این پژوهش مطالعه موردی بر روی تعامل بین شرکت کنندگان در انجمن های چهار دوره کارشناسی در دوره های برخط (آنلاین) از دیدگاه تجزیه و تحلیل شبکه اجتماعی (sna) را ارائه می دهد. با توجه به فقدان مطالعات انجام شده در شبکه های اجتماعی در محیط های آموزشی برخط در آموزش عالی در ایران ما از تجزیه و تحلیل ساختاری کیفی برای رسیدگی به این پدیده استفاده کرده ایم. زمینه این کار با تجربه های جدید در آموزش از راه دور (de) که توسط بسیاری از نهادها پیاده سازی و استفاده شده اند، بوجود آمده است. این تجربه ها تابع تغییرات در پارامترهای آموزشی می باشد و با توجه به پذیرش وسیع تر فناوری اطلاعات و ارتباطات (ict) در مدارس و دانشگاه ها و همچنین به بازار رقابت، نیاز به بررسی ساختاری این حوزه احساس می شود.در میان فن آوری های استفاده شده توسط دانشگاه ها، سیستم های مدیریت آموزشی (lms) که اجازه ضبط، ذخیره سازی و استفاده از مقادیر زیادی از داده های رابطه ای در مورد کاربران را می دهد و می تواند از طریق ابزارهای webtracking قابل دسترسی باشند بررسی شد. ما از این اطلاعات برای ساخت ماتریس sna استفاده کرده ایم. به منظور افزایش دانش در مورد چهار درس دوره های آنلاین مطالعه شده، ما به جمع آوری داده ها با پرسشنامه و مصاحبه پرداخته و تجزیه و تحلیل محتوایی با استفاده از شرکت کنندگان در انجمن های این دروس انجام دادیم. سه منبع اصلی جمع آوری داده ها منجر به سه نوع از تجزیه و تحلیل شده است: sna ، تجزیه و تحلیل آماری و تجزیه و تحلیل محتوایی. این نوع از تجزیه و تحلیل ها، به نوبه خود، اجازه مطالعه سه بعدی در استفاده از lms را می دهد. 1) بعد رابطه از طریق مطالعه شبکه های انجمن ها و الگوهای تعامل میان شرکت کنندگان در این شبکه ها، 2) بعد نسبت به فرآیند آموزش و یادگیری از طریق تجزیه و تحلیل محتوای مصاحبه ها، 3) و در نهایت بعد مربوط به برداشت شرکت کنندگان در مورد استفاده از lms برای اهداف آموزشی و به عنوان یک پلت فرم برای ایجاد شبکه های اجتماعی از طریق تجزیه و تحلیل پرسشنامه ها. با نتایج به دست آمده، ما مطالعه مقایسه ای بین چهار دوره انجمن های برخط انجام داده و تلاش کرده بازخوردی از اجرای پروژه برخط از دانشگاه بدست آوریم و همچنین مشکلات موجود از طریق این مشاهده شناسایی شود.در نهایت این پایان نامه با پیشنهاد چارچوبی برای مطالعه جنبه های رابطه ای شبکه آموزش برخط بمنظور تحقیقاتی که در آینده ممکن است، به پایان می رسد.

امروزه شبکه های حسگر بی سیم به دلیل دارا بودن ظرفیت بالا در کاربرد های مختلف، بسیار مورد توجه پژوهشگران قرار گرفته اند. از این رو بررسی مسائل مهم و مختلف در این شبکه ها ضروری به نظر می رسد. از جمله مسائل مطرح در این شبکه ها، نحوه جایگذاری گره¬ها در محیط های مختلف است. در این پایان نامه از الگوریتم، بهینه¬سازی اجتماع مورچه¬ها ، برای حل مسئله جایگذاری گره ها در شبکه های حسگر بی سیم استفاده شده است. هدف روش های پیشنهادی پایان نامه، رسیدن به پوشش بهینه با استفاده از تعداد محدودی ازگره های حسگر در منطقه حس شبکه های حسگر بی سیم است. برای این منظور از الگوریتم بهینه¬سازی اجتماع مورچه¬هابه دلیل دارا بودن قابلیت بالا در یافتن راه حل بهینه، در یک فضای جستجوی بزرگ، در زمان مناسب و ایجاد تنوع زیاد در راه حل ها و همچنین سرعت همگرایی مناسب استفاده شده است. در نهایت کارایی الگوریتم ذکر شده برای حل مسئله جایگذاری گره ها مورد ارزیابی قرار گرفته است و با الگوریتم های تکاملی دیگر در این زمینه مقایسه شده است. نتایج حاصل، بیانگر کارایی مطلوب الگوریتم پیشنهادی در رقابت با سایر الگوریتم ها، برای حل مسئله جایگذاری گره ها در شبکه های حسگر بی سیم است.

ترکیب داده¬ها یا همجوشی داده¬ها ، منجر به تولید داده¬های مطلوب¬تر می¬گردد. بالاترین سطح از ترکیب داده¬ها یا استنتاج معمولا موجب افزایش صحت تصمیم گیری در مورد محیط مسئله می¬شود. هدف این پایان نامه مطالعه روی تئوری دمپستر-شفر به عنوان یکی از الگوریتم¬های قدرتمند در زمینه¬ی استنتاج است. هرچند این تئوری یکی از توسعه¬های تئوری بیزین بوده ولی تفاوت¬هایی در زمینه¬ی دیدگاه حل مسئله بین¬آن¬ها وجود دارد. این پایان نامه با ارائه¬ی یک راهکار مناسب، مبتنی بر یک الگوریتم بهینه¬سازی(مانند الگوریتم ژنتیک)، کارایی دمپستر-شفر برای انجام استنتاج، را افزایش می¬دهد. استناج می¬تواند موجب بهبود عملکرد ابزارهایی مانند شبکه¬های چند رسانه¬ای حسگر بی¬سیم گردد. یکی از کاربردی¬ترین ابزارهای چندرسانه¬ای حسگر، شبکه¬¬های همپوشان دوربین¬ می¬باشد(شبکه های حسگر بصری همپوشان). این شبکه¬ها برای شناسایی رخداد خاصی در یک محیط تعبیه می¬شوند. استنتاج در سطح این شبکه¬ها باعث افزایش قابلیت اطمینان نسبت به آن¬ها می¬شود. خانه¬های هوشمند سلامت یکی از طرح¬های پژوهشی، برای حمایت از افراد کهنسال و معلول است. تشخیص افتادن افراد روی زمین، یکی از چالش¬های مربوط به این خانه¬ها هست. در قسمت مطالعه¬ی موردی این پایان نامه سعی شده، قابلیت اعتماد استنتاج، در شبکه¬ای از دوربین¬های همپوشان (که به منظور شناسایی افتادن افراد به کار گرفته می¬شوند( افزایش یابد. در نهایت نیز با کمک همین روش بهترین دوربین¬ها با ضرایب اعتماد مناسب برای تشخیص افتادن افراد شناسایی شدند .

در عصر امروزی با توجه به رشد فزاینده در محیط کسب و کار و همچنین تجاری شدن تمامی محصولات بازار، که خودرو نیز سهم بسزایی از این بازر را از آن خود کرده است. می¬بینیم با توجه به تنوع و تعدد انتخاب¬های پیش¬رو فرآیند پیچیده¬ای در مسیر انتخاب خودرو مورد علاقه که دارای فاکتورهای انتخابی مشتری باشد بر سر راه وی وجود دارد، این امر در بسیاری از مواقع موجب اتلاف هزینه و وقت مشتریان به منظور تصمیم گیری برای انجام انتخاب صحیح در این زمینه می¬شود. این تحقیق در نظر دارد در جهت کمک به شناسایی خودرو مورد نظر اشخاص با استفاده از تئوری مجموعه¬های فازی به تولید یک سیستم استنتاج فازی در این زمینه بپردازد. بدین سان که با شناسایی متغیرهای ورودی پراهمیت از نظر مشتری و پالایش آن¬ها توسط افراد خبره و پس از اعمال مراحل طراحی و پیاده سازی سیستم¬های فازی بر روی آن¬ها، نتیجه مطلوب را جهت کمک به مشتری در خروجی به وی پیشنهاد خواهد داد. لازم به ذکر است که در طراحی این سیستم برای نمایش نمودارها و قوانین فازی از فریم ورک (framework) jfuzzylogic v2.0.6 در محیط جاوا جهت پیاده سازی نرم افزار شبیه ساز مورد نظر استفاده گردیده است. ایده نهایی این تحقیق بیان کننده این امر است که منطق فازی با اعمال قوانین ویژه و خاص می¬تواند به عنوان یک سیستم منطقی و تصمیم ساز مورد توجه واقع شود.

محاسبات ابری تکنولوژی است که سرویس هایی بر مبنای تقاضا تأمین می کند، مانند آزادی، مطلوبیت، امنیت داده، حسابرسی و در دسترس بودن، که مسائل امنیتی را در محاسبات ابری به وجود می آورند. حملات dos و ddos، در دسترس بودن مسئله را تحت تأثیر قرار می دهد. حملات ممانعت از سرویس، حملات صریحی هستند که برای جلوگیری از استفاده مشروع از یک سرویس می باشد. که این حملات، یکی از تهدیدات اصلی علیه در دسترس بودن اینترنت است. عاملین حملات ddos به طور معمول سرورهای مختلفی را مورد حمله قرار می دهند که تأثیر آن ها در هر حمله متفاوت است و ناراحتی جزئی را در کاربران به همراه دارد و یا در برخی موارد ممکن است زیان های مالی جدی را برای شرکت هایی که به صورت آنلاین به کسب و کار می پردازند، به بار آورد. که از بالاترین سرورها می توان به سرویس های تجاری مانند ebay و amazon و... اشاره کرد که به احتمال زیاد ممکن است به خطر بیفتد. در این پایان نامه، هدف اصلی این است که برای این چالش یک روش اعتماد بر پایه روش فیلتر کردن بسته ها معرفی کنیم. این روش با پروفایل های موجود، نمره یک بسته را در طول یک دوره محاسبه می کند تا تصمیم بگیرد که بسته را دور بیاندازد و یا انتشار دهد.