Магистерское и послевузовское образование

Магистерская программа Программное обеспечение вычислительных сетей.

1. Концепция Глобальной информационной инфраструктуры (GII)
2. Соглашение и спецификация сервиса сетевых протоколов (Рекомендация X210)
3. Алгоритмы планирования процессов в современных ОС.
4. Методы синхронизации процессов и методы предотвращения тупиковых ситуаций в операционных системах.
5. Классификации архитектур вычислительных систем. Способы организации высокопроизводительных систем и основные принципы функционирования. Характеристики производительности, реальная и пиковая производительность, ускорение и эффективность.
6. Основные средства разработки для систем с общей и распределенной памятью. Основные характеристики пакетов OpenMP, Posix Threads, MPI, поддержка многопоточности в современном С++.
7. Эталонная модель Взаимодействия Открытых Систем (OSI). Функции уровней. Функции подуровня управления доступом к среде в многоабонентской сети. Назначение устройств объединения сетей: концентраторов, мостов, коммутаторов, маршрутизаторов.
8. Маршрутизация в глобальной компьютерной сети Интернет. Таблицы маршрутизации. Методы продвижения дейтаграмм (Forwarding). Задача выбора маршрутов (Routing): основные алгоритмы, их достоинства и недостатки.
9. Базы данных: Нормальные формы
10. Базы данных: Уровни изоляции транзакций
11. HTTP протокол: структура, команды, заголовки, поддержка сессий.
12. Сетевые протоколы в системах Интернета Вещей: MQTT, CoAP.
13. Средства нотации языка UML для описания статической структуры модели системы (Static Structure diagram). Классификаторы на диаграмме статической структуры.
14. Стереотипы как средства расширения языка UML. Стереотипы и значения с тегами как средство расширения языка UML.
15. Представление атрибутов и операций классификаторов. Свойства классификаторов, свойства атрибутов и операций.
16. Типы данных языка UML. Параметризованные и порожденные классы.
17. Структурирование модели системы на пакеты, модели и подсистемы.
18. Представление обозначений нотации языка UML для классификаторов с помощью конструкций языков C++, C#, Java.
19. Метамодель языка UML 2.0. Моделирование отношения "владелец-собственность" с помощью базового класса метамодели Element.
20. Моделирование направленных отношений с помощью класса метамодели DirectedRelationship.
21. Основные понятия и определения, относящиеся к информационной безопасности. Алгоритмы симметричного шифрования.
22. Криптография с открытым ключом. Основные способы использования алгоритмов с открытым ключом. МАС и способы обеспечения целостности сообщения. Алгоритмы RSA и Диффи-Хеллмана. Инфраструктура открытого ключа.
23. Основные уязвимости в веб-приложениях и способы их предотвращения.
24. Основные понятия и примеры прикладных задач машинного обучения. Постановка задачи классификации и регрессии. Основные методы классификации и регрессии: линейные модели регрессии и классификации, логистическая регрессия, нейронные сети, метрические методы, метод опорных векторов. Критерии выбора моделей и отбора признаков.
25. Методы ансамблирования в машинном обучении: бэггинг и бустинг, примеры алгоритмов. Алгоритмы машинного обучения без учителя. Постановка задачи кластеризации. Алгоритм k-средних и EM-алгоритм.

Программа госэкзамена по направлению 01.04.02 ПРИКЛАДНАЯ МАТЕМАТИКА И ИНФОРМАТИКА
(общая часть для программ Прикладные интернет-технологии, Большие данные, Высокопроизводительные вычисления)

1. Модель цепной реакции в диффузионном приближении. Расчет критической массы реактора.
2. Модель Лотки-Вольтерра. Периодические колебания численности популяций.
3. Раскраски графов, хроматическое число графа. Критерий двухцветности графа. Теорема об оценке хроматического числа графа. Теорема Брукса (только формулировка). ([1] стр. 152-153, 32)
4. Наследственные свойства графов. Теорема об оценке наибольшего числа ребер в графе с наследственным свойством. Теорема о наибольшем числе ребер в графе без треугольников. Теорема Турана (только формулировка). [1] (Литература. Харари Ф. Теория графов. М.: Мир, 1973.)
5. Симплекс-метод для канонической задачи линейного программирования: идея метода и ее реализация, выбор стартовой угловой точки. См. материалы курса на сайте
6. Итерационные методы минимизации: скорейшего спуска, проекции градиента и Ньютона. См. материалы курса на сайте
7. Алгоритмы планирования процессов в современных ОС.
8. Методы синхронизации процессов и методы предотвращения тупиковых ситуаций в операционных системах.
9. Классификации архитектур вычислительных систем. Способы организации высокопроизводительных систем и основные принципы функционирования. Характеристики производительности, реальная и пиковая производительность, ускорение и эффективность.
10. Основные средства разработки для систем с общей и распределенной памятью. Основные характеристики пакетов OpenMP, Posix Threads, MPI, поддержка многопоточности в современном С++.
11. Эталонная модель Взаимодействия Открытых Систем (OSI). Функции уровней. Функции подуровня управления доступом к среде в многоабонентской сети. Назначение устройств объединения сетей: концентраторов, мостов, коммутаторов, маршрутизаторов.
12. Маршрутизация в глобальной компьютерной сети Интернет. Таблицы маршрутизации. Методы продвижения дейтаграмм (Forwarding). Задача выбора маршрутов (Routing): основные алгоритмы, их достоинства и недостатки.

Магистерская программа Прикладные интернет-технологии. Дополнительная часть.

1. Типы веб-ресурсов.
2. Языки разметки для описания веб-ресурсов.
3. Каскадные таблицы стилей для формирования веб-страниц.
4. Семейство протоколов ТСР/IP.
5. Методы проекирования коммерческих веб-ресурсов.
6. Основные этапы конструирования веб-ресурсов.
7. Веб-серверы.
8. Технологии программирования веб-приложений.
9. Веб-сервисы.
10. Инструментальные средства конструирования веб-ресурсов.

Литература

1. Полонская Е.Л. Язык HTML. СПб.: Диалектика, 2003.
2. Пауэлл Т. Web-дизайн. - СПб.: БХВ-Петербург, 2004.
3. Танненбаум Э. Компьютерные сети. СПб.: Питер, 2005.
4. Успенский И. Интернет как инструмент маркетинга. СПб.: БХВ-Петербург, 2006.
5. Силва С. Администрирование веб-серверов. М.:Кудиц-Образ, 2004.
6. Вейтман В. Программирование для Web. М.: Издательский дом "Вильямс", 2000.
7. Ньюкомер З. Веб-сервисы: XML, WSDL, SOAP и UDDI. СПб.: Питер, 2003.

1.Методы статической и динамической балансировки загрузки процессоров: сдваивания, геометрического параллелизма, коллективного решения, конвейерного параллелизма, диффузной балансировки загрузки.
2. Декомпозиция расчетных сеток: критерии и методы.
3. Параллельные алгоритмы сортировки данных.
4. Параллельные алгоритмы обработки графов. Алгоритм Беллмана-Форда, алгоритм дельта-степпинга, алгоритм Борувки, Лувенский алгоритм, алгоритм распространения метки, алгоритм Брандеса.
5. Два режима работы НС (обучение, вычисление): цель и основные принципы. Клеточные автоматы: определение, элементарные клеточные автоматы, классификация Вольфрама, двумерные клеточные автоматы, типы окрестностей, игра "Жизнь", параллельная реализация.
6. Системы Линденмайера: определение, D0L системы, графическая интерпретация, другие типы L-систем: контекстно-свободные, стохастические, параметрические, особенности параллельной реализации.
7. Генетические алгоритмы: операторы генетических алгоритмов, особенности кодирования (двоичное, целочисленное, непрерывное, перестановками), сходимость генетических алгоритмов (теория схем), островная модель, клеточные генетические алгоритмы.
8. Методы роевой оптимизации: понятие роевых алгоритмов, принципы Рейнолдса, метод роя частиц, муравьиные алгоритмы, алгоритм бактериального поиска, пчелиные алгоритмы.

Магистерская программа Большие данные: инфраструктуры и методы решения задач. Дополнительная часть.

1. Архитектура распределенной инфраструктуры Hadoop. Парадигма распределенного программирования MapReduce. Архитектура YARN.
- Chuck Lam. Hadoop in Action Tom White. Hadoop: The Definitive Guide, 3rd Edition
- IBM Course: "Hadoop Fundamentals" (BD001) https://bigdatauniversity.com/learn/hadoop/
- Programming Pig: Dataflow Scripting with Hadoop, By Alan Gates, Publisher: O'Reilly Media
- Programming Hive: Data Warehouse and Query Language for Hadoop By Edward Capriolo, Dean Wampler, Jason Rutherglen, Publisher: O'Reilly Media
- Jaql documentation. http://www-01.ibm.com/support/knowledgecenter/SSPT3X_3.0.0/com.ibm.swg.i...
- Материалы лекций: http://synth_serv/synthesis/student/BigData/seminar-hadoop/hadoop2015
2. Общие характеристики NoSQL баз данных, и их преимущества. CAP теорема. Классификация NoSQL баз данных. Архитектура и модель данных HBase.
- Apache HBase web site: http://hbase.apache.org/
- George, Lars. HBase The Definitive Guide (O’Reilly 2011)
- "Brewer's CAP Theorem" posted by Julian Browne, January 11, 2009. http://www.julianbrowne.com/article/viewer/brewers-cap-theorem
- Материалы лекций: http://synth_serv/synthesis/student/BigData/seminar-hadoop/hadoop2015
3. Разрешение сущностей. Выявление дубликатов, удаление дубликатов, установление связей между сущностями из разных исходных коллекций.
- А.Е. Вовченко, Л.А. Калиниченко, Д.Ю. Ковалев. Методы разрешения сущностей и слияния данных в ETL-процессе и их реализация в среде Hadoop. Информатика и ее применения, т. 8, вып. 4, 2014.
- Peter Christen, Data Matching. Concepts and Techniques for Record Linkage, Entity Resolution, and Duplicate Detection. Springer Data-Centric Systems and Applications, 2012
- Материалы лекций: http://synth_serv/synthesis/student/BigData/seminar-information-extracti...
4. Слияние данных. Стратегии разрешения конфликтов. Функции разрешения конфликтов. Слияние данных на основе операции Union. Слияние данных на основе операции Join.
- А.Е. Вовченко, Л.А. Калиниченко, Д.Ю. Ковалев. Методы разрешения сущностей и слияния данных в ETL-процессе и их реализация в среде Hadoop. Информатика и ее применения, т. 8, вып. 4, 2014.
- J. Bleiholder, F. Naumann. Data Fusion. ACM Computing Survey 2009.
- Материалы лекций: http://synth_serv/synthesis/student/BigData/seminar-information-extracti...
5. Конъюнктивные запросы. Ответы, интерпретация запроса. Поглощение запросов. Ответы с учетом взглядов. Переписывание запросов. Гомоморфизм запросов, теорема о гомоморфизме запросов. Алгоритм проверки поглощения запросов, пример поглощения.
- Serge Abiteboul, Ioana Manolescu. Web Data Management. Cambridge University Press, 2011. - http://webdam.inria.fr/Jorge/html/wdmch10.html (раздел 9.2)
6. Подход Local-As-View к виртуальной интеграции реляционных ресурсов. Bucket-алгоритм переписывания запросов. Корректность переписывания. Примеры локальной и глобальной схем, взглядов (представлений), переписывания запроса.
- Serge Abiteboul, Ioana Manolescu. Web Data Management. Cambridge University Press, 2011. - http://webdam.inria.fr/Jorge/html/wdmch10.html (раздел 9.4)
7. Обмен данными – общая схема, формальная постановка задачи. Порождающие кортежи зависимости (tgd). Универсальные решения в обмене данными. Свойства универсальных решений. Процедура погони.
- Ronald Fagin, Phokion G. Kolaitis, Renée J. Miller, Lucian Popa: Data exchange: semantics and query answering. Theor. Comput. Sci. 336(1): 89-124 (2005) - http://dblab.cs.toronto.edu/project/dataexchange/docs/tcs05.pdf
- Phokion G. Kolaitis. A Tutorial on Schema Mappings & Data Exchange DEIS ’10. -http://synthesis.ipi.ac.ru/synthesis/student/BigData/master-course-warehousing/DW16-2-DataExchange.pdf
8. Многомерная модель данных. Факты, измерения, параметры. Иерархия измерений. Подходы к реализации многомерной модели. Схемы звезда и снежинка.
- Кристиан Йенсен, Торбен Бэч. Технология многомерных баз данных. http://www.osp.ru/os/2002/01/180958/
- Christian S. Jensen,Torben Bach Pedersen, and Christian Thomsen. Multidimensional Databases and Data Warehousing. Morgan & Claypool, 2010. (раздел 2)
- Data Warehouse Design. - http:// synthesis.ipi.ac.ru /synthesis/student/BigData/lectures/DW%204%20Data%20Warehouse%20Design.pdf (разделы Logical Modeling, Physical Modeling)
9. Иерархические и спектральные алгоритмы обнаружения сетевых сообществ.
- M. Newman. Networks: an Introduction. Oxford University Press, 2010. Глава 11.
10. Модели эпидемий.
- M. Newman. Networks: an Introduction. Oxford University Press, 2010. Глава 17
11. Доверительные интервалы для среднего, для доли. Построение доверительного интервала на основе бутстрепа. Связь между проверкой гипотез и доверительными интервалами.
- Лагутин М. Б. Наглядная математическая статистика. 2007. (Глава 11)
12. Проверка гипотез. Ошибки I и II рода. Достигаемый уровень значимости. Критерий согласия Пирсона (хи-квадрат).
- Лагутин М. Б. Наглядная математическая статистика. 2007. (Главы 12, 13)
13. Поиск аномалий в данных с помощью методов кластеризации. Постановка задачи. Методы DBSCAN, K-means и другие.
- К. В. Воронцов. Машинное обучение, курс лекций. Курс - https://goo.gl/uMEYfp, слайды: https://goo.gl/poJpyi, видео: https://goo.gl/QtdMFz
14. Поиск аномалий во временных рядах. Постановка задачи. Авторегрессионная модель ARMA
- C. Aggarwal. Outlier analysis. Springer, 2013. (Глава 8)
15. Модели прогнозирования на основе деревьев решений. Алгоритмы CHAID, CART, C4.5: критерии поиска разбиений, параметры ограничения роста и обрубания дерева.
- Hastie, Tibshirani and Friedman. The Elements of Statistical Learning. – Springer-Verlag, 2009. – 763 pages. http://statweb.stanford.edu/~tibs/ElemStatLearn/
16. Классическая линейная модель регрессии: описание модели, основные ограничения, метод наименьших квадратов
- Андерсон Т. Введение в многомерный статистический анализ. – М.: Наука, 1963
- Болч К., Хуань К.Дж. Многомерные статистические методы для экономики. – М.: Статистика, 1979.
- Кулаичев А.П. Методы и средства комплексного анализа данных. – М.: Форум-Инфра-М, 2006.
-----------------------------------------

Магистерская программа «Суперкомпьютерные технологии моделирования Земной системы»

1. Обобщенное решение задачи Дирихле для уравнения второго порядка эллиптического типа.
2. Метод Ритца приближенного решения эллиптического уравнения второго порядка.
3. Вариационная постановка задачи на собственные значения симметричного положительного операторного уравнения.
4. Метод Ритца в проблеме вычисления собственных значений задачи Дирихле.
5. Метод конечных элементов для обыкновенного дифференциального уравнения.
6. Метод конечных элементов для задачи об изгибе упругого бруса.
7. Матрица жесткости и матрица массы линейного конечного элемента.
8. Теорема о сходимости метода конечных элементов на линейных треугольниках в случае уравнения Пуассона.
9. Вывод уравнения Кортевега-де Фриза.
10. Групповой анализ обыкновенных дифференциальных уравнений первого и второго порядка.
11. Групповой анализ для уравнения теплопроводности.
12. Уравнение Бюргерса и его линеаризация.
13. Метод кусочно-постоянных аппроксимаций решения интегральных уравнений Фредгольма 2-го рода.
14. Метод конечных элементов решения интегральных уравнений Фредгольма 2-го рода.
15. Метод решения сингулярного интегрального уравнения с ядром Гильберта на основе квадратурных формул интерполяционного типа.
16. Численное решение интегральных уравнений Фредгольма 2-го рода в случае неоднозначной разрешимости соответствующего однородного уравнения.
17. Методы организации параллельных вычислений при суперкомпьютерном решении сеточных задач.

18. Сопряженные, симметричные и самосопряженные операторы (случай неограниченных операторов).
19. Типы разрешимости операторных уравнений. Условия однозначной и плотной разрешимости.
20. Методы теории экстремальных задач.
21. Методы теории некорректных задач.
22. Методы общей теории итерационных процессов.
23. Уравнения термогидродинамики атмосферы. Граничные условия. Системы координат. Требования к численным методам.
24. Уравнения термогидродинамики океана. Граничные условия. Системы координат. Требования к численным методам.
25. Математические модели геофизической турбулентности. Проблема турбулентного замыкания.
26. Математические модели Земной системы. Структура и взаимодействие блоков, постановки численных экспериментов.
27. Параллельные вычисления. Примеры параллельной реализации типовых дискретизированных задач математической физики, оценки ускорения.
28. Технология параллельного программирования MPI. Достоинства и ограничения.
29. Технология параллельного программирования OpenMP. Достоинства и ограничения.
30. Технологии параллельного программирования на графических сопроцессорах.
31. Полулагранжев метод для численного решения одномерного уравнения переноса–сущность, критерий устойчивости, достоинства и недостатки. Принципы построения варианта полулагранжева метода, сохраняющего массу переносимого вещества.
32. Линейные монотонные схемы для гиперболических уравнений. Теорема Годунова. Примеры линейных монотонных схем.
33. Нелинейные монотонные схемы для гиперболических уравнений. Пример построения. Схема Лакса-Вендроффа.
34. Нелинейная неустойчивость. Уравнение Бюргерса. Пример неустойчивой схемы. Построение устойчивой разностной схемы для этого уравнения.
35. Постановка задач анализа данных: задачи регрессии, классификации. Основные типы данных. Обучение с учителем, обучение без учителя.
36. Линейная регрессия, логичестическая регрессия, метод опорных векторов, решающие деревья. Нейронные сети (определение).
37. Общие идеи построения тензорных разложений в форматах тензорного поезда, Таккера, каноническом. Понятия рангов во всех случаях, возможности сжатия данных при использовании тензорных разложений.

Список рекомендованной литературы
1. Михлин С.Г. Вариационные методы в математической физике. М. Наука, 1970.
2. Андреев В.Б. Лекции по методу конечных элементов. М. МАКС Пресс, 2015.
3. Ибрагимов Н.Х. Практический курс дифференциальных уравнений и математического моделирования. М. Физматлит, 2012.
4. Сетуха А.В. Численные методы в интегральных уравнениях и их приложения. М. АРГАМАК-МЕДИА, 2014.
5. Воеводин В.В., Воеводин Вл.В. Параллельные вычисления- СПб. БХВ-Петербург, 2002.
6. Головизнин В.М., Зайцев М.А., Карабасов С.А., Короткин И.А. Новые алгоритмы вычислительной гидродинамики для многопроцессорных вычислительных комплексов. М.: Издательство Московского университета, 2013.
7. Флетчер К. Вычислительные методы в динамике жидкостей̆. Пер. с англ. М.: Мир, 1991г., в 2 т.
8. Bishop C.M. Pattern Recognition and Machine Learning. —Springer,2006.—738p.
9. HastieT., Tibshirani R., Friedman J. The Elements of Statistical Learning.Springer,2014. — 739 p.
10. George, J.W., H.Liu. Computer Solution of Large Sparse Positive Definite Systems. Prentice-Hall, New Jersey, 1981. --- 324 pp.
11. S. Schaffer. A semicoarsening multigrid method for elliptic partial differential equations with highly discontinuous and anisotropic coefficients. SIAM J. Sci. Comput. 20(1): 228--242, 1998.
12. H.-R. Fang, Y. Saad. Two classes of multisecant methods for nonlinear acceleration. Numer.Lin.Alg. Appl. 16(3): 197--221, 2009. doi:10.1002/nla.617.
13. James R. Holton, Gregory J. Hakim. An Introduction to Dynamic Meteorology. Academic Press. ISBN 978-0-12-384866-6. 2013.
14. Дымников В.П., Залесный В.Б. Основы вычислительной геофизической гидродинамики. – М.: ГЕОС, 2019. – 448 с.

---------------------------------------------------------------------

Магистерская программа "Интеллектуальные технологии в медицине"

1. Алгоритмы планирования процессов в современных ОС.
2. Методы синхронизации процессов и методы предотвращения тупиковых ситуаций в операционных системах.
3. Классификации архитектур вычислительных систем. Способы организации высокопроизводительных систем и основные принципы функционирования. Характеристики производительности, реальная и пиковая производительность, ускорение и эффективность.
4. Базы данных: Нормальные формы
5. Базы данных: Уровни изоляции транзакций
6. Основные понятия и примеры прикладных задач машинного обучения. Постановка задачи классификации и регрессии. Основные методы классификации и регрессии: линейные модели регрессии и классификации, логистическая регрессия, нейронные сети, метрические методы, метод опорных векторов. Критерии выбора моделей и отбора признаков.
7. Методы ансамблирования в машинном обучении: бэггинг и бустинг, примеры алгоритмов. Алгоритмы машинного обучения без учителя. Постановка задачи кластеризации. Алгоритм k-средних и EM-алгоритм.
8. Признаковый и атрибутивный подход к модели предметной области. Формальное представление количественных и качественных признаков. Нечеткость и формы представления нечетких признаков, НЕ-факторы.
9. Структурирование и формализация медицинской информации. Современная классификация медицинских информационных систем.
10. Архитектура интеллектуальной и гибридной интеллектуальной системы. Виды гибридных интеллектуальных систем.
11. Типы моделей представления знаний. Продукционные модели (правила).
12. Семантическая сеть и отношения. Построение семантической сети.
13. Фрейм, типы фреймов, структура фрейма. Методы формирования знаний на основе машинного обучения.
14. Модели инфекционных заболеваний. Качественный анализ.
15. Генетические алгоритмы эволюционного моделирования
16. Моделирование и идентификация распределённых систем в  иммунологии и эпидемиологии

Список рекомендованной литературы

1 Воронцов К. В. Обзор вероятностных тематических моделей. 2021.
2. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning. Springer, 2014. — 739 p.
3.Bishop C. M. Pattern Recognition and Machine Learning. — Springer, 2006. — 738 p.
4.Мерков А. Б. Распознавание образов. Введение в методы статистического обучения. 2011. 256 с.
5.Мерков А. Б. Распознавание образов. Построение и обучение вероятностных моделей. 2014. 238 с.
6.Коэльо Л.П., Ричарт В. Построение систем машинного обучения на языке Python. 2016. 302 с.
7. Eijgenraam P. The Solution of Initial Value Problems Using Interval Arithmetic: Formulation and Analysis of an Algorithm. Amsterdam : Mathe-matisch Centrum, 1981. 185 p.
8. R. E. Moore. Interval analysis. Englewood Cliffs: Prentice-Hall, 1966.
9. Алефельд Г., Херцбергер Ю. Введение в интервальные вычисления. – Москва: Мир, 1987.
10. Калмыков С.А., Шокин Ю.И., Юлдашев З.Х. Методы интервального анализа. – Новосибирск: Наука, 1986.
11. Организация медицинской помощи в Российской Федерации: Учебник / Под ред. В.А. Решетникова. — 2-е изд., доп. и исправ. — Москва: ООО «Издательство «Медицинское информационное агентство», 2020. —452 с.: ил.
12. Фармацевтическое информирование: учебник / под ред. А.А.Свистунова, В.В.Тарасова. – М: Лаборатория знаний, 2020 – 320с.: ил.
13. Телемедицина / Владзимерский А.В., Лебедев Г.С. – М.: ГЭОТАР-Медиа, 2018. – 576 с.:ил. – (Серия «Библиотека врача-специалиста»).
14. Информационные технологии в управлении здравоохранением Российской Федерации. Мартыненко В.Ф., Вялкова Г.М., Полесский В.А., Беляев Е.Н., Гройсман В.А., Серегина И.Ф. Под редакцией академика РАМН Вялкова А.И. 2-е издание, дополненное и переработанное М.: ГЭОТАР-Медиа, 2009.
15. Карпов О.Э., Клименко Г.С., Лебедев Г.С., Якимов О.С. Стандартизация в электронном здравоохранении. Монография. – М.: ДПК Пресс. 2016. – 424 с.
16. Математическая статистика в медицине: учеб. пособие. Медик В. А., Токмачев М. С. М.: Финансы и статистика, 2007. – 800 с.
17. Применение методов статистического анализа для изучения общественного здоровья и здравоохранения: Учебное пособие для практических занятий / Под. ред. В. З. Кучеренко. М.: ГЭОТАР – Медиа, 2006. – 192 с.
18. Медицинские информационные системы: теория и практика. Назаренко Г.И., Гулиев Я.И., Ермаков Д.Е. М. Физматлит, 2005
19. Медицинская информатика. Учебник Кобринский Б.А., Зарубина Т.В. Издательский центр: Академия, 2009.
20. Федеральный справочник. Здравоохранение России. [информационно-аналитическое издание]; Т.15/Центр стратегического партнерства. – М.: НП «Центр стратегического партнерства», 2014 – с.361-372.
21. Стратегия информатизации медицины.17 принципов и решений. – М: «Момент». -2012 – 524 с.