فعالیت در شبکه‌های اجتماعی مبتنی بر مکان مانند Yelp وGowalla به بخشی اساسی از زندگی روزمره کاربران تبدیل شده است و به راحتی می‌توانند از رفتارهای دوستان خود و نقاط جذاب بازدید شده توسط آنان اطلاع یافته و تحت تأثیر آنها قرار گیرند. در نتیجه، وجود توصیه‌های هدفمند و استخراج ویژگی‌های کلیدی نقاط مورد علاقه و کاربران از اهمیت بالایی برخوردار است. در این مقاله، یک روش جدید برای توصیه نقاط مورد علاقه مبتنی بر شبکه عصبی کانولوشن پیشنهاد شده است، که با توجه به الگوی رفتاری شبیه ترین دوست کاربر عمل می‌کند. برای یافتن شباهت، از روش خوشه‌بندی فازی C-Means استفاده می‌کنیم و مکان‌های نزدیک به مرکز یک خوشه از میزان وابستگی بالاتری برخوردار خواهند بود. چارچوب پیشنهادی شبکه عصبی کانولوشن ارائه شده به عنوان ورودی، شش ویژگی شامل شناسه کاربر، ماه، روز، ساعت، دقیقه و ثانیه که زمان بازدید هر کاربر است را در نظر می‌گیرد و با ۹ لایه می‌تواند طول و عرض جغرافیایی و شناسه مکان‌های مناسب بعدی را پیش‌بینی کرده و سپس بر‌اساس کوتاهترین فاصله از الگوی رفتاری دوست مشابه، مکان‌های پیشنهادی دقیق را توصیه کند. تکنیک ما در دو مجموعه داده شبکه‌های اجتماعی مبتنی بر مکان ارزیابی شده و نتایج تجربی نشان می‌دهند که روش پیشنهادی دقت بالاتری نسبت به رویکردهای پیشرفته برای توصیه مکان‌های مورد علاقه دارد. تفاصيل المقالة

زمان‌بندی وظایف یکی از مهم‌ترین چالش‌ها در دستیابی به کارایی بالا در محیط‌های چندپردازشی مانند دستگاه‌های توزیع‌شده و موازی است. زمان‌بندی یک مسئله Np < /em>-سخت است که معمولاً روش‌های اکتشافی و فرا اکتشافی برای حل آن به کار گرفته می‌شوند. هدف از زمان‌بندی وظایف، اختصاص وظایف به منابع آزاد است به‌گونه‌ای که حداکثر موازی‌سازی در حین پردازش محقق شود. اکثر روش‌های موجود در ادبیات مبتنی بر راهکارهای ایستا و تک‌هدفه هستند. در این مقاله ابتدا یک مدل ریاضی از مسئله زمان‌بندی وظایف ارائه می‌شود. سپس زمان‌بندی پویای وظایف روی دستگاه‌های چندپردازشی ناهمگن با معیارهای ارزیابی متعدد موردمطالعه قرار می‌گیرد. درنهایت یک روش مبتنی بر الگوریتم فرا اکتشافی تبرید شبیه‌سازی‌شده هذلولی برای مسئله زمان‌بندی وظایف پیشنهاد می‌شود. ارزیابی‌های محاسباتی روی معیارهایی مانند زمان پردازش کل، نرخ همگرایی و زمان اجرا نشان‌دهنده عملکرد بالای الگوریتم پیشنهادی در مقایسه با روش‌های موجود در ادبیات برای مجموعه داده‌های یکسان است. تفاصيل المقالة

شبکه‌های مخابراتی، مسلماً یکی از سنگ بناهای جامعه اطلاعاتی مدرن و یکی از محرک‌های اصلی اقتصاد هستند و زمینه‌ای را فراهم می‌کنند که بسیاری از فعالیت‌های روزمره بر آن تکیه نماید. همچنین فناوری های جدید مانند اینترنت اشیا، هوش مصنوعی، خودروهای خودران، G۵ و ... به پتانسیل کامل خود نمی‌رسند مگر این که یک شبکه ارتباطی زیربنایی نیازهای آن‌ها را برآورده کند که برای زیرساخت و خدمات آن‌ها امنیت موضوعی بسیار حیاتی است. از سوی دیگر پیشرفت فناوری محاسبات کوانتومی در سال‌های اخیر و ساخت رایانه‌های کوانتومی با توان پردازش بسیار بالا و حل مسائل بسیار پیچیده با سرعتی بیشتر از رایانه‌های فعلی باعث شده که امنیت سایبری، امنیت رایانه‌ها و وسایل ارتباطی به یک مسئله حیاتی و مورد توجه دولت‌ها تبدیل گردد. با این ‌حال با پیشرفت فناوری کوانتومی می‌توان با استفاده از روش‌های کوانتومی برای توزیع کلیدها از این تهدیدات جلوگیری نمود، لذا رمزنگاری کوانتومی به‌عنوان جایگزین روش‌های کلاسیک در مقابل رایانه‌های کوانتومی و حملات سایبری در نظر گرفته شده است. توزیع کلید کوانتومی معروف‌ترین زیرشاخه رمزنگاری کوانتومی است که امروزه نمونه‌های تجاری آن نیز در بازار موجود است. استفاده از رمزنگاری کوانتومی در زیرساخت شبکه‌های کلاسیک کنونی منجر به برقراری امنیت بی‌قید و شرط در ارتباطات بلند برد گردیده که در این مقاله به آن پرداخته شده است. نقطه تمایز این مقاله ارائه مروری بر جدیدترین تحقیقات در زمینه پیاده‌سازی شبکه‌های توزیع کلید کوانتومی در فیبرنوری است. همچنین شبکه‌های توزیع کلید کوانتومی پیاده‌سازی شده در دنیا بررسی و مقایسه گردیده و رویکرد کشورهای مختلف در این زمینه را مورد مطالعه قرار می‌دهد. تفاصيل المقالة