Wiki - Факультет компьютерных наук - Вклад [ru]

Принципиально последовательное доказательство выполнения работы (проект)

2017-10-19T18:51:26Z

Yury Yanovich:

{{Карточка_проекта
|name=Принципиально последовательное доказательство выполнения работы
|mentor=Янович Юрий
|mentor_login={{URLENCODE:Yury Yanovich|WIKI}}
|semester=Осень 2017
|course=2
|summer=on
|number_of_students=5
|categorize=yes
}}

=== Что это за проект? ===
В пиринговых (одноранговых) сетях (torrent, tor, bitcoin) важную роль играет доказательство выполнения работы (Proof-of-Work, PoW). Оно используется для подтверждения затраты вычислительных ресурсов, которая часто подменяет затрату времени. Однако, популярные реализации PoW являются распараллеливаемыми, что, например, увеличивает разрыв между вычислительными возможностями злоумышленниками, задумавшими DoS атаку на приложение, и обычными пользователям, желающими воспользоваться услугами приложения. Сократить подобный зазор способны принципиально нераспараллеливамые реализации PoW-алгоритмов -- Time-lock puzzles -- реализацией которых для случая разделяемого проверочного секрета и посвящен проект.

Предполагаемые результаты:
- программа для отгадки "головоломок", требующая известное число (входной параметр) вычислительных операций на решение;
- программа для проверки решений "головоломок", гарантирующая, что отгадывающий затратил на решение заданное число тактов последовательной архитектуры.

=== Чему вы научитесь? ===
Криптография с открытым ключом,
blockchain,
hash-деревья

=== Какие начальные требования? ===
начальные навыки Python

=== Какие будут использоваться технологии? ===
Git, (*) Rust

=== Темы вводных занятий ===
Криптография с открытым ключом. Доказательство выполнения работы. Технология blockchain

=== Направления развития ===

- сделать красивый, удобный интерфейс

- создать peer-to-peer приложение

- написать научную статью

=== Критерии оценки ===
Критерии успешности:

- реализованы обе программы в предположении единственного проверяющего (4-5)

- в проверяющем приложении поддерживается разделение секрета между несколькими проверяющими (6-7)

- проведены численные эксперименты по замерам времен работы приложений на различных конфигурациях (8-10)

=== Ориентировочное расписание занятий ===
ПН, ПТ: 10-15; ВТ, СБ: 10-20

=== Ссылка на презентацию проекта (19 октября 2017) ===

https://www.dropbox.com/s/rcs0zgsod6pbumd/HSE_course2_project_2017_Yanovich.pdf?dl=0

Принципиально последовательное доказательство выполнения работы (проект)

2017-10-19T14:08:15Z

Yury Yanovich: /* Ориентировочное расписание занятий */

Принципиально последовательное доказательство выполнения работы (проект)

2017-10-19T14:06:54Z

Yury Yanovich:

Принципиально последовательное доказательство выполнения работы (проект)

2017-10-19T14:05:37Z

Yury Yanovich: форамтирование текста

{{Карточка_проекта
|name=Принципиально последовательное доказательство выполнения работы
|mentor=Янович Юрий
|mentor_login={{URLENCODE:Yury Yanovich|WIKI}}
|semester=Осень 2017
|course=2
|summer=on
|number_of_students=5
|categorize=yes
}}

=== Что это за проект? ===
В пиринговых (одноранговых) сетях (torrent, tor, bitcoin) важную роль играет доказательство выполнения работы (Proof-of-Work, PoW). Оно используется для подтверждения затраты вычислительных ресурсов, которая часто подменяет затрату времени. Однако, популярные реализации PoW являются распараллеливаемыми, что, например, увеличивает разрыв между вычислительными возможностями злоумышленниками, задумавшими DoS атаку на приложение, и обычными пользователям, желающими воспользоваться услугами приложения. Сократить подобный зазор способны принципиально нераспараллеливамые реализации PoW-алгоритмов -- Time-lock puzzles -- реализацией которых для случая разделяемого проверочного секрета и посвящен проект.

Предполагаемые результаты:
- программа для отгадки "головоломок", требующая известное число (входной параметр) вычислительных операций на решение;
- программа для проверки решений "головоломок", гарантирующая, что отгадывающий затратил на решение заданное число тактов последовательной архитектуры.

=== Чему вы научитесь? ===
Криптография с открытым ключом,
blockchain,
hash-деревья

=== Какие начальные требования? ===
начальные навыки Python

=== Какие будут использоваться технологии? ===
Git, (*) Rust

=== Темы вводных занятий ===
Криптография с открытым ключом. Доказательство выполнения работы

=== Направления развития ===

- сделать красивый, удобный интерфейс

- создать peer-to-peer приложение

- написать научную статью

=== Критерии оценки ===
Критерии успешности:

- реализованы обе программы в предположении единственного проверяющего (4-5)

- в проверяющем приложении поддерживается разделение секрета между несколькими проверяющими (6-7)

- проведены численные эксперименты по замерам времен работы приложений на различных конфигурациях (8-10)

=== Ориентировочное расписание занятий ===
ПН, ВТ, ПТ, СБ: 10-20

Принципиально последовательное доказательство выполнения работы (проект)

2017-08-20T15:14:17Z

Yury Yanovich: Новая страница, с помощью формы Новый_проект

{{Карточка_проекта
|name=Принципиально последовательное доказательство выполнения работы
|mentor=Янович Юрий
|mentor_login={{URLENCODE:Yury Yanovich|WIKI}}
|semester=Осень 2017
|course=2
|summer=on
|number_of_students=5
|categorize=yes
}}

=== Что это за проект? ===
В пиринговых (одноранговых) сетях (torrent, tor, bitcoin) важную роль играет доказательство выполнения работы (Proof-of-Work, PoW). Оно используется для подтверждения затраты вычислительных ресурсов, которая часто подменяет затрату времени. Однако, популярные реализации PoW являются распараллелиливаемыми, что, например, увеличивает разрыв между вычислительными возможностями злоумышлениками, задумавшими DoS атаку на приложение, и обычными пользователям, желающими воспользоваться услугами приложения. Сократить подобный зазор способны принципиально нераспараллелиливамые реализации PoW-алгоритмов -- Time-lock puzzles -- реализацией которых для случая разделямого проверочного секрета и посвящен проект.

Предполагаемые результаты:
- программа для отгадки "головоломок", требующая известное число (входной параметр) вычислительных операций на решение;
- программа для проверки решений "головоломок", гаранирующая, что отгадывающий затратил на решение заданное число тактов последовательной архитектуры.

=== Чему вы научитесь? ===
Криптография с открытым ключом
blockchain
hash-деревья

=== Какие начальные требования? ===
начальные навыки Python

=== Какие будут использоваться технологии? ===
Git, (*) Rust

=== Темы вводных занятий ===
Криптография с открытым ключом. Доказательство выполнения работы

=== Направления развития ===
- сделать красивый, удобный интерфейс
- создать peer-to-peer приложение
- написать научную статью

=== Критерии оценки ===
Критерии успешности:
- реализованы обе программы в предположении единственного проверяющего (4-5)
- в проверяющем приложении поддерживается разделение секрета между несколькими проверящими (6-7)
- проведенычисленные эксперименты по замерам времен работы приложений на различных конфигурациях (8-10)

=== Ориентировочное расписание занятий ===
ПН, ВТ, ПТ, СБ: 10-20

Участник:Yury Yanovich

2016-10-07T18:41:09Z

Yury Yanovich: Новая страница: «{{Карточка_ментора |categorize = yes }} ==Янович Юрий== ==Контакты== * web: https://www.hse.ru/org/persons/134005657 * e-mail:…»

{{Карточка_ментора
|categorize = yes
}}

==Янович Юрий==

==Контакты==
* web: https://www.hse.ru/org/persons/134005657
* e-mail: yanovich.yury@ya.ru, yyanovich@hse.ru
* тел.: +79197709649

Реализация алгоритма спектральных вложений Грассмана-Штифеля в рамках библиотеки scikit-learn (проект)

2016-10-07T18:35:35Z

Yury Yanovich:

{{Карточка_проекта
|name=Реализация алгоритма спектральных вложений Грассмана-Штифеля в рамках библиотеки scikit-learn
|mentor=Янович Юрий
|mentor_login={{URLENCODE:Yury Yanovich|WIKI}}
|semester=Осень 2016
|course=2
|summer=on
|number_of_students=5
|categorize=yes
}}

=== Что это за проект? ===
Целью проекта является расширение раздела "обучения на многообразиях" популярной библиотеки scikit-learn путем добавления одного алгоритма --- спектральных вложений Грассмана-Штифеля. Алгоритм представляет особый интерес, так как является асимптотически оптимальным для решения рассматриваемой задачи. Результатом проекта станет программный код, который будет реализовать отображение сжатия для снижения размерности и отображение восстановления.

=== Чему вы научитесь? ===
Знакомство с бурно развивающейся облостью машинного обучения --- оцениванием многообразий.
Работа с системами контроля версий.
Вклад в развитие популярной библиотеки scikit-learn на языке Python.

=== Какие начальные требования? ===
Базовые навыки программирования, желание разобраться в Python, Git, Manifold Learning

=== Какие будут использоваться технологии? ===
Git, Python

=== Темы вводных занятий ===
Основы Git, разработка scikit-learn, Manifold Learning

=== Направления развития ===
Алгоритм спектральных вложений Грассмана-Штифеля является многошаговым. На каждом его шаге есть вопросы для исследования и варианты улучшения.

=== Критерии оценки ===
4-5: реализовать алгоритм на Python в рамках scikit-learn
6-7: задокументировать в формате библиотеки
8-10: сделать успешный коммит кода в проект/протестировать работу алгоритма на реальных и модельных данных

=== Ориентировочное расписание занятий ===
ПН: 10:30-15:00
ВТ,ЧТ,СБ: 9:00-20:00
СР, ПТ: малодоступен

Реализация алгоритма спектральных вложений Грассмана-Штифеля в рамках библиотеки scikit-learn (проект)

2016-09-29T16:24:22Z

Yury Yanovich: Новая страница, с помощью формы Новый_проект

{{Карточка_проекта
|name=Реализация алгоритма спектральных вложений Грассмана-Штифеля в рамках библиотеки scikit-learn
|mentor=Янович Юрий
|mentor_login={{URLENCODE:Yury Yanovich|WIKI}}
|semester=Осень 2016
|course=2
|summer=on
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Целью проекта является расширение раздела "обучения на многообразиях" популярной библиотеки scikit-learn путем добавления одного алгоритма --- спектральных вложений Грассмана-Штифеля. Алгоритм представляет особый интерес, так как является асимптотически оптимальным для решения рассматриваемой задачи. Результатом проекта станет программный код, который будет реализовать отображение сжатия для снижения размерности и отображение восстановления.

=== Чему вы научитесь? ===
Знакомство с бурно развивающейся облостью машинного обучения --- оцениванием многообразий.
Работа с системами контроля версий.
Вклад в развитие популярной библиотеки scikit-learn на языке Python.

=== Какие начальные требования? ===
Базовые навыки программирования, желание разобраться в Python, Git, Manifold Learning

=== Какие будут использоваться технологии? ===
Git, Python

=== Темы вводных занятий ===
Основы Git, разработка scikit-learn, Manifold Learning

=== Направления развития ===
Алгоритм спектральных вложений Грассмана-Штифеля является многошаговым. На каждом его шаге есть вопросы для исследования и варианты улучшения.

=== Критерии оценки ===
4-5: реализовать алгоритм на Python в рамках scikit-learn
6-7: задокументировать в формате библиотеки
8-10: сделать успешный коммит кода в проект/протестировать работу алгоритма на реальных и модельных данных

=== Ориентировочное расписание занятий ===
ПН: 10:30-15:00
ВТ,ЧТ,СБ: 9:00-20:00
СР, ПТ: малодоступен