جلیل مظلوم

هدف: در علوم نظامی استفاده از فناوری های مخابراتی بدلیل دریافت اطلاعات دشمن از راه دور حائر اهمیت بوده و سیستم رادار روزنه مصنوعی به عنوان رادار تصویر برداری است که توانایی شناسایی و جداسازی بالایی دارد. با توجه به ماهیت تشکیل تصاویر رادار روزنه مصنوعی، وجود نویز لکه به عنوان مهمترین عامل تخریب کیفیت این تصاویر و خطای تصمیم گیری می باشد.روش: براین اساس وجود یک مرحله پیش پردازش گر به منظور آشکارسازی و شناسایی داده ها و کاهش نویز لکه بسیار حائز اهمیت می باشد. هدف اصلی ارائه الگوریتمی توانمند بر پایه هوش مصنوعی در جهت بهبود تشخیص اهداف زمینی رادار SAR با الگوریتم های تشخیص اشیاء بوده که از طریق هواپیما یا ماهواره به منظور رصد نمودن اهداف زمینی ، اخذ شده استتجزیه و تحلیل: مدل پیشنهادی در مرحله پیش پردازش پس از کاهش اثر نویز لکه بر روی تصاویر رادار SAR به کمک فیلتر Lee، ﺑﻪ ﺑﺮرﺳﯽ بهبود تشخیص اهداف زمینی رادارSAR پرداخته می شودتحلیل نتایج: با استفاده از الگوریتم های YOLO و RCNN که الگوریتم RCNN در تشخیص تصاویر نویززدایی شده MSTAR با میانگین دقت 99.84% نسبت به YOLO با میانگین دقت 90.424% از عملکرد بهتری برخوردار می باشد، اما در تشخیص تصاویر نویزی MSTAR روش YOLO با میانگین دقت 80.875% نسبت به روش RCNN با میانگین دقت 61.49% از عملکرد بهتری برخوردار جهت شناسایی و بهبود تصاویر و افزایش ضریب اطمینان سیستم می باشد.

در عصر اطلاعات و ارتباطات، رشد روزافزون و نمایی تولید و تبادل داده های متنوع از منابع مختلف، مفهوم کلان داده را بوجود آورده است. در کشورهای صنعتی، سرمایه گذاری وسیعی در مورد بهره گیری از فرصت ها و برطرف نمودن چالش های فنی و مدیریتی این فناوری نوظهور در حال انجام است. کلان داده علاوه بر کاربردهای تجاری، اجتماعی، اقتصادی و علمی در تأمین امنیت ملی و کاربردهای نظامی نیز مورد توجه قرار گرفته است. در مدیریت عملیات نظامی، استفاده بلادرنگ و مؤثر از داده های بیشتر و افزایش سرعت انتقال و پردازش داده ها، از حساسیت و جایگاه حیاتی برخوردار است. هدف اصلی این مقاله، بررسی کاربردهای نظامی فناوری کلان داده و نقش آن در مدیریت صحنه نبرد است. برای این منظور ابتدا به معرفی ویژگی ها، کارکردها و ابزارهای مورد استفاده در کلان داده پرداخته شده و در ادامه با اشاره به کاربردهای اخیر این فناوری در سازمان های دفاعی و امنیتی، با ارائه دو مدل مفهومی، نقش این فناوری در مدیریت صحنه نبرد مورد بررسی قرار گرفته است. نتایج حاصل از این تحقیق نشانگر آن است که بکارگیری فناوری کلان داده موجب بهینه سازی کارایی تجهیزات، تصمیم گیری به موقع، هدایت نیروها و افزایش توان عملیاتی شده و برای کسب برتری نظامی در جنگهای آینده امری ضروری است. توجه به آگاه سازی، برنامه ریزی و شناسایی توانمندی های داخلی، حمایت از شرکت های دانش بنیان و لزوم بومی سازی زیرساخت های ارتباطی و مراکز داده به منظور تبیین تعامل این فناوری با کاربردهای نظامی، از جمله راهکارهای پیشنهاد شده در این مقاله است.

با گسترش ارتباطات رادیویی، امینت اطلاعات در معرض تهدید قرار گرفت. رمزکننده ها برای کاهش خطرات ناشی از استفاده نادرست از ارتباطات رادیویی بکار گرفته شدند. البته رمزکننده هایی که سابقاً در این حوزه مورد استفاده قرار می گرفتند بسیار ضعیف بودند و به راحتی شکسته می شدند. یکی از الگوریتم های رمز که اخیراً در سامانه های ارتباط رادیویی مورد استفاده قرار می گیرد، الگوریتم رمزAES  است. البته استفاده از این  الگوریتم در ارتباطات رادیویی به تازگی متداول شده است و سابقه طولانی ندارد. در این مقاله روش پیاده سازی معماری تکراری الگوریتم AES  مورد بررسی قرار می گیرد و یک روش جدید برای اجرای کدر و دیکدر الگوریتم AES بر روی سخت افزار واحد FPGA  پیشنهاد می گردد. برای بررسی نتایج پیاده سازی هر دو روش، از سه نوع سخت افزار مختلف FPGA  در دو حالت بهینه شده برای سرعت و حجم استفاده شده است. نتیجه پیاده سازی الگوریتم رمز  AESبه روش پیشنهادی، افزایش گذر دهی، صرفه جویی در سخت افزار و انرژی مورد نیاز است.