چهار چوبی کلی برای شبکه های نوین اطلاعاتی با تکیه بر سیستم های توزیع شده قابل اطمینان
Publish place: The first conference of electrical and computer specialists
Publish Year: 1389
Type: Conference paper
Language: Persian
View: 1,249
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
IAEEECHB01_007
Index date: 23 July 2010
چهار چوبی کلی برای شبکه های نوین اطلاعاتی با تکیه بر سیستم های توزیع شده قابل اطمینان abstract
استفاده از شبیه سازهای مبتنی بر وقوع رویداد، در طراحی و توسعه سیستم های توزیع شده، به اقتضای مقیاس و کارایی مورد نظر، مطلوب است. انتزاع اصلی پردازش و نحوه ارتباط رویداد، به فن آوری اطلاعات و ارتباطات مدرن امروزی سیستم های توزیع شده و امکان طراحی واقع گرایانه سناریوی شبیه سازی ما بستگی داردMONARC یک چهار چوب پردازش گرای چند نخی شبیه سازی است که برای مدلسازی سیستم های توزیع شده بزرگ مقیاس طراحی شده است و امکان شبیه سازی واقع گرایانه گستره وسیعی از تکنولوژی های سیستم های توزیع شده را، به نسبت اجزا و خصوصیات آنها، ارائه می دهد. در این اوراق، روشی نو برای مسئله ارزیابی ویژگی های اعتمادپذیری فن آوری اطلاعاتی سیستم های توزیع شده، ارائه می دهیم. روش ما بر پایه طرح های متعددی می باشد که در راستای مدل شبیه سازیMONARC بناشده است. مدل شبیه سازی مبسوط ما، شامل اجزای مورد نیاز جهت تعریف موقعیت های وقوع خطای حقیقی و مهیا سازی مکانیزمی به منظور ارزیابی استراتژی های گوناگون برای رویه های افزونگی و تکثیر،نیز مکانیزم های ملزوم اقدامات امنیتی است
چهار چوبی کلی برای شبکه های نوین اطلاعاتی با تکیه بر سیستم های توزیع شده قابل اطمینان Keywords:
سیستم های توزیع شده , شبکه نوین اطلاعاتی , چهار چوب پردازش گرای چند نخی , ارزیابی فاکتور های اعتماد پذیری , تحمل پذیری خطا , چهار چوب شبیه سازی MONARC
چهار چوبی کلی برای شبکه های نوین اطلاعاتی با تکیه بر سیستم های توزیع شده قابل اطمینان authors
اتابک محسن نژاد
دانشگاه پیام نور تهران
سیدمحمد شبیری
مدیر آموزشسازمان مرکزی دانشگاه پیام نور
بهروز عبادزاده
مدیر نظارت و ارزیابی سازمان مرکزی دانشگاه پیام نور
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :