Совершенствование IT-подготовки студентов специальности 010503 Математическое обеспечение и администрирование информационных систем Нестеренко Максим Юрьевич, к. т. н. , доцент Оренбургского государственного университета Май 2006 из 35
Обновление содержания IT-образования на математическом факультете (декан – Т. П. Петухова) • пропедевтический этап - приобретение студентами базовых знаний, умений и навыков в области параллельного программирования за счет обновления содержания дисциплин, читаемых на младших курсах (1 – 5 семестры); • профессионально-ориентированный этап использование обучающимися технологий параллельного программирования в прикладных задачах, т. е. обновление содержания дисциплин, изучаемых на старших курсах (6 – 8 семестры), и введение новых курсов по выбору студента (9 семестр) 2
Обновляемые дисциплины 3
Обновляемые дисциплины 4
Обновляемые дисциплины 5
Специальный курс по выбору студента «Параллельное программирование и криптография» Необходимость использования параллельных вычислений в криптографии обусловлена следующими факторами: • • защита информации должна быть «невидима» для пользователя, т. е. осуществляться достаточно быстро; стойкость ко взлому криптографических методов защиты информации во многом определяется их вычислительной сложностью (или длиной ключа); значительное повышение производительности криптографических программных средств может быть достигнуто за счет распараллеливания криптографических алгоритмов, которые в большинстве случаев допускают эффективное распараллеливание в системах с общей памятью; развитие персональных ЭВМ с многопроцессорными и многоядерными архитектурами делает возможным применение параллельно выполняемых криптографических программных средств. 6
Специальный курс по выбору студента «Параллельное программирование и криптография» Цель курса - углубление знаний о методах параллельного программирования и получение навыков параллельного программирования в системах с общей памятью при решении сложных прикладных задач на примере криптографических алгоритмов 7
Содержание курса 1. Введение (2 часа) − − Криптографические примитивы и криптографические протоколы по защите информации. Вопросы стандартизации методов защиты информации. Стандарты Интернет Особенности выполнения криптографический алгоритмов в системах с общей памятью. Задача безопасного распределения памяти между потоками. 2. Параллельное программирование в системах с общей памятью (SMPсистемы) (5 ч. ) − − − Библиотеки для параллельного программирования в системах с общей памятью. Инструменты для разработки параллельных программ: отладчики, профилировщики. Оптимизация параллельных программ. 3. Параллельная реализация криптографических алгоритмов с открытым ключом (5 ч. ) − − − − Основные принципы и схемы шифрования с открытым ключом. Схема RSA и ее применение. Схема распараллеливания RSA. Вероятностное шифрование Схемы открытого шифрования Эль-Гамаля, Мак. Элайса, Диффи-Хеллмана и пути их распараллеливания. Алгоритмы шифрования на основе эллиптических кривых Функции хеширования. Стандарты функций хеширования. Оценка возможности их распараллеливания. Управление ключами. Генерация и хранение ключей. Протоколы распределения криптографических ключей. 8
Содержание курса 4. Параллельная реализация криптографических алгоритмов с открытым ключом (4 ч. ) − − − Модель криптосистемы с секретным ключом Блочные криптосистемы. Принципы построения. Принципы распараллеливания Российский стандарт криптозащиты. ГОСТ 28147 -89. Режимы работы Американский стандарт криптозащиты DES. Режимы работы Поточные шифры 5. Реализация криптографических алгоритмов с использованием высокопроизводительной библиотеки Intel MKL, оптимизированной под архитектуры Intel (1 ч. ) − − Схемы открытого шифрования RSA, Эль-Гамаля. Генераторы псевдослучайной последовательности из библиотеки MKL в поточных криптоалгоритмах 6. Криптомодуль библиотеки Intel IPP(1 ч. ) − Цели создания, краткое описание Криптографические функции, реализованные в библиотеки IPP. 9
Лабораторные работы 10
Методическое обеспечение обновленного образования • Лабораторный практикум «Технологии параллельного программирования в системах с общей памятью» (авторы: к. т. н. Нестеренко М. Ю. , к. ф. м. н. Калинина А. П. , к. т. н. Владова А. Ю. ) Инструменты в технологиях параллельного программирования в системах с общей памятью − Методика разработки многопоточных программ в системе с общей памятью с применением инструментов в примерах и задачах − Оценка масштабируемости многопоточных программ в системах с общей памятью Лабораторный практикум представляет собой образовательный комплекс, содержащий учебное пособие «Технологии параллельного программирования в системах с общей памятью» и комплект презентаций к лекциям и семинарам − • 11
Содержание 1 раздела «Инструменты в технологиях параллельного программирования в системах с общей памятью» лабораторного практикума 1. Создание и отладка параллельных программ в системах с общей памятью Цель лабораторной работы - изучить основы реализации многопоточности в задачах с регулярной вычислительной структурой с помощью Open. MP, MPI, Native Threads и 2. ознакомиться с основными типами ошибок параллельных программ и способами их избежания Анализ производительности программы (на примере Intel VTune) Цель лабораторной работы – получить навыки анализа производительности приложений с помощью инструмента Intel VTune™ Performance Analyzer. 3. Этапы и практические приемы оптимизации программ на примере умножения матриц Цель лабораторной работы – освоить основные техники оптимизации и анализа производительности программ с помощью инструментов Intel VTune и Threading Tools 12
Примеры схем распараллеливания в лабораторной работе № 1 Схема распараллеливания № 1 (неверная) int num_steps = 1000000; Потоки одновременно используют #pragma omp parallel for переменные i, x, sum for (i = 0; i < num_steps; i++) { x = (i +. 5)*step; sum = sum + 4. 0 / (1. + x*x); } pi = sum*step; stop = clock(); 13
Схема распараллеливания № 2 (верная) num_steps = 1000000; #pragma omp parallel for private (i, x) reduction (+: sum) for (i = 0; i < num_steps; i++) { x = (i +. 5)*step; sum = sum + 4. 0 / (1. + x*x); } pi = sum*step; stop = clock(); 14
Лабораторная работа № 2 Анализ производительности программ • Этапы лабораторной работы 1. Исследование поведения приложения в течение всего времени его работы с помощью VTune; 2. Определение функции, выполнение которой занимает самую большую часть времени, а также функции с наибольшим CPI. 3. Анализ кода программы с точки зрения времени выполнения. (Выявить Hotspots). 4. Выявление критических участков кода. 5. Оценка эффективности работы с памятью. 15
Этап 1 Исследование приложения в течение всего времени его работы с помощью VTune 1. В таблице видно чистое время работы всех процессов 2. Кнопка позволит увидеть работу программы в хронологическом порядке 16
Выявление критических участков кода с помощью Call Graph критический путь программы gzip: main. CRTStartup-> main-> treat_file-> zip-> deflate-> longest_match, а самой затратной функцией является функция longest_match (т. к. на ней заканчивается критический путь) 17
Лабораторная работа № 3 Этапы и практические приемы оптимизации программ на примере умножения матриц • Цель - Освоить основные техники оптимизации и анализа производительности программ с помощью инструментов Intel VTune и Threading Tools. 18
Этапы оптимизации для двухпроцессорного Xeon 3 Ггц, 2 Гб Описание Время выполнения при размере матриц N=768, ms Matrix 1 последовательная программа без оптимизации 9 735, 00 Matrix 2 - правильный порядок циклов -развертывание циклов (4) 2 266, 00 Matrix 3 паралельная программа 515, 00 19
Анализ эффективности работы с памятью Анализ промахов КЭШа с помощью Intel VTune 20
Оценка масштабируемости многопоточных программ в системах с общей памятью • Лабораторная работа № 1 Влияние пропускной способности шины данных на масштабируемость программ − − − Разработка многопоточного приложения, осуществляющего поворот снимков экрана в памяти (Visual C++, MFS, Win 32) Оптимизация приложения Инструментированная оценка работы параллельной программы (Thread Profiler) Теоретическая оценка ускорения и масштабируемости Практическая оценка ускорения и масштабируемости Инструментированный анализ загрузки шины (VTune Analyzer) 21
Оценка масштабируемости многопоточных программ в системах с общей памятью • Лабораторная работа № 2 Влияние размера пула потоков на масштабируемость программ − − − Разработка многопоточного приложения, осуществляющего поворот снимков экрана в памяти (Visual C++, MFS, Win 32) Оптимизация приложения Инструментированная оценка работы параллельной программы (Thread Profiler) Теоретическая оценка ускорения и масштабируемости Практическая оценка ускорения и масштабируемости Инструментированный анализ загрузки шины (VTune Analyzer) 22
• Вопросы? 23
Скачать презентацию Совершенствование IT-подготовки студентов специальности 010503 Математическое обеспечение и
5297ed41bf374f21f31b5827f539c1f1.ppt