Персона: Маркова, Дарья Александровна
Загружается...
Email Address
Birth Date
Научные группы
Организационные подразделения
Организационная единица
Институт интеллектуальных кибернетических систем
Цель ИИКС и стратегия развития - это подготовка кадров, способных противостоять современным угрозам и вызовам, обладающих знаниями и компетенциями в области кибернетики, информационной и финансовой безопасности для решения задач разработки базового программного обеспечения, повышения защищенности критически важных информационных систем и противодействия отмыванию денег, полученных преступным путем, и финансированию терроризма.
Статус
Фамилия
Маркова
Имя
Дарья Александровна
Имя
11 results
Результаты поиска
Теперь показываю 1 - 10 из 11
- ПубликацияОткрытый доступГЕНЕРАТОР ПОЛЬЗОВАТЕЛЬСКИХ ПАРОЛЕЙ СО ВСТРОЕННОЙ ПРОВЕРКОЙ СТАТИСТИЧЕСКОЙ БЕЗОПАСНОСТИ(НИЯУ МИФИ, 2022) Чугунков, И. В.; Маркова, Д. А.; Боронин, Р. В.; Маркова, Дарья Александровна; Чугунков, Илья ВладимировичПрограмма предназначена для формирования паролей пользователей с заданным уровнем статистических свойств. Основные функции: генерация паролей заданного размера, проверка формируемых паролей на требования статистической безопасности, назначение уровня сложности пароля, формирование парольных карточек. Область применения: решение задач аутентификации пользователя при реализации мандатного доступа к информационным системам. Тип ЭВМ: IBM PC-совмест. ПК; ОС: Windows 7 и выше.
- ПубликацияТолько метаданныеUsing a Pseudorandom Number Generator to Implement Steganographic Channels(2024) Chugunkov, I. V.; Markova, D. A.; Boronin, R. V.; Kurochkina, M. -A.; Fedotova, V. A.; Чугунков, Илья Владимирович; Маркова, Дарья Александровна; Курочкина, Мария-Анастасия Андреевна; Федотова, Вера Андреевна
- ПубликацияТолько метаданныеРазработка и исследование методики взаимодействия робота с человеком на основе подсистем технического зрения(2023) Маркова, Д. А.; Маркова, Дарья Александровна; Чепин Евгений ВалентиновичПояснительная записка содержит 93 страницы, 3 части, 9 рисунков, 3 таблицы, 8 листингов, 52 источника. Ключевые слова: РОБОТОТЕХНИКА, ЧЕЛОВЕКО-МАШИННОЕ ВЗАИМОДЕЙСТВИЕ, ТЕХНИЧЕСКОЕ ЗРЕНИЕ, РАСПОЗНАВАНИЕ Данная работа представляет собой магистерскую диссертацию, выполненную в рамках производственной практики в области компьютерного зрения и робототехники. Целью работы было исследование и разработка новых алгоритмов компьютерного зрения для роботов с использованием методов обработки изображений и машинного обучения. Работа состоит из введения, обзорной части, теоретической части, расчётно-конструкторской части, заключения, списка использованной литературы и трёх приложений. В обзорной части работы рассмотрены основные понятия и принципы компьютерного зрения, а также представлен обзор существующих методов и технологий в этой области. Теоретическая часть включает в себя описание принципов обработки изображений, алгоритмов фильтрации и улучшения качества изображений, а также основные методы машинного обучения, включая обучение с подкреплением и нейронные сети. В рамках расчетно-конструкторской части были разработаны новые алгоритмы компьютерного зрения, а также выполнены расчеты и проектирование модулей робота. Реализация модулей робота включала программную разработку и интеграцию существующих библиотек и инструментов компьютерного зрения. После реализации модулей робота было проведено описание построенных моделей и проведено их тестирование. Результаты тестирования и оценка полученных данных представлены в отчете. Анализ полученных данных позволил сделать выводы о эффективности разработанных алгоритмов и их применимости в робототехнике. Результатом работы стала магистерская диссертация, в которой представлены все отчетные материалы, полученные в ходе производственной практики. Она включает в себя описание разработанных алгоритмов, результаты экспериментов и анализ полученных данных. Полученные результаты исследования открывают новые перспективы и возможности для применения технологий компьютерного зрения в различных сферах, их применение может быть полезным в автоматизации производства, медицине, автономной навигации и других областях.
- ПубликацияТолько метаданныеРазработка программной системы сурдоперевода на основе речи(2021) Маркова, Д. А.; Маркова, Дарья Александровна; Возненко Тимофей ИгоревичВыпускная квалификационная работа на тему: «Разработка программной системы сурдоперевода на основе речи». Пояснительная записка содержит: 70 страниц, 3 части, 28 рисунков, 5 таблиц, 10 листингов кода, 21 источник литературы, 2 приложения. Ключевые слова: РОБОТОТЕХНИКА, СУРДОПЕРЕВОД, ЯЗЫК ЖЕСТОВ, СИСТЕМА РАСПОЗНАВАНИЯ РЕЧИ, ОБУЧЕНИЕ СИСТЕМЫ. Данная работа направлена на исследование систем распознавание речи и их использование в разработанной системе сурдоперевода. Целью дипломного проекта является разработка системы для сурдоперевода в режиме реального времени. В первой части были рассмотрены следующие системы распознавания речи: HTK, CMU Sphinx, Kaldi, Julius, iAtros, RWTH ASR и проведён их анализ, а также построена сравнительная таблица. Во второй части была составлена схема взаимодействия пользователя с системой и приведена подробная архитектура взаимодействия компонентов. На основе данной архитектуры, построены алгоритмы и блок-схемы, необходимые для реализации системы. В третьей части был составлен код программы, реализованный на основе составленных ранее алгоритмов и разобраны его самые основные компоненты: создание словаря, создание адаптированной модели, распознавание речи на их основе. Далее было проведено тестирование и составлено руководство пользователя по установке системы и использованию её интерфейса. В результате была разработана система для сурдоперевода в режиме реального времени. Данная система может быть использована в качестве инструмента для обучения людей с нарушением слуха, а также в любых других аспектах, где происходит взаимодействие таких людей с другими людьми, не имеющими подобных нарушений.
- ПубликацияТолько метаданныеStudy of Pseudo-Random Number Generators with Feedback Shift Register(2023) Chugunkov, I. V.; Kliuchnikova, B. V.; Soboleva, A. A.; Belyakovskaya, A. N.; Semenova, O. A.; Markova, D. A.; Чугунков, Илья Владимирович; Соболева, Ания Анверовна; Беляковская, Анна Николаевна; Семёнова, Ольга Александровна; Маркова, Дарья Александровна
- ПубликацияОткрытый доступ"ГЕНЕРАТОР ПСЕВДОСЛУЧАЙНЫХ ЧИСЕЛ НА ОСНОВЕ АРХИТЕКТУРЫ "КВАДРАТ"(НИЯУ МИФИ, 2022) Чугунков, И. В.; Маркова, Д. А.; Григорян, А. А.; Маркова, Дарья Александровна; Чугунков, Илья ВладимировичПрограмма предназначена для формирования псевдослучайных последовательностей заданной разрядности при помощи генератора псевдослучайных чисел с архитектурой "Квадрат". Основные функции: возможность выбора раундовых операций (сдвиг строк, перемешивание столбцов, замена по таблице, сложение по модулю 2 с раундовым ключом), настройка таблиц замен, процедура разворачивания раундового ключа, настройка элементов конечных полей, участвующих в раундовых операциях. Область применения: разработка и исследование генераторов псевдослучайных чисел, хеш-генераторов, а также криптографических примитивов с архитектурой "Квадрат". Тип реализующей ЭВМ: IBM PC совместимый компьютер. Вид и версия операционной системы: Windows 7 и выше.
- ПубликацияОткрытый доступИНСТРУМЕНТАЛЬНОЕ СРЕДСТВО ДЛЯ РАСПАРАЛЛЕЛИВАНИЯ ОЦЕНОЧНЫХ ТЕСТОВ ПРИ ПОМОЩИ АРХИТЕКТУРЫ CUDА(НИЯУ МИФИ, 2022) Чугунков, И. В.; Боронин, Р. В.; Маркова, Д. А.; Чугунков, Илья Владимирович; Маркова, Дарья АлександровнаПрограмма предназначена для распараллеливания оценочных тестов при помощи программно-аппаратной архитектуры параллельных вычислений CUDA, использующей вычислительные ресурсы графических процессоров. Основные функции: выявление медленных фрагментов кода, формирование подзадач с последующей реализацией последних на потоках, минимизация передачи данных между CPU и GPU, выбор оптимальной конфигурации архитектуры, оценка ускорения параллельного алгоритма по сравнению с исходным. Область применения: повышение вычислительной производительности стохастических алгоритмов защиты информации. Тип ЭВМ: IBM PC-совмест. ПК; ОС: Windows 7 и выше.
- ПубликацияОткрытый доступИНСТРУМЕНТАЛЬНОЕ СРЕДСТВО ДЛЯ РАСПАРАЛЛЕЛИВАНИЯ ОЦЕНОЧНЫХ ТЕСТОВ ПРИ ПОМОЩИ ОРЕПМР(НИЯУ МИФИ, 2022) Чугунков, И. В.; Боронин, Р. В.; Маркова, Д. А.; Маркова, Дарья Александровна; Чугунков, Илья ВладимировичПрограмма предназначена для распараллеливания оценочных тестов посредством программирования многопоточных приложений на многопроцессорных системах с общей памятью. Основные функции: распределение задачи между потоками, распределение потоков между процессорами, подбор оптимальной конфигурации распараллеливания. Область применения: повышение вычислительной производительности стохастических алгоритмов защиты информации. Тип ЭВМ: IBM PC-совмест. ПК; ОС: Windows 7 и выше.
- ПубликацияОткрытый доступИНСТРУМЕНТАЛЬНОЕ СРЕДСТВО ДЛЯ КРИПТОАНАЛИЗА ГЕНЕРАТОРОВ ПСЕВДОСЛУЧАЙНЫХ ЧИСЕЛ НА ОСНОВЕ РЕГИСТРОВ СДВИГА С НЕЛИНЕЙНЫМИ ОБРАТНЫМИ СВЯЗЯМИ(НИЯУ МИФИ, 2022) Чугунков, И. В.; Боронин, Р. В.; Маркова, Д. А.; Чугунков, Илья Владимирович; Маркова, Дарья АлександровнаПрограмма предназначена для определения таблиц замен блоков стохастического преобразования, входящих в состав обратной связи регистра сдвига с задаваемыми параметрами образующего многочлена. Основные функции: задание образующего многочлена, задание разрядности регистров, инвертирование алгоритма зашифрования, определение заполнения таблиц блоков стохастического преобразования в цепи обратной связи на основе известного фрагмента последовательности заданной длины. Область применения: анализ качества построения и заполнения таблиц замен стохастических алгоритмов защиты информации. Тип ЭВМ: IBM PC-совмест. ПК; ОС: Windows 7 и выше.
- ПубликацияОткрытый доступИНСТРУМЕНТАЛЬНОЕ СРЕДСТВО ОЦЕНКИ КОРРЕЛЯЦИИ МЕЖДУ ПСЕВДОСЛУЧАЙНЫМИ ПОСЛЕДОВАТЕЛЬНОСТЯМИ(НИЯУ МИФИ, 2022) Чугунков, И. В.; Маркова, Д. А.; Боронин, Р. В.; Чугунков, Илья Владимирович; Маркова, Дарья АлександровнаПрограмма предназначена для выявления статистических зависимостей между псевдослучайными последовательностями. Основные функции: вычисление битовых и байтовых корреляционных функций, выявление периодичностей в последовательностях, вычисление оценочных характеристик. Область применения: оценка рассеивающих и перемешивающих свойств блоков замен и других криптографических примитивов стохастических алгоритмов защиты информации. Тип ЭВМ: IBM PC-совместимый компьютер; Вид и версия операционной системы: Windows 7 и выше.