Открыты вакансии для студентов

Лаборатория приглашает студентов 2-4 курсов на оплачиваемые позиции стажеров-исследователей (заработная плата 14 тыс. руб, график работы свободный, возможность работать дистанционно, неполный рабочий день, возможность совмещать с проектной деятельностью) для работы в составе научного коллектива. Ниже приведены примеры проектов, которые можно выполнять в Лаборатории, в т.ч. в рамках проектной деятельности студентов.

О лаборатори

Лаборатория Интернета вещей и киберфизических систем (далее Лаборатория) основана в 2023 г. на факультете Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ совместно с МИЭМ ВШЭ в результате победы в Конкурсе проектов на выполнение фундаментальных научных исследований.

Лаборатория приглашает студентов 2-4 курсов на оплачиваемые позиции стажеров-исследователей (заработная плата 14 тыс. руб, график работы свободный, возможность работать дистанционно, неполный рабочий день, возможность совмещать с проектной деятельностью) для работы в составе научного коллектива. Ниже приведены примеры проектов, которые можно выполнять в Лаборатории, в т.ч. в рамках проектной деятельности студентов.

Требования к кандидатам

• навыки программирования на C/C++
• желательно: базовое знакомство с MatLab
• работа с технической литературой на английском языке

Марковская Наталья Владимировна

Научная лаборатория Интернета вещей и киберфизических систем: Эксперт

nmarkovskaya@hse.ru

Примеры проектов

Развернуть все

Алгоритмы случайного множественного доступа на основе идеализированной модели синхронного множественного доступа

В настоящее время активно развивается концепция Интернета вещей, подразумевающего прямую связь с передачей данных между устройствами без участия человека (например: пылесосами, холодильниками, видеокамерами, устройствами «умных домов», датчиками дорожного движения, светофорами, инфраструктурой «умных городов»). Для решения возникающих в рамках данных потребностей необходимо наращивать скорости передачи, увеличивать число поддерживаемых сетью устройств, снижать задержку доставки данных. Наличие большого числа устройств, определяет необходимость применения методов случайного множественного доступа к общему каналу связи. Применяющиеся в настоящее время алгоритмы случайного доступа не обеспечивают стабильной работы при потенциально неограниченном числе устройств.
За основу для анализа алгоритмов берется идеализированная модель синхронного множественного доступа из работы [1] (см. подраздел 4.2.1).  Алгоритм из работы [2] можно рассматривать как перспективный для будущих систем. В проекте требуется повторить исследование из работы [2], разобраться со статьей [3], в которой показано, что имеется возможность повышения скорости для алгоритма из работы [2] и попытаться предложить свой вариант алгоритма.

Литература.
1.   Бертсекас Д., Галлагер Р. Сети передачи данных. – Longman Higher Education, 1986.
2.   Цыбаков Б. С., Михайлов В. А. Случайный множественный доступ пакетов. Алгоритм дробления // Проблемы передачи информации. 1980. Т. 16, №4. С. 65–79.
3.   Введенская Н. Д., Пинскер М. С. Оценка пропускной способности алгоритмов множественного доступа класса FCFS // Проблемы передачи информации. 1990. Т. 26, №1. С. 58–67.
 

Случайный множественный доступ к суммирующему каналу с аддитивным гауссовским шумом

Исследования алгоритмов случайного множественного доступа двигались независимо в двух направлениях: теория информации случайного доступа и теории случайного доступа.  Первое направление учитывало различные модели канала, но число устройств было фиксировано и отсутствовало рассмотрение вопросов процесса появления сообщений у пользователей. Во втором направлении число пользователей было случайным, рассматривались процессы возникновения сообщений и алгоритмы разрешения коллизий, но игнорировались шумы в канале. В работах [1-6] были сделаны попытки по объединению данных направлений при суммирующем канале с аддитивным гауссовским шумом.
В проекте предлагается повторить работу [6] и исследовать возможность полученных в ней границ за счет использования алгоритма с более высокой скоростью из работы [7]. За основу может быть взята идеализированная модель синхронного множественного доступа из работы [8] (см. подраздел 4.2.1).

 Литература.
1.   Polyanskiy, Y. A perspective on massive random-access / Y. Polyanskiy // 2017 IEEE International Symposium on Information Theory (ISIT). — IEEE. 2017. — С. 2523—2527.
2.   Ordentlich, O. Low complexity schemes for the random access Gaussian channel / O. Ordentlich, Y. Polyanskiy // 2017 IEEE International Symposium on Information Theory (ISIT). — IEEE. 2017. — С. 2528—2532.
3.    Polyanskiy, Y. Channel coding rate in the finite blocklength regime / Y. Polyanskiy, H. V. Poor, S. Verd´u // IEEE Transactions on Information Theory. — 2010. — Т. 56, № 5. — С. 2307—2359.
4.   Burkov A. et al. Achievability Bounds for Massive Random Access in the Gaussian MAC with Delay Constraints //2019 XVI International Symposium" Problems of Redundancy in Information and Control Systems"(REDUNDANCY). – IEEE, 2019. – С. 224-227.
5.   Burkov A., Shneer S., Turlikov A. An Achievability Bound of Energy per Bit for Stabilized Massive Random Access Gaussian Channel //IEEE Communications Letters. – 2020. – Т. 25. – №. 1. – С. 299-302.
6.   Burkov A., Shneer S., Turlikov A. An Achievability Bound of Energy per Bit for Stabilized Massive Random Access Gaussian Channel //IEEE Communications Letters. – 2020. – Т. 25. – №. 1. – С. 299-302.
7.   Цыбаков Б. С., Михайлов В. А. Случайный множественный доступ пакетов. Алгоритм дробления // Проблемы передачи информации. 1980. Т. 16, №4. С. 65–79.
8.   Бертсекас Д., Галлагер Р. Сети передачи данных. – Longman Higher Education, 1986.
 

Алгоритмы случайного множественного доступа с использованием преамбул

Одним из перспективных направлений повышения области стабильности в системах случайного множественного доступа является применение преамбул, обладающих следующим основным свойством: при наложении нескольких преамбул имеется возможность определения их количества в смеси и даже их номеров, даже в случае невозможности восстановления данных, отправляемых пользователями.
В проекте предлагается изучить работы, предлагающие применение преамбул в алгоритмах случайного множественного доступа [1-5], и усовершенствовать представленные в них алгоритмы или предложить свой алгоритм. За основу может быть взята идеализированная модель синхронного множественного доступа из работы [8] (см. подраздел 4.2.1).

Литература.
1.     Choi, J. Multichannel ALOHA with exploration phase / J. Choi // 2020 IEEE Wireless Communications and Networking Conference (WCNC). — IEEE. 2020. — С. 1—6.
2.     Choi, J. On improving throughput of multichannel ALOHA using preamblebased exploration / J. Choi // Journal of Communications and Networks. — 2020. — Т. 22, № 5. — С. 380—389.
3.     Choi, J. On the adaptive determination of the number of preambles in RACH for MTC / J. Choi // IEEE Communications Letters. — 2016. — Т. 20, № 7. — С. 1385—1388.
4.     Choi, J. On fast retrial for two-step random access in MTC/ J. Choi // IEEE Internet of Things Journal. — 2020. — Т. 8, № 3. — С. 1428—1436
5.     Burkov, A. A. Analyzing and stabilizing multichannel ALOHA with the use of the preamble-based exploration phase / A. A. Burkov, R. Rachugin, A. Turlikov // Информационно-управляющие системы. — 2022. — 5 (120). — С. 49—59.
6.     Бертсекас Д., Галлагер Р. Сети передачи данных. – Longman Higher Education, 1986.
 

Постквантовая криптография

Криптография с открытым ключом позволяет решать большое количество разнообразных задач, от построения защищённых сетей передачи данных до систем облачного хранения, электронного голосования и наличности. Однако современные методы с открытым ключом обладают рядом недостатков: крайне медленной скоростью работы и уязвимостью к квантовым вычислениям. С 2016 года NIST разрабатывает стандарт постквантовой криптографии, свободный от указанных недостатков. В проекте предполагается изучение и исследование постквантовых систем, основанных на кодах, исправляющих ошибки.

Литература:
1. https://csrc.nist.gov/projects/post-quantum-cryptography
2. Овчинников, А. А. (2022). Вариант постквантовой системы на основе кодов, исправляющих пакеты ошибок, и задачи полного декодирования. Информационно-управляющие системы, (3), 45-54. https://doi.org/10.31799/1684-8853-2022-3-45-54
3. О новых задачах в асимметричной криптографии, основанной на помехоустойчивом кодировании / Зяблов В.В., Иванов Ф.И., Крук Е.А., Сидоренко В.Р. // Проблемы передачи информации. 2022. Т. 58. № 2. С. 92-111.

Методы обработки информации на физическом уровне сетей четвёртого (LTE), пятого (NR) и перспективных поколений

Физический уровень сети занимается непосредственной обработкой информации, представленной потоком бит, для обеспечения дальнейшей надёжной передачи по каналу связи. Проект посвящён изучению и сравнительному анализу методов кодирования/декодирования для современных классов помехоустойчивых кодов: турбо-кодов, полярных кодов, низкоплотностных кодов, с учётом специфики способов обработки данных в мобильных сетях четвёртого, пятого и последующих поколений.

Литература:
1. 3GPP TS 36.212 Release 17. LTE; Evolved Universal Terrestrial Radio Access (E-UTRA); Multiplexing and channel coding. 3rd Generation Partnership Project; Technical Specification Group Radio Access Network, https://www.etsi.org/deliver/etsi_ts/136200_136299/136212/17.01.00_60/ts_136212v170100p.pdf
2. 3GPP TS 36.213 Release 17. LTE; Evolved Universal Terrestrial Radio Access (E-UTRA); Physical layer procedures. 3rd Generation Partnership Project; Technical Specification Group Radio Access Network https://www.etsi.org/deliver/etsi_ts/138200_138299/138212/17.05.00_60/ts_138212v170500p.pdf
 

Сетевая стеганография

Появление большого количества технологий позволяет использовать сетевые пакеты для сокрытия в них секретной информации. Алгоритмы, позволяющие внедрять и скрывать информацию внутри другой информации называются стеганографическими. В рамках проекта предполагается изучение методов сетевой стеганографии, а также их сравнение.

Литература:
1. Lubacz J., Mazurczyk W., Szczypiorski K. Principles and overview of network steganography //IEEE Communications Magazine. – 2014. – Т. 52. – №. 5. – С. 225-229.
2. Пескова О. Ю., Халабурда Г. Ю. Применение сетевой стеганографии для скрытия данных, передаваемых по каналам связи //Известия Южного федерального университета. Технические науки. – 2012. – Т. 137. – №. 12 (137). – С. 167-176.
3. Szczypiorski K. Steganography in TCP/IP networks //State of the Art and a Proposal of a New System–HICCUPS, Institute of Telecommunications' seminar, Warsaw University of Technology, Poland. – 2003.

Использование алгоритмов машинного обучения в стеганографии

Алгоритмы машинного обучения находят применение в различных сферах деятельности, особенно в задачах классификации, предсказания и анализа данных. В данном проекте предлагается изучить способы применения алгоритмов машинного обучения в задачах, связанных со стеганографией или стегоанализом, а также усовершенствовать их.

Литература:
1. Исаева М. Н. Определение типов стеганографических атак с помощью полухрупких меток с использованием методов машинного обучения //Волновая электроника и инфокоммуникационные системы. – 2021. – С. 99-105.
2. T. Pevny, P. Bas and J. Fridrich, «Steganalysis by Subtractive Pixel Adjacency Matrix» in IEEE Transactions on Information Forensics and Security, vol. 5, no. 2, pp. 215-224, June 2010
3. Цифровые водяные знаки и стеганография: учебное пособие с заданиями для практических и лабораторных работ / В.А. Федосеев. – Электрон. текстовые и граф. дан. – Самара: СГАУ, 2015. – 128 с.

Применение машинного обучения для анализа сетевого трафика

Задача анализа трафика становится все более актуальной в связи с развитием информационных технологий. Среди прочих применений алгоритмов машинного обучения, можно выделить их применение для анализа трафика. В данном проекте рассматриваются вопросы усовершенствования способов анализа трафика с помощью алгоритмов машинного обучения.

Литература:
1. Мулюха В. А. и др. Машинное обучение для анализа и классификации шифрованного сетевого трафика //Международная конференция по мягким вычислениям и измерениям. – Федеральное государственное автономное образовательное учреждение высшего образования Санкт-Петербургский государственный электротехнический университет ЛЭТИ им. ВИ Ульянова (Ленина), 2020. – Т. 1. – С. 238-241.
2. Гетьман А. И., Иконникова М. К. Обзор методов классификации сетевого трафика с использованием машинного обучения //Труды Института системного программирования РАН. – 2020. – Т. 32. – №. 6. – С. 137-154.
3. Власенко А. В., Дзьобан П. И., Жук Р. В. Обзор инструментов машинного обучения и их применения в области кибербезопасности //Прикаспийский журнал: управление и высокие технологии. – 2020. – №. 1 (49). – С. 144-155.