نشریه علوم رایانشی
سال هشتم شماره 3 (پیاپی 30، پاییز 1402)

در این مقاله در پی ارایه مدلی از سیستم های خودترمیمی در برابر حملات ایستا و پویا می باشیم که با کمک تکنیک های جدید و شناخته شده همانند پردازش فرآیند و تحلیل گزارش ها در تشخیص زودهنگام و تعمیر خودکار استفاده گردد، تا به امروز روش های محافظتی متعددی ارایه شده اند که عملکرد خوبی در برابر حملات مختلف داشته اند، اما با گذشت زمان، حملات جدید، آن روش ها را با شکست مواجه کرده است. امروزه اینترنت اشیا (IoT) به سرعت در حال توسعه در کاربردهای متنوع و حیاتی مانند سنجش محیطی و سیستم های کنترل صنعتی می باشد دستگاه های اینترنت اشیا می توانند از نظر معماری سخت افزاری و نرم افزاری و ارتباطات بسیار ناهمگن باشند. بنابراین زمانی که این دستگاه ها بهم متصل می شوند یک سیستم پیچیده (مجتمع) ایجاد می شود و تشخیص هر گونه ناهنجاری می تواند چالش برانگیز باشد. در کارهای گذشته بیشتر به تحلیل حملات به صورت ایستا پرداخته شده و به تحلیل حملات در حالت پویا و در هنگام اجرای برنامه پرداخته نشده است. پیچیدگی زمانی بالا و افزایش آسیب به سیستم از دیگر مشکلات روش های گذشته می باشد. در روش پیشنهادی مدلی از سیستم های خودترمیمی که قابلیت تحلیل حملات در حالت پویا و در هنگام اجرای برنامه دارا می باشد ارایه شده است. بالاترین میزان دقت در کارهای گذشته 95.4% می باشد ولی دقت تشخیص حملات در روش پیشنهادی به 98.5% ارتقا یافته است

افزایش قابلیت اطمینان و بهره وری در شبکه های حسگر بی سیم نیازمند دقت در مدیریت مصرف انرژی است. همچنین حفظ انرژی موردنیاز برای اجرای وظایف متعدد در شبکه های حسگر بی سیم، یکی از چالش های اساسی در تشکیل این شبکه ها محسوب می شود. باتوجه به تحقیقات انجام شده، بخش مسیریابی و ارسال و دریافت بسته ها تا حدود 55% از مصرف انرژی هر دستگاه در شبکه های حسگر بی سیم را به خود اختصاص می دهد.. به منظور مدیریت موثر انرژی در شبکه های کم توان و کاهش اتلاف انرژی، پروتکل RPL به عنوان یک استاندارد مورد استفاده قرار گرفته است. از آنجا که توابع هدف در پروتکل RPL نقش حیاتی در مسیریابی ایفا می کنند، در بسیاری از تحقیقات پیشین از معیار انرژی مصرفی در توابع هدف به منظور بهینه سازی مصرف انرژی استفاده شده است. به عنوان یک اقدام موثر در راستای تامین انرژی و افزایش طول عمر باتری، از برداشتگرهای انرژی در گره های شبکه های حسگر بی سیم استفاده می شود. در این راستا، ما در گام اول، بررسی جامعی از پژوهش های پیشین در زمینه برداشتگرهای انرژی انجام داده ایم تا چالش ها و امکانات مرتبط با فناوری های مختلف را به دقت بررسی کنیم. سپس با در نظر گرفتن یک روش مناسب، یک بستر عملی را برای ارزیابی میزان انرژی برداشت شده از محیط ارایه داده و درک چالش های موجود در این مسیر را معرفی کرده، سپس نتایج ارزیابی ها را به دقت تحلیل و بررسی خواهیم کرد.

فرآیند داده کاوی در حوزه اقتصاد و مسایل مالی در مقالات بسیاری انجام شده است. در هر کدام از این تحقیقات، معمولا ابتدا تعدادی عوامل اقتصادی و غیراقتصادی انتخاب شده و در ادامه پس از جمع آوری داده ها و انجام فرآیند داده کاوی، الگوی ارتباطی بین آنها کشف می شود. به عبارت دیگر، در این تحقیقات معمولا تلاش می شود که با ارایه یک مدل، میزان تاثیر هر شاخص مالی از تغییر شاخص های مالی دیگر به دست آید. با این حال در این تحقیقات معمولا داده ها یا خیلی قدیمی هستند که باعث می شود نتایج آنها برای وضعیت فعلی کاربردی نداشته باشد؛ و یا مربوط به شاخص های مالی بین المللی هستند که در بسیاری از مواقع نمی توان نتایج آنها را به شرایط داخلی تعمیم داد. در معدود تحقیقات انجام شده نیز، عوامل اقتصادی زیادی مورد بررسی قرار نگرفته است و بنابراین خلا وجود یک تحقیق جامع و جدید از وضعیت شاخص های مالی داخلی (کشور ایران) احساس می شود. در این مقاله، ابتدا داده های شش شاخص مالی داخلی شامل طلای 18 عیار، سکه تمام بهار، نفت (ریال)، نفت (دلار)، دلار، و یورو از تاریخ 01/01/1398 الی 31/02/1402 (در مجموع 1522 رکورد) جمع آوری شده و بعد از پاک سازی و نرمال سازی، با استفاده از روش های رگرسیون و پرسپترون چندلایه مورد تحلیل قرار گرفته و مدل های پیش بینی از آنها استخراج می شود. نتایج معیارهای ارزیابی (شامل ضریب همبستگی، میانگین خطای مطلق و غیره) از مقایسه نتایج مدل های استخراج شده با نتایج واقعی، اختلاف بسیار کمی را نشان می دهند (برای مثال، معیار ضریب همبستگی در روش رگرسیون و پرسپترون چند لایه به ترتیب برابر با 0.9964 و 0.9999 است) که نشان دهنده انتخاب درست شاخص های مالی، تاثیر مستقیم و اساسی آنها بر یکدیگر، و دقت بالای مدل های پیش بینی به دست آمده است.

با افزایش استفاده از اینترنت و شبکه های اجتماعی، حجم انبوهی از نظرات کاربران در ارتباط با موضوعات مختلف تولید می گردد. در نتیجه به کارگیری تکنیک‏های علمی نوین جهت تحلیل این نظرات جهت افزایش رضایت مشتریان ضروری به نظر می‏رسد. تحلیل احساسات نظرات کاربران، به عنوان یک راهکار ویژه و موثر، به دنبال کشف دانش از این متون جهت رفع چالش قطبیت آنها می‏باشد. در این تحقیق، رویکردی ترکیبی مبتنی بر دو روش یادگیری عمیق RNN-GRU و مبتنی بر تعبیه گذاری کلمات جهت تحلیل احساسات نظرات کاربران ارایه گردیده است. جهت بهبود تعیین قطبیت از تعبیه گذاری کلمات از پیش آموزش دیده شده Word2vec و GloVe استفاده شده است. نتایج ارزیابی بر روی دو مجموعه داده توییت های خطوط هوایی و نظرات فیلم نشان می دهد که روش پیشنهادی از نظر دقت در تعیین قطبیت نظرات، بهبود 1% را نسبت به روش های ترکیبی دیگر داشته است.

در این مقاله، الگوریتمی برای رنگ آمیزی همسایه- مکان یاب درخت ها  ارایه گردیده است. رنگ آمیزی گراف ها و کاربردهای آن از مباحث اصلی و پر کاربرد گراف هاست. رنگ آمیزی گراف ها در دو حوزه رنگ آمیزی گره ها و رنگ آمیزی یال های گراف مورد مطالعه قرار گرفته اند. در رنگ آمیزی گره ها، در سال های اخیر مفاهیم جدیدی از رنگ آمیزی گراف ها مانند " رنگ آمیزی مکان یاب" و " رنگ آمیزی همسایه- مکان یاب"، مطرح شده و مورد مطالعه قرار گرفته اند. تخصیص اعضای مجموعه رنگ  C={c1, c2,..., ck} به مجموعه گره های یک گراف را یک k- رنگ آمیزی (مناسب) گوییم اگر و فقط اگر به هیچ زوج همسایه ای رنگ یکسان اختصاص نیافته باشد. با اعمال محدودیت های بیشتر در رنگ آمیزی، به انواع دیگری از این مسیله خواهیم رسید. تعداد حداقل رنگ برای رنگ آمیزی مناسب یک گراف را عدد رنگی گراف گوییم؛ این عدد برای انواع رنگ آمیزی به طور مشابهی تعریف می شود. پیدا کردن عدد رنگی یک گراف در فرم بهینه سازی مسیله و همچنین تشخیص k-رنگ پذیری گراف برای k>2، در فرم تصمیم مسیله، از مسایل معروف np-hard هستند. نوع خاصی از رنگ آمیزی مناسب که موضوع این مقاله است، رنگ آمیزی همسایه- مکان یاب گره ها است. در این مسیله گره ها باید طوری رنگ آمیزی شوند که علاوه بر غیر یکسان بودن رنگ همسایه ها، مجموعه رنگ همسایه های گره های همرنگ، متمایز از هم باشند. در مبحث رنگ آمیزی همسایه- مکان یاب گره ها با وجود مطالعات وسیع صورت گرفته در زوایای نظری بحث، از جمله روابط بین عدد رنگی در انواع رنگ آمیزی ها و عدد رنگی گراف های خاص، از نظر الگوریتمی، در این زمینه نتیجه قابل توجهی وجود ندارد. در این مقاله، الگوریتمی برای رنگ آمیزی همسایه- مکان یاب درخت ها ارایه شده است. ثابت می کنیم الگوریتم از مرتبه زمانی چند جمله ای است و در مورد حداکثر رنگ های استفاده شده برای حالت های خاصی از درخت ها بحث خواهیم کرد.

گراف G=(V,E) را در نظر بگیرید. تابع f:V→{0,1,2} را یک تابع احاطه گر ایتالیایی (احاطه گر {2}- رومن) گویند هرگاه هر راس v∈V با f(v)=0 مجاور به حداقل یک راس u∈V با f(u)=2 یا مجاور به حداقل دو راس x,y∈V با f(x)=f(y)=1 باشد. وزن یک تابع احاطه گر ایتالیایی برای گراف G با کمترین مقدار را عدد احاطه گر  ایتالیایی گراف G گوییم. مسیله تابع احاطه گر ایتالیایی برای گراف G به صورت یافتن یک تابع احاطه گر ایتالیایی با وزن برابر با عدد احاطه گر ایتالیایی برای گراف G تعریف می شود. ثابت شده است که مسیله تابع احاطه گر ایتالیایی NP-کامل است. در این مقاله ابتدا یک مدل برنامه ریزی خطی صحیح برای این مسیله پیشنهاد می کنیم و سپس با استفاده از این مدل یک الگوریتم تقریبی با ضریب H(2∆(G)+2) برای حل مسیله ارایه می کنیم.