یعقوب فرجامی

یعقوب فرجامی

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۲ مورد از کل ۲ مورد.
۱.

ارزیابی استحکام صورت عملیات گسسته رخداد در سیستم بلاکچین ارزهای دیجیتال

کلید واژه ها: ارزهای دیجیتال گسسته رخداد ارزیابی استحکام سیستم های توزیع

حوزه های تخصصی:
تعداد بازدید : 317 تعداد دانلود : 20
ویژگی اصلی پول دیجیتالی ناشناسی فرآیند نقل و انتقال آن است عده ای این را مزیت پول دیجیتالی می د انند و معتقدند از این طریق، می توانند حریم خصوصی خود را از دید مراکز امنیتی و نیز جمع آوری اطلاعات شخصی از سوی موسسه های مالی و پرداختهای الکترونیک مانند ویزا حفظ کنند؛ اما در عوض برخی دولت ها با دست گذاشتن روی همین نکته استفاده از آن را در کشورشان ممنوع یا محدود کرده اند زیرا اعتقاد دارند از طریق این سیستم، پولهای کثیف رد و بدل میشود و امنیت اجتماعی و ملی کشورها به خطر می افتد. از این رو راه برای برخی از مهاجمان و سواستفاده کنندان در این سیستم هموار شده که نیاز اساسی برای حفظ امنیت برای جلوگیری از حملات کرد، به دلیل اینکه ماهیت آن به ارز کشور خاصی بستگی ندارد تا مادامی که دو طرف با پول دیجیتالی مبادله می کنند نیاز به تبدیل آن به ارزهای دیگر برای پرداخت و انتقال نیست این ایده در خود نوعی ابداع یک پول جهانی را دارد که به مرز خاصی محدود باشدکه نیاز اساسی ارزهای دیجیتال در یک زنجیره بلوکی سیستم توضیع شده می طلبد، دراین پژوهش با دو الگوریتم (Nitti et.al) و (Rayet.al-Ing) که در زنجیره بلوکی سیستم های توضیع در ارزهای دیجیتال استفاده می شود در برابر حوادث و حملات احتمالی ارزیابی و مقایسه می شوند و نتایج آن با استناد از نتایج بدست آمده از دیگر پژوهش ها تایید می شود، سپس با نتیجه بدست آمده سیستم اجماعی توصیه می شود که جامع تر بوده و عیوب کمتری نسبت به دیگر الگوریتم ها دارد.
۲.

Online Mean Shift Detection in Multivariate Quality Control Using Boosted Decision Tree learning(مقاله علمی وزارت علوم)

کلید واژه ها: Multivariate quality control mean shift detection boosted decision tree learning moving window

حوزه های تخصصی:
تعداد بازدید : 565 تعداد دانلود : 564
The rapid development of communication technologies and information and online computers and their usage in processes of the industrial production have facilitated simultaneous monitoring of multiple variables (characteristics) in a process. In this work, we applied boosted decision tree and Monte Carlo simulation to propose an efficient method for detecting in-control and out-of-control states in multivariate control processes.In this work, four classifiers (methods) - , , , – are used for detecting the process control states. Then, with converting detection results these four classifiers, the boosted decision tree is made and provides the ultimate result as the in-control or the out-of-control states. To show how the proposed model works and the superiority of this method over , , , and methods, we run it on a standardized trivariate normal process. To compare and evaluate the performance of classifiers, we used ARL functions and the evaluation measures including Accuracy (ACC), Sensitivity (TPR), Specificity (SPC), and Precision (PPV). The findings not only showed the superiority of the proposed method over the tradition Chi-square but also confirmed former results on the efficiency of decision tree for rapid detecting of mean shifts in multivariate processes in which data are gathered automatically.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان