Основы Интернета вещей

Основы Интернета вещей

Концепция Интернета вещей и её практического применения в современном мире.

Программа курса

  • Занятие 1: Понятие Интернета вещей. История развития информационных технологий и появление концепции Интернета вещей. Цели и задачи, поставленные перед устройствами Интернета вещей. Архитектура Интернета вещей. Практическое применение умных устройств. Методы управления умными устройствами. Примеры устройств Интернета вещей. Понятие умного дома. Особенности популярных технологий умного дома. Понятие умного города. Тенденции развития Интернета вещей. Контроль знаний.

  • Занятие 2: Общая информация об аппаратных платформах устройств Интернета вещей. Обзор и сравнение плат Arduino. Примеры устройств на базе Arduino. Обзор существующих аналогов и сравнение. Обзор Raspberry Pi. Примеры IoT-систем с применением Raspberry Pi. Обзор плат Intel Galileo и Intel Edison. Обзор элементной базы устройств Интернета вещей. Средства передачи данных в сетях устройств Интернета вещей. Протокол ZigBee. Протокол LoRaWAN. Контроль знаний.

  • Занятие 3: Вопросы безопасности устройств Интернета вещей. Угрозы безопасности Интернета вещей. Последствия несанкционированного доступа к устройствам Интернета вещей. Методы обнаружения угроз информационной безопасности Интернета вещей. Исходящие из Интернета вещей угрозы безопасности. Понятие ботнета. Обзор существующих ботнетов. Меры противодействия получению несанкционированного доступа к устройствам Интернета вещей. Противодействие ботнетам на примере AntibIoTic. Рекомендации по повышению общего уровня информационной безопасности. Контроль знаний.

  • Занятие 4: Подходы к проектированию умных устройств. Подходы к решению задач. Понятие концепта умного устройства. Подходы к представлению концепта умного устройства. Самостоятельная работа по разработке концепта умного устройства. Обсуждение результатов и рекомендации по доработке концепта.

  • Занятие 5: Представление концептов умных устройств. Обсуждение результатов. Контроль знаний.

Преподаватели курсов

Трофимов Александр Геннадьевич

Кандидат технических наук, доцент кафедры кибернетики

Окончил НИЯУ МИФИ в 2005 году по специальности «Прикладная математика», получив квалификацию «Математик системный программист».
Преподает курсы по теории вероятностей, математической статистике, машинному обучению, теории нейронных сетей и программированию в Python. Автор множества научных публикаций, владеет английским и испанским языками.

Запечников Сергей Владимирович

Доктор технических наук, доцент кафедры криптографии и кибербезопасности

В 1997 году окончил МИФИ по специальности «Прикладная математика», получив квалификацию «инженер-математик».
Преподает курсы по криптографическим протоколам, безопасности вычислительных сетей, анализу данных и машинному обучению. Автор множества научных работ, владеет английским языком.

Вопросы и ответы

КАКИЕ НАВЫКИ ПОЛУЧИТ СЛУШАТЕЛЬ ПОСЛЕ КУРСА?

Навыки построения нейросетевых моделей для решения прикладных задач обработки данных, в частности, задач регрессии и классификации.

КАК ПОСТРОЕНЫ ЗАНЯТИЯ? НЕ МОЖЕТ ЖЕ БЫТЬ 3 ЧАСА ТОЛЬКО ЛЕКЦИЙ.

Часть времени будет посвящена практическим занятиям на Python, т.е. преподаватель покажет, как создавать, обучать нейросети, расскажет, документацию каких библиотек Python стоит изучить. Соотношение теории и практики — 70/30.

КАКИЕ ИНСТРУМЕНТЫ РАЗРАБОТКИ ОСВОИТ СЛУШАТЕЛЬ?

Библиотеки языка Python для построения нейросетевых моделей.

СУМЕЕТ ЛИ СЛУШАТЕЛЬ ПОСЛЕ КУРСА РАЗРАБАТЫВАТЬ ПРОСТЫЕ НЕЙРОННЫЕ СЕТИ?

Разработка нейронной сети — это вызов трех функций: создание сети, обучение сети и применение сети к имеющимся данным. Поэтому разрабатывать сети может любой, кто имеет начальные знания, а современные средства позволяют создавать и обучать их в пару кликов.

ЧЕМ ВАШИ КУРСЫ ОТЛИЧАЮТСЯ ОТ ДРУГИХ КУРСОВ НА РЫНКЕ?

Основное отличие выпускников курсов НИЯУ МИФИ — это умение понимать происходящие процессы на фундаментальной основе и применять (а часто и создавать совершенно новые) имеющиеся у него в распоряжении инструменты для решения необходимых задач. Цель курса — объяснить как работают нейронные сети, как их правильно применять и что делать, если что-то пошло не так.

Наш адрес

Метро Каширская, Каширское ш., 31.

Контакты

E-mail: icis-dpo@mephi.ru

Телефон: +7 (495) 788-56-99, доб. 8995