brand

Защита диссертации - Русанов Михаил Андреевич


Новости

03 Августа, 2026 Защита диссертаций
11 Июля, 2026 Защита диссертаций
09 Июня, 2026 Информационное сообщение о проведении круглого стола на тему «Методики оценки степени защищенности операционных систем»

Русанов Михаил Андреевич

Интеллектуальные методы обнаружения несанкционированных вторжений в операционные системы

Диссертация принята к защите

Искомая степень: Кандидат технических наук.

Специальность: 2.3.5 – Математическое и программное обеспечение вычислительных систем, комплексов и компьютерных сетей.

Дата размещения: 30 июня 2026.
Текст диссертации: Скачать

Решение совета о принятии диссертации к защите: Диссертация принята к защите.
Автореферат: Скачать
Отзыв научного руководителя: Скачать
Дата защиты: 29 сентября 2026.

Официальный оппонент: Кознов Дмитрий Владимирович, доктор технических наук (05.13.11).

Место работы, должность: Федеральное государственное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный университет», профессор кафедры системного программирования.

Основные публикации за последние 5 лет:

  1. Miroshnikov V.I., Bachishche O.I., Kuznetsov I.A., Platonov A.A., Tropin N.V., Vasina D.V., Koznov D.V. Continuous observability for client-server IDEs: A reproducible, low-overhead approach. Proceedings of the Institute for System Programming of the RAS. 2026. Vol. 38. No. 2. P. 83–94.
  2. Volkov M.V., Bozhnyuk A.S., Vasina D.V., Vasilyev V.A., Tropin N.V., Nikitin M.B., Koznov D.V. An approach to LLM-based code completion for Python. Proceedings of the Institute for System Programming of the RAS. 2026. Vol. 38. No. 3-1. P. 153–170.
  3. Кознов Д.В., Усачев Д.А. Статический анализатор для распознавания массивов в C-программах для задач фаззинга. Труды Института системного программирования РАН. 2026. Т. 38. № 3-2. С. 33–48.
  4. Kuznetsov S.V., Koznov D.V., Luciv D.V. Managing master data implementations // Proceedings of the Institute for System Programming of the RAS. 2025. Vol. 37. No. 4-1. P. 161–176.
  5. Фомина В.В., Соболь В., Кознов Д.В. MaxSMT-решатель, поддерживающий режим портфолио // Труды Института системного программирования РАН. 2025. Т. 37. № 4-1. С. 177–188.
  6. CALCULATING SIMILARITY OF JAVADOC COMMENTS Koznov D.V., Ledeneva E.Yu., Luciv D.V., Braslavski P.I. Programming and Computer Software. 2024. Т. 50. № 1. С. 85-89.
  7. ОБОБЩЕННЫЙ АЛГОРИТМ СУММИРОВАНИЯ ПЕРЕЧИСЛИТЕЛЕЙ В ЗАДАЧАХ ДИСКРЕТНОЙ ОПТИМИЗАЦИИ В КОНТЕКСТЕ УПРАВЛЕНИЯ МАСТЕР-ДАННЫМИ Кузнецов С.В., Кознов Д.В. Дифференциальные уравнения и процессы управления. 2024. № 1. С. 70-77.
  8. DEBUGGER FOR DECLARATIVE DSL FOR TELECOMMUNICATION Skazhenik T.M., Koznov D.V. Proceedings of the Institute for System Programming of the RAS. 2023. Т. 35. № 3. С. 205-214.
  9. Morozov S.A., Misonizhnik A.V., Mordvinov D.A., Koznov D.V., Ivanov D.A. SymCrete memory model with lazy initialization and objects of symbolic sizes in KLEE. Proceedings of the Institute for System Programming of the RAS. 2023. Vol. 35. No. 3. P. 91–108.
  10. АВТОМАТИЧЕСКОЕ ОПРЕДЕЛЕНИЕ СХОДСТВА JAVADOC-КОММЕНТАРИЕВ Кознов Д.В., Леденева Е.Ю., Луцив Д.В., Браславский П.И. Труды Института системного программирования РАН. 2023. Т. 35. № 4. С. 177-186.
  11. TRACESIM: AN ALIGNMENT METHOD FOR COMPUTING STACK TRACE SIMILARITY Rodrigues I.M., Aloise D., Khvorov A., Vasiliev R., Povarov N., Koznov D., Chernishev G., Luciv D., Fernandes E.R. Empirical Software Engineering. 2022. Т. 27. № 2.
  12. ОНТОЛОГИЧЕСКИ УПРАВЛЯЕМЫЕ СРЕДСТВА АВТОМАТИЗАЦИИ РАЗРАБОТКИ ПРИЛОЖЕНИЙ ВИЗУАЛЬНОЙ АНАЛИТИКИ Чуприна С.И., Рябинин К.В., Кознов Д.В., Маткин К.А. Программирование. 2022. № 3. С. 70-77.
  13. ФОРМАЛИЗАЦИЯ ЯЗЫКОВ ЧАСТИЧНО УПОРЯДОЧЕННЫХ МУЛЬТИМНОЖЕСТВ В СИСТЕМЕ COQ ДЛЯ СПЕЦИФИКАЦИИ СЛАБЫХ МОДЕЛЕЙ ПАМЯТИ Моисеенко Е.А., Гладштейн В.П., Подкопаев А.В., Кознов Д.В. Научно-технический вестник информационных технологий, механики и оптики. 2022. Т. 22. № 3. С. 517-527.
  14. Мисонижник А.В., Бабушкин А.А., Морозов С.А., Костюков Ю.О., Мордвинов Д.А., Кознов Д.В. Автоматическое тестирование LLVM-программ со сложными входными структурами данных. Труды Института системного программирования РАН. 2022. Т. 34. № 4. С. 49–62.

Отзыв оппонента: Скачать

Официальный оппонент: Котенко Игорь Витальевич, доктор технических наук (20.02.13, 20.01.09).

Место работы, должность: Федеральное государственное бюджетное учреждение науки «Санкт-Петербургский Федеральный исследовательский центр Российской академии наук», главный научный сотрудник.

Основные публикации за последние 5 лет:

  1. Зеличенок И.Ю., Котенко И.В. Выявление многошаговых атак на устройства Интернета вещей на основе методов машинного обучения и обработки больших данных. Программная инженерия. 2026. Т. 17. № 3. С. 128–141.
  2. Dong Huiyao, Kotenko I., Levshun D. Next-generation IIoT security: Comprehensive comparative analysis of CNN-based approaches. Knowledge-Based Systems. 2025. Vol. 316. Art. 113337.
  3. Котенко И.В., Мельник М.В. Обнаружение аномалий в контейнерных системах: применение частотного анализа и гибридной нейронной сети. Программные продукты и системы. 2025. № 3. С. 426–437.
  4. Котенко И.В., Мельник М.В. Обнаружение атак и аномалий в контейнерных системах: подходы на основе сигнатур и правил. Искусственный интеллект и принятие решений. 2025. № 1. С. 3–13.
  5. Котенко И.В. Искусственный интеллект для кибербезопасности: новая стадия противоборства в киберпространстве. Искусственный интеллект и принятие решений. 2024. № 1. С. 3–19.
  6. Котенко И.В., Абраменко Г.Т. Использование больших языковых моделей для поиска угроз кибербезопасности на основе методов глубокого обучения: анализ современных исследований. Правовая информатика. 2024. № 3. С. 32–42.
  7. Котенко И.В., Саенко И.Б., Лаута О.С., Васильев Н.А., Садовников В.Е. Атаки и методы защиты в системах машинного обучения: анализ современных исследований. Вопросы кибербезопасности. 2024. № 1 (59). С. 24–37.
  8. Kotenko I.V., Saenko I.B., Vasilev N., Sadovnikov V. Approach to detecting attacks against machine learning systems with a generative adversarial network. Pattern Recognition and Image Analysis (Advances in Mathematical Theory and Applications). 2024. Vol. 34. No. 3. P. 589–596.
  9. Dun K., Kotenko I. Multi-task learning for IoT traffic classification: A comparative analysis of deep autoencoders. Future Generation Computer Systems. 2024. Vol. 158. P. 242–254.
  10. Levshun D., Kotenko I. A survey on artificial intelligence techniques for security event correlation: Models, challenges, and opportunities. Artificial Intelligence Review. 2023. Vol. 56. No. 8. P. 8547–8590.
  11. Kotenko I., Fedorchenko E., Novikova E., Jha A. Cyber attacker profiling for risk analysis based on machine learning. Sensors. 2023. Vol. 23. No. 4. Art. 2028.
  12. Котенко И.В., Левшун Д.А. Методы интеллектуального анализа системных событий для обнаружения многошаговых кибератак: использование баз знаний. Искусственный интеллект и принятие решений. 2023. № 2. С. 3–14.
  13. Котенко И.В., Левшун Д.А. Методы интеллектуального анализа системных событий для обнаружения многошаговых кибератак: использование методов машинного обучения. Искусственный интеллект и принятие решений. 2023. № 3. С. 3–15.
  14. Новикова Е.С., Федорченко Е.В., Котенко И.В., Холод И.И. Аналитический обзор подходов к обнаружению вторжений, основанных на федеративном обучении: преимущества использования и открытые задачи. Информатика и автоматизация. 2023. Т. 22. № 5. С. 1034–1082.
  15. Котенко И.В., Саенко И.Б., Лаута О.С., Крибель А.М. Методика обнаружения аномалий и кибератак на основе интеграции методов фрактального анализа и машинного обучения. Информатика и автоматизация. 2022. Т. 21. № 6. С. 1328–1358.

Отзыв оппонента: Скачать

Ведущая организация: Федеральное государственное автономное образовательное учреждение высшего образования «Южный федеральный университет».

Контактные данные: 344006, Ростовская область, город Ростов-на-Дону, Большая Садовая ул., д. 105/42, +7 (863) 218 40 00, info@sfedu.ru, www.sfedu.ru

Основные публикации за последние 5 лет:

  1. Курейчик В.В., Данильченко В.И., Данильченко Е.В. Маршрутизация автономных устройств в трёхмерном пространстве // Информатика и автоматизация. 2025. Т. 24. № 2. С. 492-525.
  2. Коваленко А.С. Применение разложения изображения с помощью дискретного вейвлет-преобразования для построения архитектуры шумоподавляющей нейронной сети // Информатика и ее применения. 2024. Т. 18. № 2. С. 60-71.
  3. Hamdan N., Medvedev M., Pshikhopov V. Method of motion path planning based on a deep neural network with vector input// Мechatronics, Automation, Control. 2024. Т. 25. № 11. С. 559-567.
  4. Гладченко-Джевелекис Я.Н., Толчина Д.Б., Срабионян В.В., Дурыманов В.А., Авакян Л.А., Бугаев Л.А. Машинное обучение для определения архитектуры ансамблей биметаллических PTCU-наночастиц на основании радиальных функций распределения атомов// Российские нанотехнологии. 2024. Т. 19. № 3. С. 322-326.
  5. Кудрявцев О.Е., Постолова Д.В. О повышении интерпретируемости искусственных нейронных сетей на примере задач вычисления цен опционов // Информационные процессы. 2024. Т. 24. № 4. С. 405-420.
  6. Кудрявцев О.Е., Данилова Н.В. Вычисление цен опционов в модели хестона с помощью искусственных нейронных сетей // Известия высших учебных заведений. Северо-Кавказский регион. Серия: Естественные науки. 2024. № 4-1 (224-1). С. 31-37.
  7. Бабенко Л. К., Стародубцев В. С. Особенности реализации системы криптоанализа гомоморфных шифров, основанных на задаче факторизации чисел //Известия ЮФУ. Технические науки. – 2024. – №. 3.
  8. Бабенко Л. К., Русаловский И. Д. Разработка операций для алгоритмов гомоморфного шифрования //Вопросы кибербезопасности. – 2024. – №. 2 (60). – С. 101-106.
  9. Левин И.И., Подопригора А.В. Модифицированный метод обработки больших разреженных неструктурированных матриц на реконфигурируемых вычислительных системах // Вычислительные методы и программирование. 2024. Т. 25. № 2. С. 142-154.
  10. Мигалин М.М., Обуховец В.А. Особенности применения генетического алгоритма для синтеза печатных антенн // Радиотехника. 2024. Т. 88. № 5. С. 129-135.
  11. Касьянов А.О., Потипак М.В. Применение графического процессора для цифровой обработки сигналов в реальном масштабе времени // Известия ЮФУ. Технические науки. 2024. № 3 (239). С. 79-91.
  12. Neural network application to road surface type identification Isaeva A.S., Denisenko M.A., Kovalev A.V. Computational Technologies. 2023. Т. 28. № 2. С. 19-26.
  13. Разработка гибридной нейросети для классификации изображений Гушанский С.М., Буглов В.Е. Инженерный вестник Дона. 2023. № 1 (97). С. 174-186.
  14. Категоризация объектов и сцен нейронной сетью, входы которой предварительно обучены декодированию пространственных неоднородностей текстуры Явна Д.В., Бабенко В.В., Горбенкова О.А., Плавельский И.В., Вороная В.Д., Столетний А.С. Оптический журнал. 2023. Т. 90. № 1. С. 37-48.
  15. Гайдук А.Р., Прокопенко Н.Н., Бугакова А.В. Компенсация ошибок, вызванных временной задержкой цифровых датчиков // Информатика и автоматизация. 2023. Т. 22. № 4. С. 826-852.

Отзыв ведущей организации: Скачать