• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Распределенные вычисления

2023/2024
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты
Статус:
Курс по выбору
Когда читается:
5-й курс, 1 модуль

Программа дисциплины

Аннотация

Курс предназначен для изучения принципов построения распределенных систем. В последнее время распределенным системам и распределенным алгоритмам уделяется большое внимание, почти каждый университет предлагает курс по распределенным системам и алгоритмам. Появились разработки, публикации и монографии по распределенным системам, однако многие из этих публикаций касаются только вопросов, связанных с архитектурой распределенных систем. В предлагаемом курсе внимание уделяется в основном распределенным алгоритмам, а точнее, теории распределенных алгоритмов, которая интенсивно развивалась последние 20 лет. Кроме того, рассматриваются технологии создания распределенных систем. В настоящее время распределенные системы и распределенные вычисления являются наиболее перспективными в области информационных технологий. Они являются более актуальными, чем последовательные вычисления, руководствуясь критериями производительности, надежности и т.д., и более актуальными, чем параллельные вычисления, поскольку охватывают гораздо более широкий круг задач. Поэтому любой профессионал в области компьютерных наук для успешной работы должен владеть знаниями о распределенных системах и алгоритмах.
Цель освоения дисциплины

Цель освоения дисциплины

  • Изучение студентами общих характеристик технологического феномена Интернета Вещей (Internet of Things, IoT), принципов дизайна социо-технических систем на основе современных технологий IoT для автоматизации различных процессов и рутинных операций
  • Формирование у студентов четкого представления о возможностях применения методов автоматического восприятия и анализа контекста «умных» устройств, коллективных алгоритмов обработки данных и планирования действий, получение практических навыков работы с соответствующими инструментальными средствами и программами для систем типа «интернета вещей»
Планируемые результаты обучения

Планируемые результаты обучения

  • Владеть методами программирования устройств Intel Edisson на языке Python
  • Знать назначение и принципы построения систем класса IoT
  • Знать основные технические характеристики устройств на примере Intel Edisson
  • Знать программные и аппаратные средства восприятия контекста
  • Знать терминологию, принятую в изучаемой дисциплине, ее основные понятия и определения, применяемые на практике алгоритмы и математические методы
  • Уметь применять полученные теоретические знания к решению практических вопросов планирования, проектирования, разработки, интеграции и эксплуатации информационных систем класса IoT
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в проблематику проектирования и реализации систем класса IoT
  • Практическое освоение стандартных интерфейсов
  • Системное программное обеспечение Intel Edisson
  • Проектирование и реализация алгоритмов взаимодействия с интерфейсами GPIO
  • Проектирование и реализация алгоритмов взаимодействия с интерфейсами АЦП
  • Проектирование и реализация алгоритмов взаимодействия с интерфейсами ШИМ
  • Проектирование и реализация алгоритмов взаимодействия с интерфейсами УАПП
Элементы контроля

Элементы контроля

  • неблокирующий Домашняя работа
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 учебный год 1 модуль
    0.7 * Домашняя работа + 0.3 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Федоров, Д. Ю.  Программирование на языке высокого уровня Python : учебное пособие для прикладного бакалавриата / Д. Ю. Федоров. — 2-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2019. — 161 с. — (Бакалавр. Прикладной курс). — ISBN 978-5-534-10971-9. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/437489 (дата обращения: 28.08.2023).

Рекомендуемая дополнительная литература

  • Барсегян А., Куприянов М., Степаненко В., Холод И. Технологии анализа данных: Data Mining, Text Mining, Visual Mining, OLAP. 2 изд., Санкт-Петербург: БХВ-Петербург, 2008 г. , 384 с. ISBN 5-94157-991-8
  • Петцке К. - LINUX. От понимания к применению - Издательство "ДМК Пресс" - 2008 - ISBN: 5-93700-004-8 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/1191