ارائه یک الگوریتم جدید جهت رمزنگاری نامه های محرمانه الکترونیکی

•   آرشیو : نسخه تابستان 1396
•   نوع مقاله : پژوهشی
•   کد پذیرش : 1322
•   موضوع : سایر شاخه های علوم رایانه
• نویسنده/گان : سمیه حق طلبی، رضا صبور
•   چکیده :
  رشد و گسترش روزافزون شبکه های کامپيوتری، خصوصا" اينترنت باعث ايجاد تغييرات گسترده در نحوه زندگی و فعاليت شغلی افراد، سازمانها و موسسات شده است و حفاظت از اطلاعات رکن اساسي و مهمي در تبادلات پيام ها ومبادلات تجاری ايفا مي نمايد. انتقال اطلاعات حساس بر روی يک شبکه مستلزم بکارگيری مکانيزمی است تا عملا" امکان رمزگشائی و دستيابی به داده اوليه توسط افراد غير مجاز را سلب نمايند. در اين مقاله يک الگوريتم سريع رمزنگاري تصاوير با جايگشت و پخش ترکيبي پيشنهاد و تجزيه و تحليل شده است. تجزيه وتحليل هاي تئوري و آزمونهاي تجربي، هر دو تاييد مي-کنند که روش پیشنهادی داراي امنيت وسرعت بالایی است. باتوجه به اينکه ازيک کليد با اندازه بزرگ برای رمزنگاری استفاده شده، بنابراين تصوير رمز شده هيچ اطلاعاتي ازتصويراصلي نشان نمی¬دهد. همچنین دارای خواص اغتشاش و انتشار خوبی است بنابراین همبستگي پيکسل هاي همسايه درتصويراصلي کاهش یافته و تصوير رمز شده يک هيستوگرام متعادل دارد. كمک به پيشرفت تحصيلي دانش آموزان و عملکرد درسي بهتر آنان يکي از اهداف و طرح های مهم نظام آموزش و پرورش است كه مي تواند از نتايج اين الگوها و دانش استخراج شده از آن بهره گيرد، ضمن اينکه در سال های اخير، دانش آموزان تحت تاثير عوامل مختلف فردی، اجتماعي و خانوادگي , انگيزه چنداني برای بهبود وضعيت درسي و داشتن عملکرد مطلوب در مدارس ندارند. در نظام فکری آموزش و پرورش فعلی و دید خانواده ها بر این باورند که حضور دانش اموزان در فضای مجازی خصوصا شبکه های اجتماعی و وقت صرف کردن در این شبکه های اجتماعی و پیام رسان ها از جمله واتساپ ، اینستاگرام ، تلگرام ، توئیتر موجب پسرفت عملکرد تحصیلی دانش آموزان شده است با توجه به اين موضوع ايده اصلي ما راست آزمایی این واقعیت با پیش بینی وضعیت عملکردی تحصیلی دانش آموزانی است که بیشتر از بقیه وقت صرف فضای مجازی و شبکه های اجتماعی می کنند و همچنین ارائه روشي به منظور پيش بيني وضعيت تحصيلي دانش آموزان با استفاده از تکنيک های داده كاوی است. سعي شده با استفاده از الگوریتم های 1- شبکه های عصبی مصنوعی (ANN) Artificial Neural Network و2- بردار ماشین پشتیبان Support vector machines - SVMs مدل های مختلفي برای پيش بيني عملکرد تحصيلي دانش آموزان فعال در شبکه های اجتماعی ارائه شود .
•   کلید واژه : کازرون، دادهﻛﺎوى، عملکرد تحصیلی ، شبکه اجتماعی ،شبکه های عصبی ، SVM
•   مراجع :
  ] 1 [ باشوکیان , شهرام، 1393 ، ارائه مدل ارزیابی تربیتی دانش آموزان با استفاده از تکنیک هاي داده کاوي، کنفرانس ملی علوم مهندسی، ایده هاي نو، تنکابن، موسسه آموزش عالی آیندگان تنکابن
  .[2] C. Bakare, "Some Psychological Correlates of Academic Success and Failure,". AfricanJournal ofEducational Research, 1975
  [3]هدایتی ,بهرام و مهدي جوانمرد، 1392، بررسی عوامل موثر با افت تحصیلی دانش آموزان سال اول دبیرستان با استفاده از تکنیک هاي داده کاوي ، همایش ملی مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه هاي کامپیوتري، مدل سازي و امنیت سیستمها، مشهد، موسسه آموزش عالی خاوران
  .
  [4]دست مرد,مادح،محمد صدیق محمدي بلیان آباد، رضا اسماعیلی و رضا ابراهیمی، 1394، عوامل موثر بر پیشرفت تحصیلی دانش آموزان،کنفرانس بین المللی پژوهش در علوم رفتاري و اجتماعی، ترکیه -استانبول، موسسه مدیران ایده پرداز پایتخت ایلیا.
  [5]محمدي فر,محمدعلی ،محمود نجفی،صمد رزم آراو علی محمدزاده،تاثیر ارزشیابی هاي وصیفی و سنتی بر پیشرفت تحصیلی و اضطراب امتحان دانش آموزان شهر تهران ، نشریه روان شناسی تربیتی ، بهار و تابستان 1390 , دوره 7 ، شماره 20 ، صفحه 49 - 33
  [6] P. Kaur, P. Agrawal, S. Kumar and L. Jain,
  “Fuzzy Rule Based Student’s Performance
  Analysis Expert System,” IEEE international conference on issues and challenges in intelligent
  computing techniques (ICICT), 2014, PP. 100
  -
  [7]نظري ,امین، 1394، بررسی عوامل افت تحصیلی دانش آموزان بااستفادهزتکنیک هاي داده کاوي کنفرانس بین المللی یافته هاي نوین پژوهشی درمهندسی برق و علوم کامپیوتر، تهران، موسسه آموزش عالی نیکان
  [8] D. S. Gandhimathi Gomathi, "A Survey of Approaches and Tools Used in Educational DataMining",International Journal of Innovative Research in Computer and CommunicationEngineering, vol. 3, no. 10, Octobor 2015.
  [9] B. Kumar. Baradwaj, S. Pal, "Mining Educational Data to Analyze Students'Performance",(IJACSA) International Journal of Advanced omputer Science and Applications,vol. 2, no. 6,2011.
  [10] J. M. Amala, S Swathi, R Tharakai, "Data MiningA Survey",International Journal ofAdvanced Research in Computer Science and Software Engineering, ol. 6, no. 4, April 2016.
•  صفحات : 76-92
•   دانلود فایل ( 1.25 MB )