[صفحه اصلی ]    
بخش‌های اصلی
درباره دانشکده::
مدیریت دانشکده::
اعضای هیات علمی ::
معرفی افراد::
امور آموزش و اطلاعیه دفاعیه ها::
امور فرهنگی::
امور پژوهشی::
اخبار و رویدادهای دانشکده::
فضاهای آموزشی و تحقیقاتی ::
تسهیلات پایگاه::
تماس با ما::
::
ورود به سایت دروس
دانشجویان روزانه و پردیس
دانشجویان مرکز آموزش الکترونیکی
..
اطلاعیه ها
 اطلاعیه های آموزشی
..
فراخوان ها
فراخوان های همکاری با صنعت و سازمان ها
..
دفاعیه‌ها

دفاعیه های دکتری


دفاعیه های کارشناسی ارشد

..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: عبدالله علی السلامی ::
 | تاریخ ارسال: 1403/6/18 | 


 دانشجوعبدالله علی السلامی
دانشجوی دگتری   استاد راهنما دکتر ناصر مزینی  و دکتر سید وحید ازهری مورخ  ۱۴۰۳/۰۶/۱۹ ساعت ۱۰:۰۰ صبح  از پروژه دکتری خود با عنوان:" 
Traffic Engineering In Software Defined Networks Using Swarm Intelligence " خواهند نمود. (ادامه مطلب)

 


ارائه ­دهنده:
عبدالله علی السلامی


  استاد راهنما:

 استاد راهنما دکتر ناصر مزینی
 و دکتر سید وحید ازهری

 
هیات داوران:

 دکتر زینب موحدی
دکتر وصال حکمی
 دکتر سعید صدیقیان کاشی
دکتر علی جلالی


زمان : ۱۹ شهریور ماه ۱۴۰۳

  ساعت ۱۰:۰۰ صبح

       


چکیده پایان نامه :

 در حالی که شبکه های تعریف شده با نرم افزار (SDN) انعطاف پذیری و برنامه ریزی عالی را ارائه می دهند، در بهینه سازی مهندسی ترافیک برای انطباق با شرایط متغیر شبکه با چالش هایی روبرو هستند. بهبود عملکرد SDN به شدت به تخصیص ترافیک موثر و کارایی منابع متکی است.
بنابراین، نیاز به یک الگوریتم کارآمد، مقیاس پذیر و تطبیقی ​​برای فعال کردن کنترل هوشمند جریان و بهبود شبکه بسیار مهم است. با وجود راه‌حل‌های پیشنهادی متعدد در این حوزه، عدم وجود یک الگوریتم دقیق و کارآمد برای مدیریت ترافیک در شبکه‌های SDN به دلیل پیچیدگی مشکل آشکار است. اهمیت و ضرورت پیاده‌سازی مهندسی ترافیک مبتنی بر هوش تراکم برای شبکه‌های نرم‌افزار محور (SDN) به وضوح شناسایی شد. با توجه به افزایش چشمگیر حجم داده ها و پیچیدگی شبکه ها، نیاز به راهکارهای خلاقانه و کارآمد برای مدیریت ترافیک به وضوح احساس می شود. SDN با ارائه کنترل مرکزی و انعطاف‌پذیری بیشتر، زمینه مناسبی را برای به کارگیری الگوریتم‌های هوش ازدحام فراهم می‌کند که می‌تواند با تقلید از رفتار اجتماعی موجودات به مسیرهای بهینه و توزیع متعادل ترافیک دست یابد.
در این رساله، یک الگوریتم ACO پیشرفته برای مدیریت ترافیک در یک شبکه SDN پیاده‌سازی شد. یافته‌های شبیه‌سازی‌های انجام‌شده بر روی توپولوژی‌های مختلف شبکه نشان می‌دهد که الگوریتم ACO به طور قابل‌توجهی توزیع ترافیک شبکه را با شناسایی مسیرهای نزدیک، با ارتقای تعادل بار در شبکه، افزایش می‌دهد.         


 

مکان: دانشکده مهندسی کامپیوتر،   طبقه سوم  اتاق ۳۱۹

دفعات مشاهده: 1296 بار   |   دفعات چاپ: 155 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر
سایر مطالب این بخش سایر مطالب این بخش نسخه قابل چاپ نسخه قابل چاپ ارسال به دوستان ارسال به دوستان
data
Persian site map - English site map - Created in 0.13 seconds with 55 queries by YEKTAWEB 4665