Проекты студентов:
Будущие проекты:
Описание проекта: В настоящее время существует проблема обнаружения определенных видов кибератак, в частности LDAP Enumeration и ARP-спуфинг. Задача проекта отработать методы кибератак и разработать методы их обнаружения в среде Windows. Цель: Создание стенда для отработки нескольких видов сетевых кибератак и разработки методов их обнаружения. Проект предусматривает создание комплекса виртуальных машин на базе ОС Windows и Linux, включающего: 1) Сервер службы каталогов 2) Клиентскую ОС Windows 3) Атакующую машину на базе ОС Linux Критерии оценки: 1) Разработаны правила обнаружения атак 2) Атаки логируются и осуществляется их мониторинг Результаты: 1) Развернут стенд из комплекса виртуальных машин 2) Отработаны методы реализации кибератак 3) Разработаны правила обнаружения кибератак 4) Подготовлен аналитический отчет
Описание проекта: Игра представляет собой интерактивный текстовый квест в стиле “Life and suffering of Sir Brante” и “We. The Revolution” и описывает, как происходит процесс расследования различных видов преступлений, опираясь на опыт реальных событий, нормы уголовно-процессуального кодекса и аппарат современной криминалистики. Цель: Разработка игры “Расследование преступления” в интересах УрЮИ МВД.
Реализованные проекты:
Описание проекта: Web technologies built on blockchain-based technology, popularly known as Web 3.0 is currently making headlines. Researchers, investors, and startups are pushing resources into the next age of the web due to the decentralized nature of Web 3.0. Web development (user experience and user interface) are of primary focus and as such when it comes to selecting a blockchain framework to build a web platform, it is important for developers to consider certain factors. The goal of this study is to understand the factors relevant to building a blockchain-based web platform and rank them in order of priority. Цель: The concept of blockchain has taken the world by storm, yet blockchain is not only limited to cryptocurrency. In recent months there have been talks about the metaverse, decentralized finance (DeFi), decentralized web applications (DApps), etc. All these are components of the paradigm known as Web 3.0. In developing such web-based systems for the future, this project seeks to outline the factors to be considered when developing Web 3.0 solutions. In order to prioritize these factors, the project aims at applying Multi-Criteria Decision Making (MCDM). Критерии оценки: Students must: · Understand multi-criteria decision making and analysis concepts Understand methods and approaches of qualitative data collection Have a basic understanding of blockchain technology Be able to conduct scientific research and prepare publications. Результаты: Scientific Publication of a qualitative and quantitative analytical study for the application of MCDM to Web 3.0 development. Publication URL: Applying Multi-Criteria Decision Making to Prioritization of Web 3.0 Development Factors
Project description: Due to the fact that we spend more time sitting (at the office/school desk, public transport, etc.), body posture is affected. This contributes to poor body posture such as slumping, slouching, and misalignment in the spinal cord. The use persuasive technology as well as gamification for reinforcing positive attitudes in people has been adopted by clinicians, psychologists and healthcare practitioners. The goal of this project is to develop a tool that helps people train their posture each day for a number of minutes. The underlying technology is built on computer vision modelling using pose estimator neural network models. Target: The goal is to build an end-to-end deep learning (computer vision) model and integrate into a web application for correcting body posture. Students will obtain new skills in end-to-end deep learning in the area of projects related to computer vision. Criteria for evaluation: Students must: · Have a basic knowledge in Python for Machine Learning · Understand basic deep neural networks for computer vision · Understand basic MLOps for deploying ML models on web applications (Python “Streamlit”) Results: The end-product of this project will be to realize a deep learning model trained with computer vision techniques and integrated into web platform. The model can also be adopted into a mobile applications.
Проекты, реализованные с работодателем:
Куратор: Медведев М.А. Команда: Костюк Артём Витальевич РИМ-210981 Котова Юлия Николаевна РИМ-210981 Красников Анатолий Вадимович РИМ-210981 Полянский Илья Константинович РИМ-210981 Романенко Вадим Валериевич РИМ-210981 Описание проекта: web-приложение для анализа и управления данными разрабатывается для применения органами государственной власти и коммерческими структурами как агентами системы взаимодействия в регионе. Разрабатываемое ПО является гибким инструментом анализа и управления данными, применение которых позволит повысить эффективность разработки и реализации государственных программ на основе внутреннего и внешнего финансирования. В основе ПО – система информационной поддержки, использующая индикативный подход и комплекс платформенных решений (в частности, обосновывающий сценарии регионального развития, оценки показателей индикаторов по сценариям (сценарный анализ, структурная классификация) используемых в рамках разработки целевых программ. Использование субъектами системы индикативного планирования разрабатываемого приложения анализа и управления данными регионального развития предполагает оптимизацию показателей индикаторов по уровням для отраслей-доноров, формирование резерва для и последующего аккумулирование уникальных для отраслей-реципиентов ресурсов, и, как следствие, повышение качества жизни населения вновь образованного, признанного государства. Цель: Повышение эффективности реализации государственных целевых программ Донецкой Народной Республики путем внедрения в систему их подготовки и реализации новых инструментов и моделей анализа и управления данными Результаты: Разработка web-приложения для использования в качестве платформы оценки эффективности реализации государственных целевых программ в системе индикативного планирования с целью анализа и управления данными регионального развития, разработанная на основе программной среды OracleApex. Предполагается, что данное приложение будет проводить моделирование достаточного объема данных по сводным показателям реализации целевых программ, анализ действующего уровня развития отраслей экономики региона и сравнивать с прогнозными (сценарными) значениями. Заказчик получает как экспериментальные данные, так и прогнозные сценарные значения, которые будут анализироваться на основе выявленных значимых признаков и используемых индикаторов целевых программ. Будет проверена гипотеза о возможности разделения для анализа всех показателей-индикаторов в разрезе ожидаемых значений по сценариям. В свою очередь, будет решаться задача приоритетности реализации программ, их ресурсной обеспеченности с учетом сценарного подхода. Получившийся набор используемых в системе разработки целевых программ индикаторов далее сравнивается с требуемыми параметрами – «целевым» набором индикаторов для рассматриваемой системы индикативного планирования. При выявленных отклонениях и несоответствии целевому набору индикаторов, формируется комплекс программных решений с целью управления ходом реализации программ при использовании принятых наборов индикаторов. По результатам анализа и моделирования данных выбираются наиболее эффективные сценарии реализации стратегии развития отраслей экономики нового государства.
Куратор: Лутфуллаева Малика Жасуровна Команда: Кочетов Роман Вячеславович РИМ-210981 Член команды Аналитик МС Макаров Сергей Михайлович РИМ-210980 Член команды Разработчик моделей машинного обучения на python Описание проекта: Выполнение проекта предполагает несколько видов задач: 1. Изучение научной литературы по теме исследования (преимущественно англоязычные источники) с целью выявить, какие методы применялись для решения задачи 2. Разметить исходный набор сырых данных. Данные представляют собой запись движения глаз с помощью айтрекера (айтрекинговый сигнал). Необходимо будет разметить их для дальнейшего анализа и обучения модели 3. Применение методов фильтрации для очистки айтрекингового сигнала от шумов 4. Применение методов машинного обучения для решения задачи По результатам необходимо написать научную статью Цель: Изучение существующих подходов к выявлению саккад и фиксаций из айтрекингового сигнала, а также разработка программного продукта средствами языка Python для решения данной задачи. Результаты: Данный проект предполагает получение как научных, так и практических результатов. Практические результаты: 1. Размечены исходные данные для обучения моделей 2. Применены методы машинного обучения для выявления саккад и фиксация из айтрекингового сигнала 3. Выбран и применен метод фильтрации айтрекингового сигнала от шума Научные результаты: 1. Проведен обзор научный статей по теме исследования По результатам проекта подготовлены материалы для написания научной статьи
Куратор: Комоцкий Е.И. Команда: Коломытцева Арина Артемовна РИМ-210981 Монтеро Пилляхо Виктор Андрес РИМ-210980 Сарычев Илья Александрович РИМ-210980 Шамоян Фрида Рамазовна РИМ-210980 Цель: В ходе проекта необходимо выполнить анализ применимости методов определения авторства фотографий в социальных сетях на основе PRNU-анализа. Проект предусматривает создание парсера фотографий в соц. сети Вконтакте по определенным поисковым критериям, извлечение PRNU-признаков, разработку классификатора, способного отнести принадлежность фотографии к определенному образцу из базы образцов фотографий. Описание проекта: В ходе проекта предлагается выполнить систематическое исследование явления “скама” в Российском сегменте сети Интернет. “Скам” – это разновидность компьютерного мошенничества с использованием площадок для продажи и покупки товаров и услуг частными лицами (такие как Avito, Youla и т.п.), заключающаяся в обмане покупателей и продавцов при проведении сделок на данных платформах. Результаты: 1) Разработана и регулярно пополняется база данных скам-доменов. 2) База данных развернута на домене и публично доступна гражданам РФ 3) Проведена кампания с использованием СММ и СМИ о популяризации данной базы 4) Подготовлен аналитический отчет 5) Разработано и опубликовано расширение для браузера, оповещающее о переходе на фишинговый сайт 6) Проведена компания с использованием СММ и СМИ о популяризации расширения
