О себе Реферат Научные труды Индивидуальный раздел

Библиотека материалов по теме выпускной работы

Собственные публикации и доклады

  1. Программаная реализация чтения дисков с разметкой MBR

    Авторы: И.С. Клименко, О.Ю. Чередникова

    Описание: в работе рассмотрены физическая структура и возможные схемы разметки жесткого диска, предложена программная реализация анализа диска с разметкой MBR с помощью функций Windows API.

    Источник: Материалы научно-технической конференции «Информатика, управляющие системы, математическое и компьютерное моделирование - 2024» (ИУСМКМ-24) - Т.2. - С. 323-327

  2. Способы диагностики дисковой памяти

    Авторы: И.С. Клименко, О.Ю. Чередникова

    Описание: в работе рассмотрены актуальные на сегодняшний день методы диагностики дисковой памяти.

    Источник: Материалы научно-технической конференция «Донбасс будщего глазами молодых учёных - 2024» - С.124-127

  3. Methods of monitoring and diagnostics of disk memory

    Авторы: И.С. Клименко, О.Ю. Чередникова, Е.Н. Кушниренко

    Описание: работа посвящена актуальной проблеме диагностики дисковой памяти, играющей ключевую роль в обеспечении целостности данных и стабильной работы компьютерных систем.

    Источник: Сборник материалов XV научно-практической конференции для молодых учёных - С. 213-220

  4. Анализ методов машинного обучения для прогнозирования отказов жёстких дисков

    Авторы: И.С. Клименко, О.Ю. Чередникова

    Описание: в статье исследуется применение методов машинного обучения для прогнозирования отказов жёстких дисков на основе анализа S.M.A.R.T.-атрибутов

    Источник: Материалы научно-технической конференция «Донбасс будщего глазами молодых учёных - 2025»

Доклады и публикации научного руководителя

  1. Разработка кроссплатформенного приложения для получения информации о логических дисках

    Авторы: Е.В. Шрамов , О.Ю. Чередникова

    Описание: в работе рассмотрены способы разработки кроссплатформенных приложений, выполнен выбор оптимального фреймворка для разработки данного приложения, описаны функциональные возможности фреймворка, а так же описание алгоритма для получения информации о логических дисках.

    Источник: Материалы научно-технической конференция «Донбасс будщего глазами молодых учёных - 2024» - Т.1. - С. 342-346

Доклады и публикации на смежные темы

  1. Диагностирование виртуальных устройств

    Авторы: А.С. Грачев

    Описание: в статье рассматривается вопрос о дополнение в программное обеспечение виртуальных устройств диагностического теста.

    Источник: Международный научный журнал «Символ науки» # 7-1 / 2023 - С.12-13

  2. Проблемы автоматизированного сбора диагностических данных о персональном компьютере

    Авторы: И.А. Баланов, Д.В. Кондратов

    Описание: в статье описаны проблемы различного ПО, которое позволяет собирать диагностические данные о персональном компьютере.

    Источник: Математическое моделирование, компьютерный и натурный эксперимент в естественных науках. 2023. №2 - С. 45-51

  3. Универсальные показатели надежности накопителей информации в data-центрах

    Авторы: И.Н. Насыров, И.И. Насыров, Р.И. Насыров

    Описание: целью исследования является выявление такого набора параметров, который был бы универсален в качестве показателей надежности для любой марки накопителей любого производителя.

    Источник: Научный журнал «Экономика. Информатика» 2024. Том 51, №3 - С. 722-734

  4. Системный анализ и обработка информации для задачи выявления поломки информационного накопителя компьютера

    Авторы: Н.М. Кодацкий, Е.А. Ревякина, А.Р. Газизов

    Описание: целью исследования является выявление такого набора параметров, который был бы универсален в качестве показателей надежности для любой марки накопителей любого производителя.

    Источник: Вестник Дагестанского государственного технического университета. Технические науки. Том 51, № 4, 2024 - С. 87-98

  5. Интеллектуальный метод оценки состояния оборудования компьютера для предотвращения потери данных

    Авторы: Н.М. Кодацкий, С.В. Панов

    Описание: цель данного исследования заключается в обосновании эффективности интеллектуального метода оценки состояния оборудования компьютера с использованием алгоритма случайного леса (Random Forest) и подходов bagging и boosting для предотвращения потери данных на информационных накопителях компьютера.

    Источник: Научный журнал «Молодой исследователь Дона» №9(3), 2024 - С. 54-60

  6. Из опыта использования кроссплатформенной библиотеки TKINTER для разработки визуальных приложений c элементами анимаци

    Авторы: А.Н. Маслобоев

    Описание: для языка Python характерна модульная структура, то есть в зависимости от поставленной задачи к основному ядру языка можно подключать дополнительные модули. Часть этих модулей успешно используется и для разработки различных элементов компьютерной графики, при этом в данной статье основной акцент сделан на применении для этой цели кроссплатформенной событийно-ориентированной библиотеки tkinter, входящей в стандартную поставку языка Python.

    Источник: Маслобоев, А. Н. Из опыта использования кроссплатформенной библиотеки TKINTER для разработки визуальных приложений c элементами анимации / А. Н. Маслобоев // Информационные технологии. Физика и математика : материалы 88-й науч.-техн. конф. профессорско-преподавательского состава, научных сотрудников и аспирантов (с международным участием), Минск, 29 января – 16 февраля 2024 г. – Минск: БГТУ, 2024. – С. 205-208.

  7. Интеллектуальный метод оценки состояния оборудования компьютера для предотвращения потери данных

    Авторы: А.И. Федотова, Р.Г. Гильванов

    Описание: в статье рассматриваются варианты разработки приложений, такие как Web-приложения, нативные и кросс-платформенные приложения. Рассматриваются достоинства и недостатки каждого варианта. Сравнивается нативная и кросс-платформенная разработка. Подробнее рассматривается вариант кросс-платформенной разработки приложений, популярные фреймворки. В статье дается обзор языка программирования Python, приведены его достоинства и недостатки. Рассмотрена возможность кросс-платформенной разработки на языке программирования Python с помощью фреймворка Kivy.

    Источник: Журнал «Интеллектуальные технологии на транспорте», 2022, № 2 - С. 53-58

  8. Мониторинг здоровья жёстких дисков

    Авторы: А.А. Юрков, А.В. Петро

    Описание: статья посвящена разработке модели мониторинга и прогнозирования отказов жестких дисков на основе анализа данных сенсоров SMART.

    Источник: Материалы конференции «СОВРЕМЕННЫЕ ТЕХНОЛОГИИ В ТЕОРИИ И ПРАКТИКЕ ПРОГРАММИРОВАНИЯ», Санкт-Петербург, 22 апреля 2021 года - С. 228-229

  9. Особенности взаимодействия Python и PyQt

    Авторы: А.М. Зубаль

    Описание: в данной статье рассматривается взаимодействие языка программирования Python с библиотекой для создания GUI (Graphic User Interface) — PyQt.

    Источник: XXVI Всероссийская студенческая научно-практическая конференция Нижневартовского государственного университета: сборник материалов — 2024. — Нижневартовск: НВГУ, 2024. — С. 324–329.

  10. Создание GUI приложений на языке программирования Python

    Авторы: Д.В. Мукминов, А.Р. Шакиров

    Описание: GUI - система средств для взаимодействия пользователя с компьютером, основанная на представлении всех доступных пользователю системных объектов и функций в виде графических компонентов экрана.

    Источник: Мукминов, Д. В. Создание GUI приложений на языке программирования Python // Приоритетные направления инновационной деятельности в промышленности: сборник научных статей VI международной научной конференции (Казань, 29-30 июня 2021 года). Казань: Общество с ограниченной ответственностью «КОНВЕРТ», 2021. С. 133-135.

Переводы статей

  1. Повышение точности, адаптивности и интерпретируемости моделей прогнозирования отказов твердотельных накопителей

    Авторы: Чандранил Чакраборти, Хайнер Лиц

    Автор перевода: И.С. Клименко

    Описание: в данной работе предлагается применять методы обнаружения аномалий на основе одноклассового алгоритма «изолирующий лес» (Isolation Forest) и автоэнкодеров для прогнозирования ранее неизвестных типов отказов SSD с высокой точностью.

    Источник (англ.): SoCC '20: Proceedings of the 11th ACM Symposium on Cloud Computing - P. 120-133

  2. Телеметрические данные для прогнозирования отказов жёстких дисков

    Авторы: Лука Де Мартини, Джавад Тахир, Кристоф Добландер, Себастьян Фришбир

    Автор перевода: И.С. Клименко

    Описание: в этой статье описывается область телеметрических данных для жестких дисков, набор данных, используемый в конкурсе, конкретная формулировка задачи и платформа Challenger, используемая для оценки заявок.

    Источник (англ.): The 18th ACM International Conference on Distributed and Event-based Systems (DEBS ’24), June 24–28, 2024, Villeurbanne, France. ACM, New York, NY, USA, 6 pages. - P. 223-229

  3. Прогнозирование отказов жестких дисков на основе смешанного ансамблевого обучения

    Авторы: Миньюй Чжан, Вэньцян Гэ, Жуйчунь Тан, Пэйшунь Лю

    Автор перевода: И.С. Клименко

    Описание: в этой статье на основе идеи смешанного ансамблевого обучения предлагается новый метод прогнозирования отказов, комбинирующий алгоритмы машинного обучения и нейронные сети, на общедоступных наборах данных жестких дисков BackBlaze.

    Источник (англ.): Appl. Sci. 2023, 13, 3288. https://doi.org/10.3390/app13053288

  4. Делаем прогнозирование отказов дисков SMARTер (умней)!

    Авторы: Сиди Лу, Бин Ло, Тиртак Патель, Йонтао Яо, Дэвеш Трипати, Вэйсонг Ши

    Автор перевода: И.С. Клименко

    Описание: в данной работе представлены анализ и результаты одного из крупнейших исследований по прогнозированию отказов дисков, охватывающего в общей сложности 380 000 жестких дисков в течение двух месяцев на 64 площадках крупного ведущего оператора центров обработки данных.

    Источник (англ.): 18th USENIX Conference on File and Storage Technologies (FAST ’20)

  5. Набор данных технологии самодиагностики, анализа и отчётности (SMART) для 147 496 жёстких дисков

    Авторы: Шутинг Вэй, Хунчжан Ян, Чжэнгуан Чэнь, Пин Ван

    Автор перевода: И.С. Клименко

    Описание: в данной статье представлен новый открытый набор данных SMART-Z, содержащий периодически собираемые данные самодиагностики (SMART) для 147 496 жёстких дисков различных типов из реальной корпоративной среды за период с марта 2017 по февраль 2018 года, который, по сравнению с существующими аналогами, обладает большим разнообразием моделей, более высокой полнотой и включает дополнительные атрибуты, такие как критические и наихудшие значения, IP-адреса и бизнес-сценарии, что предоставляет исследователям расширенные возможности для построения и улучшения моделей прогнозирования отказов накопителей.

    Источник (англ.): Scientific Data | (2025) 12:1125