Кафедра "Комп'ютерна інженерія та програмування"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/1095

Офіційний сайт кафедри https://web.kpi.kharkov.ua/cep

Від 26 листопада 2021 року кафедра має назву – "Комп’ютерна інженерія та програмування"; попередні назви – “Обчислювальна техніка та програмування”, “Електронні обчислювальні машини”, первісна назва – кафедра “Математичні та лічильно-вирішальні прилади та пристрої”.

Кафедра “Математичні та лічильно-вирішальні прилади та пристрої” заснована 1 вересня 1961 року. Організатором та її першим завідувачем був професор Віктор Георгійович Васильєв.

Кафедра входить до складу Навчально-наукового інституту комп'ютерних наук та інформаційних технологій Національного технічного університету "Харківський політехнічний інститут". Перший випуск – 24 інженери, підготовлених кафедрою, відбувся в 1964 році. З тих пір кафедрою підготовлено понад 4 тисячі фахівців, зокрема близько 500 для 50 країн світу.

У складі науково-педагогічного колективу кафедри працюють: 11 докторів технічних наук, 21 кандидат технічних наук, 1 – економічних, 1 – фізико-математичних, 1 – педагогічних, 1 доктор філософії; 9 співробітників мають звання професора, 14 – доцента, 2 – старшого наукового співробітника.

Переглянути

Результати пошуку

Зараз показуємо 1 - 10 з 17

Оптимізація процесів в мультисервісних системах і мережах
(Національний технічний університет "Харківський політехнічний інститут", 2024) Кучук, Георгій Анатолійович; Кучук, Ніна Георгіївна
В навчально-методичному посібнику розглядаються питання теорії та практики використання класичних і сучасних методів оптимізації процесів у мультисервісних системах і мережах. Матеріал посібника спрямований на формування у студентів магістратури практичних знань та навичок, які необхідні в галузі математичного, апаратного та програмного забезпечення комп'ютерів та засновані на оптимізації процесів, котрі застосовуються у сучасних мультисервісних системах та мережах, з метою застосування цих знань для розробки алгоритмічного та програмного забезпечення апаратних та програмних засобів підтримки функціонування мультисервісних систем та мереж. Особлива увага приділена питанням практичного використання методів безумовної та умовної оптимізації процесів маршрутизації та управління інформаційними потоками даних в мультисервісних системах та мережах. Навчально-методичний посібник призначено для інформаційно-методичного забезпечення лекційних занять та самостійної підготовки у процесі вивчення курсу «Оптимізація процесів в мультисервісних системах і мережах» студентами всіх форм навчання. Для студентів спеціальності 123 – «Комп’ютерна інженерія».
Сучасні технології безпечного програмування
(ТОВ "Видавництво "Форт"", 2021) Давидов, Вячеслав Вадимович; Семенов, Сергій Геннадійович; Кучук, Ніна Георгіївна; Бульба, Сергій Сергійович
Викладено існуючі методи захисту програмного забезпечення, розглянуто сучасні технології безпечного програмування. Матеріал проілюстровано практичними прикладами, до всіх розділів наведено необхідні завдання та приклади. Для студентів спеціальності 123 "Комп’ютерна інженерія".
Модель синтеза інформаційної системи e-learning
(Харківський національний університет ім. В. Н. Каразіна, 2018) Шматков, Сергій Ігорович; Кучук, Ніна Георгіївна; Донець, Володимир Віталійович
Method of information flow control in a hyperconvergent system
(Харківський національний університет Повітряних Сил ім. Івана Кожедуба, 2019) Kuchuk, N. G.
In a hyperconvergent system, maintenance costs are reduced. But system performance decreases due to centralized control. Therefore, in such a system, the task of optimizing the distribution of information flows has a significant role. The purpose of the article is to develop a method of information flow control in a hyperconvergent system. Results of the research. The analysis of the causes of packet delay in a hyperconvergent system has been performed. An analytical expression is obtained for calculating the value of the data packet delay on the route. The main factors of delay are revealed. Analytical expressions are obtained for calculating the maximum intensities of information flows in a hyperconvergent system. A method for selecting the optimal packet length is proposed. The formulation of the problem of distribution of information flows along routes is formulated. Conclusions. The proposed method is effective with centralized control and the absence of heterogeneous components. This method allows you to reduce the cost of computing resources, especially with increasing network dimensionality.
Оптимізація пропускних здатностей каналів зв'язку гіперконвергентної системи
(ФОП Петров В. В., 2019) Кучук, Ніна Георгіївна; Лукова-Чуйко, Наталія Вікторівна; Собчук, Валентин Володимирович
Завдання оптимізації пропускних здатностей каналів зв'язку гіперконвергентної системи потребує застосування сучасних математичних і комп'ютерних методів та засобів. Предметом дослідження є ресурси для передачі даних у гіперконвергентній системі. Мета дослідження – отримання аналітичного рішення задачі оптимізації пропускних здатностей каналів зв'язку гіперконвергентної системи при обмежених вузлових ресурсах. Результати та висновки. Для вирішення завдання оптимізації пропускних здатностей каналів зв'язку гіперконвергентної системи в якості функціоналу оптимізації був обраний середній час затримки при обмеженнях на вартість оренди каналів зв'язку. Оптимізаційна задача сформульована таким чином: визначити оптимальні значення щільності інформаційного потоку, що мінімізують середню затримку при обмеженні на вартість передачі сумарної кількості інформації, що припадає на одиницю пропускної здатності ліній зв'язку. Для її вирішення застосований метод невизначених множників Лагранжа. В результаті отримані аналітичні вирази, які дозволяють при заданій вартості передачі одиниці інформації здійснити вибір кількості елементів буферної пам'яті і оптимального значення щільності потоку інформації, що забезпечує мінімальну середню затримку передачі транзакцій гіперконвергентної комп’ютерної системи.
Метод перерозподілу ресурсів університетської системи e-learning на гіперконвергентній платформі
(Національний аерокосмічний університет ім. М. Є. Жуковського "Харківський авіаційний інститут", 2019) Кучук, Ніна Георгіївна; Мерлак, Вікторія Юріївна
У зв'язку з популяризацією використання IT-технологій традиційні методи навчання все частіше змінюються підходами електронного навчання. E-learning – це система навчання за допомогою інформаційних та електронних технологій. E-learning на гіперконвергентній платформі можна розглядати як складну організаційну ієрархічну систему, яка у статті розглядається як певний математичний об'єкт. Проте ресурси системи e-learning обмежені та для її успішної реалізації існує потреба забезпечити її максимальне використання на всіх рівнях системи. Отже, як суттєвий елемент всієї системи, має бути швидкий перерозподіл ресурсів університетської системи e-learning на гіперконвергентній платформі. Автори статті проаналізували існуючі проблеми систем з ієрархічною структурою та можливі вирішення цих проблем. В роботі розглянуто сукупність цілей та завдань, що стоять перед керівними органами ієрархічної системи та представлено у вигляді набору графів системних цілей та завдань. Було встановлено, що процесі досягнення основної мети системи виникають зовнішні обурення, які мають переважно ситуаційний характер, а не стохастичний. І тому перед керівними органами управління існує безліч об'єктів і завдань з усунення відхилень. На верхньому рівні управління ієрархічної системи – управління гіперконвергентной структурою, на нижньому рівні управління – управління віджетами e-learning. Предметом дослідження є електронні освітні ресурси університетського e-learning. Метою статті є розробка методу швидкого перерозподілу ресурсів електронного навчання на гіперконвергентній платформі. Висновки. У статті запропоновано метод побудови графічної моделі процесу функціонування університетського e learning, розгорнутого на гіперконвергентній платформі, який базується на проблемах та цілях аналізу структури системи. Було створений граф узгоджувальних цілей та завдань, який розглядає доступні навчальні ресурси. Також було запропоновано метод розподілу ресурсів різних типів. Для оцінки ефективності процесу розподілу ресурсів було обрано критерій "обґрунтованість" та розраховано імовірнісний показник.
Моделювання інформаційної системи e-learning з використанням генетичних алгоритмів
(ФОП Петров В. В., 2018) Шматков, С. І.; Кучук, Ніна Георгіївна; Донець, В. В.
В статті розглядається модель інформаційної системи e-learning. Мета статті – розробка моделі інформаційної системи e-learning, в якій для пошуку оптимальної структури буде використано апарат генетичних алгоритмів. Базою для створення програмної моделі є математична модель інформаційних взаємозв’язків системи електронного навчання, розгорнутої на гіперконвергентному сервері. Результати. Представлено розроблений програмний комплекс із поясненням запуску при наявності виконавчого файлу. Наведено інтерфейс використання програми відповідними зображеннями. Також надано типовий алгоритм використання програми із вводом початкових даних, збереженням їх у базы даних. Для синтезу інформаційної системи e-learning було досліджено переваги та недоліки генетичного алгоритму. В результаті виведені переваги та недоліки притаманні створеному алгоритму, які також притаманні генетичним алгоритмам взагалі. Висновки. Розроблена програма дозволить підвисити ефективність використання базової гіперконвергентної мережі, а, отже, і підвисити якість функціонування системи e-learning в цілому. Це є необхідною складовою створення такої системи в умовах обмеженого бюджету університету.
Модель інформаційної структури гіперконвергентної системи підтримки електронних обчислювальних ресурсів університетської е-learning
(ФОП Петров В. В., 2018) Шматков, С. І.; Кучук, Ніна Георгіївна; Донець, В. В.
В статті наведено результати розробки математичної моделі інформаційної структури гіперконвергентної системи підтримки електронних обчислювальних ресурсів університетської e-learning. Модель враховує особливості університетської e-learning, дозволяє встановити інформаційні взаємозвязки між складовими системи та провести аналіз гіперконвергентної базової мережі. На базі розробленої моделі можна провести моделювання процесу функціонування e-learning, результатами якого повинні стати чисельні значення пропускної здатності мережі: навантаження на канали зв'язку і структуроутворююче обладнання, інтенсивності потоків даних і запитів, що надходять на вузли мережі.
Ефективність управління ресурсами e-learning в гіперконвергентному середовищі
(ФОП Петров В. В., 2018) Кучук, Ніна Георгіївна; Лукова-Чуйко, Наталія Вікторівна
У статті запропонований метод оцінки ефективності управління ресурсами e-learning в гіперконвергентному середовищі. Формалізована структура системи управління ресурсами e-learning, визначені основні критерії ефективності її роботи Наведена оцінка оперативності функціонування органів управління електронними освітніми ресурсами та оцінка обґрунтованості вироблення рішень. Виведені аналітичні вирази для розрахунку статистичних характеристик даних показників.
Спосіб формування топології мережі
(ДП "Український інститут інтелектуальної власності", 2018) Кучук, Ніна Георгіївна; Шишацький, Андрій Володимирович; Кучук, Георгій Анатолійович; Зубрицький, Григорій Миколайович; Прокопенко, Євген Миколайович; Сальнікова, Ольга Федорівна; Животовський, Руслан Миколайович
Спосіб формування топології мережі полягає у тому, що інформаційна система проводить ініціалізацію початкової топології мережі, під час якої відбувається формування початкової популяції структур-хромосом; після чого відбувається схрещування та формування популяції хромосом-нащадків; далі мутація, формування популяції хромосом-мутантів; відбувається розпізнавання варіанту навантаження, з її оцінкою; відбір кращих хромосом з популяції та формування наступного покоління, після чого інформаційною системою проводиться визначення раціональної топології з множини варіантів. Інформаційна система на етапі розпізнавання варіанту навантаження додаткового проводить оцінювання якості каналів мережі на кожному вузлі мережі за критерієм мінімуму ймовірності бітової помилки за допомогою порівняння отриманих значень з еталонними.