فهرست مطالب

مجله محاسبات و سامانه های توزیع شده
سال سوم شماره 2 (پیاپی 6، پاییز و زمستان 1399)

  • تاریخ انتشار: 1399/11/21
  • تعداد عناوین: 6
|
  • ارائه روشی ترکیبی جهت بهینه سازی پاسخ به جستجوهای کاربر با استفاده از تحلیل رفتار پیمایش کاربران مبتنی بر الگوریتم ژنتیک و سیستم فازی
    صدیقه طاهری، لیدا ندرلو *، زهرا طیبی قصبه صفحه 0

    محتوای تولیدشده توسط کاربر با توسعه شبکه‌های اجتماعی آنلاین با سرعت چشمگیری ایجاد و مصرف می‌شود. مسیله جستجو کابر پسند یک چالش مهم است و نیاز به یک سیستم پیش‌بینی لینک‌های امضا شده است تا در شبکه اجتماعی آنلاین به آن پرداخته شود. از این رو در این پژوهش یک چهارچوب یادگیری انتقالی جدید ارایه می‌شود که با ترکیب طبقه‌بند فازی بهبود یافته و الگوریتم ژنتیک به درستی طراحی شده است. روش ارایه شده دارای دو فاز است که فاز اول عملکرد انتخاب ویژگی های موثر توسط الگوریتم ژنتیک بوده و در گام بعد ویژگی‌های انتخاب شده در یک طبقه‌بند قرار گرفته و به انتخاب بهترین پاسخ برای جستجو می‌پردازد که برای این عمل از سیستم فازی استفاده شده است. در شبیه‌سازی تعداد تکرار الگوریتم ژنتیک سی در نظر گرفته شده است و در بخش آخر، روش ارایه شده با سایر روش‌های طبقه‌بندی در کارهای همسان از نظر معیارهای مناسب، مورد مقایسه قرار گرفته است. به طوریکه معیار صحت روش پیشنهادی به نسبت سایر روش‌ها بهبود چشمگیری داشته و با نزدیکترین روش اختلاف 10 درصدی از خود نشان داده است. در سایر معیارها مانند دقت و فراخوانی نیز روش پیشنهادی بهتر عمل کرده است.

    کلیدواژگان: بهینه سازی، پاسخ به جستجو کاربر، انتخاب ویژگی، الگوریتم ژنتیک، سیستم فازی
  • ارائه یک رویکرد جدید تصمیم یار پزشک بیماری های پوستی مبتنی بر الگوریتم های ازدحام ذرات و بردار پشتیبان تصمیم
    حسین حسنی*، لیدا ندرلو، زهرا طیبی قصبه صفحه 0

    بیماری‌های پوستی امروزه تبدیل به امری معمول و رایج شده است و کمتر بیمارستانی امکانات لازم برای تشخیص ماشینی بیماری‌های پوستی را دارد. هدف این پژوهش ارایه یک تصمیم یار پزشک می باشد که این سیستم وظیفه پیش بینی و طبقه بندی بیماری های پوستی را به عهده دارد. در واقع این پزشک یار یک تکنیک دو مرحله ای است که مرحله اول به عهده الگوریتم ازدحام ذرات برای رسیدن به همگرایی مناسب SVM با مقدار دهی دو پارامتر مهم این طبقه بندی می باشد و سپس در مرحله بعد پیش بینی بیماری ها و طبقه بندی داده ها توسط SVM انجام می پذیرد. برای ارزیابی روش پیشنهادی سه آزمایش مهم شبیه سازی شد. آزمایش اول ارزیابی فرایند همگرایی PSO جهت بهینه سازی پارامترهای مهم SVM است. آزمایش دوم مربوط به تغییرات روند بیماری ها در شش طبقه انجام گرفت که نتایج نشان داد پیش بینی به ازای 30% از کل داده های موجود نسبت دو روش معروف (ARMA و ARIMA) بسیار قوی تر عمل کرده و در فاز پیش بینی موثر واقع شده است. در نهایت آزمایش سنجش دقت روش پیشنهادی است که از روش های RMSE، MAE و MAPE استفاده شد. نتیجه معیار RMSE در روش پیشنهادی با مقدار 0/64874، معیار MAE با مقدار 0/52985 و معیار MAPE با مقدار 0/30376 از خود به ثبت رساند. روش پیشنهادی در مقایسه با سایر تکنیک ها تضمین می کند از قدرت بالاتری در امر پیش بینی برخوردار است و کارایی آن بیش از 2 برابر دو روش متداول دیگر عمل کرده است.

    کلیدواژگان: پزشک یار، بیماری های پوستی، الگوریتم ازدحام ذرات، ماشین بردار پشتیبان، پیش بینی و خطا
  • ساعد بهمنی، بهنام برزگر* صفحات 1-11

    امروزه، ارایه خدمات قابل اعتماد به مشتریان به عنوان موضوعی مهم برای ارایه دهندگان خدمات تبدیل شده است. طراحی سیستم هایی با پیچیدگی بالا و وجود منابع مختلف در شبکه ابر باعث شده تا ارایه دهندگان خدمات، قصد ارایه بهترین سرویس ها را به مشتریان خود داشته باشند. یکی از چالش های مهم فراهم کنندگان سرویس های ابری، افزایش تحمل پذیری در برابر خطا و نیز دستیابی به حداکثر قابلیت اطمینان است، به طوری که روش های مختلفی برای حل این چالش ارایه شده است. در این مقاله، فرایند تحمل پذیری خطا را در ابر به منظور جلوگیری از بروز مشکلات و خسارات جبران ناپذیر قبل از اجرا، تجزیه و تحلیل می نماییم. در روش پیشنهادی، تحمل پذیری خطا در محیط ابری با استفاده از شبکه های پتری رنگی، مدلسازی و ارزیابی شده است. روش پیشنهادی را با استفاده از نرم افزار CPN Tools مدلسازی کرده و پارامتر قابلیت اطمینان مورد ارزیابی قرار گرفته است. نتایج مدلسازی و شبیه سازی نشان می دهد که با افزایش تعداد درخواست ها، تحمل پذیری خطا و در نتیجه قابلیت اطمینان کاهش می یابد.

    کلیدواژگان: تحمل پذیری خطا، قابلیت اطمینان، شبکه های پتری رنگی، رایانش ابری
  • سمیرا فرزانه، فرشته زندی، جواد سلیمی سرتختی* صفحات 12-21

    امروزه معمای زندانی یکی از مسایل اولیه‌ و مهم در نظریه بازی‌ها است. در این معما نقطه تعادل نشی وجود دارد و چنانچه عامل‌ها منطقی رفتار کنند در آن نقطه بازی می‌کنند؛ بدین منظور عامل‌ها برای دستیابی به سود بیشتر از بین دو عمل همکاری و عدم همکاری، عدم همکاری را انتخاب می‌کنند. در حالیکه برای عامل‌ها نقطه بهتری نسبت به نقطه نش وجود دارد و آن هم این است که هر دو عامل همکاری را انتخاب کنند. بنابراین، در جهت افزایش میزان همکاری عامل‌ها معمای زندانی به صورت معمای زندانی تکرارشونده با یک رویکرد یادگیری تقویتی در نظر گرفته‌شده است. نتایج مقاله نشان‌دهنده این است که رویکرد مورد نظر سبب افزایش میزان همکاری عامل‌ها شده است و اگر عاملی همکاری را پیشه کند عامل دیگر نیز همکاری را انتخاب می‌کند و بالعکس.

    کلیدواژگان: عدم همکاری متقابل، معمای زندانی تکرارشونده، یادگیری تقویتی، همکاری متقابل، LSTM
  • مهدی خطیبی*، لیدا ندرلو صفحات 45-58

    شبکه های توزیع محتوا به دلیل استفاده از کش کردن، تکرار محتویات و درخواست کاربران به بهترین سرور کارایی بسیار مناسبی دارند و هدف اصلی آنها بهبود کارایی در تحویل محتوا، کاهش زمان پاسخ ، افزایش پهنای باند و دسترس پذیری سرویس های مستقر در اینترنت می باشد. از این رو بسیار حایز اهمیت است که به بررسی بحث های چالشی این شبکه ها جهت حل آنها پرداخته شود. بر این اساس در این پژوهش روشی جهت بهینه سازی مسیریابی انتقال اینترنت برای شبکه های تحویل مبتنی بر الگوریتم تکاملی جهش قورباغه ارایه می دهد. دلایل تاخیر در پاسخگویی درخواست کاربر در این شبکه‌ها زیاد بودن سرورها و یافتن بهترین مسیر پاسخگویی به درخواست می باشد. در واقع برای پاسخگویی درخواست ها باید سرور و مسیر بهینه پاسخ دهی مشخص شود تا تاخیر زمان پاسخگویی به حداقل برسد از این رو جهت حل این مشکل روش پیشنهادی از الگوریتم جهش قورباغه استفاده کرده تا این جستجو را بهینه کند. در بخش شبیه سازی برای انتخاب بهترین پارامترها آزمایشاهای مختلف انجام و بهترین مقادیر پارامترها تنظیم شد. در نهایت روش پیشنهادی با روش‌های پایه و همسان مورد مقایسه قرار گرفت و نتیجه مطلوب در زمان، میانگین زمان پاسخگویی به درخواست کاربران، زمان پردازش درخواست‌ها توسط سرورها به نسبت روش های دیگر بهبود داشته است.

    کلیدواژگان: شبکههای توزیع محتوا، کارایی شبکه، درخواست کاربران و الگوریتم تکاملی جهش قورباغه
  • حسن نجفی* صفحات 59-72

    با توجه به اینکه سرطان سینه تبدیل به امری معمول و رایج شده، تشخیص زود هنگام کامپیوتری جهت کاهش میزان مرگ و میر به امری ضروری و چالش بر انگیز تبدیل شده است. از این رو در این پژوهش روشی مبتنی بر تکنیک‌های پردازش تصویر جهت بهبود کیفیت تصاویر ماموگرافی ارایه شده است. این پژوهش یک سیستم پزشکیار است که دارای دو مرحله پیش‌پردازش (استفاده از یکسان سازی سایز تصاویر و تعدیل هیستوگرام) و استخراج ویژگی (استفاده از تبدیل های کانتورلت و کرولت در تصاویر ماموگرافی دریافتی بیمار که شامل سه دسته ویژگی اصلی ریخت‌شناسی و بافت شناسی، آماری و دسته آخر فرکانسی) جهت بهبود ارایه می دهد و سبب افزایش صحت تشخیصی می شود. برای شبیه سازی روش پیشنهادی مجموعه داده تصاویر دیجیتال ماموگرافی غربالگری MIAS استفاده شده و زیر مجموعه‌ ویژگی‌های استخراج شده برای ورودی طبقه‌بند انتخاب و در نهایت جهت ارزیابی روش پیشنهادی از طبقه‌بندها و معیارهای مناسب استفاده می شود. در بخش آخر شبیه سازی روش پیشنهادی مبتنی بر طبقه‌بندهای مختلف مورد ارزیابی قرار گرفت. بهترین نتیجه روی مجموعه داده، مربوط به روش پیشنهادی بود که میزان صحت 86.3 از خود نشان داد و به نسبت بقیه روش ها نتیجه مطلوب تری داشته است.

    کلیدواژگان: تصاویر ماموگرافی، تشخیص سرطان، پردازش تصویر، بهبود کیفیت، تعدیل هیستوگرام، استخراج ویژگی، تبدیل های کانتورلت و کرولت
|
  • Saed Bahmani, Behnam Barzegar* Pages 1-11

    Nowadays, providing reliable customer service has become an important issue for service providers. The design of systems with high complexity and the existence of different resources in the cloud network have made service providers intend to provide the best services to their customers. One of the important challenges for cloud service providers is to increase fault tolerance as well as achieve maximum reliability, so that different methods have been proposed to solve this challenge. In this paper, we analyze the fault tolerance process in the cloud to prevent problems and irreparable damage before implementation. In the proposed method, the fault tolerance in the cloud environment is modeled and evaluated using colored petri nets. The proposed method is modeled using CPN Tools software and the reliability parameter is evaluated. Modeling and simulation results show that with increasing number of requests, Fault tolerance and reliability are reduced.

    Keywords: Fault Tolerance, Reliability, Colored petri nets, Cloud Computing
  • Samira Farzaneh, Fereshteh Zandi, Javad Salimi Sartakhti* Pages 12-21

    Nowadays, the prisoner’s dilemma is one of the primary and important issues in game theory. In this dilemma, there is a Nash Equilibrium, and if the agents behave rationally, they play at point; For this purpose, the agents choose defection between the two actions of cooperation and defection to achieve greater profit. However there is a better point for the agents than the Nash Equilibrium, it is that both agents choose the cooperation. However there is a better point for the agents than the Nash Equilibrium, it is that both agents choose the cooperation. Therefore, in order to increase the rate of cooperation of the agents, the prisoner's dilemma has been considered as iterated prisoner's dilemma with a reinforcement learning approach. The results of the article show that the desired approach let has increased the rate of cooperation of the agents, and if one agent choose the cooperation, the other agent also chooses cooperation and vice versa.

    Keywords: Mutual Defection, Iterated Prisoner’s, Dilemma, Reinforcement learning, Mutual Cooperation, LSTM(Long Short TermMemory)
  • Mahdi Khatibi*, Lida Naderloo Pages 45-58

    Content distribution networks are very useful because they use cache, repeat contents and request of users to the best servers. Their main purpose is to improve efficiency in delivering content, reducing response time, increasing bandwidth and availability based services of internet. it is important to investigate the challenges of these networks to solve them. in this study, a method for improving the routing of these networks is based on the evolutionary algorithm of frog mutation. The reasons behind the delay in response of the user's request in these networks are high on servers and finding the best answer route. In fact, to answer requests, the server and optimal response path must be specified so that the response time delay is minimized. in order to solve this problem, the proposed method uses frog mutation algorithm to optimize this search. in the simulation section, the best parameters were performed and the best parameter values were determined. finally, the proposed method was compared with the basic and identical methods and the desired result in time, average response time to users ' request has been improved by servers as compared to other methods.

    Keywords: Content DeliveryNetwork, Network Efficiency, User Request andShuffled Frog Leaping
  • Hassan Najafy* Pages 59-72

    Given that breast cancer has become commonplace, Early computer detection to reduce mortality has become a necessity and a challenge. In this study, a method based on image processing techniques to improve the quality of mammographic images is presented. This research is a medical system that has two stages of preprocessing (Histogram equalization and Size equalization image) and feature extraction (The use of contourlet and Curvelet transformations in mammographic images received from patients include three main categories of morphological and histological features, statistical and frequency.) for improvement and increases diagnostic accuracy. To simulate the proposed method, the MIAS digital mammography screening digital image dataset was used and the extracted feature subset is selected for the classifier input, Finally, appropriate classifications and criteria are used to evaluate the proposed method. In the last part of the simulation, the proposed method based on different classifications was evaluated. The best result on the data set was related to the proposed method. The accuracy of the proposed method was 86.3 and it had better results than other methods.

    Keywords: Mammography Images, Cancer Diagnosis, Image Processing, Quality Improvement, Histogram Equalization, Feature Extraction, Contourlet, CurveletTransformations