CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بکارگیری نمونه برداری فشرده برای مکان یابی اشکال مبتنی بر توموگرافی شبکه در گراف ها با توزیع درجه توانی

اعتبار موردنیاز PDF: ۱ WORD: ۴ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۱۴ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: ACCSI22_001
زبان مقاله: فارسی
حجم فایل: ۱.۰۱ مگابات (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بکارگیری نمونه برداری فشرده برای مکان یابی اشکال مبتنی بر توموگرافی شبکه در گراف ها با توزیع درجه توانی

  ریحانه ناظمیان - دانشکده مهندسی کامپیوتر، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران
  عبدالرسول قاسمی - استادیار، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران

چکیده مقاله:

شناسایی و مکان یابی لینک های معیوب برای مدیران شبکه اهمیت ویژه ای دارد. توموگرافی شبکه می تواند با استفاده از اندازه گیری های انتها به انتها اطلاعات مفیدی را در ارتباط با ابر شبکه که اندازه گیری مستقیم در آن پرهزینه و یا غیرممکن است ارایه دهد. این مقاله، به بررسی مساله مکان یابی لینک های معیوب در سطح اینترنت با استفاده از توموگرافی شبکه می پردازد و یک چارچوب مبتنی بر نمونه برداری فشرده برای ساخت ماتریس اندازه گیری تصادفی معرفی می کند. به منظور بازیابی سریع لینک-های معیوب در شبکه، الگوریتم قدم زنی تصادفی باتوجه به ویژگی ساختاری توزیع درجه گره های شبکه، تغییر یافته است. دقت الگوریتم پیشنهادی با انجام شبیه سازی برروی گراف ها با توزیع درجه توانی که مدل کننده ی اینترنت هستند، مورد ارزیابی قرار گرفته است. نتایج شبیه سازی ها نشان می دهد که استفاده از روش پیشنهادی باعث بهبود نرخ شناسایی و مکان یابی لینک های معیوب با استفاده از تعداد کمتری اندازه گیری می شود.

کلیدواژه‌ها:

توموگرافی شبکه، نمونه برداری فشرده، مکان یابی اشکال، قدم زنی تصادفی، توزیع درجه

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACCSI22-ACCSI22_001.html
کد COI مقاله: ACCSI22_001

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
ناظمیان, ریحانه و عبدالرسول قاسمی، ۱۳۹۵، بکارگیری نمونه برداری فشرده برای مکان یابی اشکال مبتنی بر توموگرافی شبکه در گراف ها با توزیع درجه توانی، بیست و دومین کنفرانس ملی سالانه انجمن کامپیوترایران، تهران، دانشگاه صنعتی شریف -انجمن کامپیوتر ایران، https://www.civilica.com/Paper-ACCSI22-ACCSI22_001.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (ناظمیان, ریحانه و عبدالرسول قاسمی، ۱۳۹۵)
برای بار دوم به بعد: (ناظمیان و قاسمی، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۹۱۸۸
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.