی می شوند و سپس به دنبال ماشین مجازی مناسب می گردند و دوباره ماشین فیزیکی را جستجو می كنند كه ماشین مجازی انتخاب شده می تواند در آن مستقر شود. روش پیشنهادی با جایگذاری بهینه تر ماشین های مجازی، مصرف انرژی را کاهش می-دهد، در حالی که میزان رد وظایف را نیز به حداقل می رساند. ما رویکرد پیشنهادی خود را در شبیه ساز CloudSim ارزیابی کرده ایم و نتایج نشان دهنده اثربخشی روش پیشنهادی نسبت به الگوریتم قبلی است.
کلیدواژه: :سیستم تشخیص نفوذ، یادگیری عمیق، محاسبات مه، اینترنت اشیا
تاریخ دفاع: زمستان 1399
نام و نام خانوادگی: محمد مهدی ارزانی
عنوان پایان نامه: بهبود مصرف انرژی در محیط‌های SDN مبتنی بر شبکه اینترنت اشیاء با استفاده از الگوریتم گرگ خاکستری
رشته تحصیلی: مهندسی کامپیوتر -شبکههای کامپیوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر حسین مرادی
چکیده:
اینترنت اشیاء یک الگوی امیدوار کننده فناوری در دنیای ارتباطات امروزه به شمار می‌رود. ارتباط متقابل دستگاه‌های هوشمند، محرک‌ها، حسگرها و دستگاه‌های فیزیکی با اینترنت، منجر به محدودیت‌های مربوط به منابعی مانند مصرف انرژی و بازده انتقال می‌شود. مصرف انرژی گره‌های حسگر پس از چنین استقرار عظیمی همواره به عنوان یک مسئله جدی به شمار می‌رود. شارژ یا تعویض باتری در شبکههای حسگر غیرممکن است. بنابراین، طراحی گره‌های حسگر با مصرف انرژی بهینه بسیار مهم است که باعث بهبود کارایی کلی شبکه می‌شود. هم چنین انتقال کارآمد و به موقع بسته‌های مهم نیز در سناریوهای اینترنت اشیاء مسئله‌ای مهم است. اگرچه راه حل‌های زیادی برای برآوردن الزامات کیفیت سرویس برای برنامه‌های مختلف مبتنی بر اینترنت اشیا ارائه شده است، اما هنگامی که تعداد گره‌ها بسیار زیاد می‌شود، معمولاً افزایش قابل توجهی در عملکرد شبکه ایجاد نمی‌کنند. فناوری شبکه مبتنی بر نرم افزار (SDN)، بستر برجسته‌ای را برای حل این مسئله در محیط اینترنت متراکم و ناهمگن فراهم کرده است. در این تحقیق، ما برای غلبه بر این مشکل یک الگوی مدل سازی جدید سازمان یافته بر روی یک روش پیاده سازی دو سطحی را ارائه می‌دهیم. برای سطح اول، ما یک پروتکل مسیریابی جدید بر اساس الگوریتم گرگ خاکستری پیشنهاد می‌کنیم. هدف اصلی استفاده از الگوریتم گرگ خاکستری، به حداقل رساندن تعداد پیام‌های کنترلی رد و بدل شده در شبکه و انتخاب بهترین گره سرخوشه در شبکه حسگر بیسیم است. برای سطح دوم از الگوریتم یادگیری عمیق Q در شبکه مبتنی بر نرم افزار (SDN) برای انتخاب بهترین مسیر هدایت بسته‌ها استفاده می‌شود. شبیه‌سازی نشان می‌دهد که مدل پیشنهادی، از نظر متوسط مصرف انرژی، مدت زمان ماندگاری شبکه عملکرد قابل توجهی دارد.
کلیدواژه: :محیط SDN، اینترنت اشیاء، الگوریتم گرگ خاکستری، مصرف انرژی، یادگیری تقویتی عمیق
تاریخ دفاع: پاییز 1400
نام و نام خانوادگی: فاطمه السادات توحیدی
عنوان پایان نامه: مدل تشخیص نفوذ مبتنی بر یادگیری عمیق در محاسبات مه برای محافظت از شبکه اینترنت اشیا
رشته تحصیلی: مهندسی کامپیوتر -شبکههای کامپیوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر حسین مرادی
چکیده:
ببا توسعه اینترنت اشیا، قابلیت‌های محاسبات، زیرساخت‌های شبکه، ذخیره‌سازی و مدیریت داده‌ها به‌طور چشمگیری به لبه شبکه‌ها گرایش پیدا کرده است. این امر، ضرورت استفاده از الگوی محاسبات مه را تسریع نموده است. به دلیل در دسترس بودن اینترنت، بیشتر فعالیت‌های تجاری ما با سیستم عامل اینترنت اشیا یکپارچه و هماهنگ شده است. محاسبات مه باعث افزایش استراتژی جمع‌آوری و پردازش حجم عظیمی از داده‌ها شده است. از طرف دیگر، حملات و فعالیت‌های مخرب، پیامدهای نامطلوبی بر توسعه اینترنت اشیا، مه و رایانش ابری دارد. این امر منجر به توسعه بسیاری از مدل‌های امنیتی با استفاده از محاسبات مه برای محافظت از شبکه اینترنت اشیا شده است. بنابراین، برای محیط اینترنت اشیا پویا و مقیاس‌پذیر در حجم بالا، یک سیستم تشخیص نفوذ مبتنی بر معماری توزیع شده (IDS) نیاز است که می‌تواند محاسبات متمرکز موجود را به گره‌های محلی مه توزیع کند و حملات IoT مدرن را به‌طور کارآمد تشخیص دهد. به منظور دفاع در برابر حملات IoT مدرن، در این تحقیق یک IDS توزیع شده با استفاده از محاسبات مه و مبتنی بر الگوریتم یادگیری عمیق ارائه می‌گردد.
کلیدواژه: :سیستم تشخیص نفوذ، یادگیری عمیق، محاسبات مه، اینترنت اشیا
تاریخ دفاع: پاییز 1400