Нормативный срок освоения программы 2 года Красноярск 2011 г. Содержание
| Вид материала | Документы |
- Нормативный срок освоения программы 2 года Красноярск 2011 г. Содержание, 361.97kb.
- Нормативный срок освоения программы 2 года Красноярск 2011 г. Содержание, 420.15kb.
- Нормативный срок освоения программы 2 года Красноярск 2011 г. Содержание, 415.64kb.
- Нормативный срок, 21.25kb.
- Нормативный срок освоения программы 4 года Форма обучения очная Требования к результатам, 949.08kb.
- Нормативный срок освоения программы 4 года Красноярск 2011 г. Аннотация дисциплины, 1762.53kb.
- «Проблемы и перспективы развития личностно-ориентированного обучения на современном, 23.39kb.
- Нормативный срок освоения программы 4 года фгос впо утвержден приказом Минобрнауки, 687.29kb.
- Нормативный срок освоения программы 4 года фгос впо утвержден приказом Минобрнауки, 1014.52kb.
- Нормативный срок освоения программы 4 года фгос впо утвержден приказом Минобрнауки, 641.62kb.
Разработка переносимого программного обеспечения
Общая трудоемкость дисциплины составляет 4 зачетные единицы (144 час).
Целью изучения дисциплины является ознакомление с методами, применяемыми при разработке программ, переносимых с одной архитектуры вычислительной системы на другую без изменения исходных текстов и библиотек.
Структура дисциплины: лекции – 25%, лабораторные работы – 25 %, самостоятельная работа – 50%.
Задачей дисциплины является: изучение специфики и особенностей языков и систем программирования, обеспечивающих переносимость как последовательных, так и параллельных программ при изменении архитектуры вычислительной системы, операционной системы, конфигурации вычислительной системы; изучение методов преобразования переносимых программ и инструментальных средств, обеспечивающих поддержку адаптации разработанных программных систем к целевым архитектурам.
Основные дидактические единицы (разделы):
Отличия архитектур вычислительных систем, операционных систем, внешних устрой и влияние этих отличий на переносимость программного обеспечения. Факторы, определяющие привязку программ к архитектурам параллельных вычислительных систем. Подходы, обеспечивающие переносимость программ в современных компьютерах. Переносимость последовательных программ. Переносимость многопоточных программ. Привязка параллельных программ к архитектурным особенностям параллельных вычислительных систем. Общие принципы организации параллельных процессов. Стратегии управления вычислениями и основные факторы, определяющие общность и различие параллельных программ. Идеальная модель параллельных вычислений, не связанная с особенностями параллельных архитектур. Функционально-потоковая модель параллельных вычислений и ее реализация в функционально-потоковом языке параллельного программирования. Проблемы и направления использования функционально-потокового параллельного программирования.
знать: отличительные особенности архитектур вычислительных и операционных систем, влияющие на переносимость программ; методы реализации языковых и инструментальных средств, поддерживающие переносимость программ на различных уровнях и для различных как общих, так и частных ситуаций; инструментальные средства, обеспечивающие переносимость последовательных и параллельных программ.
уметь: разрабатывать программы выполняемые на вычислительных системах с разной архитектурой и управляемых различными операционными системами; уметь разрабатывать архитектурно-независимые параллельные программы и обеспечивать их архитектурную привязку.
владеть: инструментальными средствами, обеспечивающими разработку переносимых программ.
Виды учебной работы: лекции, лабораторные работы, самостоятельная работа (написание рефератов, подготовка докладов и презентаций).
Изучение дисциплины заканчивается зачетом.
^
Открытые технологии разработки программного обеспечения
Общая трудоемкость дисциплины составляет 3 зачетные единицы (108 час).
Целью изучения дисциплины является ознакомление магистрантов с широко распространенными в настоящее время способами разработки открытого программного обеспечения, что вносит ряд существенных изменений в производственный процесс по сравнению с разработкой, основанной на применении платных программных продуктов.
Структура дисциплины: лекции – 25%, лабораторные работы – 25 %, самостоятельная работа – 50%.
Задачей дисциплины является: ознакомление магистранта с методами организации производственного процесса разработки программного обеспечения, основанного на открытых технологиях, особенностями их проектирования и программирования, ознакомление с современными открытыми инструментальными средствами, получение навыка использования существующего программного кода.
Основные дидактические единицы (разделы):
Раздел 1. открытые технологии разработки программного обеспечения. Введение в открытые технологии разработки программного обеспечения (ОТРПО). Фонд свободного программного обеспечения. Идеология открытого программного обеспечения.
Виды лицензий, используемых для открытых программных продуктов. Применение ОТРПО коммерческими предприятиями. Технологии совместной разработки открытого программного обеспечения. Вопросы информационной безопасности ОТРПО. Открытые форматы данных и протоколы
Методы развития программного кода применительно к ОТРПО. Системное программирование с применением открытых технологий.
^ Раздел 2. Применение открытых технологий разработки программного обеспечения в распространенных программных продуктах. Инструментарий разработки открытого программного кода. Обзор открытых реализаций языков программирования высокого уровня, сред программирования и библиотек. ОС Linux. Открытое программное обеспечение прикладного уровня.
Обзор основных проблем в области открытых технологий, и связанных с ними перспективных направлений научно-исследовательской и профессиональной деятельности квалифицированных специалистов в данной предметной области.
^
В результате изучения дисциплины студент должен
знать: способы разработки ПО без использования коммерческих инструментальных средств, особенности организации производственного процесса с использованием открытых технологий, особенности лицензирования и распространения открытого программного обеспечения, тенденции развития данного направления.
уметь: использовать современные открытые программные средства разработки ПО с открытым кодом;
владеть: методами совместной работы над программным продуктом; методами и технологиями программирования, используемыми при расширении и модификации существующего открытого программного кода.
Виды учебной работы: лекции, лабораторные работы, самостоятельная работа.
Изучение дисциплины заканчивается зачетом.
^
Анализ данных на основе мягких вычислений.
Общая трудоемкость дисциплины составляет 3 зачетные единицы (108 час).
Целью изучения дисциплины является овладение современными методами анализа данных на основе мягких вычислений, которые включают использование генетических алгоритмов (ГА), нечеткой логики (НЛ) и искусственных нейронных сетей (ИНС) для задач управления и принятия решений.
Структура дисциплины: лекции – 25%, лабораторные работы – 25 %, самостоятельная работа – 50%.
Задачей дисциплины является: обучение студентов теоретическим и прикладным методам интеллектуального анализа данных на основе современных информационных технологий.
Основные дидактические единицы (разделы): генетические алгоритмы, эволюционные вычисления, генетические операторы; нечеткая логика, нечеткие множества, функции принадлежности, нечеткие алгоритмы и выводы; искусственные нейронные сети, нейросетевые технологии, алгоритмы обучения, нейроуправление.
^
В результате изучения дисциплины студент должен:
знать: методы анализа данных на основе ГА, НЛ, ИНС;
уметь: использовать программы ГА, НЛ, ИНС в среде MatLab для анализа данных;
владеть: методами мягких вычислений для анализа данных и принятия решений.
Виды учебной работы: лекции, лабораторные работы, самостоятельная работа (написание рефератов, подготовка докладов и презентаций).
Изучение дисциплины заканчивается защитой расчетных заданий, экзаменом
^
Имитационное моделирование распределенных систем
Общая трудоемкость дисциплины составляет 3 зачетные единицы (108 час).
Целью изучения дисциплины является освоение студентами методологии и технологии моделирования (в первую очередь компьютерного) при исследовании, проектировании и эксплуатации информационных систем.
Структура дисциплины: лекции – 25%, лабораторные работы – 25 %, самостоятельная работа – 50%.
Задачей дисциплины является: изучение типовых математических схем моделирования систем; рассмотрение вопросов формализации и алгоритмизации информационных процессов; ознакомление с основными языками имитационного моделирования систем; изучение современных способов моделирования сложных информационных систем.
Основные дидактические единицы (разделы):
Раздел 1. Основные понятия теории моделирования
Современное состояние и общая характеристика проблемы моделирования систем. Методологическая основа моделирования. Объект. Гипотеза. Аналогия. Модель. Адекватность модели. Моделирование как познавательный процесс. Использование моделирования при исследовании и проектировании информационных систем. Перспективы развития моделирования систем. Принципы системного подхода в моделировании систем. Классификация видов моделирования систем. Аналитическое и имитационное моделирование.
Раздел 2. ^ Основные математические методы моделирования информационных процессов и систем.
Математическая модель объекта. Дискретно - детерминированные модели. Теория автоматов. Конечные автоматы Мили и Мура. Графы и матрицы соединений автоматов. Дискретно-стохастические модели. Непрерывно-стохастические модели. Вероятностный автомат Мили и Мура. Матрица переходов вероятностного автомата и его граф. Оценивание суммарных финальных вероятностей пребывания вероятностного автомата в определенных состояниях с помощью теории Марковских цепей. Система массового обслуживания. Однородный и неоднородный поток событий. Сетевые модели. Сеть Петри. Прямая и обратная функции инцидентности. Правило маркировки сети Петри. Синхронизация событий в сетевых моделях.
Раздел 3. ^ Последовательность разработки и реализации моделей информационных систем.
Построение концептуальной модели информационной системы и ее формализация. Логическая структура моделей (блочный принцип). Алгоритмизация модели. Принципы построения моделирующих алгоритмов. Оценка точности и достоверности результатов моделирования. Точность оценки. Достоверность оценки. Планирование имитационных экспериментов с моделями. Полный факторный эксперимент. Дробный факторный эксперимент. Правила масштабирования уровней факторов. Стратегическое и тактическое планирование имитационных экспериментов с моделями систем. Фиксация и статистическая обработка результатов моделирования систем. Анализ и интерпретация результатов моделирования на ЭВМ.
Раздел 4. ^ Инструментальные средства моделирования систем
Языки моделирования (MIMIC, DYNAMO, GASP, FORSIM, SIMULA, SIMSCRIPT) и их классификация. Дерево решений выбора языка для моделирования системы. Моделирующие комплексы. Сравнение характеристик языков имитационного моделирования. Область применения системы моделирования GPSS. Имитационное моделирование информационных систем и сетей. Транзакты в системах моделирования информационных процессов. Синхронизация и циклическое повторение событий в моделирующих системах. Структура моделей информационно-вычислительных процессов. Моделирование каналов связи. Очереди. Накопители. Моделирование потоков данных в информационных системах.
- ^
В результате изучения дисциплины студент должен
знать: принципы моделирования, классификацию способов представления моделей систем; приемы, методы, способы формализации объектов, процессов, явлений и реализации их на компьютере; достоинства и недостатки различных способов представления моделей систем; алгоритмы фиксации и обработки результатов моделирования систем; способы планирования машинных экспериментов с моделями;
уметь: владеть технологией моделирования; представить модель в математическом и алгоритмическом виде; оценить качество модели; показать теоретические основания модели; проводить статистическое моделирование систем; моделировать процессы протекающие в информационных системах и сетях;
владеть: навыками построения имитационных моделей информационных процессов; получения концептуальных моделей систем; построения моделирующих алгоритмов; программирования в системе моделирования GPSS.
Виды учебной работы: лекции, лабораторные работы, самостоятельная работа.
Изучение дисциплины заканчивается зачетом.
^
Эволюционная разработка программного обеспечения
Общая трудоемкость дисциплины составляет 3 зачетные единицы (108 час).
Целью изучения дисциплины является ознакомление с методами, применяемыми при разработке эволюционно наращиваемых программ, парадигмами и языками программирования, обеспечивающими безболезненное расширение написанного кода.
Структура дисциплины: лекции – 25%, лабораторные работы – 25 %, самостоятельная работа – 50%.
Задачей дисциплины является: изучение специфики эволюционной разработки программного обеспечения, методов и подходов к созданию эволюционно расширяемых программ, образцов проектирования, описывающих безболезненное расширение кода, языков и парадигм программирования поддерживающих создание эволюционно расширяемого программного обеспечения.
Основные дидактические единицы (разделы):
Разнообразие критериев качества, учитываемы при разработке программного обеспечения. Роль критерия эволюционной расширяемости разрабатываемой программы. Связь критерия эволюционной расширяемости с современными методами проектирования программных систем. Программные объекты обеспечивающие эволюционное расширение. Образцы проектирования, ориентированные на поддержку эволюционной расширяемости. Эволюционная расширяемость при наличии множественного полиморфизма. Построение эволюционно расширяемых программ с использованием объектно-ориентированной парадигмы программирования. Языковые средства объектно-ориентированной парадигмы программирования, поддерживающие эволюционное расширение. Процедурно-параметрическая парадигма программирования. Языковые средства процедурно-параметрической парадигмы программирования, поддерживающие эволюционное расширение. Перспективы применения эволюционного расширения при разработке программных систем.
знать: отличительные особенности методов разработки программного обеспечения с применением методов эволюционного расширения кода и предметные области, требующие использования данного подхода; языки и парадигмы программирования, поддерживающие эволюционную разработку программного обеспечения.
уметь: разрабатывать эволюционно расширяемые программы с применением различных парадигм программирования; применять при разработке эволюционно расширяемых программ как традиционные, так и нетрадиционные парадигмы программирования.
владеть: инструментальными средствами и методами, обеспечивающими эволюционную разработку программного обеспечения.
Виды учебной работы: лекции, лабораторные работы, самостоятельная работа (написание рефератов, подготовка докладов и презентаций).
Изучение дисциплины заканчивается зачетом.
^
Программное обеспечение мультиагентных систем
Общая трудоемкость дисциплины составляет 4 зачетные единицы (144 час).
Целью изучения дисциплины является ознакомление с принципами организации мультиагентных систем, архитектурами и программным обеспечением, используемыми при их разработке.
Структура дисциплины: лекции – 25%, лабораторные работы – 25 %, самостоятельная работа – 50%.
Задачей дисциплины является: изучение особенностей агентных технологий; платформ применяемых при разработке агентных систем; методов и подходов, используемых при создании агентных систем различного типа.
Основные дидактические единицы (разделы):
Введение в мультиагентные системы. Основные определения. Критика агентных технологий. Обзор методологий и утилит для разработки агентно-ориентированных систем. Классы архитектур интеллигентных агентов: уровневые архитектуры; реактивные агенты; агенты, управляемые логикой; знания-планы-цели (BDI). Языки и методы проектирования агентных систем. Методологии Gaia, MESSAGE, Tropos. Agent Modeling Language
Обзор агентных платформ. Платформы «общего назначения» (Aglets, Voyager, JADE, JADEX, и др). Основные характеристики. Масштабируемость платформы JADE. Платформы “специального назначения” (Diplomacy, Repast Simphony , etc). Проблемы стандартизации агентных пламформ (FIPA).
Обзор существующих агентных систем. Примеры имплементации агентных систем. Агенты как брокеры ресурсов в системах типа Grid. Ключевые агенты и их взаимодействия. Онтологии для описания ресурсов, переговоров и контрактов. Агенты в системах E-commerce. Ключевые агенты и их взаимодействия. Онтологии, поток информации и управление временем. Переговоры агентов о цене. Имплементация переговоров. Управление доверием
знать: принципы организации мультиагентных систем; методы разработки агентных систем; инструментальные средства, используемые при разработке агентных систем.
уметь: разрабатывать агентные системы с использованием существующих инструментальных средств.
владеть: инструментальными средствами и методами, обеспечивающими разработку агентных систем.
Виды учебной работы: лекции, лабораторные работы, самостоятельная работа (написание рефератов, подготовка докладов и презентаций).
Изучение дисциплины заканчивается зачетом.
^
Организация облачных вычислений
Общая трудоемкость дисциплины составляет 4 зачетные единицы (144 час).
Целью изучения дисциплины является ознакомление магистров с основными принципами организации облачных вычислений.
Структура дисциплины: лекции – 25%, лабораторные работы – 25 %, самостоятельная работа – 50%.
Задачей дисциплины является: формирование у магистров навыков планирования и развертывания облачных сервисов.
Основные дидактические единицы (разделы): понятие и основные принципы организации облачных вычислений(предоставление программного обеспечение в виде сервиса – SaaS (Software as a service), платформы в качестве сервиса - PaaS (Platform as a service), инфраструктуры в качестве сервиса – IaaS (Infrastructure as a service)); виртуализация, как основа облачных вычислений; программное обеспечение облачных вычислений.
^
В результате изучения дисциплины студент должен:
знать: принципы организации облачных вычислений, программное обеспечение для организации облачных вычислений, преимущества и проблемы облачных вычислений;
уметь: планировать и разворачивать облачные сервисы;
владеть: навыками работы со специализированным программным обеспечение организации облачных вычислений.
Виды учебной работы: лекции, лабораторные работы, самостоятельная работа (написание рефератов, подготовка докладов и презентаций).
Изучение дисциплины заканчивается защитой расчетных заданий, экзаменом.