کامپیوتر 68. تکنیک چهار مرحله ای برای مقابله با حملات دی داس

تکنیک چهار مرحله ای برای مقابله با حملات دی داس
چکیدهاین مقاله تکنیک کنترل مبتنی بر بازخورد را مطرح می کند که به مقابله با حملات عدم پذیرش سرویس (DDoS) در چهار مرحله متوالی می پردازد. درحالیکه روترهای محافظ نزدیک به سرور، به کنترل نرخ ترافیک نقل و انتقالات می پردازند و سرور را فعال نگه می دارند (فاز 1)، سرور به نقل و انتقال با روترهای بالادست نزدیک به مبدا ترافیک پرداخته تا به نصب الگوریتم سطل سوراخ دار (leaky-buckets) برای آدرس های پروتکل اینترنتی (IP) بپردازد. این نقل و انتقالات تا زمانی ادامه می یابد که روتر دفاعی در هر پیوند ترافیک، درخواست را بپذیرد (فاز 2). سپس سرور از طریق فرایند کنترل بازخورد به تنظیم اندازه الگوریتم سطل سوراخ دار (leaky-buckets) می پردازد تا زمانی که ترافیک نقل و انتقال در حیطه مطلوب می پردازد (فاز 3). سپس از طریق آزمایش ردپا، سرور آشکار می کند که کدام رابط های پورت روترهای دفاعی کاملا ترافیک خوبی را انتقال داده و متعاقبا از روتر دفاعی مشابه می خواهد تا محدودیت های الگوریتم سطل سوراخ دار (leaky-buckets) برای این رابط های پورت حذف کند. علاوه بر این، سرور به اصلاح اندازه الگوریتم سطل سوراخ دار (leaky-buckets) برای روترهای دفاعی به نسبت میزان ترافیک مناسبی که هر یک از آن ها انتقال می دهد، می پردازد (فاز 4). نتایج مبتنی بر شبیه سازی نشان می دهد که تکنیک ما به طور موثری از سرورهای قربانی در برابر حملات مختلف عدم پذیرش سرویس (DDoS) دفاع کرده که در اکثر موارد 90% از ترافیک های نقل و انتقال مناسب به سرور رسیده درحالیکه حملات عدم پذیرش سرویس (DDoS) به خوبی کنترل می گردند. 
کلیدواژه:  حملات عدم پذیرش سرویس (DDoS)، امنیت شبکه، محدود کردن سرعت

کامپیوتر 59. الگوریتم ژنتیک موازی توزیع شده مبتنی بر استراتژی تطبیقی مهاجرت

الگوریتم ژنتیک موازی توزیع شده مبتنی بر استراتژی تطبیقی مهاجرت 
چکیده الگوریتم ژنتیک موازی توزیع شده یکی از مهمترین الگوریتم های ژنتیک می باشد. این الگوریتم دارای ساختار موازی طبیعی می باشد و همچنین از عملکرد بالایی در حل مسائل پیچیده، غیرخطی، بزرگ مقیاس و همین طور مسائل مربوط به بهینه سازی غیر قابل تشخیص برخوردار می باشد. در این پژوهش، محدودیت های مرسوم در الگوریتم های ژنتیک موازی توزیع شده مورد تجزیه و تحلیل قرار می گیرد که این محدودیت بنا به معایب متعددی از جمله کوری ثابت می باشد. الگوریتم ژنتیک موازی توزیع شده مبتنی بر یک راهکار مهاجرتی مناسب در این پژوهش ارائه شد که این الگوریتم برای اجرای کامپیوترهای موازی مناسب دیده شده است. اجرا بر کامپیوترهای موازی موجب ترکیب الگوریتم ژنتیک موازی توزیع شده و ساختار کنونی کامپیوتر می شود که این موجب می شود که الگوریتم ژنتیک موازی توزیع شده بر روی کامپیوتر به طور همزمان اجرا شود و موجب تشدید سرعت همگرا شود. آزمایشات نشان دادند که این الگوریتم تنها موجب تسریع سرعت همگر می شود، بلکه صحت دقیقتری در پی خواهیم داشت که در این صورت از ایجاد خطاهای بیشتر جلوگیری می شود و همچنین کارایی موازی بالاتری خواهیم داشت. 
لغات کلیدی: الگوریتم ژنتیک، الگوریتم ژنتیک موازی توزیع شده، راهکار مهاجرتی مناسب، بهینه سازی عاملی 

کامپیوتر 81. معرفی برنامه کمکی fwknop

معرفی برنامه کمکی fwknop
اپراتور باز کردن پورت (fwknop) به عنوان یک پروژه منبع باز تحت مجوز GNU عمومی در ژوئن 2004 منتشر شذ. Fwknop به عنوان اولین باز کردن پورت (port-knocking) برای ادغام port knocking با سیستم عامل فینگرپرینت منفعل بوده، و این امکان را ایجاد می کند که که تنها به سیستم عامل لینوکس این امکان را بدهیم تا به برنامه کمکی SSH متصل گردد. مجموعه TCP سیستم کلاینت port-knocking به عنوان پارامتر تایید شده دیگری فعالیت دارد) . موئلفه های باز کردن پورت fwknop بر مبنای پیام های ثبت شده جدول IP بوده، و از این جدول به عنوان فیلتر بسته پیش فرض استفاده می کند. 

کامپیوتر 60. ویژگی های بافتی برمبنای شناسایی سرطان سینه: یک بررسی

ویژگی های بافتی برمبنای شناسایی سرطان سینه: یک بررسی
چکیده:سرطان سینه مهمترین علت مرگ زنان است. تشخیص زود رس، نقش مهمی در بهبود و پیشگیری سرطان  سینه دارد. ماموگرافی برای اثبات وجود سرطان سینه و شناسایی اندازه و موقعیت سلول های توموری به کار می رود. بررسی های بافتی به روش یا مدلی که تغییرات فضایی در تصاویر را به وسیله اطلاعات دقیق شناسایی می کند، برمی گردد. در این مقاله ما روش های مختلف بررسی بافتی را برای شناسایی توده و  ذرات بسیار ریز آهکی  در ماموگرافی تعیین و هم چنین ویژگی های بافتی را شناسایی کردیم.

کامپیوتر 25. تکنیک های DFO برای کالیبراسیون مدل های پیوسته یا رده بندی شده.

تکنیک های DFO برای کالیبراسیون مدل های پیوسته یا رده بندی شده.
چکیده یک گام مهم در مدل سازی سیستم تعیین ارزش پارمترها برای استفاده در آن مدل می باشد.در این مقاله ما فرض می کنیم که ما مجموعه ای از ابزارهای اندازه گیری را در دست داریم که از سیستم های عملکردی جمع آوری شده و به این ترتیب یک مدل سیستمی مناسب بر مبنای این نظریه ایجاد شده است. تخمین مقادیر نسبی برای پارامترهای خاص این مدل از اطلاعات موجود ، مشکل می باشد. ( زیرا پارامترهای مربوطه دارای مفهوم فیزیکی نامشخص بوده و یا آن ها را نمی توان به طور مستقیم از واحدهای اندازه گیری موجود به دست آورد) از این رو ما نیاز به تکنیکی داریم که مقادیر مربوط به پارامترهای از دست رفته را مشخص کند. یعنی به کالیبراسیون مدل بپردازد.به عنوان یک جایگزین در ارتباط با تکنیک غیر قابل سنجش بروت فورس ، ما کالیبراسیون این مدل ها را به عنوان یک مسئله بهینه سازی غیرخطی با توجه به محدودیت هایی مد نظر قرار می دهیم.روش های مورد نظر از نظر مفهومی برای به اجرا در آمدن ساده و آسان می باشند. مشارکت ما به صورت دوگانه می باشد . در ابتدا ما تعریف مناسبی از عملکردهای عینی برای تعیین فاصله بین محرک های عملکردی توسط مدل و مقادیر بدست آمده از سنجش ها را مطرح می کنیم.در مرحله دوم ما به ایجاد تکنیک های بهینه مشتق شده سفارشی (DFO)می پردازیم که ویژگی اصلی آن توانایی برای ایجاد نقص محدود موقتی می باشد.چنین تکنیکی این امکان را برا ما به وجود می آورد تا به طور دقیق مشکل بهینه سازی را حل کنیم و به این ترتیب می توانیم مقادیر پارامتری دقیقی را ایجاد کنیم.ما روش هایمان را با استفاده از دو بررسی موردی ساده توضیح می دهیم.