تشخیص حمله توزیع شده در اینترنت اشیا (IOT) با روش یادگیری عمیق (Deep Learning) در متلب

در این بخش پروژه شبیه سازی تشخیص حمله توزیع شده در اینترنت اشیا (IOT) با روش یادگیری عمیق (Deep Learning) در نرم افزار MATLAB آماده کرده ایم که بر اساس مقاله Distributed attack detection scheme using deep learning approach for Internet of Things انجام شده است. یکی از مهم ترین موضوعات در همه زمینه های فضای اینترنتی، امنیت اینترنتی است چرا که تعداد حمله های امنیتی به مرور زمان در حال گسترش است. در حال حاضر به صورت کامل مشخص شده که تعداد حمله های روز صفر (Zero-day attack) در حال افزایش می باشد که دلیل آن نیز این است که پروتکل های مختلفی به فضای اینترنتی اضافه شده اند که اغلب از اینترنت اشیا (Internet of Things – IoT) سرچشمه می گیرند. اکثرا این حمله ها، نمونه هایی کوچک از حمله های اینترنتی (Cyberattacks) می باشد که از قبل شناخته شده اند. این امر نشان دهنده آن است که حتی مکانیزم های پیشرفته همچون سیستم های یادگیری ماشین (Machine learning) متداول، در شناسایی این جهش های کوچک در نوع حمله ها در طی زمان، با مشکلاتی رو به رو می شوند. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

لینک: تشخیص حمله توزیع شده در اینترنت اشیا (IOT) با روش یادگیری عمیق (Deep Learning) در متلب

خوشه بندی در شبکه WSN برای بهبود قابلیت اطمینان با الگوریتم زنبور عسل و ژنتیک (BCOGA) در متلب

در این بخش پروژه شبیه سازی خوشه بندی در شبکه WSN برای بهبود قابلیت اطمینان با الگوریتم زنبور عسل و ژنتیک (BCOGA) را با نرم افزار MATLAB به همراه داکیومنت و فیلم نحوه اجرا آماده کرده ایم. شبکه های حسگر بی سیم (Wireless Sensor Network – WSN) پتانسیل قابل توجهی در افزایش توانایی ما به منظور مشاهده و کنترل محیط فیزیکی دارند ولی مسئله مصرف انرژی در این دسته از شبکه ها به پارامتر مهمی در امر میزان قابلیت اطمینان (Reliability) آنها تبدیل شده و از آنجایی که در اکثر کاربردهای شبکه های WSN نیازمند تضمین پارامترهای کیفی انتها به انتهای مشخصی هستیم، حمایت از کیفیت خدمات (Quality of Service – QoS) در این شبکه ها اهمیت بسیاری دارد. یکی از مسائل مهم در شبکه های حسگر بی سیم (WSN) طول عمر شبکه (Network Lifetime) می باشد که با توازن مصرف انرژی (Energy Balance) حسگرهای شبکه، ارتباط مستقیمی دارد. بحث افزایش طول عمر شبکه (Network Lifetime)، چالش انگیزترین نیاز در این نوع شبکه ها می باشد که اهمیت بسیاری نیز دارد. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

لینک: خوشه بندی در شبکه WSN برای بهبود قابلیت اطمینان با الگوریتم زنبور عسل و ژنتیک (BCOGA) در متلب

مسیریابی مبتنی بر خوشه بندی برای سینک متحرک در شبکه WSN با NS2

در این بخش پروژه شبیه سازی مسیریابی مبتنی بر خوشه بندی برای سینک متحرک در شبکه WSN در حضور گره مزاحم با نرم افزار NS2 آماده کرده ایم که بر اساس مقاله Cluster-Based Routing for the Mobile Sink in Wireless Sensor Networks With Obstacles انجام شده که یک مقاله معتبر و ISI است. در شبکه های حسگر بی سیم (WSNs)، مزایای استفاده از سینک متحرک (Sink Mobility) برای افزایش طول عمر شبکه (Lifetime) به خوبی شناخته شده است. در محیط های فیزیکی، انواع موانع یا گره های مزاحم می تواند در حوزه سنجش، بسته های رد و بدل شده بین گره ها و سینک را از بین برده و مانع از رسیدن آنها به مقصد باشند. بنابراین، این امر یک چالش مهم برای پژوهشگران است که چگونه به طور موثر، ارسال سینک متحرک (Mobile Sink) برای پیدا کردن یک مانع (گره مزاحم) که از کوتاه ترین مسیر اجتناب می کند، صورت می گیرد. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

لینک: مسیریابی مبتنی بر خوشه بندی برای سینک متحرک در شبکه WSN با NS2

بهینه سازی پروتکل TCP با تغییر در ساختار آن در NS2 به همراه داکیومنت

در این بخش پروژه شبیه سازی بهینه سازی پروتکل TCP با تغییر در ساختار آن در نرم افزار NS2 را به همراه داکیومنت آماده کرده ایم که در این پروژه شبیه ساز NS از یک ارسال کننده به نام TCP و یک گیرنده به نام TCPsink استفاده می کند که گیرنده TCPsink وظیفه ساخت و ارسال بسته تصدیق را بر عهده دارد. پروتکل مسیریابی مورد استفاده نیز پروتکل DSDV می باشد. در پروتکل TCP وقتی از نود A به نود B یک جریان TCP برقرار می شود، گیرنده ی جریان یعنی نود B به محض دریافت هر بسته ی داده، یک بسته ACK ارسال می کند، حال ما می خواهیم در این پروژه بسته های ACK را به طور کامل حذف کنیم یعنی در ازای هر بسته ی داده، هیچ بسته ی ACK دریافت نشود. تنها در زمانی که بسته ای گم شد یا با خطا دریافت شد گیرنده، یک بسته NACK ارسال کند و فرستنده یعنی A با دریافت بسته NACK ارسال مجدد را نسبت به آن بسته انجام می دهد. در اینجا مفهوم ACK به طور کلی حذف می شود. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

لینک: بهینه سازی پروتکل TCP با تغییر در ساختار آن در NS2 به همراه داکیومنت

اندازه گیری کانال باند فوق وسیع (UWB) در شبکه WPAN برای محیط اداری با متلب

در این بخش پروژه شبیه سازی اندازه گیری کانال باند فوق وسیع (UWB) یا فرا پهن باند در شبکه بی ‌سیم شخصی (WPAN) برای محیط اداری با نرم افزار MATLAB آماده کرده ایم که به همراه کامنت گذاری کدها می باشد. باند فوق وسیع (Ultra Wideband – UWB) یا فرا پهن باند، یک تکنولوژی رادیویی می باشد که در کاربرد های مخابرات بی ‌سیم در سطوح پایین توان و در برد کوتاه مورد استفاده قرار می گیرد. فناوری UWB از بخش بزرگی از طیف رادیویی (Radio spectrum) ولی در سطوح توان پایین استفاده می‌ کند. از کاربرد های کانال رادیویی باند فوق وسیع (UWB) می توان به استفاده در بخش انتقال دیتا، سنجش دقیق فاصله (Ranging)، موقعیت ‌یابی دقیق (Positioning)، رادار، و تصویر برداری راداری غیرمشارکتی اشاره کرد. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

لینک: اندازه گیری کانال باند فوق وسیع (UWB) در شبکه WPAN برای محیط اداری با متلب