ПлатформаФинал

1.

Образовательная
платформа

2.

Содержание презентации
01
02
03
Актуальность
Проблема
Платформа
04
05
06
Панель
администратора
Телеграмм бот
Технологии

3.

01
Актуальность

4.

Актуальность проекта образовательной платформы
очевидна в современном мире, где доступ к
образованию становится все более важным и
востребованным. Сайты образовательных платформ
предоставляют возможность получить образование и
знания в любое время и в любом месте, что особенно
актуально было в условиях ограничений из-за
пандемии COVID-19. Такие платформы обеспечивают
широкий выбор курсов, лекций и тренингов по
различным предметам и специализациям, позволяют
индивидуализировать обучение и повышать уровень
знаний и компетенций. Благодаря удобному формату
и доступной стоимости обучения, сайты
образовательных платформ позволяют людям со
всего мира получать качественное образование и
развиваться профессионально.

5.

02
Проблема

6.

В настоящее время многие люди сталкиваются с рядом проблем, связанных с обучением и
развитием навыков. Существует несколько ключевых аспектов, которые требуют решения:
1.
Неудовлетворенность качеством традиционного образования. Современное образование
в школьных и университетских учреждениях часто не успевает за быстрыми изменениями на
рынке труда и технологий. Студенты не всегда получают актуальные знания и навыки, которые
были бы востребованы работодателями.
2.
Недостаток доступных и персонализированных образовательных ресурсов. Не все люди
могут позволить себе высококачественное образование в традиционных учебных заведениях.
Кроме того, образовательные учреждения часто предлагают стандартизированные программы,
которые не всегда учитывают индивидуальные потребности и темп обучения студентов.
3.
Трудности в поиске квалифицированных преподавателей и наставников. Многие
учащиеся сталкиваются с проблемой нахождения подходящих репетиторов, особенно для
редких дисциплин или специфических запросов. Поиск подходящих специалистов, оценка их
компетенции и уровня знаний требует значительных усилий и времени.
4.
Нехватка гибкости в обучении. В быстро меняющемся мире важно иметь возможность
обучаться в любое время и в любом месте. Однако традиционные формы обучения часто не
обеспечивают такой гибкости, что ограничивает доступ к знаниям для многих людей.

7.

03
Платформа

8.

9.

10.

11.

12.

13.

14.

15.

16.

17.

18.

19.

20.

21.

22.

05
Панель администратора

23.

24.

25.

26.

27.

28.

29.

30.

31.

32.

05
Телеграмм-бот

33.

34.

35.

06
Техническая часть

36.

Описание технической части
Фронтенд:
React.js: Библиотека для создания пользовательских интерфейсов, обеспечивает высокую
реактивность и позволяет эффективно работать с состоянием компонентов.
TypeScript: Надстройка над JavaScript, которая добавляет статическую типизацию. Это повышает
безопасность кода, упрощает поддержку проекта и позволяет избежать множества типичных ошибок.
Redux: Управление состоянием приложения. Используется для глобального хранения состояния
(например, состояния авторизации пользователя, информации о курсах и т.д.), что позволяет
организовать поток данных по всему приложению.
Бэкенд:
Node.js: Среда выполнения JavaScript на серверной стороне. Позволяет обрабатывать множество
запросов асинхронно, что критично для масштабируемых приложений.
Express.js: Минималистичный фреймворк для Node.js, упрощающий создание RESTful API и
маршрутизацию запросов.
Искусственный интеллект:
TensorFlow.js: Библиотека для создания и использования нейросетей прямо в браузере с помощью
JavaScript. В проекте она используется для продвинутой выдачи курсов, рекомендаций, оптимизации
поисковых запросов и других задач, связанных с обработкой данных.

37.

Описание технической части
Авторизация
1. Регистрация и стандартная авторизация
Проверка уникальности вводимых данных.
Хеширование пароля bscrypt
2. Json WEB токены
3. Двухфакторная аутентификация (2FA)
4. Восстановление пароля
5. Ограничение времени сессии (максимальное пребывание на сайте)

38.

Описание технической части
Безопасность и защита от атак
Авторизация на платформе защищена от распространённых угроз:
Защита от атак с подбором паролей: Платформа защищена от атак с использованием брутфорс-методов. Например,
после нескольких неудачных попыток входа с одинаковым логином происходит блокировка учётной записи на
несколько минут или часов.
CSRF защита: Платформа использует механизмы защиты от атак Cross-Site Request Forgery (CSRF), чтобы
предотвратить подделку запросов от имени пользователя.
XSS защита: Внедрены меры по предотвращению межсайтового скриптинга (XSS), чтобы злоумышленники не могли
внедрять вредоносный код в поля ввода данных.
HTTPS: Вся передача данных происходит через защищённый канал с использованием протокола HTTPS, чтобы
предотвратить перехват данных в процессе их отправки.
Дополнительные аспекты безопасности
IP-блокировка: Если система зафиксирует подозрительные действия (например, попытки входа с разных IP-адресов за
короткий промежуток времени), IP-адрес может быть заблокирован.
Логирование: Все попытки авторизации, в том числе с ошибками, логируются для дальнейшего анализа и возможной
блокировки злоумышленников.
Мониторинг: Администраторы системы имеют доступ к логам и могут мониторить входы на платформу, что помогает
обнаруживать подозрительные действия и вовремя принимать меры.

39.

Описание технической части
Квантовое шифрование информации
1.Генерация случайных бит и выбор
базисов
2. Квантовые состояния (состояние
кубита)
3. Измерение кубитов (процесс измерения
и вероятности)
4. Интерференция (ошибки при передаче)
5. Обмен базисами и коррекция ошибок
6. Шифрование и дешифрование
сообщения

40.

Описание технической части

41.

Описание технической части
1. Сжатие PDF-файлов
Функция compressPdf(filePath) отвечает за сжатие PDF-документов. Процесс включает в себя два
этапа: извлечение изображений и их сжатие.
Описание процесса:
1.
Извлечение изображений из PDF:
◦
Мы загружаем PDF-файл с помощью библиотеки pdf-lib.
◦
Для каждой страницы в PDF мы ищем изображения, которые хранятся как XObject. Если
изображение является JPEG (с помощью проверки JPEGStream), мы извлекаем его данные (в
байтах).
2.
Сжатие изображений:
◦
Каждое изображение сжимаем с помощью библиотеки sharp, которая позволяет обрабатывать
изображения с изменением их размеров и качеством.
◦
Мы изменяем размеры изображения, уменьшая его до ширины 800 пикселей. Это снижает
разрешение изображения.
◦
Качество изображения также понижается до 30%, что означает значительную потерю качества
(сжатие с потерями).

42.

Описание технической части
2. Сжатие видео (MP4)
Функция compressVideo(filePath) выполняет сжатие видеофайлов. Сжатие видео включает в себя кодирование видеопотока
с использованием определенного видеокодека и снижение качества.
Описание процесса:
1.
Выбор кодека и параметров сжатия:
◦
Видео сжимается с использованием кодека libx264 для видео и AAC для аудио.
◦
Размер видео устанавливается в 640x360 пикселей. Это уменьшает разрешение, что снижает общий объем данных.
◦
Битрейт видео устанавливается на 500 Кбит/с, что определяет, сколько данных используется для хранения каждого
видеофрагмента в секунду.
◦
Аудио сжимается с битрейтом 128 Кбит/с.
2.
Алгоритм сжатия видео:
◦
Кодек H.264 использует сжатие с потерями. Он удаляет избыточную информацию, такую как детали, которые
человеческий глаз не воспринимает. Кроме того, кодек может использовать различные техники, такие как:
▪
Предсказание движения — использование информации о предыдущих кадрах для предсказания следующих.
▪
Квантование — понижение точности значений, что также снижает объем данных.
Коэффициент сжатия видео=Размер сжатого видеоРазмер исходного видео где размер исходного и сжатого
видео измеряется в битах или байтах.
3.
Запуск сжатия с помощью ffmpeg:
◦
Мы используем ffmpeg, популярную утилиту для обработки мультимедиа, чтобы применить параметры сжатия и
сохранить результат в новый файл.

43.

Описание технической части
3. Сжатие PPTX (PowerPoint)
Функция compressPptx(filePath) выполняет сжатие изображений в презентациях
PowerPoint.
Описание процесса:
1. Извлечение изображений:
◦ Презентация загружается с использованием библиотеки PptxGenJS.
◦ Мы проходим по каждому слайду и ищем объекты изображений. Эти
изображения извлекаются и сохраняются в временной директории.
2. Сжатие изображений:
◦ Изображения сжимаются с помощью sharp, аналогично процессу сжатия
изображений в PDF.
◦ Изображения изменяются по размеру до 800 пикселей и уменьшаются по
качеству до 50%.
3. Сохранение измененных изображений:
◦ Обновленные изображения возвращаются в слайды, и новая презентация
сохраняется.

44.

Описание технической части
Нейросети:
1. Прогнозирование времени отклика для различных маршрутов (маршрутный
анализатор). Данные постоянно перебираются благодаря автоматическому
переносу данных в json файл
Математическое описание:
Входные данные: Модель использует в качестве входных данных (features):
◦
Время: часы, минуты, секунды, закодированные в виде числовых признаков.
◦
Маршрут: применен one-hot кодинг для представления маршрутов.
◦
Системные характеристики: время отклика, нагрузка на процессор, использование памяти и так
далее.
Модель:
Структура сети: Модель состоит из трех слоев:
◦
Первый слой — полносвязный (Dense), активация ReLU, размерность входных данных.
◦
Второй слой — полносвязный слой с 32 единицами.
◦
Третий слой — выходной слой с 3 единицами для предсказания средней, минимальной и
максимальной задержки.
Функция потерь: Модель использует среднеквадратичную ошибку (Mean Squared Error), чтобы
минимизировать разницу между предсказанными и реальными значениями.

45.

Описание технической части
Нейросети:
2. Поиск похожих курсов на основе текста (анализ текстовых
данных и рекомендательные системы). На основе этого
алгоритма работает ассистент бот в телеграмме
Математическое описание:
Предобработка текста:
◦
Убираются стоп-слова.
◦
Выполняется стемминг, то есть удаление
окончания у слов для приведения их к основе.
◦
Преобразование текста в набор векторов с
помощью TF-IDF (Term Frequency-Inverse
Document Frequency):
Косинусное сходство: Для измерения схожести между
запросом пользователя и курсами используется косинусное
сходство:

46.

Описание технической части
Нейросети:
4. Обнаружение подозрительных IP-адресов на основе запросов (анализ подозрительных событий)
Описание:
Модель анализирует данные о запросах с разных IP-адресов (например, количество запросов за определенное
время) и на основе этих данных определяет, является ли запрос подозрительным.
Математическое описание:
Представление IP: IP-адреса преобразуются в числа, используя стандартную методику представления IPv4
в виде 32-битных чисел: IP_Number
Модель:
◦
Входные данные: используются три признака:
▪
Числовое представление IP.
▪
Количество запросов.
▪
Временной интервал.

47.

Описание технической части
Нейросети:
5. Нейросети для оптимизации и улучшения работы сервера. Их две и все они работают по одному и тому же алгоритму
1. Тип модели:
Модель, использующаяся в коде, является нейронной сетью с несколькими слоями (MLP - Multi-Layer Perceptron). Это тип
нейросети, в котором данные проходят через несколько слоев нейронов, каждый из которых трансформирует данные,
передаваемые на выход.
2. Структура модели:
Модель, описанная в коде, состоит из двух слоев:
1. Входной слой (input layer): принимает два значения (нагрузка на процессор и использование памяти).
2. Скрытый слой (hidden layer): использует ReLU (Rectified Linear Unit) для активации.
3. Выходной слой (output layer): одно значение — прогнозируемая нагрузка на сервер (load forecast).
3. Процесс обучения (fit):
Процесс обучения нейросети состоит в минимизации функции потерь (loss function), которая измеряет ошибку между
предсказанным значением и реальными данными.
3.1. Функция потерь:
Для вашей модели используется среднеквадратичная ошибка (MSE)

48.

Описание технической части
Мощная инфраструктура для видео и файловой базы данных
Стриминг видео с сервера
• Реализация возможности смотреть видео прямо с сервера требует продвинутой
инфраструктуры для обработки и передачи видео в реальном времени с низким
пингом и минимальными задержками. Это требует настройки правильных
серверов, использования стриминговых протоколов (например, HLS или RTMP), а
также внедрения масштабируемых решений для поддержки большого количества
пользователей одновременно.
Файловая база данных на сервере
• Для хранения материалов курсов (видео, PDF, документы) необходима система
управления файловыми данными с учётом безопасности (например, защита от
утечек и несанкционированного доступа) и оптимизации под быстрый доступ.
Решение должно обеспечивать высокую доступность данных, управление
правами доступа и масштабируемость для растущего количества контента.

49.

Описание технической части
Видеоконференция:
Структура WebRTC-соединений (Граф соединений)
Каждое WebRTC-соединение можно рассматривать как вершину в графе, где рёбра между вершинами отображают установленные
соединения между участниками видеоконференции.
Вершины — это участники конференции, включая локального пользователя и удалённые пиры (клиентов).
Рёбра — это RTCPeerConnection, которые устанавливаются между участниками для обмена медиапотоками.
Обработка медиа-потоков и передача данных
При установлении соединения используется RTCPeerConnection, который обрабатывает передаваемые медиапотоки (видео и аудио).
Математически, потоки можно описать как многомерные сигналы (видеопотоки как изображения или видеофреймы, аудиопотоки как
временные сигналы).
ICE-кандидаты (Процесс нахождения маршрута связи)
Процесс обмена ICE-кандидатами для установления лучшего пути для передачи данных между участниками можно описать как задачу
оптимизации маршрута. В контексте WebRTC это часто относится к задаче выбора оптимального сетевого маршрута для передачи
медиа.
Битрейт и управление качеством (Оптимизация передачи данных)
Каждое соединение имеет параметры управления качеством передачи данных, такие как битрейт. Это параметр влияет на качество
видео и аудио.

50.

БД

51.

Итог
На данный момент мы представили вам проект образовательной платформы,
которая объединяет все ключевые элементы для удобного и эффективного
обучения пользователей, создания, распространения и управления контентом.
Платформа интегрирует передовые технологии и решения, включая
искусственный интеллект для персонализированных рекомендаций, оптимизации
работы сервера и улучшения пользовательского опыта. Мы учли широкий спектр
функциональности, начиная от гибкой системы авторизации и персонализации, до
сложных элементов, таких как видеоконференции, интерактивные тесты,
интеграция с нейросетями и полноценная администраторская панель для контроля
за всеми процессами. Спасибо за внимание, и мы готовы ответить на все вопросы
и обсудить дальнейшие шаги по реализации этого амбициозного проекта.

52.

Спасибо за
внимание