الشبكات العصبية Neural Network - الجزء الثاني

Perceptron Neural Network:

بعد أن تعرفنا على ماهية الشبكات العصبية وما هو الهدف منها سنتعرف على أحد الطرق التي يتم فيها بناء شبكة عصبية، وهي Perceptron.

الـ Perceptron Network تستخدم في التطبيقات التي تحتاج إلى تصنيف الأنماط Pattern Classification إلى فئتين فقط. أي التي يمكن فصل الأنماط بها بيانياً بواسطة خط مستقيم وتسمى هذه النوعية من الأنماط: الأنماط القابلة للفصل خطياً Linear separability patterns.

وتتكون هذه الشبكة من طبقة المدخلات وطبقة واحدة أو طبقتين من طبقة المعالجة بحيث لا تزيد طبقة المعالجة عن طبقتين، بالإضافة إلى أنه يتم ضبط الأوزان لطبقة واحدة فقط من طبقات الوصلات البينية التي تربط بين الطبقات السابقة، لتبقى الطبقة الأخرى (إن وجدت) ثابتة الأوزان. و هذه الشبكة تتعلم عن طريق معلم.

ولهذه الشبكة مميزات وعيوب، من مميزاتها أن بناء برنامج لها سهل جداً.

ومن عيوبها:

·         أنها لا تستطيع أن تصنف الأنماط لأكثر من فئتين.

·         عدد طبقات المعالجة فيها محدد بطبقة واحدة أو طبقتين فقط.

·         ضبط أوزان الوصلات البينية فيها يتم على طبقة واحدة فقط من طبقات الوصلات البينية.

يمر تعليم هذه الشبكات العصبية بمرحلتين وهما:

·         مرحلة التعليم

·         مرحلة الاختبار

مرحلة التعليم :

هي المرحلة التي يتم فيها ضبط أوزان الوصلات البينية حتى تصل إلى أوزان قادرة على إعطاء إجابات صحيحة.

ويتم ذلك عن طريق قيام وحدات المعالجة بثلاث عمليات رئيسية:

عملية جمع الأوزان Weighted Sum:

تقوم كل وحدة معالجة بعملية الجمع لكل وزن مدخل لها و الملحق بالوصلة البينية التي تربط بينها وبين الوحدة الموجودة في الطبقة التي تسبقها، مضروباً في القيمة الخارجة من تلك الوحدة، وهو على الصيغة:

Sj=∑ai  wji

حيث  wji هو الوزن الملحق بالوصلة البينية التي تربط وحدة المعالجة j بالوحدة i الموجودة في الطبقة التي تسبقها.

و ai هي القيمة الخارجة من الوحدة i

و Sj هي ناتج عملية الجمع لكل وحدة معالجة j.

عملية التحويل Transformation:

تتم هذه العملية في الطبقة الأخيرة من طبقات المعالجة حيث يتم تحويل ناتج عملية الجمع المذكور في العملية السابقة إلى أحد القيم التي يفترض أن تكون ضمن نواتج الشبكة المرغوب بها. فمثلاً لو كانت الشبكة ستتعلم كيف تصنف الأعداد إلى فردي وزوجي، على أن تعطي كل عدد فردي القيمة 0 و كل عدد زوجي القيمة 1.

فإن قيمة Sj وهو ناتج عملية الجمع لن يعطي القيمة 0 أو 1 غالباً، لذا لا بد من تحويل هذا الناتج إلى أحد هذه القيمتين، وذلك عن طريق قاعدة التحويل والتي يحددها المبرمج. فمثلاً تكون القاعدة كالتالي:

if Sj>0 then Xj=1

if Sj<=0 then Xj=0

حيث Xj هي القيمة الخارجة من وحدة المعالجة j

عملية ضبط أوزان الشبكة weights adjustment:

بعد إتمام عملية التحويل يتم مقارنة الناتج الذي تعطيه الشبكة مع الناتج الصحيح الذي يفترض أن تعطيه الشبكة وذلك عن طريقة طرح الناتج الهدف(الصحيح) من ناتج الشبكة، فإذا كان ناتج الطرح مساوياً للصفر فهذا يعني أن الشبكة أخرجت ناتجاً صحيح، أما إن كان غير ذلك فالشبكة تحتاج لضبط أوزانها، وذلك من خلال قاعدة التعليم learning rule:

wjinew= wjiold+C(tj-Xj)ai

حيث wjinew هي قيمة الوزن الجديد الملحق بالوصلة البينية بين الوحدة j والوحدة i

و wjiold هي قيمة الوزن القديم الملحق بالوصلة البينية بين الوحدة j والوحدة i

و C هو معدل التعلم learning rate وهي قيمة ثابتة عادة ما تكون قيمة أقل من 1

و tj هي القيمة الهدف للشبكة

و Xj هي القيمة التي أنتجتها الشبكة

و ai هي المخرج من الوحدة i

إذا لم تفهم كل هذه العمليات من خلال القراءة، فهذا أمر طبيعي، سنحتاج أولاً لتطبيق عملية المحاكاة بواسطة الورقة والقلم أولاً حتى نفهم عملية التعليم ثم نصمم برنامج مناسب لها كما سنرى في الدرس القادم.

الجزاء الاول 

Unknown

10/23/2014 06:44:00 م

اقرأ المزيد

الشبكات العصبية Neural Network - الجزء الاول

الشبكات العصبية (Neural Network) كيف يتعلم الإنسان؟! تنتشر في جسم الإنسان ملايين الخلايا العصبية والتي تتفرع بدورها إلى الملايين من الزوائد العصبية، حيث تنقل هذه الخلايا العصبية الإحساس و ردّات الفعل من و إلى العقل البشري بواسطة الحبل الشوكي. ومن خلال هذه الخلايا العصبية يتم تخزين المعرفة عن العالم الخارجي في العقل البشري، وذلك عن طريق ضبط الأوزان داخل هذه الخلايا. لو أخذنا مثال بسيط و يحدث دائماً دون أن نشعر بذلك في حياتنا، وهو تعلّم الطفل للتعرف على صور الحيوانات في السنوات الأولى من عمره. فمثلاً لو عرضنا على طفل في الثالثة من عمره صورة لبقرة  ثم عرضنا صورة لقط ثم صورة لدجاجة مع ذكر اسم كل حيوان أمامه. و كررنا هذه الصور لعدة مرات. بعد ذلك تأتي مرحلة الاختبار ويتم فيها عرض الصور السابقة مع صور حيوانات أخرى لنقل صورة عصفور بحيث يطلب منه معرفة اسم الحيوان الظاهر في الصورة، نلاحظ أن الطفل سيتعرف على صور الحيوانات التي تعلمها أثناء مرحلة التعليم ولكن عند عرض صورة العصفور فإن الطفل سيتعرف على الصورة على أساس أنها صورة الدجاجة! وذلك لأن صورة العصفور مشابهة في كثير من الخصائص الخارجية لصورة الدجاجة والتي تم تخزينها في عقله. ولكن مع تنويع الصور وتكرارها سيتعلم الطفل أكثر في كل مرة. فكّر العلماء في طريقة يستطيعون من خلالها محاكاة هذه العملية التي تحدث في العقل البشري، وتوصلوا إلى علم الشبكات العصبية Neural Network والذي يندرج تحت علوم الذكاء الصناعي، بحيث يجعلون من أجهزة الحاسوب أجهزة ذكية، بإمكانها أن تكتسب المعرفة بنفس الطريقة التي يكتسب بها الإنسان المعرفة، وهي طريقة ضبط الأوزان أثناء التعلم. الشبكات العصبية الاصطناعية: هو جهاز مصمم لمحاكاة الطريقة التي يؤدي بها العقل البشري مهمة معينة، وهو عبارة عن معالج ضخم موزع على التوازي، ومكون من وحدات معالجة بسيطة، بحيث يقوم بتخزين المعرفة العملية ليجعلها متاحة للمستخدم وذلك عن طريق ضبط الأوزان. طرق المحاكاة: هناك عدة طرق لمحاكاة الطريقة التي يتعلم بها الإنسان وهي: ·         عن طريق الورقة والقلم، بحيث يتم إدخال الخصائص كمدخلات ثم القيام بعمليات حسابية معينة تضبط فيها الأوزان لتعطي النتيجة المرغوبة وهذه الطريقة غير عملية وتستخدم عادة لتوضيح المفهوم الذي تعمل به الشبكة العصبية فقط. ·         عن طريق عدة أشخاص مع كل شخص منهم آلة حسابية بسيطة، بحيث يمثل كل شخص منهم خلية عصبية تقوم بعملية ضبط الأوزان. وهذه الطريقة غير فعالة لنفس الأسباب السابقة. ·         عن طريق عدد كبير جداً من أجهز الحاسوب المتصلة ببعضها البعض، بحيث يمثل كل جهاز منها خلية عصبية تقوم بعمليات حسابية بسيطة لضبط الأوزان، وهذه الطريقة غير فعالة نظراً للعدد الكبير جداً من الأجهزة والتي تكون في الغالب مكلفة جداً. ·         عن طريق برنامج يحاكي هذه العملية، وهذه هي الطريقة الأمثل و الأسهل والأقل تكلفة علاوة على كونها الأكثر انتشارا، وهي التي سنعتمدها إن شاء الله في هذا الدرس لبناء شبكة عصبية. التطبيقات التي تستخدم الشبكات العصبية: الشبكات العصبية أعطت حلولاً ذات كفاءة عالية للكثير من التطبيقات في العديد من المجالات نذكر منها: ·         تمييز الأنماط والتعرف على الصور. ·         القدرة على التعرف على الصور المشوهة. ·         إكمال الصور التي فقدت جزء منها، مثل الصور المرسلة بواسطة الأقمار الصناعية. ·         عمليات التصنيف إلى عدد من الفئات. مثل تصنيف الحيوانات إلى أليفة و مفترسة. لو أخذنا مثلاً على عملية التعرف على الكائنات الحية، و قمنا ببرمجة برنامج بالطريقة التقليدية للتعرف على هذه الحيوانات فإن ذلك سيكون صعب للغاية فضلاً عن كونه محدود القدرات. فالتطبيقات التقليدية تمر بعدة مراحل تتطلب في معضمها وجود الإنسان، و تتطلب برنامج ضخم للتعرف على كل حيوان على حدة! بينما في الشبكات العصبية فإنه الشبكة تتبع نفس الطريقة التي يتعلم بها الإنسان وذلك عن طريق عرض صور الحيوانات وضبط الأوزان حتى يتم تخزين المعرفة بصورة صحيحة في ذاكرة الحاسوب ومع تكرار الصور و تنوعها تتعلم الشبكة وتصبح قادرة على إعطاء إجابات صحيحة، وكل ذلك لا يتطلب كتابة برنامج ضخم كما في التطبيقات التقليدية. مكونات الشبكة العصبية: كما أن للإنسان وحدات إدخال توصله بالعالم الخارجي وهي حواسه الخمس، فكذلك الشبكات العصبية تحتاج لوحدات إدخال، ووحدات معالجة يتم فيها عمليات حسابية تضبط بها الأوزان و تحصل من خلالها على ردة الفعل المناسبة لكل مدخل من المدخلات للشبكة. فوحدات الإدخال تكوّن طبقة تسمى طبقة المدخلات، و وحدات المعالجة تكوّن طبقة المعالجة وهي التي تخرج نواتج الشبكة. وبين كل طبقة من هذه الطبقات هناك طبقة من الوصلات البينية التي تربط كل طبقة بالطبقة التي تليها والتي يتم ضبط الأوزان الخاصة بكل وصلة بينية، وتحتوي الشبكة على طبقة واحدة فقط من وحدات الإدخال ولكنها قد تحتوي على أكثر من طبقة من طبقات المعالجة. طرق تعليم شبكة عصبية: تتعلم الشبكة عن طريق إعطائها مجموعة من الأمثلة، التي يجب أن تكون مختارة بعناية، لأن ذلك سيساهم في سرعة تعلم الشبكة. ومجموعة الأمثلة هذه تسمى فئة التدريب. وتنقسم طرق تعليم شبكة عصبية إلى قسمين حسب فئة التدريب التي تعرض على الشبكة. وهما: ·         التعليم بواسطة معلمSupervised Learning: في هذه الطريقة تكون فئة التدريب التي تعرض على الشبكة عبارة عن زوجين من المتجهات، متجه المدخلات وهو عبارة عن القيم المدخلة للشبكة، ومتجه المخرجات وهو عبارة عن القيم التي يجب أن تخرجها الشبكة. مثال: Input:(0 1 0 1 0 0 0 1) Output:(0 1 1) ·         التعليم بدون معلم Unsupervised learning: في هذه الطريقة تكون فئة التدريب عبارة عن متجه المدخلات فقط دون عرض المخرجات على الشبكة. في الدرس التالي سنعرف على أول شبكة تتعلم بواسطة معلم وهي Perceptron Network.

الجزاء الثاني 

Unknown

10/23/2014 06:40:00 م

اقرأ المزيد

ما هي شبكات الحاسوب

1.      تعريف شبكة الحاسبات

الشبكة هي عبارة علي مجموعة حاسبات متنوعة و مختلفة (طرفيات, حاسبات شخصية, محطات عمل, حاسبات متوسطة, حاسبات كبيرة أو عملاقة) مرتبطة ببعضها البعض و ذلك عن طريق وحدات ربط (Network Cards) ووسائط (من كوابل محورية, أسلاك مبرومة و ألياف ضوئية) و أجهزة ملحقة (مثل جهاز تقوية أو مكرر, مجمعات توصيل, جسر أو مسار ربط) مكونة بذلك شبكة متكاملة. و بهذه الطريقة يمكن لأي حاسب أن يستفيد من الخدمات التي تقدمها الحاسبات الأخرى المرتبطة مع الشبكة حيث انه  يندر حاليا استخدام الحاسب بمعزل عن الحاسبات الأخرى. أنظر الشكل 1.

الشكل 1:  يمثل الشبكات واستخدامها

2.     أهداف شبكات الحاسبات         

تسمح شبكة الحاسبات بنقل المعلومات المتعددة الوسائط (بيان, نص, صورة,رسم أو صوت) بين الحاسبات بدون اعتبار للمسافات. و تهدف الشبكات إلى:

ا-  المشاركة في الموارد المختلفة : المعدات المادية (طابعة, قرص صلب, معالج), البرامج و النظم (نظم إدارة قواعد البيانات, برامج مكلفة) أو البيانات (ملفات, جداول أو صفحات الوب) حيث يمكن لكل حاسب في الشبكة أن يستفيد من معدات, برامج أو بيانات تقدمها حاسبات أخرى.

ب- الحصول على بيانات و معلومات من قواعد بيانات و بنوك معلومات في أماكن بعيدة.

ج-  نقل البيانات, المعلومات و  البريد الإلكتروني من مقدمي الخدمات و توزيعها على المستفيدين في أماكن مختلفة و بعيدة.

   ه-  نقل البريد الالي من مقدمي خدمات الحاسبات الخادمة  البريد و توزيعها علي الحاسبات المستفيدة(المشتركين)  في أماكن مختلفة و بعيدة المسافات.

د‌-  الاعتماد على حاسبات أخرى في حالة حدوث عطل أو خلل في حاسب ما.

و‌-   سرعة إنجاز تنفيذ عمليات معقدة (تطبيقات رياضيات, محاكاة أو بحوث عمليات) بمشاركة اكثر من حاسب أو معالج في تنفيذ العمليات المطلوبة. 

3.     هيكلة الربط : نموذج الخادم/المستفيد Client/Server Model

نموذج الخادم/المستفيد هو الهيكلة المستعملة حاليا لربط حاسب بحاسب أخر عبر الشبكة. ويكون فيها المستفيد (Client) برنامج أو جهاز (طرفية, حاسب شخصي أو أي نوع من أنواع الحاسبات) يحتاج خدمة مقدمة من طرف برنامج أو حاسب أخر يسمي الخادم (Server).  والخدمات المقدمة من الحاسب الخادم تتلاءم مع أهداف الشبكة مثلا خدمة طباعة, خدمة ملفات, خدمة صفحات متعددة الوسائط, خدمة بريد إلكتروني الخ...

و تكون الهيكلة على الشكل التالي:

الجدول التالي يبين بعض الخدمات و أسم الخادم لكل خدمة

نوع الخدمة	اسم الخادم (عربي/إنجليزي)
طباعة	خادم طباعة / Printer Server
ملفات	خادم ملفات / File Server
صفحات	خادم صفحات / Web Server
بريد إلكتروني	خادم بريد إلكتروني / E-mail Server
شبكة	خادم الشبكة أو ملقم الشبكة / Network Server

                                                                                                     

خادم الشبكة أو ملقم الشبكة ( (Network Server مثلا يقوم بإدارة و تنظيم مهام الشبكة و يوجد به نظام تشغيل الشبكة (NOS : Network Operating System).

ملاحظة: يمكن وجود اكثر من خادم في نفس الشبكة مهما يكون نوعها.

4.     المكونات الرئيسية لشبكات الحاسبات

تتكون الشبكة من مكونات مادية و برمجيات. وتنقسم المكونات المادية إلى ثلاثة أنواع : الحاسبات (Computers) بشتى أنواعها, الكروت و الوسائط (Media) و الأجهزة الملحقة ( (Devices  (راجع التعريف). أما البرامج فتنقسم إلى برامج نظم تشغيل الشبكة, برتوكولات الاتصال و نظم إدارة الشبكة. و يلخص الجدول التالي جميع المكونات الرئيسية.

المكونات الرئيسية للشبكة (ملخصة)

مادية			برمجيات
حاسبات Computers	كروت ربط  و وسائطCards & Communication Media	أجهزة ربط  ملحقة  Devices	نظم تشغيل الشبكة NOS	برتوكولا الاتصال  Communication Protocols	نظم إدارة الشبكة NMS
- طرفيات Terminals - حاسبات شخصية ((PC -          محطات عمل  (Work Stations) -          حاسبات متوسطة  ((Mini Computers - حاسبات رئيسية (Mainframe) -          حاسبات عملاقة (Super Computers)	- كوابل محورية (coaxial Cables) - أسلاك مبرومة (Twisted Pairs) - ألياف ضوئية (Optical Fiber) - الأوساط اللاسلكية (Wireless Media)  - كرد واجهة الشبكة (NIC Card )	- جهاز تقوية أو مكرر Repeater - هب Hub - جسر Bridge - عبارة أو بوابة Gateway - مفتاح Switch -     مسار ربط  Router -          أجهزة مودم (Modems)

  

خصائص الوسائط الاتصال (Communication Media characteristics)  

الوسائط الخصائص	أل كوابل المحورية Coaxial Cables		الأسلاك المبرومة Twisted pair		الألياف الضوئية Optic Fiber
	الغيلظة Thick	الرفيعة Thin	المغلفة ٍShielded STP	غير مغلفة Unshielded UTP
- السرعة	10 – 100 Mbps	10- 100 Mbps	10-100 Mbps	10-100 Mbps	اكبر من 100 Mbps
- الطول	500 متر	200 متر	100 متر	100 متر	إلى 2000 متر
- المقاومة	نعم	لا	نعم	لا	نعم
- التكلفة	بسيطة التكلفة	بسيطة التكلفة	بسيطة إلى مكلفة	بسيطة التكلفة	مكلفة

البرمجيات (Software)

 تشمل البرمجيات عدة أنواع من بينها:

ا- نظم تشغيل الشبكة  NOS (Network Operating Systems)ٍ

تتحكم نظم تشغيل الشبكة في كل المكونات المادية للشبكة و التنسيق بينها و تنظم طريقة الاستفادة منها ونظام Windows NT  هو مثال من هذه الأنظمة.

ب- البروتوكولات( ومداولات) الاتصال  Protocols Communication

تسمح البروتوكولات بتبادل البيانات و المعلومات بين الحاسبات المرتبطة بالشبكة. تتنوع البروتوكولات حسب تنوع الشبكات و البيانات و المعلومات المتبادلة. فشبكة الانترنيت تستعمل مجموعة بروتوكولات معروفة باسم

TCP/IP (Transmission Control Protocol/Internet Protocol     

 وهناك بروتوكول لتبادل الملفات و يسمى FTP (File Transfer Protocol)  

كما يوجد كذلك بروتوكول لتوصيل النصوص المتشعبة و المعلومات المتعددة الوسائط و يسمى HTTP (Hyper Text Transfer Protocol)

ج- نظم إدارة الشبكة  Network Management Systems

تسمح نظم إدارة الشبكة بإدارة و توجيه الشبكة بطريقة ملائمة و التنبؤ بالمشاكل التي يمكن أن تحدث و إيجاد الحلول لها.

5.     أنواع الشبكات 

تتنوع شبكات الحاسبات من جوانب مختلفة سواء من ناحية أسلوب ربط المكونات مع بعضها البعض أو التغطية الجغرافية أو الوسائط المستعملة أو تطبيقاتها و استخدامها.

5.1 أساليب التوصيل

أساليب الربط تعبر عن كيفية ربط الحاسبات بعضها بعض على أساس نموذج الخادم/المستفيد.

ا- شبكات اتصال أحادية النقاط Point-to-Point Communications

يتم فيها اتصال مستفيد (حاسب شخصي أو طرفية) بالخادم البعيد (حاسب رئيسي) عن طريق وصلة مخصصة لها. يمكن ان تكون هذه الوصلة دائمة (و تكون خط مباشر مستأجر من شركة اتصالات من المستفيد إلى الخادم) أو مؤقتة ( وتكون عن طريق شبكة الهاتف).

يتميز هذا النوع بإمكانية وجود اتصال مباشر بين المستفيد و الخادم في جميع الأوقات إلا أن بعض الخطوط يمكن أن لا تستغل كليا و يعتبر هذا هدر للموارد. الشكل رقم 2 يوضح شبكة اتصال أحادية النقاط.

ب- شبكات اتصال متعددة النقاط Multi-Point Communications

عند وجود إمكانية تجميع جغرافي لعدة حاسبات مستفيدة حيث أنها تشارك في نفس الوسيط الذي يربطها بالحاسب الرئيس أو الخادم فيسمى هذا الأسلوب بالمتعدد النقاط و يكون اكثر اقتصاد إلى الموارد لكنه يتطلب و جود محكم مع مبرمج لتشغيل وتيسير لكل جهاز إرسال و استقبال بياناته. و يوضح الشكل رقم 3 شبكة اتصال متعددة النقاط

5.2.  أنواع الشبكات من حيث التغطية الجغرافية

يمكن تقسيم شبكات الحاسبات من حيث التغطية الجغرافية إلى ثلاثة أنواع : الشبكات المحلية, الشبكات الإقليمية و الشبكات الواسعة.

ا-        شبكات الحاسبات المحلية LAN (Local Area Network)

الشبكات المحلية تتميز بكونها محدودة جدا في المسافات (لا تتجاوز بعض الكيلومترات)  بين الحاسبات التي تربطها او كونها كذلك مملوكة من مؤسسة ما.  إلا انه يمكن ربط عدة شبكات محلية في أماكن وذات استعمالات مختلفة ببعضها البعض بواسطة أجهزة ملحقة )مثل العبارات أو مسارات الربط).

تتميز شبكة الحاسبات المحلية بسرعتها الفائقة لنقل البيانات التي تتراوح بين 10 إلى 100 أو  1000 ميجا بت في الثانية للشبكات العالية السرعة (10 to 100 or 1000 Mbps) حسب الوسيط و التقنيات المستعملة (كوابل محورية, أسلاك مبرومة أو ألياف ضوئية).  الشكل رقم 5 يبين ثلاثة بنيات مختلفة  (بنية المسار المشترك : Bus Topology , البنية النجمية :  Star Topology والبنية الحلقية : Ring (Topology .

(ادخل علي http://netacad.uaeu.ac.ae لمزيد من التفاصيل على التقنيات المستعملة في الشبكات المحلية).

ملاحظة:  يمكن انشاء شبكة محلية باستخدام تقنية واحدة او دمج اي عدد من التقنيات المذكورة سابقا في الشكل 5.

ب-       شبكات الحاسبات الواسعة WAN (Wide Area Network)

تشمل الشبكات الواسعة كل أنواع الشبكات المستخدمة في نقل البيانات و المعلومات من أماكن بعيدة و في مساحة جغرافية واسعة (من عدة كيلومترات إلى آلاف الكيلومترات). و تستخدم فيها كل أساليب الاتصال السابق ذكرها. و تحتوي الشبكة الواسعة على عدد كبير جدا من الطرفيات و الحاسبات.

سرعة الشبكات الواسعة ضعيفة مقارنة بالشبكات المحلية حيث أنها غالبا ما تعتمد على شبكة الهاتف و مجموعة كبيرة من أجهزة ملحقة من أهمها المودم (Modem)  ذو السرعة المنخفضة التي تقاس بالكيلو بت في الثانية (x Kbps) بينما تقاس سرعة الشبكات المحلية بالمجا بت في الثانية .(x Mbps) . يوجد مثلا مؤسسات كبيرة كشركات الطيران تستعمل الشبكات الواسعة حيث أن مكاتبها موزعة في كل أنحاء العالم.

الشكل 6.  محول (Modem) خارجي

ج-       شبكات الحاسبات الإقليمية MAN (Metropolitan Area Network)

تستخدم الشبكات الإقليمية في مساحات جغرافية متوسطة نسبيا تصل إلى عدة كيلومترات و تستعمل في ربط حاسبات موجودة في نفس المدينة أو مجموعة قريبة من المدن.

نوع الشبكة خصائص	المحلية  LAN	الواسعة  WAN	الإقليمية  MAN
التغطية الجغرافية	حتى 2000 متر	من بعض الكيلو مترات إلى آلاف	على مستوى مدينة
السرعة	فائقة جدا و تتراوح بين 4 مجا بت في الثانية إلى 1000 مجا بت في الثانية (4 to 1000 Mbps)  حسب التقنيات و الوسائط المستعملة	سرعة منخفضة بسبب عدد الأجهزة الملحقة و خاصة أجهزة المودم ذات السرعة المنخفضة و التي تحسب ب الكيلو بت في الثانية (Kbps)	تعادل تقريبا سرعة الشبكات الواسعة
عدد الحاسبات	من 2 إلى بعض المئات	عدد كبير جدا يحسب  بالمئات و بآلاف
الوسائط و الأجهزة الملحقة	جميع أنواع الوسائط و الأجهزة	جميع أنواع الوسائط و الأجهزة مع أجهزة محكمة, أجهزة مودم, متعدد      (Multiplexer) و شبكة الهاتف	جميع أنواع الوسائط و الأجهزة مع أجهزة محكمة, أجهزة مودم, متعدد (Multiplexer)  و شبكة الهاتف
التقنيات	Ethernet, Token-Ring, FDDI	T1, X25. ISDN, Modems	T1, X25. ISDN, Modems
الوصل	متواصل 24 ساعة/24	متواصل-منقطع	متواصل-منقطع
الملكية	منشاة واحدة	منشاة إلى عدة منشات	منشاة إلى عدة منشات

Unknown

10/23/2014 03:05:00 م

اقرأ المزيد