How can a client extract useful work from a server without trusting it to compute correctly? A modern motivation for this classic question is third party computing models in which customers outsource their computations to service providers (as in cloud computing). In principle, deep results in complexity theory and cryptography imply that it is possible to verify that an untrusted entity executed a computation correctly. For instance, the server can employ probabilistically checkable proofs (PCPs) in conjunction with cryptographic commitments to generate a succinct proof of correct execution, which the client can efficiently check. However, these theoretical solutions are impractical: they require thousands of CPU years to verifiably execute even simple computations. This dissertation describes the design, implementation, and experimental evaluation viiiof a system, called Pepper, that brings this theory into the realm of plausibility. Pepper incorporates a series of algorithmic improvements and systems engineering techniques to improve performance by over 20 orders of magnitude, relative to an implementation of the theory without our refinements. These include a new probabilistically checkable proof encoding with nearly optimal asymptotics, a concise representation for computations, a more efficient cryptographic commitment primitive, and a distributed implementation of the server with GPU acceleration to reduce latency. Additionally, Pepper extends the verification machinery to handle realistic applications of third party computing: those that interact with remote storage or state (e.g., MapReduce jobs, database queries). To do so, Pepper composes techniques from untrusted storage with the aforementioned technical machinery to verifiably offload both computations and state. Furthermore, to make it easy to use this technology, Pepper includes a compiler to automatically transform programs in a subset of C into executables that run verifiably. One of the chief limitations of Pepper is that verifiable execution is still orders of magnitude slower than an unverifiable native execution. Nonetheless, Pepper takes powerful results from complexity theory and verifiable computation a few steps closer to practicality / text

Tato disertační práce pojednává o řešení diferenciálních rovnic a systémů diferenciálních rovnic. Hlavní pozornost je věnována asymptotickým vlastnostem rovnic se zpožděním a systémů rovnic se zpožděním. V první kapitole jsou uvedeny fyzikální a technické příklady popsané pomocí diferenciálních rovnic se zpožděním a jejich systémů. Je uvedena klasifikace rovnic se zpožděním a jsou zformulovány základní pojmy stability s důrazem na druhou metodu Ljapunova. Ve druhé kapitole jsou studovány odhady řešení rovnic neutrálního typu. Třetí kapitola se zabývá systémy diferenciálních rovnic neutrálního typu. Jsou odvozeny asymptotické odhady pro řešení i pro derivace řešení. V závěru kapitoly jsou uvedeny příklady a srovnání výsledků s pracemi jiných autorů. Výpočty byly prováděny pomocí programu MATLAB. Poslední, čtvrtá kapitola, se zabývá asymptotickými vlastnostmi systémů se speciálním typem nelinearity, tzv. sektorové nelinearity. Jsou odvozeny vlastnosti řešení a derivace řešení. Základní metodou pro důkazy je v celé práci druhá Ljapunovova metoda a použití funkcionálů Ljapunova-Krasovského.