Цифровой сервис проведения тайного голосования с использованием технологии блокчейн

1.

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ
ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«ОРЕНБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
Шумкин Данил Александрович
Системный анализ автоматизации информационных процессов предметной
области научных исследований
(Цифровой сервис проведения тайного голосования с использованием
технологии блокчейн)
09.04.04 – Программная инженерия
Научный руководитель
кандидат технических наук,
доцент Н.А.Тишина
Оренбург 2023

2.

Библиография
УДК
004.75; Распределённые системы обработки данных
004.056.55; Шифрование
Базовые издания
1. Нагродская, В. Б. Новые технологии (блокчейн / искусственный интеллект) на
службе права: учебно-методическое пособие / В. Б. Нагродская ; под
редакцией Л. А. Новоселовой. — Москва : Проспект, 2019. — 126 с. — ISBN
978-5-392-29165-6.
2. Шурыгин, В. А. Принципы и методы технологии блокчейн в приложении к
криптовалютам : учебное пособие / В. А. Шурыгин, И. М. Ядыкин. —
Москва: НИЯУ МИФИ, 2020. — 116 с. — ISBN 978-5-7262-2681-1.
3. Голиков, А. М. Методы шифрования информации в сетях и системах
радиосвязи: учебное пособие / А. М. Голиков. — Москва : ТУСУР, 2012. —
329 с.
4. Соловьев, Н.А Исследование операций в задачах программной инженерии:
учебное пособие / Н. А. Соловьев [и др.]. - Санкт-Петербург : Лань, 2019. 164 с. : ил. - (Учебники для вузов. Специальная литература) - ISBN 978-58114-3770-2.

3.

Базовые издания
5. Соловьев, Н.А. Основы теории принятия решений для программистов: учебное
пособие / Н.А. Соловьев, Е.Н. Чернопрудова, Д.А. Лесовой; Оренбургский гос.
ун-т. – Оренбург: ОГУ, 2012. – 187 с.
6. Семенов А.М. Интеллектуальные системы : учебное пособие / Семенов А.М.,
Cоловьев Н.А., Чернопрудова Е.Н., Цыганков А.С. — Оренбург : Оренбургский
государственный университет, ЭБС АСВ, 2013. — 236 c
7. Волкова, Т. В. Проектирование и создание БД: учеб. пособие для вузов / Т. В.
Волкова; М-во образования и науки Рос. Федерации, Федер. агентство по
образованию, Гос. образоват. учреждение высш. проф. образования "Оренбург.
гос. ун-т". - Оренбург : ОГУ, 2006. - 140 с.
8. Волкова, Т.В. Разработка систем распределенной обработки данных:
учебнометодическое пособие /Т.В. Волкова, Л.Ф. Насейкина – Оренбург: ОГУ,
2012. – 330 с.

4.

Периодические издания
1. Нехорошева Э. А., Шкарапута А. П. Построение модели протокола электронного
голосования с возможностью проверки результата избирателями // Вестник
Пермского университета. Математика. Механика. Информатика. 2022. Вып. 4(59).
С. 61-67.
2. Биряльцев Е.В., Галимов М.Р., Демидов Д.Е., Елизаров А.М. Цифровой проект и
платформа для работы с ним // Вестник ЮУрГУ. Серия: Вычислительная математика, и
информатика. 2020. Т. 9, № 1. С. 50-68.
3. Кузьминых Е.С., Маслова М.А. Влияние блокчейн технологий на современное
общество // Научный результат. Информационные технологии. — Т.7, №1, 2022. — С.
49-56.
4. Применение формул прогонки для шифрования текстовых данных / Н. К. Волосова, N.
K. Volosova, К. А. Волосов [и др.] // Вестник Пермского университета. Серия:
Математика. Механика. Информатика. — 2023. — № 3 (62). — С. 5-12.
5. Евсиков, К.С. ЭВОЛЮЦИЯ ИНСТИТУТА ТАЙНОГО ГОЛОСОВАНИЯ В
ЦИФРОВОМ ГОСУДАРСТВЕ / К. С. Евсиков // Вестник Южно-Уральского
государственного университета. Серия: Право. — 2023. — № 1. — С. 79-87.
6. Парфенова, М.Я. Информационные технологии в организационных и социальноэкономических системах /М.Я. Парфенова. – Московский университет имени С. Ю.
Витте, Информационные технологии, том 23 №3 2017.-10с.

5.

Периодические издания
7. Крыцула, А.А. ПРАВОВОЙ РЕЖИМ СМАРТ-КОНТРАКТОВ: КОД ИЛИ
ДОГОВОР / А. А. Крыцула, A. A. Krytsula // Вестник Пермского университета.
Юридические науки. — 2022. — № 56. — С. 239-267.
8. Биряльцев Е.В., Галимов М.Р., Демидов Д.Е., Елизаров А.М. Цифровой проект и
платформа для работы с ним // Вестник ЮУрГУ. Серия: Вычислительная
математика, и информатика. 2020. Т. 9, № 1. С. 50-68.
9. Лукьянов, А.А. АНАЛИЗ РАЗВИТИЯ КРИПТОВАЛЮТНЫХ ИНСТРУМЕНТОВ / А. А.
Лукьянов // Вестник Дагестанского государственного технического университета.
Технические науки. — 2021. — № 4. — С. 100-113.
10.Кряжева, Е.В. ОБЩИЕ ПОДХОДЫ К ПРОЕКТИРОВАНИЮ ВЕБ-ПРИЛОЖЕНИЙ / Е.
В. Кряжева, Т. А. Васина, А. В. Краев // Заметки ученого. — 2021. — № 9-2. — С. 32-36.
11.Кряжева, Е.В. РАЗРАБОТКА REST API МИКРОСЕРВИСА С ИСПОЛЬЗОВАНИЕМ
СТАНДАРТНОГО ПАКЕТА NET/HTTP В GOLANG / Е. В. Кряжева, Е. В. Амелин //
Заметки ученого. — 2021. — № 6-1. — С. 40-44.
12.Способы интеллектуального анализа данных средствами СУБД / Р. К. Наумов, R. K.
Naumov, М. С. Самылкин [и др.] // Научный результат. Информационные технологии.
— 2021. — № 2. — С. 32-40.

6.

Периодические издания
13.Прасти Н. Блокчейн. Разработка приложений, // Н. Прасти, В.С. Яценков. — СПб.: БХВПетербург, 2018. – 256 с.
14.Равал С. Децентрализованные приложения. Технология Blockchain в действии, // С.
Равал. — СПб.: Питер, - 2017. - 192 с.
15.Block The Vote: Could Blockchain Technology Cybersecure Elections? [Электронный
ресурс]. – Режим доступа: http://www.forbes.com/sites/realspin/2016/08/30/block-the
otecouldblockchain-technology-cybersecure-elections, свободный
16.Насколько надежно электронное голосование [Электронный ресурс]. – Режим доступа:
https://www.svoboda.org/a/269300.html, свободный.

7.

Автоматизированная система управления
(АСУ)
Основным инструментом повышения оперативности и обоснованности
управленческих решений является АИС с средствами поддержки принятия
решений (СППР)
Внешняя среда
Объект
управления
V(t)
U(t)
Лицо, принимающее
решение
Х(t)
Управляющее
устройство
X*(t)
СППР
У(t)

8.

Проект системы поддержки принятия решений

9.

АНАЛИТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Аналитические методы моделирования представляют собой группы методов,
пригодных для описания реальных объектов в виде упрощенной модели, состоящей
из аналитических зависимостей, описывающих связи между признаками
исследуемого свойства объекта на основе математических представлений.
Группы аналитических методов моделирования
Высшая
математика
Математическая
физика
Математический
анализ,
Алгебра,
Геометрия,
Дискретная
математика,
Математическая
логика и др.
Механика
Акустика
Электродинамика
Гидродинамика
Оптика
Прикладная
математика
Вычислительная
математика,
Теория вероятностей,
Методы оптимизации
Теория информации,
Исследование
операций,
Теория игр и др.

10.

ЭМПИРИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Эмпирическая моделирование — разновидность математического
моделирования, основу которого составляют результаты анализа данных,
полученных в результате измерений при наблюдении или эксперименте
Группы эмпирических методов моделирования
Статистические
Экспертные
Регрессионный анализ
Корреляционный анализ
Кластерный анализ
Дискриминантной анализ
Проверка статистических
гипотез
и др
Экспертный опрос
Метод ассоциаций
Метод парных
сравнений
Метод векторов
предпочтений
Метод фокальных
объектов
и др.

11.

Типовая модель
Типовая модель регрессионного анализа описывает взаимосвязь
отклака случайной переменной Y, от управляемых предикаторов (переменных)
Х – уравнение регрессии
где Xj рассматриваются как неслучайные (управляемые) аргументы
(переменные), независимо от истинного закона их распределения.
Коэффициенты регрессии ai показывают, на какую величину в среднем
изменяется результативный признак Y, если независимая (управляемая)
переменная Xj, изменяется на единицу ее измерения.
Как
правило,
регрессионному
анализу
предшествует
анализ
корреляционной зависимости переменных, в ходе которого происходит
отбор существенных признаков Xj (факторов), включаемых в уравнение
регрессии.

12.

Переменные регрессионной модели
Параметры реализации БП:
Показатели эффективности
реализованного БП:
у1 – Вероятность
индекс доходности
инвестиций
(%); (%);
у2
экономического
риска
срокреализации
окупаемости
(кол-во
лет);
срок
(кол-во
месяцев);
уровень
проработки
БПБП
(%);
стоимость
реализации
(млн. руб);
х54321 – Рентабельность
(%);

13.

Определение значимых связей переменных
модели
Рисунок – Статистическая взаимосвязь между параметрами и показателями
эффективности реализации бизнес- процессов (эмпирические данные)
Значимые параметры технологического процесса:
х3 – Вероятность
уровень проработки
(%); (дать
х5
Рентабельность
(%); БП
(дать
определениея)
у2
экономического
риска
(%);

14.

Методика оценки эффективности бизнеспроцессов

15.

Эвристическая модель реализации бизнеспроцессов
Модель вероятности экономического риска
Y = 0.1811 + 0.1436X1 + 0.2471X2 + 0.3109X30.05893X4-0.1228X5