مطالب اسناد بالادستی ایران

رشته مهندسی کامپیوتر

  • انسان بايد بينديشد ولي ماشين بايد كار كند. اين شعار متخصصان كامپيوتر است،‌ متخصصاني كه با پيشرفت و توسعه كامپيوتر توانسته‌اند مغز و عضلات انسان را از اشتغالات تكراري و پيش‌پا افتاده نجات بخشند و او را در رفع مشكلات و مسايل ياري دهند تا جايي كه در كشورهاي صنعتي و پيشرفته، كامپيوتر در زندگي افراد حضوري اجتناب‌ناپذير دارد.به همين دليل رشته مهندسي كامپيوتر كه به طراحي و ساخت اجزاي مختلف كامپيوتر مي‌پردازد،‌ از اهميت بسياري برخودار است. اين رشته در كشور ما نيز اهميت بسيار داشته و تا مقطع دكتري تدريس مي‌شود.مهندسي‌ كامپيوتر در مقطع‌ كارشناسي‌ داراي‌ دو گرايش‌ سخت‌افزار و نرم‌افزار است‌.

    • گرايش‌ سخت‌افزار:

    سخت‌افزار جزء فيزيكي‌ كامپيوتر بوده‌ و شامل‌ صفحه‌ كليد، صفحه‌ نمايش‌، چاپگر و ديسك‌ها مي‌شود؛ يعني اجزاء فيزيكي‌ و قابل‌ لمس‌ كامپيوتر مانند مدارها و بردهاي‌ الكترونيكي‌، سخت‌افزار ناميده‌ مي‌شود براي‌ مثال‌ واحد پردازشگر مركزي‌ كه‌ هرگونه‌ عمليات‌ پردازش‌ در آن‌ صورت‌ مي‌گيرد، مهمترين‌ واحد سخت‌افزاري‌ است‌.مهندسي سخت‌افزار در مقطع ليسانس به مطالعه و بررسي طراحي سخت‌افزاري، كنترل سخت‌افزاري وشبكه‌هاي كامپيوتري مي‌پردازد. براي مثال يك مهندس سخت‌افزار مي‌‌تواند طراحي سخت‌افزاري كند كه با IC ها كار كند، با كامپيوتر كار كند، يا از دروازه‌هاي كامپيوتر استفاده نمايد و در نهايت مي‌تواند به طراحي مدارهاي مجتمع ديجيتالي بپردازد. كه البته به اين بخش از سخت‌افزار بيشتر در مقطع كارشناسي ارشد و دكتري پرداخته مي‌شود.

    درس‌هاي‌ اين‌ رشته‌ در طول‌ تحصيل‌ :

    • دروس‌ مشترك‌ در‌ گرايش‌هاي‌ كامپيوتر :

    فيزيك‌، رياضي‌، مباني‌ كامپيوتر و برنامه‌سازي‌، آزمايشگاه‌ كامپيوتر، معادلات‌ ديفرانسيل‌، ساختمان‌هاي‌ گسسته‌، برنامه‌سازي‌ پيشرفته‌ ، آمار و احتمالات‌ مهندسي‌، رياضي‌ مهندسي‌، مدارهاي‌ الكتريكي‌، ساختمان‌ داده‌ها، زبان‌ ماشين‌ و برنامه‌سازي‌ سيستم‌ ، مدارهاي‌ الكترونيكي‌ ، مدارهاي‌ منطقي‌، طراحي‌ الگوريتم‌ها، طراحي‌ و پياده‌سازي‌ زبان‌هاي‌ برنامه‌سازي‌، ريز پردازنده‌، معماري‌كامپيوتر، شبكه‌هاي‌ كامپيوتري‌ ، سيستم‌هاي‌ عامل‌، كارگاه‌ عمومي‌.

    • دروس‌ تخصصي‌ گرايش‌ سخت‌افزار :

    سيگنال‌ها و سيستم‌ها، مدارهاي‌ الكتريكي‌، انتقال‌ داده‌ها، سيستم‌هاي‌ كنترل‌ خطي‌، الكترونيك‌ ديجيتال‌، طراحي‌ سيستم‌هاي‌ VLSI ، كارآموزي‌.

    • گرايش‌ نرم‌افزار:

    نرم‌افزار جزء غيرقابل‌ لمس‌ كامپيوتر است‌. نرم‌افزار برنامه‌ها و داده‌هايي‌ است‌ كه‌ به‌ كامپيوتر فرمان‌ مي‌دهد كه‌ چه‌ عملي‌ را انجام‌ دهد. نرم‌افزارها عبارتند از:
    نرم‌افزارهاي‌ سيستمي‌ و نرم‌افزارهاي‌ كاربردي‌. نرم‌افزارهاي‌ سيستمي‌ برنامه‌هايي‌ هستند كه‌ كامپيوتر براي‌ فعال‌ شدن‌ يا سرويس‌ دادن‌ به‌ آن‌ نياز دارد و به‌ اين‌ دليل‌ از سوي‌ سازندگان‌ سيستم‌ كامپيوتري‌ عرضه‌ مي‌شود و مهمترين‌ آنها سيستم‌ عامل‌، برنامه‌هاي‌ سودمند و مترجم‌هاي‌ زبان‌ مي‌باشد. نرم‌افزارهاي‌ كاربردي‌ نيز برنامه‌هايي‌ است‌ كه‌ كاربر يا خود آن‌ها را مي‌نويسد يا شركت‌هاي‌ نرم‌افزاري‌ آنها را تهيه‌ كرده‌ و براي‌ فروش‌ عرضه‌ مي‌كنند.يك مهندس نرم‌افزار ياد مي گيرد كه چگونه نرم‌افزارهاي بزرگ و عظيم را طراحي و برنامه‌ريزي كند،‌ تست و ارزيابي نهايي نمايد و در نهايت مستند سازد (برنامه‌هاي كامپيوتري مورد نظر را تبديل به دستور‌العمل‌هايي كند كه قابل استفاده براي عامه مردم باشد).در واقع هدف از گرايش نرم‌افزار كامپيوتر، آموزش و پژوهش در زمينه زبان‌هاي مختلف برنامه‌نويسي، سيستم‌هاي عامل مختلف و طراحي انواع الگوريتم‌ها مي‌باشد.

    • دروس‌ تخصصي‌ گرايش‌ نرم‌افزار :

    ذخيره‌ و بازيابي‌ اطلاعات‌ ، اصول‌ طراحي‌ و ساخت‌ كامپايلرها، اصول‌ طراحي‌ پايگاه‌ داده‌ها، پروژه‌ آزمايشگاه‌ سيستم‌ عامل‌، پروژه‌ آزمايشگاه‌ پايگاه‌ داده‌ها، شبيه‌سازي‌ كامپيوتري‌، مهندسي‌ نرم‌افزار، تحليل‌ و طراحي‌ سيستم‌ها، پروژه‌ نرم‌افزار، كارآموزي‌.

    توانايي‌هاي‌ لازم :
    مهندس‌ كامپيوتر بايد پايه‌ رياضي‌ قوي‌ داشته‌ و توانايي‌اش‌ در زمينه‌ فيزيك‌ خوب‌ باشد. همچنين‌ لازم‌ است‌ كه‌ فردي‌ خلاق‌ باشد تا بتواند مسائل‌ را از راه‌حل‌هاي‌ ابتكاري‌ حل‌ كند. راه‌ حل‌هايي‌ كه‌ كمترين‌ هزينه‌ و بهترين‌ كارايي‌ را داشته‌ باشد. در ضمن‌ دانشجويي‌ كه‌ وارد اين‌ رشته‌ مي‌شود بايد هميشه‌ اطلاعاتش‌ به‌ روز بوده‌ و به‌ دنبال‌ فراگرفتن‌ مطالب‌ جديد باشد.

    موقعيت‌ شغلي‌ در ايران :
    امروزه‌ يك‌ مهندس‌ كامپيوتر اگر علاقه‌مند به‌ كار باشد، هيچ‌وقت‌ با مشكل‌ بيكاري‌ روبرو نمي‌شود. بخصوص‌ مهندسين‌ نرم‌افزار كه‌ فرصت‌هاي‌ شغلي‌ بيشتري‌ داشته‌ و براي‌ كار كردن‌ نيز نياز به‌ امكانات‌ و تجهيزات‌ زيادي‌ ندارند. به‌ همين‌ دليل‌ در بعضي‌ از كشورها، صادرات‌ نرم‌افزار يكي‌ از اقلام‌ مهم‌ صادراتي‌ و ايجاد درآمدهاي‌ ارزي‌ براي‌ آن‌ كشور است‌. جالب است بدانيد كه متخصصان پيش‌بيني مي‌كند كه تا 10 سال‌ ديگر در كشورهاي‌ پيشرفته‌ مردم‌ همان‌قدر كه‌ به‌ نيروي‌ برق‌ وابسته‌ هستند، به‌ شبكه‌ اينترنت‌ وابسته‌ خواهند شد؛ يعني‌ همان‌ طور كه‌ اگر امروزه‌ برق‌ برود هيچ‌ كاري‌ نمي‌توان‌ كرد، اگر در 10 سال‌ ديگر اينترنت‌ قطع‌ شود تمامي‌ كارها متوقف‌ خواهد شد. روشن‌ است‌ كه‌ در چنين‌ جامعه‌اي‌ متخصص‌ كامپيوتر نقش‌ بسيار مهمي‌ ايفا خواهد كرد.

    دانشگاه های پذیرنده : اراک ، ارومیه ، اصفهان ، الزهرا(س) – تهران ، بو علی سینا – همدان ،تربیت معلم تهران ، تهران ، سیستان و بلوچستان – زاهدان ، صنعتی خواجه نصیر الدین طوسی – تهران ، دانشگاه تهران و دانشگاه ایندیانا – پوردو آمریکا ،شیراز ، واحد بین المللی قشم ، رازی – کرمانشاه ، شهید چمران – اهواز ، شیراز ، صنعتی شریف ، علم و صنعت ایران – تهران ، بیرجند ، شهید بهشتی – تهران ، صنعتی اصفهان ، ولی عصر (عج) – رفسنجان ، بین المللی امام خمینی (ره) – قزوین ، علوم و فنون مازندران ، فردوسی مشهد ، کاشان ، یزد ، دانشکده تربیت دبیر فنی و حرفه ای دختران تهران (شریعتی ) ، افسری امام علی (ع) ، شاهد ، شهید باهنر کرمان ، قم ، دانشگاه امام رضا (ع) – مشهد ، صنعتی امیر کبیر – تهران ، مازندران – بابلسر ، علوم و فنون شهید ستاری – تهران ، غیر انتفاعی جهاد دانشگاهی ، غیر انتفاعی سجاد – مشهد ، غیر انتفاعی شمال – آمل ، غیر انتفاعی شیخ بهائی – اصفهان ، غیر انتفاعی علامه محدث نوری – نور ، غیر انتفاعی طبرستان – چالوس .
    مقاطع تحصیلی : کارشناسی
    دوره ها : روزانه ، شبانه
    دانشگاه : دولتی، پیام نور ، غیرانتفاعی
    گرایشها : سخت افزار ، نرم افزار

    مهندسی کامپیوتر (سخت افزار – نرم افزار)

    مقدمه:

    نظر به اهمیت روزافزون فن و دانش کامپیوتر و گسترش تصاعدی کاربرد آن در تمام زمینه های حیات بشری و نیاز فزاینده تکنولوژی و علوم معاصر به کامپیوتر پس از بررسی و مطالعه در ابعاد گسترده این صنعت، دوره کارشناسی مهندسی کامپیوتر با مشخصات زیر تدوین شده است.

    تعریف و هدف:

    دوره کارشناسی مهندسی کامپیوتر یکی از مجموعه های آموزش عالی در زمینه فنی و مهندسی بوده و هدف آن تربیت کارشناسانی است که در زمینه طراحی، ساخت و راه اندازی سیستمهای سخت افزاری و نرم افزاری جدید بررسی و شناخت سیستمهای سخت افزاری و نرم افزاری موجود، ارائه روشهای بهره برداری، نگهداری، عیب یابی، اصلاح و توسعه آنها فعالیت مینمایند. فارغ التحصیلان این دوره میتوانند عضو گروه طراحی، ساخت و پیاده سازی سیستمهای سخت افزاری و نرم افزاری برای محیط های مختلف عملیاتی و خدماتی باشند.

    طول دوره و شکل نظام:

    طول متوسط این دوره 4 سال میباشد و برنامه درسی آن برای 8 ترم طرح ریزی شده است. طول هر ترم 17 هفته آموزش کامل، مدت هر واحد درس نظری 17 ساعت، عملی و آزمایشگاهی و کارگاهی 51 ساعت و طول مدت کارآموزی 2 ماه کاری میباشد.

    تعیین گرایش تخصصی دانشجویان دوره کارشناسی مهندسی کامپیوتر می تواند پس از گذراندن موفقیت آمیز حداقل 50 واحد از دروس پایه و اصلی و براساس انتخاب دانشجو و امتیاز او (با استفاده از رابطه زیر) توسط گروه آموزشی انجام گیرد.

    +15% × (معدل امتحان کتبی سال آخر متوسطه) = امتیاز

    +15% × (نمره آزمون سراسری طراز شده به حداکثر 20)

    +70% × (معدل کل دروس پایه و اصی اخذ شده)

    واحدهای درسی:

    1-3 دروس عمومی                   20 واحد

    2-3 دروس پایه                       21 واحد

    3-3 دروس اصلی                     59 واحد

    4-3 دروس تخصصی                25 واحد

    5-3 دروس اختیاری                  15 واحد

    جمع                                     140 واحد

    نقش و توانائی:

    فارغ التحصیلان این دوره قابلیت و مهارتهای زیر را خواهند داشت:

    1-     بررسی و شناسائی سیستمهای کامپیوتری به منظور انتخاب و سفارش سخت افزار و یا نرم افزار بهینه، هدایت و نظارت در نصب و بهره برداری از آنها.

    2-     ارائه روشهای عیب یابی، اصلاح و تکمیل سیستمهای سخت افزاری و یا نرم افزاری موجود و نظارت بر این امور.

    3-     طراحیف ساخت و راه اندازی سیستمهای جدید سخت افزاری و یا نرم افزاری.

    4-     تشخیص لزوم استفاده از کامپیوتر در کنترل عملیات در محیطهای مختلف.

    5-     شناسائی تکنیکهای جدید طراحی و ساخت کامپیوتر، ارزیابی و بکارگیری آنها.

    5- ضرورت و اهمیت:

    تربیت کارشناسان مهندسی کامپیوتر با توجه به موارد زیر روشن می شود.

    1-     توسعه و گسترش روزافزون تکنولوژی کامپیوتر و دانش آن.

    2-     نقش حیاتی دانش و تکنولوژی کامپیوتر در جمیع زمینه های علمیف صنعتی، اقتصادی، مدیریتی، آموزشی و پژوهشی.

    3-     لزوم ارتقاء سطح دانش جامعه در زمینه دانش و تکنولوژی کامپیوتر.

    4-     لزوم همگامی جامعه با پیشرفتهای نوین در جوامع پیشرفته.

    امکان ادامه تحصیل در این دو گرایش تا حد کارشناسی ارشد در داخل و تا سطوح بالاتر در داخل یا خارج از کشور وجود دارد.

    نظر دانشجویان: این رشته نیاز فراوان به دروس آزمایشگاهی و کار عملی دارد که متاسفانه با کمبود امکانات دانشگاهی مواجه است. ویژگی دیگر این رشته گسترش روزافزون و رشد باورنکردنی آن است که هر روز مباحث جدیدی در آن مطرح می شود و نیاز به مرور کردن مداوم اطلاعات و ارائه دروس را افزایش می دهد. داشتن صبر، حوصله، دقت، خلاقیت فراوان و حافظه خوب و پشتکار از ضروریات ورود به این رشته است.

    دروس پایه

    ردیف نام درس واحد

    01

    02

    03

    05

    06

    07

    08

    09

    11

    ریاضی 1

    ریاضی 2

    معادلات دیفرانسیل

    آمار و احتمالات مهندسی

    فیزیک 1

    فیزیک 2

    آزمایشگاه فیزیک 1

    آزمایشگاه فیزیک 2

    کارگاه عمومی

    3

    3

    3

    3

    3

    3

    1

    1

    1

    جمع 21

    دروس اصلی

    ردیف نام درس واحد

    19

    20

    21

    22

    23

    24

    25

    26

    27

    28

    29

    30

    31

    32

    33

    34

    35

    36

    37

    38

    39

    40

    41

    42

    آزمایشگاه کامپیوتر

    مبانی کامپیوتر و برنامه سازی

    برنامه سازی پیشرفته

    ساختمانهای گسسته

    زبان ماشین و برنامه سازی سیستم

    ساختمان داده ها

    زبان تخصصی

    مدارهای الکتریکی 1

    آزمایشگاه مدارهای الکتریکی 1

    مدارهای منطقی

    آزمایشگاه مدارهای منطقی

    ریاضی مهندسی

    طراحی الگوریتم ها

    معماری کامپیوتر

    آزمایشگاه معماری کامپیوتر

    سیستم های عامل

    نظریه زبانها و ماشین ها

    طراحی و براده سازی زبانهای برنامه سازی

    ریزپردازنده 1

    آزمایشگاه ریزپردازنده 1

    مدارهای الکترونیکی

    آزمایشگاه مدارهای الکترونیکی

    شبکه های کامپیوتری

    شیوه ارائه طالب علمی و فنی

    1

    4

    3

    3

    3

    3

    2

    3

    1

    3

    1

    3

    3

    3

    1

    3

    3

    3

    3

    1

    3

    1

    3

    2

    جمع 59

                                       

    دروس تخصصی گرایش نرم افزار (الزامی)

    ردیف نام درس واحد

    70

    71

    72

    73

    74

    75

    76

    77

    78

    79

    ذخیره و بازیابی اطلاعات

    هوش مصنوعی

    اصول طراحی کمپایلر

    مهندسی نرم افزار 1

    اصول طراحی پایگاه داده ها

    مهندسی نرم افزار 2

    آزمایشگاه سیستم عامل

    آزمایشگاه پایگاه داده ها

    پروژه

    کارآموزی

    3

    3

    3

    3

    3

    3

    1

    1

    3

    2

    جمع 25

    دروس تخصصی گرایش سخت افزار(الزامی)

    ردیف نام درس واحد

    50

    51

    52

    53

    54

    55

    56

    57

    58

    59

    الکترونیک دیجیتال

    آزمایشگاه الکترونیک دیجیتال

    مدارهای الکتریکی 2

    سیگنالها و سیستمها

    طراحی سیستمهای VLSI

    انتقال داده ها

    سیستمهای کنترل خطی

    آزمایشگاه شبکه های کامپیوتری

    پروژه

    کارآموزی

    3

    1

    3

    3

    3

    3

    3

    1

    3

    2

    جمع 25


    دروس اختیاری گرایش سخت افزار(15 واحد)

    ردیف نام درس واحد

    100

    102

    104

    106

    108

    110

    112

    114

    116

    118

    119

    122

    124

    126

    128

    130

    طراحی مدارهای واسط

    معماری سیستم های کامپیوتری

    ریزپردازنده 2

    مدارهای منطقی پیشرفته

    گرافیک کامپیوتری 1

    طراحی خودکار مدارهای دیجیتال

    اصول طراحی کامپایلر

    آزمایشگاه مدارهای واسط

    آزمایشگاه معماری سیستم های کامپیوتری

    آزمایشگاه ابزار طراحی سخت افزار

    روش محاسبات عددی

    یک درس از گرایشهای مهندسی برق

    یک درس از گرایشهای مهندسی برق

    یک درس از گرایشهای مهندسی برق

    یک درس از دروس اختیاری یا

    تخصصی گرون نرم افزار

    یک درس از دروس اختیاری یا

    تخصصی گروه نرم افزار

    3

    3

    3

    3

    3

    3

    3

    1

    1

    1

    3

    3

    3

    3

    2

    2

    انتخاب 15 واحد از لیست دروس فوق 15

    دروس اختیاری گرایش نرم افزار (15 واحد)

    ردیف نام درس واحد

    101

    103

    105

    107

    109

    111

    113

    115

    117

    119

    121

    123

    125

    127

    129

    131

    133

    135

    137

    روشهای محاسبات عددی

    نظریه محاسبات

    طراحی مدارهای واسط

    آزمایشگاه مدارهای واسط

    مهندسی اینترنت

    طراحی و پیاده سازی سیستم های بیدرنگ

    جداسازی و ارزیابی سیستمهای کامپیوتری

    اصول طراحی واسط کاربر

    برنامه نویسی توصیفی

    برنامه نویسی همروند

    گرافیک کامپیوتری 1

    محیط های چند رسانه ای

    سیستم های خبره

    گرافیک کامپیوتری 2

    شبیه سازی کامپیوتری

    یک درس از سایر دانشکده های مهندسی یا ریاضی

    یک درس از سایر دانشکده های مهندسی یا ریاضی

    یک درس از دروس تخصصی یا اختیاری گروه سخت افزار

    یک درس از دروس تخصصی یا اختیاری گروه سخت افزار

    3

    3

    3

    1

    3

    3

    3

    3

    3

    3

    3

    3

    3

    3

    3

    2

    3

    3

    3

    جمع 15


  • ۱. امنیت سایبری و حملات مبتنی بر هوش مصنوعی

    بیان مسأله:
    با رشد سریع فناوری‌های هوش مصنوعی، مهاجمان سایبری نیز از الگوریتم‌های یادگیری ماشین برای تولید حملات پیچیده‌تر استفاده می‌کنند.

    روش‌های سنتی امنیت شبکه و رمزنگاری توان مقابله با این حملات پویا را ندارند و نیاز به راهکارهای نوین وجود دارد.

    یکی از مسائل پژوهشی مهم در مقطع تحصیلات تکمیلی، توسعه سامانه‌های تشخیص نفوذ هوشمند و مدل‌های دفاع سایبری تطبیقی مبتنی بر یادگیری عمیق است.


    ۲. پردازش داده‌های عظیم (Big Data) در سیستم‌های توزیع‌شده

    بیان مسأله:
    افزایش حجم و سرعت تولید داده‌ها در صنایع مختلف، نیاز به پردازش بلادرنگ و ذخیره‌سازی توزیع‌شده را دوچندان کرده است.

    زیرساخت‌های فعلی کلان‌داده از نظر مقیاس‌پذیری، هزینه و مصرف انرژی با چالش جدی مواجه‌اند.

    پژوهش‌های جدید در مهندسی کامپیوتر می‌تواند بر طراحی الگوریتم‌های بهینه، معماری‌های ابری نوین و سیستم‌های پردازش موازی برای داده‌های عظیم تمرکز کند.


    ۳. اینترنت اشیاء (IoT) و شهرهای هوشمند

    بیان مسأله:
    گسترش دستگاه‌های اینترنت اشیاء، فرصت‌های بزرگی برای توسعه شهرهای هوشمند فراهم کرده است، اما مدیریت حجم عظیم داده‌ها و امنیت ارتباطات همچنان یک چالش کلیدی است.

    یکی از مسائل اصلی، طراحی پروتکل‌های ارتباطی امن و کم‌مصرف برای شبکه‌های IoT است.

    تحقیقات تحصیلات تکمیلی می‌تواند بر توسعه الگوریتم‌های بهینه برای مدیریت ترافیک داده، افزایش امنیت و بهبود مقیاس‌پذیری شبکه‌های هوشمند تمرکز نماید.


    ۴. پردازش زبان طبیعی (NLP) و مدل‌های زبانی بزرگ

    بیان مسأله:
    مدل‌های زبانی بزرگ (LLMs) مانند GPT پیشرفت‌های چشمگیری در حوزه پردازش زبان طبیعی ایجاد کرده‌اند، اما همچنان با مشکلاتی همچون سوگیری داده، مصرف انرژی بالا و شفافیت اندک روبه‌رو هستند.

    یکی از چالش‌های مهم، طراحی مدل‌های بهینه‌تر، کم‌هزینه‌تر و قابل اعتمادتر برای استفاده در حوزه‌های تخصصی دانشگاهی و صنعتی است.

    این موضوع می‌تواند به‌عنوان یک مسأله پژوهشی برای دانشجویان تحصیلات تکمیلی در زمینه هوش مصنوعی و یادگیری عمیق مطرح شود.


    ۵. معماری کامپیوتر و رایانش کوانتومی

    بیان مسأله:
    رایانش کوانتومی به‌عنوان یکی از فناوری‌های تحول‌آفرین آینده، ظرفیت حل مسائلی را دارد که فراتر از توان پردازنده‌های کلاسیک است.

    با این حال، طراحی الگوریتم‌های کوانتومی کارآمد، بهینه‌سازی سخت‌افزار و ارتباط میان سیستم‌های کلاسیک و کوانتومی هنوز یک چالش جدی است.

    پژوهش‌های ارشد و دکتری در این زمینه می‌تواند بر توسعه معماری‌های ترکیبی (Hybrid Classical-Quantum Computing) و الگوریتم‌های کوانتومی کاربردی در بهینه‌سازی و رمزنگاری تمرکز داشته باشد.


     

     

    رشته مهندسی کامپیوتر

     پروپوزال خلاصه شامل:

    • سؤال پژوهش (RQ)

    • فرضیات پژوهش (Hypotheses)

    • مدل مفهومی پیشنهادی (Conceptual Model)

    • ماتریس مرور پیشینه (Research Gap Matrix)


    📌 پروپوزال‌های خلاصه مهندسی کامپیوتر


    ۱. امنیت سایبری و حملات مبتنی بر هوش مصنوعی

    RQ: چگونه می‌توان با استفاده از یادگیری عمیق و الگوریتم‌های تطبیقی، سیستم‌های امنیتی را در برابر حملات سایبری مبتنی بر هوش مصنوعی مقاوم‌تر کرد؟

    فرضیات:

    1. مدل‌های یادگیری عمیق دقت بیشتری در شناسایی حملات نوظهور نسبت به روش‌های سنتی دارند.

    2. دفاع تطبیقی می‌تواند نرخ موفقیت حملات مبتنی بر هوش مصنوعی را کاهش دهد.

    مدل مفهومی:

    • ورودی: داده‌های ترافیک شبکه

    • پردازش: یادگیری عمیق + الگوریتم دفاع تطبیقی

    • خروجی: تشخیص حمله / دفاع در زمان واقعی

    ماتریس مرور پیشینه:

    حوزه         پژوهش‌های موجود     شکاف                                پیشنهاد            
    IDS سنتی  تشخیص الگوهای ثابت     ناتوانی در برابر حملات نوظهور  IDS هوشمند      
    رمزنگاری     ایمنی بالا                      هزینه پردازشی زیاد               روش‌های سبک‌تر 
    حملات    AI بررسی محدود               رشد سریع تکنیک‌ها               دفاع مبتنی بر  AI

     


    ۲. پردازش داده‌های عظیم (Big Data) در سیستم‌های توزیع‌شده

    RQ: چگونه می‌توان معماری‌های توزیع‌شده پردازش کلان‌داده را با هدف افزایش مقیاس‌پذیری و کاهش مصرف انرژی بهینه‌سازی کرد؟

    فرضیات:

    1. معماری‌های مبتنی بر رایانش ابری نسبت به روش‌های سنتی مقیاس‌پذیری بیشتری دارند.

    2. الگوریتم‌های زمان‌بندی پویا مصرف انرژی را کاهش می‌دهند.

    مدل مفهومی:

    • ورودی: داده‌های عظیم

    • پردازش: معماری توزیع‌شده + الگوریتم زمان‌بندی پویا

    • خروجی: پردازش سریع‌تر + کاهش انرژی

    ماتریس مرور پیشینه:

    حوزه                پژوهش‌های موجود       شکاف                 پیشنهاد           
      Hadoop/Spark پردازش کلان‌داده         مصرف انرژی بالا     بهینه‌سازی الگوریتم‌ها
    معماری ابری      توسعه محدود             مقیاس‌پذیری ناقص            Hybrid Cloud
    انرژی                بررسی سطحی          نیاز به مدل جامع    الگوریتم‌های صرفه‌جو

    ۳. اینترنت اشیاء (IoT) و شهرهای هوشمند

    RQ: چگونه می‌توان پروتکل‌های امن و کم‌مصرف برای مدیریت ارتباطات اینترنت اشیاء در شهرهای هوشمند طراحی کرد؟

    فرضیات:

    1. الگوریتم‌های رمزنگاری سبک، مصرف انرژی دستگاه‌های IoT را کاهش می‌دهند.

    2. مدیریت هوشمند داده‌ها باعث افزایش مقیاس‌پذیری شبکه می‌شود.

    مدل مفهومی:

    • ورودی: داده‌های حسگرهای IoT

    • پردازش: پروتکل سبک + الگوریتم مدیریت هوشمند

    • خروجی: ارتباط امن + مصرف انرژی پایین

    ماتریس مرور پیشینه:

    حوزه               پژوهش‌های موجود  شکاف                 پیشنهاد                
        IoT Security رمزنگاری استاندارد        مصرف انرژی زیاد     Lightweight Crypto
        Smart Cities زیرساخت جزئی            مدیریت داده ضعیف  الگوریتم مقیاس‌پذیر 
               Energy بررسی جزئی               بهینه‌سازی کم       الگوریتم‌های سبز    

     


    ۴. پردازش زبان طبیعی و مدل‌های زبانی بزرگ (NLP & LLMs)

    RQ: چگونه می‌توان مدل‌های زبانی بزرگ را بهینه‌سازی کرد تا مصرف انرژی کاهش یابد و شفافیت تصمیم‌گیری افزایش یابد؟

    فرضیات:

    1. مدل‌های فشرده‌سازی شده عملکرد مشابهی با LLMهای بزرگ دارند.

    2. روش‌های XAI (توضیح‌پذیری) قابلیت اعتماد مدل‌ها را افزایش می‌دهند.

    مدل مفهومی:

    • ورودی: متن داده‌ها

    • پردازش: فشرده‌سازی مدل + الگوریتم XAI

    • خروجی: کارایی بالا + شفافیت بیشتر

    ماتریس مرور پیشینه:

    حوزه            پژوهش‌های موجود  شکاف                 پیشنهاد        
      NLP Models LLMهای بزرگ             هزینه انرژی بالا       مدل‌های سبک
                 Bias بررسی محدود            باقی‌ماندن سوگیری الگوریتم Fair AI
    Explainability کم‌توجهی                  عدم شفافیت                         XAI

    ۵. معماری کامپیوتر و رایانش کوانتومی

    RQ: چگونه می‌توان با استفاده از معماری‌های ترکیبی، بهره‌وری رایانش کوانتومی و ارتباط آن با سیستم‌های کلاسیک را افزایش داد؟

    فرضیات:

    1. رایانش ترکیبی (Hybrid) کارایی بهتری از رایانش صرفاً کوانتومی دارد.

    2. الگوریتم‌های کوانتومی خاص می‌توانند برخی مسائل NP-Hard را سریع‌تر حل کنند.

    مدل مفهومی:

    • ورودی: مسائل پیچیده محاسباتی

    • پردازش: معماری ترکیبی (کوانتومی + کلاسیک)

    • خروجی: حل سریع‌تر و بهینه‌تر مسائل

    ماتریس مرور پیشینه:

    حوزهپژوهش‌های موجودشکافپیشنهاد
    Quantum Hardware توسعه اولیه عدم پایداری معماری بهبود یافته
    Algorithms کوانتومی محدود کاربرد اندک الگوریتم‌های ترکیبی
    Hybrid Models مطالعه مقدماتی مقیاس‌پذیری ضعیف معماری عملیاتی
     
     
     

    📌 عناوین پیشنهادی پایان‌نامه


    ۱. امنیت سایبری و حملات مبتنی بر هوش مصنوعی

    • فارسی: طراحی و پیاده‌سازی چارچوب دفاع تطبیقی مبتنی بر یادگیری عمیق برای مقابله با حملات سایبری هوش مصنوعی‌محور

    • English: Design and Implementation of an Adaptive Deep Learning Framework for Defending Against AI-Driven Cyber Attacks


    ۲. پردازش داده‌های عظیم در سیستم‌های توزیع‌شده

    • فارسی: بهینه‌سازی معماری‌های توزیع‌شده پردازش کلان‌داده با رویکرد کاهش مصرف انرژی و افزایش مقیاس‌پذیری

    • English: Optimization of Distributed Big Data Processing Architectures with an Energy-Efficient and Scalable Approach


    ۳. اینترنت اشیاء (IoT) و شهرهای هوشمند

    • فارسی: طراحی پروتکل سبک و امن برای ارتباطات اینترنت اشیاء در زیرساخت شهرهای هوشمند

    • English: Design of a Lightweight and Secure Protocol for Internet of Things Communications in Smart City Infrastructures


    ۴. پردازش زبان طبیعی و مدل‌های زبانی بزرگ (NLP & LLMs)

    • فارسی: فشرده‌سازی و افزایش شفافیت مدل‌های زبانی بزرگ با استفاده از روش‌های یادگیری قابل توضیح (XAI)

    • English: Compression and Transparency Enhancement of Large Language Models Using Explainable AI Techniques


    ۵. معماری کامپیوتر و رایانش کوانتومی

    • فارسی: توسعه معماری‌های ترکیبی رایانش کوانتومی و کلاسیک برای حل مسائل پیچیده محاسباتی

    • English: Development of Hybrid Quantum-Classical Computing Architectures for Solving Complex Computational Problems


    ✨ این عناوین به‌گونه‌ای انتخاب شده‌اند که:

    • هم نوآورانه و ترند روز باشند.

    • هم قابل اجرا در ایران (با منابع و داده‌های قابل دسترس) باشند.

    • هم در سطح ارشد و دکتری امکان توسعه و چاپ مقاله ISI داشته باشند.