| Закреплена за кафедрой | Кафедра информационной безопасности |
|---|---|
| Направление подготовки | 10.04.01. Информационная безопасность |
| Профиль | Информационная безопасность автоматизированных систем |
| Форма обучения | Очная |
| Общая трудоемкость | 3 ЗЕТ |
| Учебный план | 10_04_01_ИБ-2-2019 |
|
|
||||||||||||
Распределение часов по семестрам
| Курс (семестр) | 1 (1) | Итого | ||
|---|---|---|---|---|
| Недель | 19 | |||
| Вид занятий | УП | РПД | УП | РПД |
| Лекции | 18 | 18 | 18 | 18 |
| Лабораторные | 36 | 36 | 36 | 36 |
| Сам. работа | 54 | 54 | 54 | 54 |
| Итого | 108 | 108 | 108 | 108 |
Визирование РПД для исполнения в очередном учебном году
Рабочая программа пересмотрена, обсуждена и одобрена для
исполнения в 2019-2020 учебном году на заседании
кафедры
Кафедра информационной безопасности
Протокол от 05.06.2019 г. № 10-2018/19
Заведующий кафедрой д.ф.-м.н., профессор Поляков В.В.
| 1.1. | Дисциплина «Методы многомерного анализа данных в задачах защиты информации» содействует получению теоретических сведений и практических навыков в области анализа данных, развитию логического мышления, расширению профессионального кругозора. Цель курса – ознакомление студентов с современными методами анализа многомерных данных, их применением в области защиты информации. |
|---|
| Цикл (раздел) ООП: Б1.В |
| ПК-5 | способностью анализировать фундаментальные и прикладные проблемы информационной безопасности в условиях становления современного информационного общества |
| В результате освоения дисциплины обучающийся должен | |
| 3.1. | Знать: |
|---|---|
| 3.1.1. | основные способы представления данных, типологию моделей данных, базовые методы анализа данных, базовую архитектуру систем распознавания образов, способы формирования признаковых пространств, стандарты построения систем аутентификации на основе биометрических данных. |
| 3.2. | Уметь: |
| 3.2.1. | разрабатывать информационные модели данных, проводить их содержательный анализ, обосновывать и выбирать методы построения признаковых пространств, алгоритмов классификации. |
| 3.3. | Иметь навыки и (или) опыт деятельности (владеть): |
| 3.3.1. | методологией анализа многомерных данных, построения систем распознавания образов. |
| Код занятия | Наименование разделов и тем | Вид занятия | Семестр | Часов | Компетенции | Литература |
|---|---|---|---|---|---|---|
| Раздел 1. Введение. | ||||||
| 1.1. | Основные понятия и термины. Модели данных. | Лекции | 1 | 2 | ПК-5 | Л2.1, Л1.1 |
| 1.2. | Основные понятия и термины. Модели данных. | Сам. работа | 1 | 6 | ПК-5 | Л1.1 |
| Раздел 2. Проекционные методы анализа многомерных данных. | ||||||
| 2.1. | Проекционный подход к анализу данных. Метод главных компонент (МГК). | Лекции | 1 | 2 | ПК-5 | Л2.2, Л2.1, Л1.1 |
| 2.2. | Построение моделей по прецедентам. Метод SIMCA. | Лекции | 1 | 2 | ПК-5 | Л2.2, Л2.1, Л1.1 |
| 2.3. | Метод главных компонент. | Лабораторные | 1 | 6 | ПК-5 | Л2.2, Л2.1, Л1.1 |
| 2.4. | Метод SIMCA. | Лабораторные | 1 | 6 | ПК-5 | Л2.2, Л2.1, Л1.1 |
| 2.5. | Проекционный подход к анализу данных. Метод главных компонент (МГК). | Сам. работа | 1 | 8 | ПК-5 | Л2.2, Л2.1, Л1.1 |
| 2.6. | Построение моделей по прецедентам. Метод SIMCA. | Сам. работа | 1 | 8 | ПК-5 | Л2.2, Л2.1, Л1.1 |
| Раздел 3. Нелинейные методы анализа многомерных данных | ||||||
| 3.1. | Искусственные нейронные сети. Машины опорных векторов.Деревья решений. Комитетные методы. Обзор. | Лекции | 1 | 2 | ПК-5 | Л2.1, Л1.1 |
| 3.2. | Метод проекций на латентные структуры (ПЛС) | Лекции | 1 | 2 | ПК-5 | Л2.1, Л1.1 |
| 3.3. | Метод PCA для сжатия данных | Лабораторные | 1 | 8 | ПК-5 | Л2.1, Л1.1 |
| 3.4. | K-ближайших соседей | Лабораторные | 1 | 8 | ПК-5 | Л2.1, Л1.1 |
| 3.5. | Искусственные нейронные сети. Машины опорных векторов.Деревья решений. Комитетные методы. Обзор. | Сам. работа | 1 | 8 | ПК-5 | Л2.1, Л1.1 |
| 3.6. | Метод проекций на латентные структуры (ПЛС) | Сам. работа | 1 | 8 | ПК-5 | Л2.1, Л1.1 |
| Раздел 4. Применение методов АМД в сфере защиты информации | ||||||
| 4.1. | Общие принципы построения систем распознавания образов.Системы распознавания изображений. | Лекции | 1 | 4 | ПК-5 | Л2.1, Л1.1 |
| 4.2. | Нейрокриптография. | Лекции | 1 | 4 | ПК-5 | Л2.2, Л2.1, Л1.1 |
| 4.3. | Метод PLS-DA | Лабораторные | 1 | 8 | ПК-5 | Л1.1 |
| 4.4. | Общие принципы построения систем распознавания образов.Системы распознавания изображений. | Сам. работа | 1 | 8 | ПК-5 | Л1.1 |
| 4.5. | Изучение дополнительной литературы | Сам. работа | 1 | 8 | ПК-5 | Л1.1 |
| 5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины |
| см. Приложения |
| 5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.) |
| см. Приложения |
| 5.3. Фонд оценочных средств для проведения промежуточной аттестации |
| см. Приложения |
| 6.1. Рекомендуемая литература | ||||
| 6.1.1. Основная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л1.1 | Шарден Б., Массарон Л., Боскетти А. | Крупномасштабное машинное обучение вместе с Python: Учебные пособия | Издательство "ДМК Пресс", 2018 //ЭБС издательства «Лань» | e.lanbook.com |
| 6.1.2. Дополнительная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л2.1 | Уэс Маккинли | Python и анализ данных: | Издательство "ДМК Пресс", 2015 | e.lanbook.com |
| Л2.2 | Эсбенсен К. | Анализ многомерных данных. Избранные главы.: | Изд-во АлтГУ, 2003 | |
| 6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет" | ||||
| Название | Эл. адрес | |||
| Э1 | http://www.machinelearning.ru Профессиональный информационно-аналитический ресурс, посвященный машинному обучению, распознаванию образов и интеллектуальному анализу данных. | |||
| Э2 | http://chemometrics.ru Материалы по проекционным методам анализа многомерных данных | |||
| Э3 | http://link.springer.com Сайт издательства Springer, открытый доступ к статьям и книгам (на англ. языке) | |||
| 6.3. Перечень программного обеспечения | ||||
| Windows 7 Professional, № 60674416 от 17.07.2012 (бессрочная); Office 2010 Standart, № 61823557 от 22.04.2013 (бессрочная); Python c расширениями PIL, Py OpenGL, https://docs.python.org/3/license.html 7-Zip, http://www.7-zip.org/license.txt AcrobatReader, http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf | ||||
| 6.4. Перечень информационных справочных систем | ||||
| Профессиональные базы данных: 1. Электронная база данных «Scopus» (http://www.scopus.com); 2. Электронная библиотечная система Алтайского государственного университета (http://elibrary.asu.ru/); 3. Научная электронная библиотека elibrary (http://elibrary.ru) | ||||
| Аудитория | Назначение | Оборудование |
|---|---|---|
| Учебная аудитория | для проведения занятий лекционного типа, занятий семинарского типа (лабораторных и(или) практических), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации, курсового проектирования (выполнения курсовых работ), проведения практик | Стандартное оборудование (учебная мебель для обучающихся, рабочее место преподавателя, доска, мультимедийное оборудование стационарное или переносное) |
| 414К | лаборатория сетей и систем передачи информации, лаборатория программно-аппаратных средств обеспечения информационной безопасности, лаборатория в области технологий обеспечения информационной безопасности и защищенных информационных систем - учебная аудитория для проведения занятий семи-нарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консуль-таций, текущего контроля и промежуточной аттеста-ции | Учебная мебель на 15 посадочных мест; рабочее место преподавателя; Рабочие места на базе вычислительной техники / средства вычислительной техники: компьютеры: марка КламаС модель Компь-ютер КламаС Офис 3,1 ГГц/DDR3 4Гб/500 ГБ/DVD RW/КМ/Acer 23'' TFT TN - 16 единиц; Стенды сетей передачи информации с коммутацией пакетов и коммутацией каналов, структурирован-ной кабельной системой / сетевое обру-дование: маршрутизатор уровня малого офиса/филиала Cisco 2911R – 2 единицы; управляемый коммутатор Ethernet 2 уровня D-Link DES-3200-28/C1 – 7 единиц; управляемый коммутатор Ethernet 2 уровня Cisco Catalyst 2950; маршрутизатор уровня малого офиса/филиала Cisco 2911/K9 c модулем интерфейсов E1 (VWIC3-2MFT-T1/E1) – 2 единицы; межсетевые экраны D-Link DSA-3110 – 2 единицы; межсетевые экраны D-Link DSR-500 – 2 единицы; абонентские устройства D-Link DIR-300 – 3 единицы; беспроводная IP-камера D-Link DCS-2130 – 3 единицы; IP-телефон D-Link DPH-150S – 2 единицы. Аппаратно-программный комплекс обнаружения компьютерных атак "Аргус"v.1.5; Аппаратно-программный комплекс шифрования АПКШ «Континент» Версия 3.6 криптографический шлюз IPC-100. Стойки с телекоммуникационным обо-рудованием, системой питания и венти-ляции - 3 единицы; беспроводная IP-камера D-Link DCS-2130 – 3 единицы; IP-телефон D-Link DPH-150S – 2 едини-цы; межсетевые экраны D-Link DSA-3110 – 2 единицы; межсетевые экраны D-Link DSR-500 – 2 единицы; абонент-ские устройства D-Link DIR-300 – 3 еди-ницы. Учебная мебель на 15 посадочных мест; рабочее место преподавателя. Комплекс проекционного оборудования для преподавателя - презентационная LCD-панель Samsung 50" UE50F5000AK; проектор мультимедиа "BenQ MP626 DLP". |
| 001вК | склад экспериментальной мастерской - помещение для хранения и профилактического обслуживания учебного оборудования | Акустический прибор 01021; виброизмеритель 00032; вольтметр Q1202 Э-500; вольтметр универсальный В7-34А; камера ВФУ -1; компьютер Турбо 86М; масспектрометр МРС -1; осциллограф ЕО -213- 2 ед.; осциллограф С1-91; осциллограф С7-19; программатор С-815; самописец 02060 – 2 ед.; стабилизатор 3218; терц-октавный фильтр 01023; шкаф вытяжной; шумомер 00026; анализатор АС-817; блок 23 Г-51; блок питания "Статрон" – 2 ед.; блок питания Ф 5075; вакуумный агрегат; весы; вольтметр VM -70; вольтметр В7-15; вольтметр В7-16; вольтметр ВУ-15; генератор Г-5-6А; генератор Г4-76А; генератор Г4-79; генератор Г5-48; датчик колебаний КВ -11/01; датчик колебаний КР -45/01; делитель Ф5093; измеритель ИМП -2; измеритель параметров Л2-12; интерферометр ИТ 51-30; источник "Агат" – 3 ед.; источник питания; источник питания 3222; источник питания ЭСВ -4; лабораторная установка для настройки газовых лазеров; лазер ЛГИ -21; М-кальк-р МК-44; М-калькул-р "Электроника"; магазин сопротивления Р4075; магазин сопротивления Р4077; микроскоп МБС -9; модулятор МДЕ; монохроматор СДМС -97; мост переменного тока Р5066; набор цветных стекол; насос вакумный; насос вакуумный ВН-01; осциллограф С1-31; осциллограф С1-67; осциллограф С1-70; осциллограф С1-81; осциллоскоп ЕО -174В – 2 ед.; пентакта L-100; пирометр "Промень"; пистонфон 05001; преобразователь В9-1; прибор УЗДН -2Т; скамья оптическая СО 1м; спектограф ДФС -452; спектограф ИСП -51; стабилизатор 1202; стабилизатор 3217 – 4 ед.; стабилизатор 3218; стабилизатор 3222 – 3 ед.; станок токарный ТВ-4; усилитель мощности ЛВ -103 – 4 ед.; усилитель У5-9; центрифуга ВЛ-15; частотомер Ч3-54А; шкаф металлический; эл.двигатель; электродинамический калибратор 11032 |
| Помещение для самостоятельной работы | помещение для самостоятельной работы обучающихся | Компьютеры, ноутбуки с подключением к информационно-телекоммуникационной сети «Интернет», доступом в электронную информационно-образовательную среду АлтГУ |
| Рекомендации по подготовке к лекционным занятиям - перед очередной лекцией необходимо просмотреть по конспекту материал предыдущей лекции. - бегло ознакомиться с содержанием очередной лекции по основным источникам литературы в соответствии с рабочей программой дисциплины; - обратить особое внимание на сущность и графическое сопровождение основных рассматриваемых теоретических положений. Рекомендации по подготовке к лабораторным работам - руководствоваться графиком лабораторных работ РПД; - накануне перед очередной работой необходимо по конспекту или в методических указаниях к работе просмотреть теоретический материал работы; - на лабораторном занятии, выполнив разработку алгоритма и реализовав задание на языке высокого уровня, необходимо проанализировать окончательные результаты и убедится в их достоверности; - обратить внимание на оформление отчета, в котором должны присутствовать: цель работы, описание алгоритма, журнал опытных данных, реализация в опыте, цели работы, необходимые графические зависимости (при их наличии) и их анализ, результаты работы и выводы; - при подготовке к отчету руководствоваться вопросами, приведенными в методических указаниях к данной работе, тренажерами программ на ЭВМ по отчету работ и компьютерным учебником. Рекомендации по подготовке к самостоятельной работе - руководствоваться графиком самостоятельной работы; - выполнять все плановые задания, выдаваемые преподавателем для самостоятельного выполнения, и разбирать на семинарах и консультациях неясные вопросы; - подготовку к зачету необходимо проводить по теоретическим вопросам - при подготовке к зачету параллельно прорабатываете соответствующие теоретические и практические разделы курса, все неясные моменты фиксируйте и выносите на плановую консультацию. |