نت سیمولیت | شبیه سازی شبکه های کامپیوتری
700 subscribers
278 photos
77 videos
29 files
356 links
نت سیمولیت | مرجع شبیه سازی شبکه های کامپیوتری
https://NetSimulate.net
NetSimul@gmail.com
انجمن شبیه سازی شبکه:
https://netsimulate.net/forum
آیدی مدیر:
@noavarangermi_ir
@site_helper
09194751295 - 09365442247
Download Telegram
معماری شبکه کامپیوتری

معماری شبکه های کامپیوتری به عنوان طراحی فیزیکی و منطقی نرم افزار، سخت افزار، پروتکل ها و رسانه برای انتقال داده ها تعریف می شود. به زبان ساده تر می توان گفت که به نحوه سازماندهی کامپیوترها و نحوه اختصاص وظایف به آن ها معماری شبکه کامیپوتری گفته می شود.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
آشنایی با اجزای شبکه کامپیوتری

در این بخش به بررسی اجزای شبکه های کامپیوتری پرداخته ایم. برخی از اجزای مهم شبکه عبارت اند از: NIC، Switch، Cable، Hub، Router و Modem. بسته به نوع شبکه ای که می خواهیم نصب کنیم، می توان بعضی از اجزا را حذف کرد.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
آشنایی با انواع شبکه های کامپیوتری

شبکه کامپیوتری یک گروه از کامپیوترهای وصل شده به هم است که به یک کامپیوتر امکان برقراری ارتباط و اشتراک گذاری منابع و برنامه ها با کامپیوتر دیگر را می دهد. شبکه های کامپیوتری را می توان بر اساس اندازه آن ها به چهار دسته تقسیم بندی کرد در سایت به آنها پرداخته می شود.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
پروژه مسیریابی آگاه از انرژی با الگوریتم EAR بهبود یافته در شبکه WSN با متلب به همراه داکیومنت فارسی


اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
آشنایی با حالت های انتقال در شبکه های کامپیوتری

روشی که در آن داده ها از یک دستگاه به دستگاه دیگر منتقل می شوند به عنوان حالت های انتقال در شبکه های کامپیوتری شناخته می شود. حالت انتقال در لایه فیزیکی تعریف می شود و می توان آن را در سه دسته زیر طبقه بندی کرد:

حالت Simplex
حالت Half-duplex
حالت Full-duplex

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
پروژه ارزیابی پروتکل ZigBee در خانه هوشمند برای سنجش هوا با حسگر دما و دود در NS2


اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
ارسال چند مسیره داده تجمیع شده با رمزنگاری AES-Blowfish در شبکه WSN با NS2

در این پروژه NS2 پس از ارسال داده های تجمیع شده، برای رمزنگاری بسته ها و دریافت آن توسط گره سینک از ترکیب دو رمزنگاری استفاده خواهیم کرد. با توجه به محدودیت منابع شبکه حسگر و نیاز به پردازش بالا برای عملیات رمز نگاری، از رمزنگاری متقارن برای رمزنگاری داده ها استفاده خواهیم کرد. در روش پیشنهادی به منظور استحکام بیشتر رمزنگاری از ترکیب دو الگوریتم رمزنگاری متقارن AES و Blowfish استفاده خواهیم کرد. در این پروژه هدف ما ارائه یک روش امن برای تجمیع داده است، به گونه ای که روش پیشنهادی در برابر حملات جعل داده و منع سرویس، مقاوم باشد و نیازهای امنیتی مانند محرمانگی و جامعیت داده را نیز برآورده سازد.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
تشخیص نفوذ در مقابل حملات DDOS در محیط رایانش ابری با OPNET

حملات DDOS در شبکه رایانش ابری

یکی از مسائل امنیتی در شبکه رایانش ابری این است که به چه صورت بتواینم تاثیر حملات DDOS را در محیط رایانش ابری کاهش دهیم. حملات DDOS یک حمله توزیع شده ای از حملات DOS می باشد در آن نفوذگر با ایجاد ترافیک بی مورد حجم بالایی از منابع سرویس دهنده و پهنای باند شبکه را مصرف می کند و تا حدی که آن سرویس غیرقابل استفاده می شود.

در این مقاله جهت مقابله با این حملات یک چارچوب همکاری سیستم تشخیص نفوذ (IDS) ارائه شده است. بدین ترتیب سیستم IDS که در هر قسمتی از محیط رایانش ابری قرار گرفته اند ترافیک شبکه را جمع آوری می کند و این ترافیک را آنالیز می کند و IDS ها از طریق تبادل هشدار با یکدیگر همکاری می کنند. در صورتی که در قسمتی از شبکه حمله رخ داده باشد حمله را شناسایی کرده و به سرور مرکزی گزارش می دهند و بدین ترتیب اثر حملات DDOS کاهش پیدا می کند.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
آشنایی با مدل های شبکه های کامپیوتری

طراحی و ساخت یک زیر سیستم ارتباطی یک بخش پیچیده سخت افزاری و نرم افزاری است. تلاش های اولیه برای پیاده سازی نرم افزاری برای چنین زیر سیستمی هایی مبتنی بر یک برنامه واحد، پیچیده و بدون ساختار با اجزای زیاد بود. تست و آزمایش نرم افزار حاصل از این روش بسیار دشوار بود.

بنابراین ISO برای برای غلبه بر این مشکل یک رویکرد لایه ای ایجاد کرد. در این رویکرد مفهوم شبکه به چندین لایه تقسیم می شود و هر لایه به صورت جداگانه وظایف مربوط به خودش را بدون وابستگی به لایه دیگر انجام می دهد.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
ارزیابی محدودیت های عملکرد رله دوگانه با نقص سخت افزاری در متلب

این مقاله تأثیر آسیب های سخت افزاری بر روی عملکرد رله گذاری با هاپ دوگانه را برای تقویت و پیش برد پروتکل های رمزگشایی و فورواردر مورد ارزیابی قرار می دهد. احتمال قطع (OP) کانال ارتباطی در این سناریوهای عملی تابعی از نسبت موثر سیگنال به نویز و اعوجاج (SNDR) است. این مقاله حالت های شکل بسته جدید را برای OP های دقیق و تقریبی استخراج کرده و آسیب های سخت‌ افزاری را در منبع، رله و مقصد محاسبه می کند.

تحلیل مشابه برای ظرفیت ارگودیک (Ergodic) نیز دنبال می شود که منجر به ایجاد مرزهای بالایی جدید می شود. ما فرض می کنیم که هر دو هاپ به طور مستقل و غیر یکسان در حال محو شدن هستند.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
مسیریابی QOS مبتنی بر SDN در اینترنت اشیا زیر آبی (IoUT)

این مقاله یک تکنیک مسیریابی QoS جدید برای IoUT مبتنی بر شبکه SDN با هدف بهبود QoS با ایجاد مسیر های قابل اعتماد بین گره های حسگر پیشنهاد می کند. برای انجام این کار، کنترل کننده مختصات سه بعدی هر حسگر زیر آب را جمع آوری می کند تا فاصله بین گره ها را محاسبه کند. سپس با استفاده از معادلات آکوستیک زیر آب، قابلیت اطمینان هر لینک ارتباطی را تخمین می زند. در نهایت قابل اعتماد ترین مسیر را با حداقل تاخیر محاسبه کرده و مسیر را بر روی گره های واقع در امتداد آن نصب می کند. نتایج شبیه سازی با نرم افزار MATLAB نشان می دهد که مکانیسم ما به طور قابل توجهی از سایر رویکرد های غیر SDN از نظر چندین معیار عملکرد مثل نسبت تلفات بسته و تاخیر انتها به انتها و مصرف انرژی بهتر عمل می کند.

اطلاعات بیشتر و دانلود رایگان مقاله از لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
مسیریابی قابل اطمینان در شبکه UWSN با الگوریتم BEAR بهبود یافته در NS2

هدف این پروژه ارائه الگوریتم مسیریابی قابل اطمینان در شبکه های حسگر بی سیم زیر آب (UWSN) با هدف افزایش عمر شبکه می باشد که به این منظور باید یک تعادل بار در بین گره ها برای انتقال داده حفظ شود. برای انتخاب گره های میانی، جهت انتقال داده گره ها بر حسب فاصله و توان باقی مانده انها در نظر گرفته می شوند. به منظور ساخت درخت مسیریابی کمینه از سکتور بندی شبکه بر اساس عمق گره های حسگر استفاده می شود که این کار جهت ارسال بسته داده را به گره سینک را سازماندهی و درخت مسیریابی را با حداقل هزینه و جابه جایی از هر عمق را احداث می کند. همچنین به منظور تعادل بیشتر انرژی گره ها در شبکه، ساخت درخت مسیریابی (فاز دوم) به صورت دوره زمانی انجام خواهد شد. در این زمینه اگوریتم پیشنهادی در سه فاز زیر می باشد.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
شبیه سازی مهندسی ترافیک با پروتکل MPLS در شبکه ISP با OPNET

این مقاله مهندسی ترافیک را با پروتکل تعویض برچسب چند پروتکلی (MPLS) در شبکه یک ارائه دهنده خدمات اینترنتی (ISP) مورد بحث قرار می دهد. در این مقاله ابتدا پروتکل MPLS ، مسیریابی مبتنی بر محدودیت و پروتکل های دروازه داخلی حالت پیوند (IGPs) را به طور خلاصه مرور می کنیم تا مقدمه ای برای مهندسی ترافیک فراهم کنیم. سپس در مورد مسائل کلی طراحی سیستم MPLS برای مهندسی ترافیک بحث می کنیم. بر اساس تجربیات ما یک روش عمومی برای استقرار سیستم MPLS پیشنهاد شده است. در این مقاله همچنین در مورد چگونگی ارائه کیفیت سرویس (QoS) در شبکه با MPLS بحث می شود. با کنار هم قرار دادن اینها، ما مسائل عملی مهندسی ترافیک و راه حلی کاربردی برای مهندسی ترافیک با پروتکل MPLS در اینترنت را ارائه می دهیم.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
مقاله ارزیابی پروتکل OLSR و AODV در شبکه FANET سه بعدی با NS3

در این مقاله، عملکرد پروتکل های مسیریابی OLSR و AODV برای محیط سه بعدی FANET با استفاده از مدل تحرک گاوس مارکوف (Gauss Markov) مورد تجزیه و تحلیل قرار می گیرد. عملکرد OLSR و AODV توسط گروه های مختلف پهپاد ها و تعداد بسته ها بررسی شده است. مدل حرکتی گاوس مارکوف برای تولید مساحت مکعب سه بعدی با ابعاد ۱۷۰۰ متر در ۱۷۰۰ متر در ۱۵۰۰ متر استفاده شده است. در این مقاله آزمایش شبیه سازی با استفاده از نرم افزار شبیه ساز شبکه NS3 انجام شده است. معیارهای مورد استفاده برای این تحقیق عبارتند از تاخیر تحویل بسته، توان عملیاتی و میانگین تاخیر انتها به انتها. نتایج شبیه سازی نشان می دهد که پروتکل OLSR از نظر تاخیر تحویل بسته و تحویل بلادرنگ داده ها، انتخاب بهتری برای شبکه FANET می باشد.

اطلاعات بیشتر و دانلود رایگان مقاله از لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
ارزیابی QoS در پروتکل های سیگنالینگ و مسیریابی در شبکه MPLS با نرم افزار OPNET

از اهداف این پروژه مشاهده و توضیح تفاوت های شبکه با MPLS-TE و شبکه سنتی است. در این پروژه قصد داریم تا پروتکل های مختلف سیستم MPLS-TE را تجزیه و تحلیل کرده و تاثیر کیفیت سرویس (QoS) را در یک شبکه متراکم ارزیابی کنیم.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
طبقه بندی و مدیریت گره معیوب با قانون فازی در شبکه WSN با متلب

در این پروژه یک طرح طبقه بندی و مدیریت گره معیوب مبتنی بر قانون فازی را برای WSN‌ ها پیشنهاد می شود که می تواند گره های حسگر معیوب را با توجه به وضعیت خطا شناسایی و دوباره استفاده کند. به منظور غلبه بر عدم قطعیت هایی که در محیط شبکه های حسگر بی سیم به ارث رسیده اند، از یک روش مبتنی بر منطق فازی استفاده می شود. موتور رابط فازی گره های مختلف را با توجه به تابع عضویت انتخاب شده دسته بندی می کند و فازی ساز یک کنترل غیر فازی را برای بازیابی انواع مختلف گره ها ایجاد می کند.

علاوه بر این، ما از یک روش مسیریابی استفاده کردیم که از گره های معیوب بازیابی شده در طول فرآیند مسیریابی داده ها استفاده مجدد می کند. ما آزمایش های گسترده‌ ای را بر روی طرح پیشنهادی با استفاده از سناریو های مختلف شبکه انجام دادیم. نتایج شبیه سازی با نرم افزار MATLAB اثر بخشی الگوریتم پیشنهادی را از نظر معیار های مختلف عملکرد نشان می دهد.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
کاهش تاخیر در سرویس های اینترنت اشیا و رایانش مه با متلب

در این پروژه ما یک چارچوب کلی برای برنامه های IoT-fog-cloud معرفی می کنیم و یک سیاست همکاری و تخلیه جهت به حداقل رساندن تاخیر برای دستگاه هایی با قابلیت fog پیشنهاد می کنیم که هدف آن کاهش تاخیر سرویس برای برنامه های IoT است. سپس یک مدل تحلیلی برای ارزیابی روش خود ایجاد می کنیم و نشان می دهیم که چگونه چارچوب پیشنهادی به کاهش تاخیر در خدمات اینترنت اشیا کمک می کند.

در این پروژه ما به دنبال ارائه یک روش بهینه و کارآمد برای مدیریت و کاهش تاخیر در محیط مه یا Fog هستیم. روش بهبود یافته برای کاهش تاخیر و جایابی سرویس ما بر اساس الگوریتم ژنتیک (GA) می باشد که علاوه بر کاهش تاخیر، باعث بهبود کیفیت سرویس به کاربران نیز می شود.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
تنظیم عمق و جایگزینی سنسور ها در شبکه حسگر بی سیم زیر آبی با NS2

در الگوریتم پیشنهادی گره هایی را که انرژی کمی دارند، با گره هایی که انرژی بیشتری دارند با استفاده از تنظیم عمق آنها جایگزین می کنیم تا به مصرف متعادل انرژی در میان کل شبکه دست پیدا کنیم. نتایج شبیه سازی با نرم افزار NS2 نشان می دهد که الگوریتم پیشنهادی در مقایسه با دیگر روش های مشابه، طول عمر کل شبکه را به طور موثری بهبود می بخشد.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
کیفیت سرویس سیستم نظارت بر سلامت در شبکه WBAN مبتنی بر ابر با نرم افزار NS2

چندین تکنیک و الگوریتم جدید برای دستیابی به هدف ما پیشنهاد شده است. ابتدا، مفهوم طبقه بندی و تجمیع داده ها برای جلوگیری از مسدود شدن شبکه با ترافیک داده های غیر ضروری استفاده می شود. دوم، یک سیاست تخصیص کانال پویا برای توزیع WBAN های مرتبط با کاربران در کانال های فرکانس موجود برای مدیریت تداخل ایجاد شده است.

سوم، یک متریک مسیریابی آگاه از تاخیر پیشنهاد شده است که توسط ابر محلی در ارتباطات چندگانه برای سرعت بخشیدن به فرآیند گزارش دهی داده های مرتبط با سلامت استفاده می شود. چهارم، معیار آگاه از تاخیر که بیشتر توسط پروتکل های ارتباطی مورد استفاده شبکه های WBAN برای اتصال با ابر محلی مورد استفاده قرار می گیرد.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
آموزش پیاده سازی پروتکل های لایه اپلیکیشن برای شبکه سیسکو

در این دوره مهم ترین پروتکل‌ های لایه اپلیکیشن مورد ارزیابی قرار می گیرید و به اجرای شبکه کمک می‌ کند. همینطور یادگیری این آموزش به شما کمک می کند تا به سادگی به منابع موجود در شبکه داخلی و اینترنت دسترسی داشته باشید. در ادامه شما با پروتکل‌ های Application Layer آشنا خواهید شد و به شما در نگهداری اصولی و بهینه عملکرد یک شبکه مانند DHCP ، DNS ، Syslog و NTP کمک خواهد کرد. از این پروتکل ها مهندسین شبکه به منظور نگهداری شبکه ها و همینطور ایجاد یک تجربه کاربری بهتر استفاده می کنند.

در ادامه آموزش شما با دیگر پروتکل‌ های لایه اپلیکیشن مثل HTTP و FTP و همچنین چگونگی استفاده از آنها توسط کاربران جهت مرور وب‌ سایت‌ ها یا دانلود فایل‌ ها آشنا می شوید. شما با مشاهده کامل این آموزش، دانش پایه ای از DHCP ، DNS ، FTP ، HTTP ، NTP و Syslog را خواهید داشت.

اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)
پیش بینی تحرک سنسورها در شبکه WBAN مبتنی بر IOT با NS2

در مقاله پایه این پروژه، یک شبکه جدید و طرح پیش بینی حرکت توزیع شده با نام (DMP-IOT) ارائه می شود که مسیر حرکت گره های حسگر سیار در برنامه های مراقبت بهداشتی را برای کاهش هزینه انتقال از گره حسگر سیار پیش بینی می کند. برای این منظور، از مدل مخفی مارکوف (HMM) مرتبه دوم جهت پیش بینی تحرک در برنامه مراقبت بهداشتی استفاده می شود.

روش DMP-IOT شامل مکانیسم بازیابی پیش بینی کاذب است که از قطع اتصال گره حسگر سیار در IOT به شبکه در صورت پیش بینی شتباه حرکات بیمار اجتناب می کند. با استفاده از مکانیزم بازیابی، دست یابی به پیش بینی اشتباه تحت تاثیر قرار نمی گیرد و اتصال گره حسگر سیار به شبکه قطع نخواهد شد.

اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)