جستجوي پيشرفته | کتابخانه مجازی الفبا

حجم زیاد داده‌ها و منابع اطلاعاتی در وب، یکپارچه‌سازی داده‌های وب را به امری ضروری مبدل کرده است. از این‌رو طراحان وب معنایی به‌دنبال راهکاری مناسب برای برقراری تعاملات صحیح و کارا بین مفاهیم یکسان در هستان‌شناسی‌هایی می‌باشند که به‌صورت ناهمگون در وب توزیع شده‌اند.یکی از راهکارهای مطرح شده برای رفع این مشکل تطبیق‌هستان‌شناسی‌ها است. هدف از تطبیق‌هستان‌شناسی‌ها یافتن شباهت‌ها و روابط‌ معنایی بین موجودیت‌های هستان‌شناسی‌های مختلف است. تا کنون تطبیق‌دهندگان زیادی معرفی شده‌اند که هریک از روش‌های مختلف برای یافتن این شباهت‌ها استفاده کرده‌اند. نتایج حاصل شده از تطبیق‌دهندگان خودکار به دلیل عدم تعامل با کاربر دارای کاستی‌هایی می‌باشد که این امر بعنوان چالشی در زمینه تطبیق هستان‌شناسی‌ها مطرح شده است.از این‌رو در این پایان‌نامه با ارائه راهکاری مناسب به رفع این چالش در جهت بهبود کیفیت نتایج تطبیق هستان‌شناسی‌ها پرداخته‌ شده است. راهکار پیشنهادی افزودن فاز پیش‌پردازشبه-منظور بررسی هستان‌شناسی‌های ورودی و تشخیص الگوهای نامتناسب مدل‌سازی شده در هستان‌شناسی‌ها و اصلاح الگوهای تشخیص داده شده است. از این‌رو در فاز اول، هستان-شناسی‌های ورودی از بعد لغوی، ساختاری و ... مورد بررسی قرار گرفته‌اند، سپس با بررسی چگونگی عملکرد تطبیق‌دهندگان و در نظر گرفتن نقایص و کاستی‌های آنها در یافتن شباهت-های معنایی، الگوهای مناسب تشخیص داده شده است. در مرحله بعد با اعمال قوانین Refactoring بر روی الگوها، هستان‌شناسی‌های ورودی اصلاح شده است. در پایان، ارزیابی راهکار پیشنهادی با اعمال دو تطبیق‌دهنده مشهور ASMOV و RiMOM (که دارای بالاترین رتبه‌ها در آزمون‌های سازمان ارزیابی هم‌ترازسازی هستان‌شناسی‌ها ( (OAEIبوده‌اند) انجام شده‌است. نتایج حاصل از ارزیابی معیاری نشان دهنده بهبود در هم‌ترازی نهایی پس از اجرای راهکار پیشنهادی است.

پرس‌وجو برای بیان نیازهای کاربران به اطلاعات موجود در صفحات وب و سایر منابع، مطرح می‌شود. پرس‌وجوهای کاربران معمولاً «بسیار کوتاه» و شامل دو یا سه کلمه می‌باشند. قابلیت زبان‌های مختلف در بیان یک مفهوم با چندین کلمه مترادف و وجود یک کلمه با بیش از یک معنی، منجر به مشکل «عدم تطابق کلمه» و «مبهم بودن پرس‌وجو» می‌شوند. در نتیجه تعداد زیادی اسناد غیرمرتبط بازیابی شده و دقت کاهش می‌یابد. برای رفع این مشکلات از تکنیک گسترش پرس‌وجو استفاده می‌شود که از طریق پیشنهاد و افزودن واژگان مناسب به پرس‌وجوی کاربر، موجب بهبود دقت بازیابی خواهد شد. مهمترین مسئله، تشخیص و انتخاب واژه خوب برای افزودن به پرس‌وجوی کاربر می‌باشد. در مباحث گسترش پرس‌وجو دو عامل مهم «روش انتخاب واژگان گسترش» و «منابع واژگان گسترش» وجود دارد. در این پایان‌نامه با درنظر گرفتن ویژگی‌های زبان فارسی و مسائل مرتبط با آن، به بررسی گسترش پرس‌وجو در موتور جستجوی فارسی می‌پردازیم. برای این کار از هستان‌شناسی عمومی فارس‌نت و شبکه مفهوم استفاده می‌کنیم که در برگیرنده روابط میان مفاهیم و کلمات می‌باشد. پس از دریافت پرس‌وجوی کاربر از طریق مطابقت آن با شبکه مفهوم، گروهی از کلمات مرتبط با پرس‌وجوی کاربر استخراج می‌شوند و در مرحله بعد مطابق الگوریتم ارائه شده، رتبه‌بندی می‌شوند. در پایان تعدادی از کلمات بسیار مرتبط با پرس‌وجوی کاربر به صورت خودکار به پرس‌وجوی اولیه کاربر افزوده می‌شوند و پرس‌وجوی گسترش یافته مورد جستجو قرار می‌گیرد. نتایج آزمایش‌های انجام شده، نشان دهنده بهبود عملکرد و افزایش دقت بازیابی می‌باشد.

امروزه یکی از مهمترین چالش‌ها در زمینه امنیت اطلاعات و شبکه‌های ارتباطی، گسترش روزافزون بدافزارها است که به دنبال آن،یافتن راه‌های مناسب جهت حفاظت سیستم‌ها در مقابل نفوذگران الزامی است .یکی از مشکلات اساسی برای درک صحیح رفتارهای مخرب و گرایش‌های جدید در توسعه بدافزارها، این است که بدافزارها نیز مانند کامپیوترها و نرم‌افزارها به سرعت توسعه و بهبود می‌یابند و روز به روز، از روش‌های پیچیده‌تری برای گریز از تشخیص بهره می‌گیرند. لذا روش‌های سنتی، مانند تطابق چند رشته کد از امضای بدافزارها، که قادر به شناسایی بدافزارهای ناشناخته و جدید نبوده و میزان هشدارهای نادرست بالایی دارند، به تنهایی کارایی لازم جهت تشخیص بدافزارها را ندارند. در اینجاست که تشخیص هوشمند به موازات پیچیده‌تر شدن بدافزارها مورد توجه قرار گرفته‌است. روش‌های هوشمند کنونی، با تکیه بر تکنیک‌های یادگیری ماشین، کمک به درک سریع‌تر رفتارهای مخرب کرده و، در نتیجه، راه را برای تشخیص و ارزیابی بدافزارها هموارتر ساخته اند. باتوجه به اهمیت این موضوع، ایده اصلی ما، ارائه یک سیستم تشخیص بدافزار با توانایی درک معنایی است که با استفاده از جریان اطلاعات یعنی روابط میان داده‌ها و استنتاج آنها، بدافزار را شناسایی کرده و، سپس، با استفاده از طبقه‌بندی ابعادی پیشنهادی، بدافزار شناسایی شده را به درستی به خانواده مربوط به خود اختصاص می‌دهد.چارچوب پیشنهادی به معرفی یک سیستم تشخیص نفوذ توزیع شده در سطح شبکه می‌پردازد که شناسایی بدافزارها را با استفاده از مفاهیم هستان‌شناسی انجام داده و آن ها را به خوبی طبقه‌بندی می‌کند. سیستم ارائه شده، قادر به شناسایی حملات ناشناخته بوده و بهبود قابل ملاحظه‌ای در نرخ تشخیص، نسبت به سایر روش‌ها داشته، ضمن اینکه نرخ هشدارهای نادرست آن، در مقایسه با سایر روش‌ها پایین‌تر است.

نیاز به معنا بخشیدن به محتویات وب، به‌گونه‌ای که برای ماشین‌های مختلف قابل فهم باشد، ایده اصلی ظهور وب معنایی است. اما با طراحی آنتولوژی‌ها، توسط افراد و سازمان‌های مختلف در حوزه‌های گوناگون، سطحی از ناهمگونی اطلاعات به سیستم تحمیل شده است که با تطبیق صحیح آنتولوژی‌ها می‌توان این مشکل وب‏معنایی را نیز حل کرد. با وجود تحقیقات بسیاری که در سال‌های اخیر در زمینه‌ی تطبیق خودکار آنتولوژی‌ها انجام شده، چالش بزرگ تعامل میان آنتولوژی‌ها در شرایط گوناگون همچنان به قوت خود باقی است. این پایان‌نامه در پی یافتن روش‌هایی برای افزایش کارایی سیستم‌های موجود در شرایط مختلف است. این تحقیق متشکل از دو بخش است. در پژوهش اول با استفاده از روش ترکیبی یادگیری ماشین، آدابوست، سیستم‌های موفق تطبیق با یکدیگر ترکیب می‌شوند؛ بدین ترتیب تطبیق‌گرهای مختلف نقاط ضعف یکدیگر را پوشش می‌دهند. نتایج ناشی از پژوهش افزایش دقت و کارایی این روش را نسبت به بهترین تطبیق‌گرهای مجزا نشان می‌دهد. در پژوهش دوم از دامنه‌ی گسترده‌ی اطلاعاتی ویکی‌پدیا، به‏عنوان منبع زبانی، استفاده شده است. به این صورت که سیستم با افزایش دامنه‌ی اطلاعاتی هر تطبیق‌گر در حوزه‏های گوناگون، سعی در بهبود نتایج آن دارد. در این پژوهش نیز کارایی هر سیستم نسبت به قبل افزایش یافته است.

هستی شناسی مدلی برای نمایش یک دامنه است و برای استدلال درمورد اشیا و روابط بین آنها در همان دامنه به کار می‌رود. هستی شناسی معمولا شامل مفاهیم، روابط بین مفاهیم، نمونه‌ها و ویژگی‌های مفاهیم است. در سالیان گذشته تعداد هستی شناسی‌های موجود به شدت افزایش یافته است. وجود این سطح از تنوع، مسئله ادغام و استفاده مجدد از اطلاعات را مطرح می‌نماید. اگرچه که با بررسی دقیق‌تر هستی شناسی‌ها می‌بینیم که بسیاری از آنها با یکدیگر دارای همپوشانی هستند، اما استفاده از چهارچوب‌های کاری متفاوت، زبان‌های متنوع، و از همه مهمتر زوایای دید مختلف برای توسعه و ایجاد آنها باعث می‌شود تا کشف این شباهت‌ها و به طور کلی روابط بین مفاهیم مطرح شده در هریک از آنها ساده نباشد. آنچه به عنوان راه حل برای این مشکل مطرح می‌شود، تطابق هستی شناسی است. اصل این کار بر کشف مطابقت‌های بین مفاهیم و روابط آنها در هستی شناسی‌های مختلف و ایجاد نگاشت بین آنها استوار است. در این مطالعه استفاده از استنتاج فازی در کنار هستی شناسی سطح بالای وردنت در تطابق، امکان سنجی شده و نتایج حاکی از این است که استنتاج فازی می‌تواند به عنوان گزینه‌ای برای روش‌های تطابق در نظر گرفته شود.

پیوندهای RDF به عنوان یکی از ارکان وب معنایی به شمار می‌آیند. با استفاده از این پیوندها و به کمک آنتولوژی‌های موجود، وب کنونی به ساختاری قابل فهم برای ماشین تبدیل می‌شود. وب حاصله از این تغییر با نام وب داده‌ها شناخته می‌شود. یکی از چالش‌های اساسی در راه توسعه وب داده‌ها، پیوندهای شکسته شده می‌باشند. به دلیل ماهیت تغییرپذیر وب، مجموعه داده‌های موجود در وب داده‌ها نیز دائماً در حال تغییر می‌باشند. این تغییرات باعث می‌شوند پیوندهای موجود در گذر زمان به مکان‌های نادرست یا ناموجود ارجاع داده شده و به اصطلاح شکسته شده تلقی ‌شوند. پژوهش‌های انجام گرفته در این زمینه تا کنون بر اصلاح پیوند، توسط مقصد پیوند تاکید داشته‌اند. این روش‌ها معایبی از جمله ایجاد نقطه شکسته مرکزی و نقض حق مالکیت مجموعه داده‌ها را به همراه دارند. در این تحقیق رویکردی برای اصلاح پیوند از طریق مبدأ پیوند ارائه شده است. زمانی که مقصد پیوند دیگر قابل دسترسی نباشد، الگوریتم در همان لحظه اجرا شده و مقصد تغییر یافته را پیدا می‌نماید. روش پیشنهادی با ایجاد دو مجموعه موجودیت‌های بالا دست و پایین دست، یک ساختار گرافی انحصاری را با نام گراف هویت برای هر موجودیت تشکیل می‌دهد. در ادامه از طریق این گراف کاندیداهای مشابه استخراج شده و مناسب‌ترین گزینه به عنوان خروجی نهایی ارائه می‌شود. روش پیشنهادی بر روی مجموعه داده‌های استاندارد، مورد ارزیابی قرار گرفته و با مهم‌ترین روش‌های ارائه شده تا کنون مقایسه شده است. نتایج بدست آمده، نشان‌ می‌دهد که الگوریتم پیشنهادی در مقایسه با روش‌های دیگر پاسخ قابل قبولی را ارائه داده است.

سرویس پست الکترونیک یکی از محبوب‌ترین سرویس‌های اینترنت است که بخش مهمی از این ایمیل‌ها، مورد درخواست و تقاضای کاربر نیست. عدم درخواست این ایمیل‌ها و یا عدم شناسایی فرستنده هرزنامه تعریف می‌شود که البته همین تعریف نیز مورد توافق همه افراد قرار نگرفته است. از مهمترین چالش‌های شناخت هرزنامه، وابستگی آن به سلایق کاربر است. به-عبارت دیگر یک ایمیل ممکن است برای فردی هرزنامه و برای فرد دیگری ایمیل موجه تلقی شود. این موضوع، مفهوم جدیدی را با عنوان شخصی‌سازی ایمیل ایجاد می‌کند. عدم ارائه تعریف دقیق هرزنامه و همچنین تنوع سلایق و نظرات کاربران در مورد این‌گونه ایمیل‌ها، مانع ایجاد مکانیزم مناسبی برای جلوگیری از دریافت و یا ارسال هرزنامه شده است. در این پایان‌نامه برای مشخص کردن نوع کلاس‌های ایمیل‌ و طبقه‌بندی آن، از یک هستان‌شناسیدامنه استفاده می‌شود. به‌علاوه در حین انجام کار با استفاده از مجموعه داده‌ها ، آنتولوژی پایه تکمیل و درنهایت از آنتولوژی جدید برای کلاس‌بندی ایمیل استفاده می‌شود. باید توجه داشت که تغییر سلایق افراد در گذر زمان و فیلتر هرزنامه دارای رابطه مستقیم هستند، این رابطه به‌نحوی است که با تغییر سلایق افراد، آنتولوژی مربوطه باید خود را به‌روز نموده و مکانیزم پویایی برای جلوگیری از ارسال هرزنامه ایجاد کند به‌طوری‌که این موضوع در این تحقیق لحاظ می‌شود. به‌علاوه نتایج به‌وضوح برتری 1/99 درصدی روش پیشنهادی را نسبت به روش‌های پیشین نشان می‌دهد، به‌ویژه که هم‌زمان نسبت به تغییرات سلیقه‌ی کاربر نیز به‌صورت پویا عمل می‌کند.

روز به روز در کاربردهای بیشتری از قبیل مدل‌سازی ترافیک، شبکه‌های حسگر و دنبال کردن در کاربردهای نظامی، پردازش داده‌های برخط و غیره، شاهد تولید هر روزه حجم عظیمی از داده‌های جریان‌دارهستیم. کشف دانش بهینه از این جریان‌های داده، یک حوزه تحقیقاتی فعال در داده‌کاوی با کاربردهای متفاوت بوجود آورده است. برخلاف داده‌های ایستای موجود در پایگاه داده‌های سنتی، داده‌های جریان‌دار اغلب به صورت پیوسته با سرعت بالا و با حجم زیاد و همچنین با توزیع داده متغیر دریافت می‌شود. از طرفی مقادیر آنتولوژی‌ها و حاشیه‌نویسی‌هایمعنایی موجود بر روی داده‌ها نیز به طور پیوسته در حال افزایش می‌باشد. این نوع داده‌های پیچیده و ناهمگن چالش‌های جدیدی را در حوزه‌ تحقیقاتی داده‌کاوی بوجود آورده است. اصلی‌ترین چالش در این مسأله، نیاز فناوری‌های کاوش قوانین انجمنی به تراکنش‌ها می‌باشد، در حالی که در داده‌های معنایی تعریف دقیقی از تراکنش وجود ندارد. کارهای مشابهی که در این زمینه انجام گردیده‌اند، اغلب با کمک کاربر تراکنش‌ها را برای داده‌های معنایی تعریفکرده و سپس به کمک الگوریتم‌های داده‌کاوی سنتی اقدام به کاوش قوانین انجمنی از این تراکنش‌ها می‌نمایند و لازمه این کار تسلط کاربر به ساختار داده‌های معنایی و دامنه کاربرد مورد نظر می‌باشد. لذا روشی مورد نیاز است که انسجام معنایی را در تمام مراحل کار برقرار سازد و تعریفی کلی و یکپارچه برای تراکنش‌ها و سایر مفاهیم مرتبط ارائه دهد. بنابراین در اینتحقیق به ارائه روشی جهت رفع چالش‌های ذکر شده و امکان‌پذیر ساختن پردازش حجم وسیع داده‌های معنایی جریان‌دار موجود و کشف و ذخیره‌سازی قوانین انجمنی جدید در سطح معنایی بالاتر با استفاده از غنای معنایی مفاهیم موجود در آنتولوژی و بهره‌وری از دیگر فناوری‌های معنایی پرداخته شده است.

یافتن میزان شباهت اسناد از مسائل مطرح دنیای مملوء از اطلاعات امروز است و در این میان یافتن شباهت میان صفحات وب به مسئله ای جدیدتر در دنیای اطلاعات تحت وب تبدیل شده است. آنچه که در سنجش شباهت بسیار مطرح است، نزدیک بودن صفحه انتخاب شده به عنوان صفحه مشابه صفحه مورد نظر کاربر، به قضاوت انسان یعنی کاربر درخواست کننده، است. طرح حاضر با نوآوری استفاده از هستان شناسی ها و توجه به ساختار صفحات وب و اولویت بندی اجزاء صفحات، در ارزیابی انجام شده توانسته است کارآیی خوبی از خود به نمایش گذارد. در این طرح هستان شناسی نقش یابنده شباهت معنایی دو صفحه را بازی می کند و با استفاده از ساختار صفحات وب که صفحاتی نیمه ساختار یافته اند، مسئله شباهت سنجی بهینه تر گردیده است. چگونگی استفاده از ساختار صفحات وب و اولویت بندی اجزاء آنها، بر اساس عملکرد موتورهای جستجو طراحی شده است و با سنجش عملکرد اولویتهای مختلف اعطاء شده به اجزاء صفحه، ترتیب بهینه ای از این اجزاء درنظر گرفته شده است. برای پیاده سازی و اجرای طرح حاضر برنامه ای نوشته شده است و یک پایگاه داده مناسب از صفحات وب فراهم گردیده، که طرح حاضر و روشهای مشابه، توسط برنامه برروی پایگاه داده اجرا می شود. طرح حاضر در میان روشهای دیگر شباهت سنجی که به دقت انتخاب شده بودند از کارآیی بالاتری برخوردار است.

کارآمدترین و بهترین شیوه انتقال برق در نواحی انبوه مانند شهرهای بزرگ، استفاده از تونل انتقال نیرو است. استفاده از این روشِ انتقال برق فشار قوی، موجب کاهش تلفات انرژی و خطرات احتمالی می گردد. پروژه تونل انتقال کابل 230 کیلو ولت اصفهان در مسیری به طول 3 کیلومتر در جنوب غرب شهر اصفهان در حال حفاری می باشد. ورودی این تونل در نیروگاه برق اسلام آباد قرار دارد و در ادامه وارد محدوده شهر اصفهان می شود. این تونل با قطر 3/24 متر و از عمق حدود 5 تا 8 متری سطح زمین، از خاک های سست منطقه عبور می نماید. اهمیت تونل مورد مطالعه در نوع کاربرد آن است. با توجه به کاربری تونل و همچنین عبور برق فشار قوی از مسیر تونل، به منظور جلوگیری از قطع شدن مدار به دلیل عواملی مانند آب زیرزمینی، رطوبت، شکستگی های سیستم نگهداری، اجرای سیستم نگهداری و تحلیل پایداری آن بسیار مهم می باشد. از آن جا که این نوع کاربرد تونل به تغییرشکل در محیط پیرامون خود حساس است، مطالعه خواص مهندسی محیط مورد توجه می باشد. در غیر این صورت ممکن است خسارت های پیش بینی نشده ای در سرتاسر عملیات تونل به وجود آید. بنابراین مطالعه خصوصیات زمین شناسی و ژئوتکنیکی رسوبات در مسیر تونل بر روی داده های استخراج شده از گمانه های حفاری شده در مسیر تونل متمرکز شده است. خصوصیات زمین شناسی و ژئوتکنیکی رسوبات به وسیله آزمون های آزمایشگاهی تعیین شده است و پروفیل هایی از مسیر تهیه و مسیر به زون های مختلفی تقسیم شده است. بر اساس خصوصیات زمین شناسی مهندسی و ژئوتکنیکی، درصد بالایی از مسیر تونل از واحدهای آبرفتی عبور می کند که دارای تراکم نسبی متوسط تا زیاد بوده و عمدتاً در رده خاک های خوب قرار می گیرند. لایه های مذکور دارای رطوبت کم بوده ولی در صورت نفوذ آب تا حدود زیادی مقاومت خود را از دست می دهند. بنابراین سیستم نگهداری و رسوبات دربرگیرنده هر زون با استفاده از روش های تحلیلی و عددی مورد تجزیه و تحلیل قرار گرفته است و رفتار زمین دربرگیرنده تونل و اندرکنش زمین با سیستم نگهداری با در نظر گرفتن رفتار سه بعدی تونل در حین حفاری، بررسی شده و پیشنهادات ارائه گردیده است.