دکتر مرضیه ملکی‌مجد

استادیار

مرضیه ملکی‌مجد

گروه مهندسی کامپیوتر
دانشگاه علم و صنعت ایران، تهران، ایران

زندگینامه

مرضیه ملکی‌مجد استادیار گروه مهندسی کامپیوتر دانشگاه علم و صنعت ایران است و از سال ۲۰۱۹ به عنوان عضو هیئت علمی در این دانشگاه فعالیت می‌کند. حوزه پژوهشی ایشان در تلاقی رایانش ابری، سیستم‌های توزیع‌شده و بهینه‌سازی منابع قرار دارد و بر کمینه‌سازی تأخیر، الگوریتم‌های زمان‌بندی و پارادایم‌های نوین نظیر رایانش لبه سیار و اینترنت اشیا تمرکز دارد.

ایشان مدرک دکترای خود در رشته مهندسی کامپیوتر را در سال ۲۰۱۸ از دانشگاه صنعتی شریف دریافت کرده‌اند. مدارک کارشناسی ارشد (۲۰۱۱) و کارشناسی (۲۰۰۹) خود را نیز از همین دانشگاه اخذ نموده‌اند. در دوران دکترا، یک بازدید پژوهشی پنج‌ماهه در دانشگاه پلی‌تکنیک میلان (ایتالیا) داشته‌اند و متعاقباً دوره پسادکترای خود را در پژوهشگاه دانش‌های بنیادی (IPM)، تهران گذرانده‌اند.

دکترا، ۲۰۱۸

دانشگاه صنعتی شریف

استادیار، ۲۰۱۹–اکنون

دانشگاه علم و صنعت ایران

بیش از ۱۴ مقاله

ژورنال‌ها و کنفرانس‌ها

۶ دانش‌آموخته ارشد

راهنمایی پایان‌نامه

تحصیلات

۲۰۱۲–۲۰۱۸

دکترا در مهندسی کامپیوتر

دانشگاه صنعتی شریف، تهران، ایران

پایان‌نامه: الگوریتم‌های تخصیص ماشین مجازی برای کمینه‌سازی تأخیر در محیط‌های ابری

۲۰۰۹–۲۰۱۱

کارشناسی ارشد در مهندسی کامپیوتر

دانشگاه صنعتی شریف، تهران، ایران

پایان‌نامه: برخی خواص شبکه‌های جابجایی (OTIS) و شبکه‌های مشابه

۲۰۰۵–۲۰۰۹

کارشناسی در مهندسی کامپیوتر

دانشگاه صنعتی شریف، تهران، ایران

پایان‌نامه: مروری بر طرح‌های اشتراک‌گذاری راز مبتنی بر گراف

مناصب آکادمیک

۲۰۱۹–اکنون

استادیار

گروه مهندسی کامپیوتر، دانشگاه علم و صنعت ایران، تهران، ایران

۲۰۱۸–۲۰۱۹

پژوهشگر پسادکترا

دانشکده علوم کامپیوتر، پژوهشگاه دانش‌های بنیادی (IPM)، تهران، ایران

۲۰۱۴ (۵ ماه)

پژوهشگر مهمان

DEIB، دانشگاه پلی‌تکنیک میلان، میلان، ایتالیا

جوایز و افتخارات

  • پذیرش در دوره دکترا به عنوان دانشجوی استعداد درخشان، گروه مهندسی کامپیوتر، دانشگاه صنعتی شریف، ۲۰۱۲
  • رتبه ۷ در آزمون سراسری کارشناسی ارشد علوم کامپیوتر، ایران، ۲۰۰۹
  • رتبه ۷ در المپیاد انفورماتیک دانشجویی کشور، ایران، ۲۰۰۹
  • مدال نقره در چهاردهمین المپیاد ملی انفورماتیک، ایران، ۲۰۰۴

حوزه‌های پژوهشی

پژوهش ایشان به چالش‌های بنیادی مدیریت منابع در سیستم‌های توزیع‌شده در مقیاس بزرگ می‌پردازد. موضوعات اصلی شامل موارد زیر است:

رایانش ابری

تخصیص ماشین مجازی، برنامه‌ریزی ظرفیت، بهینه‌سازی MapReduce و مدیریت منابع آگاه از SLA در محیط‌های ابری.

رایانش توزیع‌شده و لبه

استقرار سرویس در رایانش لبه سیار، سیستم‌های ابری همتا-به-همتا، زمان‌بندی آگاه از موقعیت داده و کمینه‌سازی تأخیر.

زمان‌بندی و بهینه‌سازی

بهینه‌سازی ترکیباتی، bin-packing، زمان‌بندی مهلت‌دار و رویکردهای فراابتکاری (ACO، GA) برای تخصیص منابع IoT.

کاربردهای یادگیری ماشین

یادگیری عمیق برای تشخیص ناهنجاری در HPC، یادگیری تقویتی برای زمان‌بندی گردش‌کار و روش‌های یادگیری گروهی برای پردازش جریان.

امنیت و بلاک‌چین

سیستم‌های تشخیص نفوذ برای IoT، رأی‌گیری الکترونیک مبتنی بر بلاک‌چین و امنیت در محیط‌های توزیع‌شده.

داده‌کاوی وب و شبکه‌های اجتماعی

تشخیص رویداد معنایی در توییتر، روش‌های مبتنی بر گراف برای ردیابی بلادرنگ رویداد و تطبیق با اخبار.

انتشارات علمی

مقالات مجله‌ای

2023

Meddal: Meeting Deadlines and Data Locality via Bin Packing in Cloud Environment

M. Malekimajd

Computing, vol. 105, no. 2, pp. 249–273.

2022

A Survey on Cloud Computing Scheduling Algorithms

M. Malekimajd and A. Safarpoor-Dehkordi

Multiagent and Grid Systems, vol. 18, no. 2, pp. 119–148.

2018

An Optimization Framework for the Capacity Allocation and Admission Control of MapReduce Jobs in Cloud Systems

M. Malekimajd et al.

Journal of Supercomputing, 2018. doi: 10.1007/s11227-018-2426-2

2018

Network and Application-Aware Cloud Service Selection in Peer-Assisted Environments

S. Askarnejad, M. Malekimajd, and A. Movaghar

IEEE Transactions on Cloud Computing, 2018. doi: 10.1109/TCC.2018.2865560

مقالات کنفرانسی

2025

Intelligent Resource Allocation in IoT: An ACO-GA Approach

H. Vafaei, N. Haghighi, and M. Malekimajd

Proc. 29th International Computer Conference (CSICC), pp. 1–5.

2022

Sem-TED: Semantic Twitter Event Detection and Adapting with News Stories

Z. Akhgari, M. Malekimajd, and H. Rahmani

Proc. 8th International Conference on Web Research (ICWR), pp. 61–69.

2022

Tedgram: Twitter Event Detection Using Graph-Based Methods

Z. Akhgari, M. Malekimajd, and H. Rahmani

Proc. 8th International Conference on Web Research (ICWR), pp. 16–23.

2014

Optimal Capacity Allocation for Executing MapReduce Jobs in Cloud Systems

M. Malekimajd et al.

Proc. 16th International Symposium on Symbolic and Numeric Algorithms (SYNASC), pp. 385–392.

مشاهده فهرست کامل و شمار استنادها در گوگل اسکالر ←

سوابق تدریس

دانشگاه علم و صنعت ایران، تهران، ایران  ۲۰۱۹ – اکنون

درس سطح توضیحات
الگوریتم‌های پیشرفته M.Sc. NP-completeness و الگوریتم‌های تقریبی با کاربردهای واقعی
طراحی و تحلیل الگوریتم‌ها B.Sc. محتوای اصلی CLRS؛ بیش از ۳۰۰ دانشجو در ۶ نیمسال
برنامه‌نویسی پیشرفته به زبان #C B.Sc. برنامه‌نویسی شیءگرا؛ بیش از ۳۰۰ دانشجو در ۸ نیمسال
مقدمه برنامه‌نویسی به زبان C/C++ B.Sc. مفاهیم پایه برنامه‌نویسی؛ بیش از ۲۵۰ دانشجو در ۶ نیمسال
طراحی سیستم‌های شیءگرا B.Sc.
مقدمه‌ای بر مسابقات برنامه‌نویسی B.Sc. تیم‌های دانشکده جوایز متعددی در ICPC منطقه‌ای کسب کردند
آشنایی با مهارت‌های دانشگاهی و موفقیت دانشجویی B.Sc.

دانشگاه صنعتی شریف، تهران، ایران  ۲۰۱۱–۲۰۱۸

  • مدرس: برنامه‌نویسی C++ و پاسکال
  • دستیار آموزشی: طراحی الگوریتم‌ها، ساختمان داده و الگوریتم‌ها، مقدمه‌ای بر نظریه اتوماتا، برنامه‌نویسی C/C++

سرپرستی دانشجویان تحصیلات تکمیلی

راهنمایی پایان‌نامه‌های کارشناسی ارشد در دانشگاه علم و صنعت ایران:

2025

Seyyed Hossein Naserizade Ghamsari

یک سیستم رأی‌گیری الکترونیک مبتنی بر بلاک‌چین ترکیبی: تضمین مقیاس‌پذیری و امنیت در انتخابات

2025

Masoud Rabiei

ارائه رویکردی مبتنی بر یادگیری تقویتی عمیق برای زمان‌بندی گردش‌کار جهت بهینه‌سازی مصرف انرژی در رایانش ابری

2024

Parisa Alaie

ارائه مدل یادگیری عمیق برای تشخیص ناهنجاری در سیستم‌های محاسبات با کارایی بالا

2024

Ahmed Jabbar Qasim Al-Khammasi

بهبود تشخیص نفوذ در اینترنت اشیا با استفاده از شبکه‌های عصبی عمیق

2024

Isaac Salmanpour Mahlabami

مسئله استقرار سرویس در رایانش لبه سیار با کمک پیش‌بینی تحرک کاربر

2024

Sajjad Safari Mohammadi

رویکردی مبتنی بر یادگیری گروهی برای سیستم‌های پردازش جریان الاستیک

فرصت‌های پژوهشی

از دانشجویان علاقه‌مند و باانگیزه در مقاطع کارشناسی ارشد و دکترا که مایل به پژوهش در زمینه‌های رایانش ابری، سیستم‌های توزیع‌شده، الگوریتم‌های زمان‌بندی و کاربردهای یادگیری ماشین هستند استقبال می‌کنم.

دانشجویان تحصیلات تکمیلی

اگر به پژوهش در حوزه‌های کاری من علاقه‌مندید، ایمیلی شامل رزومه، ریزنمرات و شرح مختصری از علایق پژوهشی خود برایم بفرستید.

همکاری‌های پژوهشی

از همکاری با پژوهشگران و صنعت در پروژه‌های مرتبط با بهینه‌سازی منابع و سیستم‌های توزیع‌شده استقبال می‌کنم.

ارسال ایمیل

ارتباط با من

آدرس

گروه مهندسی کامپیوتر
دانشگاه علم و صنعت ایران
نارمک، تهران، ایران
دانشکده مهندسی کامپیوتر، اتاق ۳۱۳

تلفن

+98 21 7322 5362 (داخلی ۵۳۶۲)
+98 912 404 6168

مراجع

Prof. Ali Movaghar

Emeritus Professor, Computer Science & Engineering

Sharif University of Technology, Tehran, Iran

movaghar@sharif.edu

Prof. Danilo Ardagna

Associate Professor, DEIB

Politecnico di Milano, Milan, Italy

danilo.ardagna@polimi.it

Dr. Reza Entezari-Maleki

Assistant Professor, Computer Engineering

Iran University of Science and Technology, Tehran, Iran

entezari@iust.ac.ir

Dr. Mohammed Gharib

Senior Research Specialist, ECE Department

Clemson University, South Carolina, USA

alghari@clemson.edu