Cel kształcenia i wykaz literatury

Główny cel kształcenia: Poszerzenie wiedzy i umiejętności absolwenta studiów I stopnia z zakresu modelowania stochastycznego procesów zachodzących w systemach i sieciach komputerowych

Ogólne informacje o zajęciach: Moduł zakłada prezentację wybranych zagadnień z obszarów takich jak: procesy losowe, samopodobieństwo statystyczne, sieci złożone, perkolacja, nierównowaga termodynamiczna

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	Bendat J S & Piersol A C.	Random data: analysis and measurement procedures	New York: Wiley.	1971
2	A. Janicki, A. Weron	Simulation and Chaotic Behavior of α-stable Stochastic Processes	Marcel Dekker, New York.	1994
3	B.B. Mandelbrot	Fractal geometry of nature	New York: W. H. Freeman and Co..	1982
4	H-O.Peitgen, D. Saupe	Fraktale granice chaosu	PWN.	2002
5	A. Fronczak, P. Fronczak	Świat sieci złożonych. Od fizyki do Internetu	PWN.	2009

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1

Monitor wydajności systemu Windows

http://technet.microsoft.com/pl-pl/library/cc749154(v=ws.10).

Literatura do samodzielnego studiowania

1

J. C. Sprott

Chaos and Time-Series Analysis

Oxford University Press.

2003

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Student posiada podstawowe wiadomości z zakresu rachunku prawdopodobieństwa i statystyki, analizy matematycznej oraz teorii grafów.

Wymagania wstępne w kategorii Wiedzy: Student: Ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną obejmującą kluczowe zagadnienia z zakresu statystki. oraz Zna podstawowe metody i techniki stosowane w statystyce

Wymagania wstępne w kategorii Umiejętności: Student: Potrafi wykorzystać do formułowania i rozwiązywania zadań informatycznych proste metody eksperymentalne. oraz Potrafi wykonać prostą analizę sposobu funkcjonowania systemu informatycznego prz

Wymagania wstępne w kategorii Kompetencji społecznych: Brak

Efekty kształcenia dla zajęć

MEK	Student, który zaliczył zajęcia	Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia	Metody weryfikacji każdego z wymienionych efektów kształcenia	Związki z KEK	Związki z OEK
01	Prezentuje wybrane własności statystyczne systemów i sieci	wykład, projekt indywidualny	egzamin cz. pisemna, sprawozdanie z projektu	K_W01+++ K_U01++ K_U08+	T2A_W01 T2A_U09 T2A_U10 T2A_U11
02	Przeprowadza eksperyment generacji obciążenia dla systemu lub sieci komputerowej	projekt indywidualny	prezentacja projektu	K_U07+++ K_U08+	T2A_U08 T2A_U09 T2A_U10

Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
1	TK01	Zjawiska deterministyczne i losowe, elementy rachunku prawdopodobieństwa oraz wybrane miary: podział, charakterystyka; zmienne losowe ciągłe i dyskretne, rozkłady prawdopodobieństwa; wartość średnia, wariancja, skośność	W01, W02, W03	MEK01
1	TK02	Procesy stacjonarne - metody badania stacjonarności; linie kwantylowe Ruchy Browna i ułamkowe ruchy Browna: samopodobieństwo statystyczne, wykładnik Hursta, zależności długozasiegowe	W03, W04	MEK01
1	TK03	Procesy Levy'ego: skalowanie, brak skończonej wartości wariancji; entropia Tsallisa, prawa potęgowe Metody szacowania samopodobieństwa statystycznego: R/S, MVA, periodogram	W05, W06	MEK01
1	TK04	Topologie sieci: grafy regularne, losowe, sieci złożone, sieci typu scale-free Wybrane własności sieci złożonych: współczynnik klastrowania, rozkład stopnia wierzchołków, średnia odległość w sieci	W06, W07	MEK01
1	TK05	Przygotowanie i realizacja eksperymentu śledzenia stanu wybranych liczników systemu komputerowego przy pomocy programu perfmon. Analiza statystyczna pozyskanych szeregów czasowych.	P01 - P07	MEK02

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 1)		Godziny kontaktowe: 15.00 godz./sem.	Studiowanie zalecanej literatury: 2.00 godz./sem.
Laboratorium (sem. 1)		Godziny kontaktowe: 15.00 godz./sem.
Projekt/Seminarium (sem. 1)		Godziny kontaktowe: 15.00 godz./sem..	Wykonanie projektu/dokumentacji/raportu: 35.00 godz./sem. Przygotowanie do prezentacji: 1.00 godz./sem.
Konsultacje (sem. 1)	Przygotowanie do konsultacji: 1.00 godz./sem.	Udział w konsultacjach: 2.00 godz./sem.
Egzamin (sem. 1)	Przygotowanie do egzaminu: 2.00 godz./sem.	Egzamin pisemny: 1.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Egzamin pisemny składający się z 5 zadań opisowych mających na celu krótkie wyjaśnienie poznanych na wykładzie pojęć, terminów
Laboratorium	Na podstawie ocen sprawozdań studenta z zajęć.
Projekt/Seminarium	Ocena metodologii przeprowadzenia eksperymentu oraz sposobu opracowania i prezentacji otrzymanych wyników na podstawie prezentacji ustnej.
Ocena końcowa	Średnia ocena na podstawie wyników egzaminu, laboratorium i zaliczonego projektu.

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: tak

1	B. Kowal; P. Kuraś; J. Mazurek; R. Perzina; B. Petrů Puhrová; R. Rajs; D. Strzałka	Is the best–worst method path dependent? Evidence from an empirical study	2024
2	E. Özkan; D. Strzałka; A. Włoch; N. Yilmaz	On Doubled and Quadrupled Fibonacci Type Sequences	2024
3	B. Kowal; P. Kuraś; J. Mazurek ; D. Strzałka	REDUCE: A Python Module for Reducing Inconsistency in Pairwise Comparison Matrices	2023
4	D. Assante; C. Fornaro; A. Gokdemir; I. Hamburg; P. Kieseberg; F. Oz; D. Strzałka; G. Vârtopeanu; G. Vladut	Cybersecurity Education for SMEs	2023
5	W. Koczkodaj; A. Kowalczyk; M. Mazurek; W. Pedrycz; G. Redlarski; E. Rogalska; D. Strzałka; A. Szymanska; A. Wilinski; O. Xue	Peer Assessment as a Method for Measuring Harmful Internet Use	2023
6	A. Czmil; S. Czmil; M. Ćmil; J. Gawor; M. Piętal; D. Plewczynski; M. Sochacka-Piętal; D. Strzałka; T. Wołkowicz; M. Wroński	NanoForms: an integrated server for processing, analysis and assembly of raw sequencing data of microbial genomes, from Oxford Nanopore technology	2022
7	D. Strzałka	Risks, Challenges and Opportunities - Cybersecurity in SMEs. A Case Study About Poland	2022
8	E. Eberbach; D. Strzałka	In Search of Machine Learning Theory	2022
9	G. Budzik; A. Nikodem; A. Paszkiewicz; M. Salach; D. Strzałka; M. Witek; H. Wójcik	VR Education Support System—A Case Study of Digital Circuits Design	2022
10	J. Mazurek ; D. Strzałka	On the Monte Carlo weights in multiple criteria decision analysis	2022
11	P. Dymora; P. Hadaj; M. Łatka; M. Nowak; D. Strzałka	The use of PLANS and NetworkX in modeling power grid system failures	2022
12	W. Koczkodaj; M. Mazurek; W. Pedrycz; E. Rogalska; R. Roth; D. Strzałka; A. Szymanska; A. Wolny-Dominiak; M. Woodbury-Smith; O. Xue; R. Zbyrowski	Combating harmful Internet use with peer assessment and differential evolution	2022
13	A. Gerka; D. Jaworski; B. Kowal; P. Kuraś; G. Leopold; M. Lewicz; D. Strzałka	The Support System for Anomaly Detection with Application in Mainframe Management Process	2021
14	B. Kowal; P. Kuraś; J. Mazurek ; R. Perzina; D. Strzałka	REDUCE – an online decision support tool for reduction of inconsistency in multiplicative pairwise comparisons	2021
15	B. Kowal; P. Kuraś; J. Mazurek; R. Perzina; D. Strzałka	A Numerical Comparison of Iterative Algorithms for Inconsistency Reduction in Pairwise Comparisons	2021
16	D. Antos; K. Baran; R. Bochenek; B. Filip; D. Strzałka	Influence of the geometry of extra column volumes on band broadening in a chromatographic system. Predictions by computational fluid dynamics	2021
17	D. Strzałka; A. Włoch; S. Wolski	Distance Fibonacci Polynomials by Graph Methods	2021
18	P. Hadaj; D. Strzałka	Analysis of German National Electricity Grid at Risk of Random Damage - Case Study	2021
19	P. Hadaj; M. Nowak; D. Strzałka	The interconnection exchange and complex systems properties in power grid network	2021
20	B. Kowal; J. Mazurek; R. Perzina; D. Strzałka	A new Step-by Step (SBS) algorithm for inconsistency reduction in pairwise comparisons	2020
21	G. Dunkan; P. Dymora; W. Koczkodaj; B. Kowal; M. Mazurek; D. Strzałka	Open Government issues and opportunity: a case study based on a medium-sized city in Poland	2020
22	P. Hadaj; D. Strzałka	Modelling Selected Parameters of Power Grid Network in the South-Eastern Part of Poland: The Case Study	2020
23	T. Armstrong; W. Koczkodaj; M. Mansournia; J. Mazurek; W. Pedrycz; D. Strzałka; A. Wolny-Dominiak; P. Zabrodskii; A. Zolfaghari	1,000,000 cases of COVID-19 outside of China: The date predicted by a simple heuristic	2020
24	W. Koczkodaj; F. Liu; V. Marek; J. Mazurek; M. Mazurek; L. Mikhailov; C. Ozel; W. Pedrycz; A. Przelaskowski; A. Schumann; R. Smarzewski; D. Strzałka; J. Szybowski; Y. Yayli	On the use of group theory to generalize elements of pairwise comparisons matrix: A cautionary note	2020
25	P. Dymora; W. Koczkodaj; M. Mazurek; D. Strzałka	Consistency-Driven Pairwise Comparisons Approach to Software Product Management and Quality Measurement	2019
26	W. Koczkodaj; J. Masiak; M. Mazurek; D. Strzałka; P. Zabrodskii	Massive health record breaches evidence by the office for civil rights data	2019
27	W. Koczkodaj; M. Mazurek; D. Strzałka; A. Wolny-Dolniak; M. Woodbury-Smith	Electronic health record breaches as social indicators	2019