فهرست مقالات شبکه‌های نرم‌افزارمحور

• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  1 - مدیریت منابع در شبکه‌های چندرسانه‌ای با استفاده از شبکه‌های نرم‌افزارمحور
  احمدرضا منتظرالقائم
  امروزه شبکه‏های چندرسانه‏ای بر روی اینترنت به یک جایگزین کم‌هزینه و کارامد برای PSTN تبدیل شده است. برنامه‏های کاربردی جهت انتقال مالتی‌مدیا بر روی بستر اینترنت روزبه‌روز فراگیرتر شده و به محبوبیت بسیار چشم‌گیری دست پیدا کرده‌اند. این ارتباط از دو فاز تشکیل شده است: فاز چکیده کامل

  امروزه شبکه‏های چندرسانه‏ای بر روی اینترنت به یک جایگزین کم‌هزینه و کارامد برای PSTN تبدیل شده است. برنامه‏های کاربردی جهت انتقال مالتی‌مدیا بر روی بستر اینترنت روزبه‌روز فراگیرتر شده و به محبوبیت بسیار چشم‌گیری دست پیدا کرده‌اند. این ارتباط از دو فاز تشکیل شده است: فاز سیگنالینگ و فاز تبادل مدیا. فاز سیگنالینگ توسط پروکسی‌های SIP و فاز تبادل مدیا توسط سوئیچ‏های شبکه انجام می‌شود. از مهم‌ترین چالش‌ها در شبکه‏های چندرسانه‏ای، اضافه‌بار شدن پروکسی‌های SIP و سوئیچ‌های شبکه به ترتیب در فازهای سیگنالینگ و مدیا است. وجود این چالش سبب می‌شود که طیف وسیع کاربران شبکه با افت شدید کیفیت سرویس مواجه شوند. ما در این مقاله به مدل‌سازی مسئله مسیریابی در شبکه‏های چندرسانه‏ای جهت مقابله با اضافه‏بار می‏پردازیم. در این راستا یک روش مبتنی بر فناوری شبکه‌های نرم‌افزارمحور و بر پایه یک مدل برنامه‏ریزی ریاضی محدب در شبکه‏های چندرسانه‏ای ارائه می‏کنیم. روش پیشنهادی تحت سناریوها و توپولوژی‌های متنوع شبیه‌سازی می‌گردد و نتایج نشان می‌دهند که گذردهی و مصرف منابع، بهبود یافته است. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  2 - ارائه يك الگوریتم‌ تعادل بار مبتنی بر پیش‌بینی در شبکه‌های نرم‌افزارمحور
  حسین محمدی سیداکبر مصطفوی
  شبکه‌های نرم‌افزارمحور یک معماری جدید در شبکه است که لایه کنترل را از لایه داده جدا می‌سازد. در این رویکرد مسئولیت لایه کنترل به نرم‌افزار کنترلر واگذار می‌شود تا رفتار کل شبکه را به طور پویا تعیین نماید. نتیجه این امر، ایجاد یک شبکه‌ بسیار منعطف با مدیریت متمرکز است که چکیده کامل

  شبکه‌های نرم‌افزارمحور یک معماری جدید در شبکه است که لایه کنترل را از لایه داده جدا می‌سازد. در این رویکرد مسئولیت لایه کنترل به نرم‌افزار کنترلر واگذار می‌شود تا رفتار کل شبکه را به طور پویا تعیین نماید. نتیجه این امر، ایجاد یک شبکه‌ بسیار منعطف با مدیریت متمرکز است که در آن می‌توان پارامترهای شبکه را به خوبی کنترل کرد. با توجه به افزایش روزافزون کاربران، ظهور فناوری‌های جدید، رشد انفجاری ترافیک در شبکه، برآورده‌سازی الزامات کیفیت خدمات و جلوگیری از کم‌باری یا پرباری منابع، تعادل بار در شبکه‌های نرم‌افزارمحور ضروری می‌باشد. عدم تعادل بار باعث بالارفتن هزینه، کاهش مقیاس‌پذیری، انعطاف‌پذیری، بهره‌وری و تأخیر در سرویس‌دهی شبکه می‌شود. تا کنون الگوریتم‌های مختلفی برای بهبود عملکرد و تعادل بار در شبکه ارائه شده‌اند که معیارهای متفاوتی مانند انرژی مصرفی و زمان پاسخ سرور را مد نظر قرار داده‌اند، اما اغلب آنها از ورود سیستم به حالت عدم تعادل بار جلوگیری نمی‌کنند و خطرات ناشی از عدم تعادل بار را کاهش نمی‌دهند. در این مقاله، یک روش تعادل بار مبتنی بر پیش‌بینی برای جلوگیری از ورود سیستم به حالت عدم تعادل بار با بهره‌گیری از الگوریتم ماشین یادگیری افراطی پیشنهاد می‌شود. نتایج ارزیابی روش پیشنهادی نشان می‌دهد که از نظر تأخیر پردازش کنترل‌کننده، میزان تعادل بار و زمان پاسخ‌گویی به علت تعادل بار بهینه نسبت به روش‌های CDAA و PSOAP عملکرد بهتری دارد. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  3 - روش ترکیبی جدیدی مبتنی بر الگوریتم¬های هوشمند جهت تشخیص نفوذ در SDN-IoT
  ذکریا رئیسی فضل‌الله ادیب‌نیا مهدی یزدیان دهکردی
  در سال‌های اخیر، کاربرد اینترنت اشیا در جوامع به‌طور گسترده‌ای رشد یافته و از طرفی، فناوري جدیدي به نام شبکه‌هاي نرم‌افزارمحور جهت حل چالش‌هاي اینترنت اشیا پیشنهاد شده است. چالش‌های موجود در این شبکه‌های نرم‌افزارمحور و اینترنت اشیا موجب گردیده که امنیت SDN-IoT به یکی ا چکیده کامل

  در سال‌های اخیر، کاربرد اینترنت اشیا در جوامع به‌طور گسترده‌ای رشد یافته و از طرفی، فناوري جدیدي به نام شبکه‌هاي نرم‌افزارمحور جهت حل چالش‌هاي اینترنت اشیا پیشنهاد شده است. چالش‌های موجود در این شبکه‌های نرم‌افزارمحور و اینترنت اشیا موجب گردیده که امنیت SDN-IoT به یکی از نگرانی‌های مهم این شبکه‌ها تبدیل شود. از طرف دیگر، الگوریتم‌هاي هوشمند فرصتی بوده که به‌کارگیری آنها در موارد متعددی از جمله امنیت و تشخیص نفوذ، موجب پیشرفت چشم‌گیري شده است. البته سیستم‌های تشخیص نفوذ جهت محیط SDN-IoT، همچنان با چالش نرخ هشدار غلط بالا مواجه هستند. در این مقاله یک روش ترکیبی جدید مبتنی بر الگوریتم‌های هوشمند پیشنهاد ‌شده که جهت دسترسی به نتایج خوبی در زمینه تشخیص نفوذ، الگوریتم‌های نظارتی دروازه بازگشتی مکرر و طبقه‌بند غیرنظارتی -k میانگین را ادغام می‌کند. نتایج شبیه‌سازی نشان می‌دهند که روش پیشنهادی با بهره‌گیری مزایای هر کدام از الگوریتم‌های ادغام‌شده و پوشش معایب یکدیگر، نسبت به روش‌هاي دیگر مانند روش Hamza داراي دقت بیشتری و بالاخص نرخ هشدار غلط کمتري است. همچنین روش پیشنهادی توانسته نرخ هشدار غلط را به 1/1% کاهش داده و دقت را در حدود 99% حفظ کند. پرونده مقاله