Магистратура 2023/2024

Проектный семинар

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный

Направление: 10.04.01. Информационная безопасность

Кто читает: Кафедра информационной безопасности киберфизических систем

Где читается: Московский институт электроники и математики им. А.Н. Тихонова

Когда читается: 1-й курс, 1-4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Пантюхин Дмитрий Валерьевич

Прогр. обучения: Информационная безопасность киберфизических систем

Язык: русский

Кредиты: 3

Контактные часы: 62

Программа дисциплины

Аннотация

Семинар направлен на изучение основ нейросетевых технологий и их применения в задачах кибербезопасности, таких как обнаружение и распознавание атак на информационные ресурсы, создание и обнаружение обманных изображений, текстов, звуков речи и др. В результате освоения курса студенты должны приобрести знания об угрозах, исходящих от систем искусственного интеллекта и методах защиты от них, а также сформировать практические навыки по использованию нейросетевых моделей для противодействия киберугрозам. В рамках курса изучаются основные нейросетевые модели и архитектуры, приводятся основные сведения о методах атаки на модели искусственного интеллекта и защиты от них, достаточно подробно рассматриваются реализации моделей искуственного интеллекта. При обучении предусмотрен контроль знаний студентов в виде учета активности студентов на семинаре, домашнего задания в форме программного исследовательского проекта и экзамена.

Цель освоения дисциплины

• Приобретение знаний и практического опыта в области нейросетевых технологий для кибербезопасности.
• Приобретение навыков исследовательской работы, предполагающей самостоятельное изучение специфических нейросетевых технологий, применяемых в области кибербезопасности.

Планируемые результаты обучения

• Объясняет архитектуры нейронных сетей для прикладных задач
• Применяет основные архитектуры нейронных сетей для базовых задач
• Применяет нейронные сети для обработки изображений
• Разрабатывает алгоритмы и программы нейронных сетей для обработки изображений
• Применяет нейронные сети для обработки текстов и звуков
• Разрабатывает алгоритмы и программы нейронных сетей для обработки текстов и звуков

Содержание учебной дисциплины

• Основные архитектуры нейронных сетей
• Нейронные сети обработки изображений и видео в задачах кибербезопасности
• Нейронные сети обработки текстов и звуков для задач кибербезопасности

Элементы контроля

• Защита темы
  "Защита темы" выполняется в виде отчета, содержащего тщательно проработанное Техническое задание на проект и материалы предварительных исследований выбранной темы Проекта, включая анализ источников. Темы Проектов выбираются студентами и согласовываются с преподавателем. Оформляется презентация и отчет защищается публично на семинаре.
• Письменное задание
  Оценивается качество выполнения заданий, ответов на вопросы. Задания и вопросы представляются в виде теста или короткого программного задания.
• Экзамен
  Экзамен в виде итогового теста по материалам семинара
• Защита проекта
  "Защита проекта" выполняется в виде отчета, содержащего результаты Проекта, описание материалов исследований с приложением разработанных программных кодов. Оформляется презентация и отчет защищается публично на семинаре.

Промежуточная аттестация

• 2023/2024 учебный год 4 модуль
  0.4 * Защита проекта + 0.2 * Защита темы + 0.1 * Письменное задание + 0.1 * Письменное задание + 0.2 * Экзамен

Список литературы

Рекомендуемая основная литература

• Антонио, Д. Библиотека Keras – инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow / Д. Антонио, П. Суджит , перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2018. — 294 с. — ISBN 978-5-97060-573-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/111438 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Гласснер, Э. Глубокое обучение без математики : справо / Э. Гласснер , перевод с английского В. А. Яроцкого. — Москва : ДМК Пресс, [б. г.]. — Том 1 : Основы — 2019. — 578 с. — ISBN 978-5-97060-701-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/131696 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Гласснер, Э. Глубокое обучение без математики. Том 2. Практика : руководство / Э. Гласснер , перевод с английского В. А. Яроцкого. — Москва : ДМК Пресс, 2020. — 610 с. — ISBN 978-5-97060-767-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/131710 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Глубокое обучение - 978-5-496-02536-2 - Николенко С., Кадурин А., Архангельская Е. - 2019 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/356955 - 356955 - iBOOKS
• Гудфеллоу, Я. Глубокое обучение / Я. Гудфеллоу, И. Бенджио, А. Курвилль , перевод с английского А. А. Слинкина. — 2-е изд. — Москва : ДМК Пресс, 2018. — 652 с. — ISBN 978-5-97060-618-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/107901 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Нейронные сети : полный курс, Хайкин, С., 2006
• Нейронные сети: основы теории / А.И. Галушкин. - М.: Гор. линия-Телеком, 2012. - 496 с.: ил.; 60x90 1/16. (обложка) ISBN 978-5-9912-0082-0, 1000 экз. - Режим доступа: http://znanium.com/catalog/product/353660
• Паттерсон, Д. Глубокое обучение с точки зрения практика / Д. Паттерсон, А. Гибсон. — Москва : ДМК Пресс, 2018. — 418 с. — ISBN 978-5-97060-481-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/116122 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Ростовцев, В. С. Искусственные нейронные сети : учебник для вузов / В. С. Ростовцев. — 2-е изд., стер. — Санкт-Петербург : Лань, 2021. — 216 с. — ISBN 978-5-8114-7462-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/160142 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

• Alpina - 22754 - Я.Лекун - Как учится машина: Революция в области нейронных сетей и глубокого обучения - 9785907470552 - Альпина ПРО - 2021 - https://hse.alpinadigital.ru/book/22754
• OpenCV и Java. Обработка изображений и компьютерное зрение - 978-5-9775-3955-5 - Прохоренок Н.А. - 2018 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/bookshelf/358884 - 358884 - iBOOKS
• Асадуллаев, Р. Г. (2017). Нечеткая логика и нейронные сети. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.93A4EE7B
• Барский, А. Б. Введение в нейронные сети : учебное пособие / А. Б. Барский. — 2-е изд. — Москва : ИНТУИТ, 2016. — 358 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/100684 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Бутусов Олег Борисович, Butusov Oleg Borisovich, Джулай Анна Алексеевна, & Dzhulai Anna Alekseevna. (2018). Применение методов визуального моделирования и программирования в образовательном процессе по дисциплине «Нейронные сети». Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.E28243B
• Ватолин, Д. С. Методы сжатия изображений : учебное пособие / Д. С. Ватолин. — 2-е изд. — Москва : ИНТУИТ, 2016. — 196 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/100646 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Геворкян Гурген Аркадиевич. (2017). Нейронные сети: графический интерфейс пользователя в Matlab. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.4576DF4C
• Гущин, И. В., Споров, А. Е., & Тапузов, А. С. (2018). Application of convolutional neural networks for problems of fruits classification in the image ; Применение свёрточных нейронных сетей для задач классификации фруктов на изображении ; Застосування згорткових нейронних мереж для задач класифікації фруктів на зображенні. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.120A2E25
• КОСТИНА Л.Н., & ГАРЕЕВА Г.А. (2015). Нейронные Сети В Задачах Прогнозирования Временных Рядов. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.B4B400D4
• Круглов, В. (2011). Цифровая Обработка Изображений. Успехи Современного Естествознания, (10). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsclk&AN=edsclk.14930677
• Методы и алгоритмы интеллектуальной обработки цифровых изображений : учеб. пособие / Ю.А. Болотова, А.А. Друки, В.Г. Спицын ; Томский политехнический университет. - Томск : Изд-во Томского политехнического университета, 2016. - 208 с. - ISBN 978-5-4387-0710-3. - Текст : электронный. - URL: https://new.znanium.com/catalog/product/1043928
• Нейронные сети, генетические алгоритмы и нечеткие системы, Рутковская, Д., 2008
• Нейронные сети, их применение и принципы работы. (2017). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.551BB727
• Новейшие методы обработки изображений : монография / А. А. Потапов, Ю. В. Гуляев, С. А. Никитов, А. А. Пахомов. — Москва : ФИЗМАТЛИТ, 2008. — 496 с. — ISBN 978-5-9221-0841-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/2703 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Обработка изображений с помощью OpenCV / Б. Г. Глория, Д. С. Оскар, Л. Э. Хосе, С. Г. Исмаэль. — Москва : ДМК Пресс, 2016. — 210 с. — ISBN 978-5-97060-387-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/90116 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Омельяненко, Я. Эволюционные нейросети на языке Python : руководство / Я. Омельяненко , перевод с английского В. С. Яценкова. — Москва : ДМК Пресс, 2020. — 310 с. — ISBN 978-5-97060-854-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/179494 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Поточняк, Я. (2012). Обработка Текстов И Сообщений На Естественном Языке В Информационных Системах.
• Романов П. С., Романова И. П. - Системы искусственного интеллекта. Моделирование нейронных сетей в системе MATLAB. Лабораторный практикум - Издательство "Лань" - 2021 - ISBN: 978-5-8114-7747-0 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/179031
• Селянкин, В. В. Компьютерное зрение. Анализ и обработка изображений : учебник для вузов / В. В. Селянкин. — 2-е изд., стер. — Санкт-Петербург : Лань, 2021. — 152 с. — ISBN 978-5-8114-8259-7. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/173806 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Хливненко, Л. В. Практика нейросетевого моделирования : учебное пособие для вузов / Л. В. Хливненко, Ф. А. Пятакович. — 2-е изд., стер. — Санкт-Петербург : Лань, 2021. — 200 с. — ISBN 978-5-8114-8264-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/173811 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Цифровая обработка 2D- и 3D- изображений - 978-5-9775-0700-4 - Красильников Н. - 2011 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/bookshelf/23441 - 23441 - iBOOKS
• Электронное учебное пособие «Искусственные нейронные сети». (2019). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.32ADFB15

Авторы

• Пантюхин Дмитрий Валерьевич
• Аксенова Ольга Вениаминовна
• Евсютин Олег Олегович