دانلود ترجمه مقاله پروتکل اصلاح شده DSR جهت شناسایی و حذف حملات سیاه چاله انتخابی در Manet

ترجمه مقاله پروتکل اصلاح شده DSR جهت شناسایی و حذف حملات سیاه چاله انتخابی در Manet ارائه یک پروتکل اصلاح شده مسیر یابی منبع پویا (MDSR ) جهت شناسایی و جلوگیری از حمله سیاه چاله انتخابی حمله سیاه چاله انتخابی (چاله خاکستری)یک نوع خاص از حملات سیاه چاله یک سیستم شناسایی نفوذ (IDS) پیشنهاد شده استفاده از Glomosimجهت ارزیابی موثر بودن سیستم شناسایی نفوذ پیشنهادی تشخیص حمله چاله خاکستری از سیاه چاله سخت تر است

دسته بندی	امنیت
فرمت فایل	doc
حجم فایل	1913 کیلو بایت
تعداد صفحات فایل	23

ترجمه مقاله الزیوریر به همراه اسلاید ارایه بسیار زیبا و منابع اصلی

پروتکل اصلاح شده DSR جهت شناسایی و حذف حملات سیاه چاله انتخابی در Manet

Modified DSR protocol for detection and removal of selective black hole attack in MANET

شبکه های موردی سیار  

- مسیریابی در شبکه های موردی

   پروتکل های مسیریابی ProactiveوReactive

   پروتکل های مسیریابی الگوریتم DSRو AODV

- انواع حملات فعال qحملات سیاه چاله

بررسی مقاله

مقدمه

•روش پیشنهادی 

•شرح پروتکل

•تجزیه و تحلیل و تنظیمات آزمایش

•نتیجه گیری

•ارائه یک پروتکل اصلاح شده مسیر یابی منبع پویا (MDSR ) جهت شناسایی و جلوگیری از حمله سیاه چاله انتخابی

• حمله سیاه چاله انتخابی (چاله خاکستری)یک نوع خاص از حملات سیاه چاله 

•یک سیستم شناسایی نفوذ (IDS) پیشنهاد شده

•استفاده از  Glomosimجهت ارزیابی موثر بودن سیستم شناسایی نفوذ پیشنهادی

•تشخیص حمله چاله خاکستری از سیاه چاله سخت تر است

حل تمرین کتاب امنیت:

مثال 8.3

ما با استفاده از رمزنگاری multiplicative، پیام "hello"با کلید 7رمز می کنیم . متن رمز  "XCZZU"است.

Ciphertext: 23 àX	Encryption: (07×07) mod 26	Plaintext: h à 07
Ciphertext: 02 àC	Encryption: (04×07) mod 26	Plaintext: e à 04
Ciphertext: 25 àZ	Encryption: (11×07) mod 26	Plaintext: l  à 11
Ciphertext: 25 àZ	Encryption: (11×07) mod 26	Plaintext: l  à 11
Ciphertext: 20 àU	Encryption: (14×07) mod 26	Plaintext: o à 14

Affine cipher  

ما می توانیم رمز additive  و  multiplicative را برای به دست آوردن آنچه که رمز Affine نامیده می­شود ترکیب کنیم. یک ترکیبی از هر دو رمز با یک جفت کلید است.کلید اول توسط رمز multiplicative استفاده می­شود. کلید دوم با رمز additive استفاده می شود. شکل 3.11 نشان می دهد که   Affine cipher در واقع 2 رمزنگاری است که یکی پس از دیگری اعمال می شود. ما می توانیم تنها یک عملیات پیچیده برای رمزگذاری و یا رمزگشایی مانند C=(p*k_i+k₂) mod 26  و  p=((C-k₂)*k_i ^-1) mod 26 را نشان دهیم.

با این حال،ما از یک نتیجه موقتی (T) استفاده می کنیم و 2 عملیات جدا برای نمایش ترکیب رمزها استفاده می کنیم و ما باید مطمئن باشیم که هر کدام یک معکوس در سمت دیگر دارند و به صورت معکوس در رمزنگاری و رمزگشایی استفاده می شوند.

اگر جمع کردن آخرین عملیات در رمزنگاری باشد، بنابراین تفریق کردن نیز باید اولین عملیات در رمزگشایی باشد.

شکل 3.11

­­­

در Affine cipher، رابطه بین plaintext و ciphertext عبارت است:

C=(PÍk1+k2) mod 26                                                   P=((C-k2)Ík1-1) mod 26 که در آن K1-1 معکوس ضرب K1 و  -K2معکوس حاصل جمع K2  است.

مثال 9.3

Affine cipherاز یک زوج کلید که در آن کلید اول Z_26* و کلید دوم از z₂₆ استفاده می کند. و اندازه دامنه کلید 26*12=312 است.

مثال 10.3

از یک Affine cipherبرای به رمز در آوردن پیام "hello" با جفت کلید (7,2) استفاده می کنیم.

راه حل :

ما از7  برای کلید ضرب و 2  برای کلید جمع استفاده  می کنیم.و  "ZEBBW" را بدست می­آوریم.

مثال  11.3 

 از Affine cipherبرای رمزگشایی پیام "ZEBBW" با جفت کلید (7,2) در قدر مطلق 26 استفاده می کنیم.

راه حل:

اضافه کردن معکوس جمع  - 2*24 (mod 26) برای بدست آوردن iphertext ، سپس نتیجه رو با معکوس ضرب7^-1*15(mod 26) برای پیدا کردن متن اصلی ضرب می کنیم. چون 2  معکوس جمع در z26  و 7  دارای یک معکوس ضرب در z26 * دارد،  متن دقیقا همان چیزی است که ما در مثال 3.10 استفاده کرده ایم.

مثال 3.12

additive cipher که در آن K₁ = 1 باشد یک مورد خاص از Affine cipher است، رمز ضربی که در آن    K₂ = 0باشد یک مورد خاص از Affine cipher  است.

دانلود مروری بر مکانیزمهای دفاعی در برابر حملات سیل آسای DDoS

سمینار مروری بر مکانیزمهای دفاعی در برابر حملات سیل آسای DDoS حملات DDoS یکی از بزرگترین تمرکزات امنیتی است حملات DDoS دسترسی کاربران مجاز را به سرویسها قطع می­کنند حمله کنندگان با استفاده از نقاط آسیب­پذیر به منابع زیادی دسترسی پیدا کرده و عوامل حملات (مثلاً Botnet) را راه­اندازی می­کنند با برپاسازی عوامل حمله، حمله­کننده می­تواند حمله­ای در مقیاس وسیع و هماهنگ شده را انجام دهد

دسته بندی	امنیت
فرمت فایل	doc
حجم فایل	6544 کیلو بایت
تعداد صفحات فایل	27

ترجمه کتاب امنیت و مقاله  به همراه اسلاید ارایه و منابع اصلی

مروری بر مکانیزمهای دفاعی در برابر حملات سیل آسای DDoS

A Survey of Defense Mechanisms Against Distributed Denial of Service (DDoS) Flooding Attacks

فهرست

چکیده 4

معرفی.. 4

تاریخچه حملات DDoS. 5

آمار حملات DDoS. 5

گروه بندی حملات بر اساس انگیزه های مهاجمین.. 6

گروه بندی حملات بر اساس سطح پروتکلشان. 7

گروه بندی حملات استفاده کننده از پروتکل HTTP. 8

تعریف Zombie  و Botnet 9

معماری Botnets. 9

گروه بندی Botها بر اساس کنترلشان توسط Master 10

مکانهای تشخیص حمله و پاسخهای ممکن.. 11

گروه بندی مکانیزمهای دفاعی.. 12

A.1.1 Source-based. 12

A.1.2 Destination-based. 13

A.1.3 Network-based. 14

A.1.4 Hybrid-based. 14

A.2.1 Destination-based. 17

A.2.2 Hybrid-based. 17

B.1 Before Attack. 18

B.2 During Attack. 18

B.3 After Attack. 18

معیارهای اندازه گیری کارآیی مکانیزمهای دفاعی.. 19

چکیده

توسعه­ی مکانیزمهای دفاعی پیچیده در برابر حملات DDoS هدف دلخواه جوامع تحقیقاتی است. اما توسعه­ی چنین مکانیزمی نیازمند درک کامل مشکل و تکنیک­هایی است که تاکنون برای جلوگیری، تشخیص و پاسخگویی به حملات DDoS مختلف به کار گرفته شده است. در این مقاله به بررسی حمله­ی DDoS و تلاشهای انجام گرفته شده برای مبارزه با آن پرداخته شده است. در اینجا حملات DDoS را سازماندهی کرده و بر اساس مکان و زمان اقدامات پیشگیری آنها را گروه­بندی می­کند.

معرفی

حمله جویباری DDoS  (Distributed Denial of Service) تلاش مغرضانه­ایست برای متوقف کردن دسترسی کاربر مجاز به منابع مشخصی از شبکه، که از سال 1980 توسط جامعه تحقیقاتی شبکه شناسایی و معرفی شد. در تابستان سال 1999 اولیه حمله DDoS توسط سازمان CIAC  (Computer Incident Advisory Capability) گزارش داده شد. امروزه دو روش عمده برای اجرای حمله­ی DDoS در اینترنت وجود دارد. اولین روش ارسال بسته­های ناهنجار[1] به سمت کامپیوتر قربانی [2] است تا برنامه­های کاربردی یا پروتکلهای او را مختل کنیم.روش دیگر که معمول­ترین است، این است که حمله کننده تلاش می­کند یک یا هر دوی کارهای زیر را انجام دهد:

• اتصالهای کاربر مجاز را با مشغول کردن و گرفتن پهنای باند ظرفیت پردازش مسیریاب یا منابع شبکه قطع کنند. به این حملات، حملات Network/Transport Level میگوییم.
• قطع کردن سرویسهای کاربر مجاز با مشغول کردن منابع سرور مثل سوکت، CPU، حافظه، دیسک، پهنای باند I/O و ... . به این حملات Application-Level می­گویند.

امروزه حملات DDoS با شبکه­ی خوش سازمان، کنترل شده از راه دور و گسترده­ای از زامبی­ها یا کامپیوترهای Botnet انجام می­شود؛ که این کار را با ارسال مداوم تعداد زیادی درخواستهای سرویس گیرنده یا ترافیکی به سمت مقصد انجام می­دهد. در برابر حملات سیستم مقصد یا به آهستگی جواب می­دهد، به حدی که غیرقابل استفاده باشد یا اینکه به صورت کامل Crash می­کند.

---

[1] Malformed Packets

[2] Victim

فصل یازده کتاب امنیت:

صحت پیام و احراز هویت پیام

اهداف

این فصل چند هدف دارد:

• تعریف صحت پیام[1]
• تعریف احراز هویت پیام[2]
• تعریف شرایط Hash Function Cryptographic[3]
• تعریف مدل تصادفی Oracle و نقش آن در تخمین امنیت Hash Function
• تمایز بین MAC, MDC
• بحث در مورد MACهای معمول

این فصل اولین فصل، از سه فصلی است که به موضوعات صحت پیام، احراز هویت پیام و احراز هویت موجودیت اختصاص یافته است. این فصل در مورد ایده­های عمومی مربوط به Hash Function  که برای ایجاد پیام Digest [4] از پیام اصلی مورد استفاده قرار می­گیرد، صحبت می­کند.

Message Digest ضامن صحت Message است. در ادامه در مورد این که چگونه می­توان Message Digest را برای احراز هویت Message مورد استفاده قرار داد، صحبت می­شود. Hash Functionهای استاندارد در فصل 12 مورد بررسی قرار گرفته­اند.

11.1 صحت پیام

سیستم­های کریپتوگرافی که تا به اینجا مورد مطالعه قرار گرفتند محرمانگی را فراهم می­آورند، اما صحت را نه. هر چند گاهی اوقات حتی به محرمانگی نیاز نداریم و بجای آن درستی پیام برای مهم است. مثلاً Alice وصیت­نامه­ای نوشته و املاک خود را بعد از مرگش در آن تقسیم می­کند. وصیت­نامه نیازی به رمزنگاری­شدن ندارد؛ در ازای آن به نگهداری نیاز دارد. مسلماً Alice نمی­خواهد محتوای وصیت­نامه­اش تغییر کند.

اسناد و اثر انگشت

یک راه برای حفظ صحت و درستی اسناد، استفاده از اثر انگشت است. اگر Alice بخواهد مطمئن باشد که محتوای وصیت­نامه­اش تغییری نمی­کند، می­تواند اثر انگشت را در انتهای وصیت­نامه­اش درج کند. Eve نمی­تواند محتوای وصیت­نامه را دستکاری کند و یک وصیت­نامه­ی جعلی بسازد، چون نمی­تواند اثر انگشت Alice را جعل کند. برای اطمینان از اینکه وصیت­نامه تغییری نکرده است می­توان اثر انگشت انتهای آن را با فایل اثر انگشت Alice مقایسه کرد؛ اگر این دو مشابه نباشند وصیت­نامه از Alice نیست.

پیام و Digest پیام

به جفت­های معادل الکترونیکی سند و اثر انگشت Message و Digest می­گویند. برای حفظ درستی یک Message از یک الگوریتم به نام Cryptographic Hash Function عبور داده می­شود. تابع یک تصویر فشرده شده از Message که می­تواند مشابه اثر انگشت استفاده­ شود، می­سازد. شکل 11.1 مفاهیم Hash Function و Message Digest را نشان می­دهد.

شکل 11.1 Message و Message Digest

تفاوتها

دو جفت (سند/اثر انگشت) و (Message Digest, Message) شبیه هم هستند، اما تفاوتهایی هم بین آنها وجود دارد. سند و اثر انگشت به صورت فیزیکی بهم پیوند داده شده­اند. Message و Message Digest می­توانند از هم جدا باشند و یا به صورت جداگانه ارسال شوند. آنچه مهم است این است که Message Digest باید از تغییرات در امان باشد.

Message Digest باید از تغییرات در امان بماند.

 

بررسی صحت پیام

برای بررسی صحت یک پیام یا سند Hash Function را دوباره اجرا کرده و Message Digest جدید را با Message Digest قبلی مقایسه می­کنیم. اگر هر دو مشابه باشند می­توان اطمینان پیدا کرد که در پیام اصلی تغییری به وجود نیامده است. شکل 11.2 این ایده را نشان می­دهد.

---

[1]  Message Integrity

[2]  Message Authority

[3]  تابع Hash رمزنگاری

[4]  Digest Message

دانلود تراکم داده امن در شبکه های سنسور بی سیم

سمینار تراکم داده امن در شبکه های سنسور بی سیم در یک شبکه سنسور بزرگ، تجمع داده به صورت قابل توجهی مقدار ارتباطات و مصرف انرژی در شبکه را کاهش میدهداخیرا کمیته تحقیق یک قالب کار تجمع قوی را ارائه داده است که خلاصه انتشار نامیده می شود و شماتیک های مسیردهی چندگانه را با الگوریتم های غیر حساس به کپی ترکیب میکند که مقدار دقیق اجتماع را علی رغم اتلاف پیام ناشی از خطاهای انتقال محاسبه می کند

دسته بندی	امنیت
فرمت فایل	doc
حجم فایل	7923 کیلو بایت
تعداد صفحات فایل	55

ترجمه مقاله و کتاب امنیت به همراه منابع و اسلاید ارایه

Secure Data Aggregation in Wireless Sensor Networks

تراکم داده امن در شبکه های سنسور بی سیم

چکیده

 در هر حال، این قالب کار تجمع ، مشکل زیرتجمع های نادرست ایجاد شده توسط گره های ناشی از خطاهای بزرگ در تجمع محاسبه شده در ایستگاه اصلی که در سلسله مراتب تجمع، گره اصلی است را حل نمی کند.این یک مساله مهم است چون شبکه های سنسور به شدت نسبت به مصالحه گره به علت ماهیت خودکار گره های سنسور و کمبود سخت افزارهای کمکی حساس هستند.

در این مقاله ما دستاورد خلاصه انتشار را در مقابل حملاتی که در آن گره های در معرض خطر در مقادیر زیرتجمع خطا شرکت می کنند، ایمن ساخته ایم.ما یک الگوریتم تایید جدید را ارائه داده ایم که توسط آن ایستگاه محلی می تواند تعیین شود. و از طریق آنالیز نظری و شبیه سازی نشان می دهیم که الگوریتم ما از سایر دستاورد ها بهتر است.بدون توجه به اندازه شبکه ، اضافه بار ارتباطی هر گره O(1) است.

کلمات کلیدی: ایستگاه پایه، تجمع اطلاعات، تجمع سلسله مراتبی، شبکه تجمع، امنیت شبکه های حسگر، خلاصه انتشار

1.معرفی 

شبکه های سنسور بیسیم (WSNS) به صورت فزاینده ای در عملیاتی مانند دیده بانی زیستگاه حیوانات وحشی، آشکارسازی حریق در جنگل ونجات نظامی استفاده می شود. بعد از قرار گرفتن در جای مناسب، گره های سنسور خودشان را داخل یک شبکه چند هاپ با ایستگاه اصلی به عنوان نقطه مرکزی کنترل سازماندهی می کنند. معمولا گره سنسور فورا به علت ظرفیت محاسبه و منابع انرژی محدود می شود. یک روش مستقیم جلورونده برای جمع آوری اطلاعات بدست آمده از شبکه است که به گره های خوانده شده هر سنسور اجازه میدهد که به صورت مستقیم با ایستگاه اصلی در ارتباط باشند، در صورت امکان از طریق سایر گره های میانی، قبل از اینکه ایستگاه اصلی داده های دریافتی را پردازش کند. اضافه بار و یا مصرف انرژی این روش بسیار زیاد است.

ترجمه و حل تمرینات کتاب امنیت:

مثال 9.36

راه حلی برای معادلات چند مجهولی زیر بیابید:

x≡2mod3

x≡3mod5

x≡2mod7

راه حل:

مطابق مثال قبل ، می دانیم که = 23  x است . چهار مرحله­ی زیر را دنبال می کنیم.

1. M = 3  5  7 = 105
2.  ,     = 105/7 = 15               = 105/3 = 35   ,        = 105/5 = 21
3.   = 2 ,      = 1  ,    =1    
4. X= ( 2  35  2 + 3  21  1 + 2  15  1 ) mod 105 = 23 mod 105

مثال 9.37

یک عدد صحیح به­گونه­ای بیابید که باقی مانده اش  بر 7 و  13 ،3 بوده ،  تقسیم شده است، اما بر 12 قابل قسمت است.

راه حل :

این مثال، یک مسئله ی CRT است. ما سه معادله با این شکل می توانیم داشته باشیم و با حل آنها  مقدار x پیدا خواهیم کرد.

X=3 mod 7                                                

X= 3 mod 13                                             

X=0 mod 12                                               

با دنبال کردن این چهار مرحله، مقدار x=276 را بدست می­آوریم . همچنین می توانیم بررسی کنیم که

7 276=3 mod، 276=3 mod13  می­باشد و 276 بر 12 قابل قسمت است ( خارج قسمت 23 و باقی مانده 0 می­باشد. )

کاربردها

قضیه ی باقی مانده ی Chinese (چینی) چندین کاربرد در رمزنگاری دارد. یکی از موارد کاربرد آن در حل معادله درجه دوم است که در بخش بعدی بحث می کنیم . دیگری ارائه­ی یک عدد صحیح خیلی بزرگ را در قالب یک لیست از اعداد کوچک می­باشد.

مثال 9.38

دانلود ترجمه کتاب امنیت و ارایه مقاله به زبان اصلی به همراه اسلاید

ترجمه کتاب امنیت و ارایه مقاله به زبان اصلی به همراه اسلاید تجزیه و تحلیل یک نکته ی خیلی جالب توجه درباره ی سیستم رمز ELGamal این است که آلیس r را ایجاد می کند و آن را محرمانه نگه می دارد

دسته بندی	امنیت
فرمت فایل	doc
حجم فایل	1098 کیلو بایت
تعداد صفحات فایل	25

ترجمه کتاب امنیت و ارایه مقاله به زبان اصلی به همراه اسلاید

Fast and Secure Routing Protocol in Manet

INTRODUCTION

THE PROPERTIES OF ROUTING PROTOCOL IN MANET

ZBR (Zone Based routing Protocol) ØTCP (transmission control protocol)

Proposed Protocol Technique

FSR (Fast and Secure Routing) protocol

Traffic Validation Correctness

Conclusion

تولید کلید

باب گام های نشان داده شده در الگوریتم 10.9 را برای ایجاد کلید های عمومی و اختصاصی استفاده می کند.

الگوریتم 10.9.تولید کلید ELGamal

رمزنگاری

هر شخص می تواند یک پیام به باب با استفاده از کلید عمومی خود بفرستد. این فرآیند رمزنگاری در الگوریتم 10.10 نشان داده شده است. اگر الگوریتم نمایی سریع (فصل 9 را ببینید) استفاده شود، رمز نگاری در سیستم رمز ELGamal  همچنین می تواند با پیچیدگی زمانی چند جمله ای انجام شود.

الگوریتم 10.10.رمزنگاری ELGamal

رمزگشایی

باب می تواند الگوریتم 10.11 را برای رمزگشایی متن رمزشده دریافت شده، استفاده کند.

الگوریتم 10.11.رمزگشایی ELGamal

پیچیدگی عملیات بیتی رمزنگاری و رمزگشایی در سیستم رمز ELGamal چندجمله ای است.

دانلود پروژه داده کاوی پویا با استفاده از عامل

دانلود متن کامل ورد Word پروژه داده کاوی پویا با استفاده از عامل دانلود متن کامل پایان نامه داده کاوی پویا با استفاده از عامل پایان­­ نامه کارشناسی رشته مهندسی کامپیوتر گرایش نرم ­افزار تعداد صفحات 157 چکیده امروزه با توجه به گسترش روز افزون اطلاعاتی که بشر با آنها سر و کار دارد، بهره ­گیری از روشهایی همچون داده ­کاوی برای استخراج دانش و اطلاعات نهفته در داده­ها، امری غیرقابل اجتناب می­باشد بدلیل حجم بسیار

دسته بندی	هوش مصنوعی
فرمت فایل	doc
حجم فایل	406 کیلو بایت
تعداد صفحات فایل	157

دانلود متن کامل پایان نامه داده کاوی پویا با استفاده از عامل

پایان­­ نامه کارشناسی رشته مهندسی کامپیوتر گرایش نرم ­افزار

 تعداد صفحات : 157

چکیده

امروزه با توجه به گسترش روز افزون اطلاعاتی که بشر با آنها سر و کار دارد، بهره ­گیری از روشهایی همچون داده ­کاوی برای استخراج دانش و اطلاعات نهفته در داده­ها، امری غیرقابل اجتناب می­باشد. بدلیل حجم بسیار بالای داده­ ها در بسیاری از کاربردها و اهمیت بیشتر داده­ های جدید، ذخیره ­سازی این داده ­ها امری مقرون به صرفه نیست، لذا داده ­هایی که باید مورد پردازش قرار گیرند، همواره بصوت پویا در حال تغییر و تحول هستند. مساله دیگری که امروزه در بحث داده ­کاوی وجود دارد، بحث توزیع شدگی ذاتی داده­ها است. معمولا پایگاه هایی که این داده­ ها را ایجاد یا دریافت می­کنند، متعلق به افراد حقیقی یا حقوقی هستند که هر کدام بدنبال اهداف و منافع خود می­باشند و حاضر نیستند دانش خود را بطور رایگان در اختیار دیگران قرار دهند.

با توجه به قابلیتهای عامل و سیستمهای چندعامله و مناسب بودن آنها برای محیطهای پویا و توزیع شده بنظر می­رسد که بتوان از قابلیت های آنها برای داده­کاوی در محیطهای پویا و محیطهای توزیع شده بهره برد. اکثر کارهایی که تاکنون در زمینه بهره­گیری از عامل و سیستمهای چندعامله انجام شده است خصوصیتهایی همانند خودآغازی و بخصوص متحرک بودن عاملها را مورد بررسی قرار داده است و در آنها مواردی همچون هوشمندی، یادگیری، قابلیت استدلال، هدف گرایی و قابلیت های اجتماعی عاملها مورد بررسی قرار نگرفته است. در این تحقیق ما قصد داریم تا ضمن بررسی کارهای موجود در زمینه کاربرد عامل و سیستم های چندعامله در داده­کاوی، بحث طبقه­ بندی جریان داده­ها را در یک محیط پویا مورد بررسی قرار دهیم. ما مساله خود را در دو فاز مورد بررسی قرار خواهیم داد. در فاز اول خصوصیت های یک عامل تنها مورد بررسی قرار خواهد گرفت و در فاز دوم قابلیت های اجتماعی عاملها مانند مذاکره، دستیابی به توافق و … برای داده­ کاوی در یک محیط پویا و توزیع­ شده رقابتی مورد استفاده قرار خواهد گرفت. بطور کلی دستاوردهای اصلی این تحقیق عبارتند از

1) ارائه یک رویکرد مبتنی بر عامل برای مساله طبقه­ بندی جریان داده­ های دارای تغییر مفهوم و پویا با استفاده از قابلیتهای هدف گرایی، هوشمندی، یادگیری و استدلال

2) ارائه یک رویکرد مبتنی بر سیستمهای چندعامله برای طبقه­بندی جریان داده­های توزیع­شده در یک محیط رقابتی با استفاده از قابلیتهای اجتماعی عاملها و دستیابی به توافق.

نتایج حاصل از آزمایشات انجام شده در این پایان­ نامه نشان­ دهنده برتری استفاده از عاملها و سیستم های چندعامله برای بحث طبقه­ بندی و داده ­کاوی در محیطهای پویا و توزیع شده می­باشد.

فهرست مطالب

1. فصل اول – معرفی و آشنایی با مفاهیم اولیه

1-1- مقدمه­ ای بر داده­ کاوی

1-1-1- خوشه­ بندی

1-1-2- کشف قواعد وابستگی

1-1-3- طبقه­ بندی

1-1-3-1- طبقه­ بندی مبتنی بر قواعد

1-2- داده­ کاوی توزیع­ شده

1-3- عاملها و سیستم های چندعامله

1-3-1- عامل

1-3-1-1- مقایسه عامل با شی

1-3-1-2- معماری عامل ها

1-3-1-3- معماری BDI

1-3-2- سیستم ­های چندعامله

1-3-2-1- مذاکره

1-4- بهره ­گیری از عامل برای داده کاوی

1-4-1- سیستم­ های چندعامله، بستری برای داده­ کاوی توزیع شده

1-5- جمع ­بندی

1. فصل دوم – داده­ کاوی پویا

2-1- مقدمه­ ای بر داده­ کاوی پویا

2-2- جریان داده

2-3- طبقه­ بندی جریان داده

2-3-1- موضوعات پژوهشی

2-4- جمع­ بندی

1. فصل سوم – مروری بر کارهای انجام شده

3-1- مقدمه

3-2- داده­ کاوی توزیع­ شده ایستا

3-2-1- روشهای غیرمتمرکز

3-2-2- روشهای مبتنی بر توزیع ذاتی داده ­ها

3-3- کارهای مهم انجام شده در زمینه داده ­کاوی با استفاده از عامل 

3-4- کارهای انجام شده در زمینه طبقه­ بندی جریان داده ­ها

3-4-1- روشهای طبقه­ بندی Ensemble-based

3-4-2- درختهای تصمیم بسیار سریع

3-4-3- طبقه­ بندی On-Demand

3-4-4- OLIN

3-4-5- الگوریتم های LWClass

3-4-6- الگوریتم ANNCAD

3-4-7- الگوریتم SCALLOP

3-4-8- طبقه ­بندی جریان داده ­ها با استفاده از یک روش Rule-based

3-5- جمع­ بندی

1. فصل چهارم – تعریف مساله

4-1- مقدمه

4-2- تعریف مساله برای فاز اول

4-2-1- جریان داده

4-2-2- مفهوم یا مدل موجود در جریان داده

4-2-3- مساله طبقه­ بندی جریان داده­ های دارای تغییر مفهوم

4-3- تعریف مساله برای فاز دوم

1. فصل پنجم – رویکردهای پیشنهادی

5-1- مقدمه

5-2- رویکرد پیشنهادی برای فاز اول پروژه

5-2-1- عامل و ویژگی های آن در این مساله

5-2-2- عملکرد کلی عامل

5-2-3- معماری عامل

5-2-3-1- حسگرها

5-2-3-2- پایگاه دانش عامل

5-2-3-3- تابع ارزیابی محیط

5-2-3-3-1- نحوه تشخیص اطلاعات و نگهداری الگوهای recur در جریان داده  

5-2-3-3-2- نحوه استخراج الگوهای recur

5-2-3-3-3- نحوه بروزرسانی اطلاعات مربوط به الگوهای recur

5-2-3-3-4- نحوه محاسبه وقوع احتمال وقوع یک الگوی خاص

5-2-3-4- تابع سودمندی

5-2-3-5- بخش تصمیم­ گیری و Planning

5-2-3-5-1- بخش تصمیم­ گیری

5-2-3-5-2- Planning

5-2-3-6- بخش Action

5-3- رویکرد پیشنهادی برای فاز دوم مساله

5-3-1- عاملهای مشتری

5-3-2- عامل صفحه زرد

5-3-3- عاملهای داده­ کاو

5-3-3-1- معماری عاملهای داده­ کاو

5-3-3-1-1- تابع BRF

5-3-3-1-2- تابع Generate Options

5-3-3-1-3- تابع فیلتر

5-3-3-1-4- بخش Actions

5-3-3-1-5- Plan های عامل

5-3-3-1-5- 1- Plan مربوط به طبقه­ بندی

5-3-3-1-5-2- Plan مربوط به تطبیق طبقه ­بند

5-3-3-1-5-3- Plan مربوط به خرید و فروش قواعد با استفاده از مذاکره  

5-4- جمع ­بندی

1. فصل ششم – آزمایشات و نتایج

6-1- مقدمه

6-2- محیط عملیاتی

6-3- مجموعه داده­ های مورد استفاده

6-3-1- مجموعه داده­ های استاندارد

6-3-2- مجموعه داده­ های واقعی

6-4- معیارهای ارزیابی و روشهای مورد استفاده برای مقایسه

6-5- آزمایشات انجام شده

6-5-1- آزمایشات مربوط به فاز اول

6-5-2- آزمایشات مربوط به فاز دوم

6-6- جمع ­بندی

1. فصل هفتم- جمع­بندی و نتیجه­ گیری

 فهرست مراجع

فهرست اشکال

1. شکل 1-1- معماری BDI در عامل
2. شکل 3-1- درخت تحقیق مربوط به طبقه­بندی در مبحث داده­کاوی
3. شکل 3-2- طبقه­ بندی مبتنی بر Ensemble. Error! Bookmark not defined
4. شکل 3-3- چارچوب روش On-Demand
5. شکل 3-4- نمایی از سیستم OLIN
6. شکل 3-5- پروسه SCALLOP
7. شکل 5-1- نمودار ترتیب عملکرد عامل پیشنهادی
8. شکل 5-2- معماری عامل پیشنهادی
9. شکل 5-3- پنجره نظاره بر روی جریان داده­ها
10. شکل 5-4- گراف ایجاد شده از روی رشته مفهوم­ها
11. شکل 5-5- محل تجمع الگوهای استخراج شده از رشته مفهوم­ها
12. شکل 5-6- میزان محاسبه شده احتمالها به ازای مقادیر مختلف K
13. شکل 5-7- شبه کد Plan کلی عامل
14. شکل 5-8- نسبت واریانس به حاصلضرب 50 متغیر دارای مجموع ثابت
15. شکل 5-9- وزن دهی چند داده مختلف
16. شکل 5-10- نمایی کلی از سیستم چندعامله ایجاد شده
17. شکل 5-11- معماری BDI عامل داده­کاو
18. شکل 5-12- بخشی از جریان داده و قواعد استخراج شده از آن
19. شکل 5-13- بخشی از جریان داده و قواعد استخراج شده از آن
20. شکل 6-1- کد نمونه برای استفاده از بسته نرم افزاری weka
21. شکل 6-2- زمان لازم بر حسب میلی ثانیه برای داده ­های Stagger
22. شکل 6-3- زمان مصرف شده برای تطبیق طبقه­بند
23. شکل 6-4- نمودار مربوط به زمان پردازش روشهای مختلف برای داده­ های HyperPlan
24. شکل 6-5- زمان مصرف شده برای تطبیق طبقه ­بند
25. شکل 6-6- نمودار مربوط به زمان پردازش روشهای مختلف برای داده ­های Nursery
26. شکل 6-7- زمان مصرف شده برای تطبیق طبقه­بند برای داده ­های Nursery
27. شکل 6-8- عملکرد روشهای مختلف بر روی مجموعه داده HyperPlan
28. شکل 6-9- نمودار عملکرد روشهای مختلف بر روی مجموعه داده HyperPlan در یک بازه کوچکتر
29. شکل 6-10- نمودار عملکرد روشهای مختلف بر روی مجموعه داده HyperPlan در یک بازه کوچکتر
30. شکل 6-11- زمان مصرف شده برای تطبیق طبقه­ بند برای داده­های HyperPlan
31. شکل 6-12- عملکرد روشهای مختلف بر روی مجموعه داده Stagger
32. شکل 6-13- زمان مصرف شده برای تطبیق طبقه­بند برای داده­های Stagger
33. شکل 6-14- عملکرد روشهای مختلف بر روی مجموعه داده Nursery
34. شکل 6-15- زمان مصرف شده برای تطبیق طبقه­ بند برای داده­های Nursery
35. شکل 6-16- نمودار نتایج حاصل از طبقه­ بندی توزیع ­شده مجموعه داده Nursery

فهرست جدولها

1. جدول 1-1- ویژگیهای یک عامل
2. جدول 3-1- ماتریس حاصل از روش LWClass
3. جدول 3-2- مقایسه تکنیک های ذکر شده
4. جدول 5-1- ساختار اطلاعاتی ذخیره شده برای هر مفهوم و الگو
5. جدول 5-2- ساختار اطلاعاتی مربوط به وقوع الگوی “CFDA”
6. جدول 5-3- نمونه ای از خروجی تابع سودمندی عامل
7. جدول 5-4- اطلاعات مورد استفاده برای تخمین سودمندی یک قاعده
8. جدول 6-1- دقت طبقه­ بندی روشهای مختلف
9. جدول 6-2- نتایج حاصل از طبقه­ بندی توزیع شده مجموعه داده Nursery در سه مفهوم مختلف