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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
آموزش شبیه سازی سیستم ارتباطی 5G با نرم افزار MATLAB
در این دوره آموزشی کد های متلب به صورت مرحله به مرحله برای تخمین ظرفیت، نرخ خطای بیت (BER) و احتمال قطع برای سیستم ارتباطی دسترسی چندگانه غیر متعامد (NOMA) مورد بررسی قرار می گیرد. این دوره برای دانشجویان کارشناسی و کارشناسی ارشد مرتبط با گروه مهندسی الکترونیک و ارتباطات طراحی شده است.
محتوای این دوره آموزش شبیه سازی نسل پنجم شبکه تلفن همراه (5G) در متلب دارای ۹ بخش است که در هر قسمت توضیحات تئوری و کد های MATLAB برای شبیه سازی اعداد و ارقامی که از طریق توضیح دوره به دست آمده را مورد بحث قرار می دهد. این دوره آموزشی باعث صرفه جویی چندین ماهه در تحقیقات و مطالعه دانشجویان علاقه مند به مباحث مرتبط می شود.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این دوره آموزشی کد های متلب به صورت مرحله به مرحله برای تخمین ظرفیت، نرخ خطای بیت (BER) و احتمال قطع برای سیستم ارتباطی دسترسی چندگانه غیر متعامد (NOMA) مورد بررسی قرار می گیرد. این دوره برای دانشجویان کارشناسی و کارشناسی ارشد مرتبط با گروه مهندسی الکترونیک و ارتباطات طراحی شده است.
محتوای این دوره آموزش شبیه سازی نسل پنجم شبکه تلفن همراه (5G) در متلب دارای ۹ بخش است که در هر قسمت توضیحات تئوری و کد های MATLAB برای شبیه سازی اعداد و ارقامی که از طریق توضیح دوره به دست آمده را مورد بحث قرار می دهد. این دوره آموزشی باعث صرفه جویی چندین ماهه در تحقیقات و مطالعه دانشجویان علاقه مند به مباحث مرتبط می شود.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
کیفیت سرویس در شبکه BGP-MPLS VPN مبتنی بر DiffServ با OPNET
در این مقاله ساختار BGP-MPLS VPN ارائه شده و با پیاده سازی شبکه MPLS مبتنی بر DiffServ بر روی VPN کیفیت سرویس در شبکه مورد ارزیابی قرار می گیرد و با استفاده از نرم افزار شبیه ساز OPNET مکانیزم های مختلف به منظور افزایش کیفیت سرویس در شبکه، در قالب سناریو های مختلف شبیه سازی می گردد.
در بیشتر تکنیک های ارایه شده قبلی، با افزایش منابع برای ترافیک های اولویت پایین تر مثل BE و AF ترافیک های اولویت بالاتر همچون (Video, Voice) EF ، خدشه دار شده است. در این مقاله با اعمال روش های مدیریت و اجتناب از ازدحام برای ترافیک های با اولویت پایین تر و همینطور مهندسی ترافیک، نتایج بهینه تری برای ارایه کیفیت سرویس به ترافیک هایی که فوق العاده حساس به تاخیر هستند، نسبت به روش های قبلی ارایه شده است.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این مقاله ساختار BGP-MPLS VPN ارائه شده و با پیاده سازی شبکه MPLS مبتنی بر DiffServ بر روی VPN کیفیت سرویس در شبکه مورد ارزیابی قرار می گیرد و با استفاده از نرم افزار شبیه ساز OPNET مکانیزم های مختلف به منظور افزایش کیفیت سرویس در شبکه، در قالب سناریو های مختلف شبیه سازی می گردد.
در بیشتر تکنیک های ارایه شده قبلی، با افزایش منابع برای ترافیک های اولویت پایین تر مثل BE و AF ترافیک های اولویت بالاتر همچون (Video, Voice) EF ، خدشه دار شده است. در این مقاله با اعمال روش های مدیریت و اجتناب از ازدحام برای ترافیک های با اولویت پایین تر و همینطور مهندسی ترافیک، نتایج بهینه تری برای ارایه کیفیت سرویس به ترافیک هایی که فوق العاده حساس به تاخیر هستند، نسبت به روش های قبلی ارایه شده است.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
آموزش مهندسی ارتباطات بی سیم با نرم افزار MATLAB
در این دوره آموزشی نرم افزار MATLAB برای مهندسی ارتباطات بی سیم ، کد های متلب به صورت گام به گام برای تخمین نرخ خطای بیت (BER) ، تخمین آفست فرکانس حامل (CFO) و تخمین نسبت توان اوج به متوسط (PAPR) در سیستم های ارتباطی مانند مدولاسیون تقسیم فرکانس عمود برهم (OFDM) و دسترسی چندگانه غیر متعامد (NOMA) ارائه می شود. این دوره برای دانشجویان کارشناسی و کارشناسی ارشد مرتبط با گروه مهندسی الکترونیک و ارتباطات طراحی شده است. این دوره آموزشی باعث صرفه جویی چندین ماهه در تحقیقات و مطالعه دانشجویان علاقه مند به مباحث مرتبط خواهد شد.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این دوره آموزشی نرم افزار MATLAB برای مهندسی ارتباطات بی سیم ، کد های متلب به صورت گام به گام برای تخمین نرخ خطای بیت (BER) ، تخمین آفست فرکانس حامل (CFO) و تخمین نسبت توان اوج به متوسط (PAPR) در سیستم های ارتباطی مانند مدولاسیون تقسیم فرکانس عمود برهم (OFDM) و دسترسی چندگانه غیر متعامد (NOMA) ارائه می شود. این دوره برای دانشجویان کارشناسی و کارشناسی ارشد مرتبط با گروه مهندسی الکترونیک و ارتباطات طراحی شده است. این دوره آموزشی باعث صرفه جویی چندین ماهه در تحقیقات و مطالعه دانشجویان علاقه مند به مباحث مرتبط خواهد شد.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
تشخیص و جلوگیری از نفوذ در پروتکل DD-TL-LEACH با کنترلر SDN در NS2
در راهکار پیشنهادی این پروژه تشخیص و جلوگیری از نفوذ (IDPS) تمرکز ما بر روی پروتکل DD-TL-LEACH می باشد. پروتکل DD-TL-LEACH یک پروتکل مبتنی بر LEACH دو سطحی و به صورت توزیع مستقیم می باشد. در پروتکل ذکر شده نیز نفوذ های امنیتی وجود دارد که در این پروژه برای تشخیص و جلوگیری از گره های خود خواه، راهکار زیر را پیشنهاد خواهیم داد.
در ابتدا با تعدادی گره اولیه شبکه را تشکیل می دهیم. در ادامه کار باید برای هر گره انرژی اولیه تعریف شود. سپس با روش Leach خوشه بندی خواهیم کرد و سرخوشه را به عنوان کنترل کننده SDN انتخاب می کنیم. این کنترل کننده بر شبکه نظارت می کند تا گره های خود خواه را شناسایی کند گره خود خواه گره هایی هستند که انرژی آنها پس از هر بار چک کردن تغییر نکرده باشد یعنی پکت ارسال نکرده باشد. پس از شناسایی گره خود خواه آن گره به لیست گره های خود خواه اضافه و از خوشه حذف می شود. پس از انجام مراحل فوق، الگوریتم مسیریابی Leach اعمال می شود.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در راهکار پیشنهادی این پروژه تشخیص و جلوگیری از نفوذ (IDPS) تمرکز ما بر روی پروتکل DD-TL-LEACH می باشد. پروتکل DD-TL-LEACH یک پروتکل مبتنی بر LEACH دو سطحی و به صورت توزیع مستقیم می باشد. در پروتکل ذکر شده نیز نفوذ های امنیتی وجود دارد که در این پروژه برای تشخیص و جلوگیری از گره های خود خواه، راهکار زیر را پیشنهاد خواهیم داد.
در ابتدا با تعدادی گره اولیه شبکه را تشکیل می دهیم. در ادامه کار باید برای هر گره انرژی اولیه تعریف شود. سپس با روش Leach خوشه بندی خواهیم کرد و سرخوشه را به عنوان کنترل کننده SDN انتخاب می کنیم. این کنترل کننده بر شبکه نظارت می کند تا گره های خود خواه را شناسایی کند گره خود خواه گره هایی هستند که انرژی آنها پس از هر بار چک کردن تغییر نکرده باشد یعنی پکت ارسال نکرده باشد. پس از شناسایی گره خود خواه آن گره به لیست گره های خود خواه اضافه و از خوشه حذف می شود. پس از انجام مراحل فوق، الگوریتم مسیریابی Leach اعمال می شود.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
انتخاب گره های رله چند نقطه ای (MPR) در پروتکل OLSR با متلب
پروتکل مسیریابی حالت پیوند بهینه (OLSR) یکی از روش های مسیریابی می باشد که برای شبکه های موقت تلفن همراه (MANET) بهینه شده که در دیگر شبکه های بی سیم موقت نیز کاربرد دارد. پروتکل OLSR یک پروتکل Proactive یا فعال است که از پیام های Hello و کنترل توپولوژی (CT) به منظور کشف و انتشار اطلاعات وضعیت پیوند به شبکه موقت تلفن همراه (شبکه ad hoc) استفاده می کند. در این پروتکل با استفاده از پیام های Hello ، هر گره اطلاعات همسایه ۲ هاپ را کشف می کند و مجموعه ای از رله های چند نقطه (MPR) را انتخاب می کند. MPR ها پروتکل OLSR را از دیگر پروتکل های مسیریابی حالت پیوند منحصر به فرد می کنند. گره های فردی از اطلاعات توپولوژی جهت محاسبه مسیر های بعدی هاپ با توجه به تمامی گره های شبکه با استفاده از کوتاه ترین مسیر های انتقال هاپ استفاده می کنند.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
پروتکل مسیریابی حالت پیوند بهینه (OLSR) یکی از روش های مسیریابی می باشد که برای شبکه های موقت تلفن همراه (MANET) بهینه شده که در دیگر شبکه های بی سیم موقت نیز کاربرد دارد. پروتکل OLSR یک پروتکل Proactive یا فعال است که از پیام های Hello و کنترل توپولوژی (CT) به منظور کشف و انتشار اطلاعات وضعیت پیوند به شبکه موقت تلفن همراه (شبکه ad hoc) استفاده می کند. در این پروتکل با استفاده از پیام های Hello ، هر گره اطلاعات همسایه ۲ هاپ را کشف می کند و مجموعه ای از رله های چند نقطه (MPR) را انتخاب می کند. MPR ها پروتکل OLSR را از دیگر پروتکل های مسیریابی حالت پیوند منحصر به فرد می کنند. گره های فردی از اطلاعات توپولوژی جهت محاسبه مسیر های بعدی هاپ با توجه به تمامی گره های شبکه با استفاده از کوتاه ترین مسیر های انتقال هاپ استفاده می کنند.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
تجزیه و تحلیل امنیت خانه هوشمند با نرم افزار شبیه ساز Packet Tracer
در این مقاله توسعه خانه هوشمند با استفاده از ابزار های موجود در برنامه پکت تریسر ارائه می شود. یک شبکه خانه هوشمند متشکل از دستگاه های هوشمند، روترها، دروازه ها، کاربر راه دور و سرویس های ابری طراحی و پیکربندی شده اند تا از خدمات واقعی خانه هوشمند تقلید کنند که امکان نظارت و اتوماسیون از راه دور را فراهم می کند.
طراحی شامل چند دستگاه خانه هوشمند مانند چراغ، پنکه، گاراژ، زنگ هشدار، RFID و چند دستگاه دیگر است. سپس همه دستگاه ها به روتر بی سیم نصب شده در محدوده قابل دسترس در خانه متصل شدند. روتر به Gateway متصل است و به اینترنت نیز دسترسی دارد که از سرور ها و فضای ذخیره سازی ابری تشکیل شده است. به طور کلی، طراحی را می توان به چهار بخش طبقه بندی کرد که عبارتند از حسگرها و محرک ها، روتر و دروازه، ارائه دهنده خدمات ابری و در نهایت رابط های کاربری که امکان نظارت و کنترل از راه دور خانه هوشمند را فراهم می کند.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این مقاله توسعه خانه هوشمند با استفاده از ابزار های موجود در برنامه پکت تریسر ارائه می شود. یک شبکه خانه هوشمند متشکل از دستگاه های هوشمند، روترها، دروازه ها، کاربر راه دور و سرویس های ابری طراحی و پیکربندی شده اند تا از خدمات واقعی خانه هوشمند تقلید کنند که امکان نظارت و اتوماسیون از راه دور را فراهم می کند.
طراحی شامل چند دستگاه خانه هوشمند مانند چراغ، پنکه، گاراژ، زنگ هشدار، RFID و چند دستگاه دیگر است. سپس همه دستگاه ها به روتر بی سیم نصب شده در محدوده قابل دسترس در خانه متصل شدند. روتر به Gateway متصل است و به اینترنت نیز دسترسی دارد که از سرور ها و فضای ذخیره سازی ابری تشکیل شده است. به طور کلی، طراحی را می توان به چهار بخش طبقه بندی کرد که عبارتند از حسگرها و محرک ها، روتر و دروازه، ارائه دهنده خدمات ابری و در نهایت رابط های کاربری که امکان نظارت و کنترل از راه دور خانه هوشمند را فراهم می کند.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)