Andrey Evgenievich Krasnov

Andrey Evgenievich Krasnov

Auto-generated profile, based on publicly available information

Andrey Evgenievich Krasnov

Russian State Social University

Research Focus & Metrics

Academic Career Length

9Years (2018-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
20 January 2021 in Bezopasnost informacionnyh tehnology
Verified
Journal Article
Open access
PDF file
AKAndrey E. Krasnov
Andrey E. Krasnov
AMAlexander S. Mosolov
Alexander S. Mosolov
NFNataliya A. Feoktistova
Nataliya A. Feoktistova
ОЦЕНИВАНИЕ УСТОЙЧИВОСТИ КРИТИЧЕСКИХ ИНФОРМАЦИОННЫХ ИНФРАСТРУКТУР К УГРОЗАМ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ

1 September 2018 in Vestnik Udmurtskogo Universiteta. Matematika. Mekhanika. Komp'yuternye Nauki
Verified
Journal Article
Closed access
AKA.E. Krasnov
A.E. Krasnov
STState Institute of Information Technologies and Telecommunications
State Institute of Information Technologies and Telecommunications
ENE.N. Nadezhdin
E.N. Nadezhdin
DND.N. Nikol'Skii
D.N. Nikol'Skii
DRD.S. Repin
D.S. Repin
VGV.S. Galyaev
V.S. Galyaev

1 October 2018
Verified
Conference Paper
Closed access
AKA.E. Krasnov
A.E. Krasnov
DND.N. Nikol'Skii
D.N. Nikol'Skii
DRD.S. Repin
D.S. Repin
VGV.S. Galyaev
V.S. Galyaev
EZE.A. Zykova
E.A. Zykova
This paper presents a new algorithm for DDoS attacks detection based on analysis of network traffic as a dynamical system. We applied author's approach that enables to describe relations between traffic characteristics in different time slices using casual Hilbert operator. The algorithm consists of operations for: (1) converting the primary network traffic characteristics (data packets headers) into intermediate and secondary informative characteristics required for creating traffic classification rules; (2) forming traffic patterns in the form of histograms of secondary informative characteristics; (3) attacks detection and histogram-based modeling classification based on Bayesian decision theory.

12 August 2020 in Russian Physics Journal
Verified
Journal Article
Closed access
PDF file
AKA. E. Krasnov
A. E. Krasnov
DND. N. Nikol’skii
D. N. Nikol’skii

20 December 2018 in Чебышевский сборник
Verified
Journal Article
Open access
PDF file
АКАндрей Евгеньевич Краснов
Андрей Евгеньевич Краснов
ЕНЕвгений Николаевич Надеждин
Евгений Николаевич Надеждин
ДНДмитрий Николаевич Никольский
Дмитрий Николаевич Никольский
ВГВладимир Сергеевич Галяев
Владимир Сергеевич Галяев
Физические процессы рассеяния электромагнитных волн и процессыпорождения аномалий при передаче информации в сетевых каналах связирассмотрены с единых позиций преобразований многомерных потоков данных соответствующимиоператорами эволюции, действующими как проекционные операторы. Основаниемработы послужили результаты исследований одного из авторов, посвященныезадачам синтеза объемных голографических фильтров для обработки когерентныхоптических сигналов, задачам локации объектов, движущихся в неоднородной среде,а также результаты совместных работ авторов в областизащиты информации, передаваемой по каналам связи. В настоящей работе делаетсяопределенное обобщение результатов данных исследований. Так,поставлена и решена прямая задача реконструкции стационарного оператора эволюции,описывающего упругое рассеяние когерентного электромагнитного поля напространственных неоднородностях стационарной среды. Показано, что сточностью до малых помех, пропорциональных дисперсии неоднородностей среды,оператор эволюции представляется в виде проекционного оператора или активногофильтра угловых (пространственных) частот поля. На основании полученных результатовнеупругое рассеяние нестационарного электромагнитного поля в нестационарной средерассматривается как его преобразование нестационарным оператором эволюции, такжеимеющим вид проекционного оператора или активного фильтра, но преобразующего временныечастоты поля. По аналогии с задачами рассеяния оператор эволюции в виде проекционногооператора, реконструируемого по наблюдаемым сетевым информационным потокам данных,применяется к описанию процессов порождения аномалий припередаче информации в каналах связи. Оператор эволюции используется дляформирования специальных статистик многомерного процесса, которые возможно использоватьдля его последовательного статистического анализа и классификации. Приводятсяпримеры практического использования этих статистик для обнаружения и классификациианомалий сетевого трафика. В частности, проведен вычислительный эксперимент поформированию статистических распределений значений информативных признаковреального трафика и классификации на их основе различных типов сетевых атак.Результатом экспериментальных исследований стало подтверждениеэффективности метода реконструкции оператора эволюции сетевого трафика.

4 October 2024 in Russian Technological Journal
Verified
Journal Article
Open access
PDF file
AKA. E. Krasnov
A. E. Krasnov
ASA. A. Sapogov
A. A. Sapogov
Objectives. Due to the need for prompt and rational assessment of service quality within the framework of complex IT projects, including infrastructure servicing and maintenance, which often involve a large number of identical or similar iterations, it becomes necessary to develop novel analysis methods based on nonlinear aggregation of indicators. As a result of changes in the structure of the process, territorial remoteness, automation, informatization, and the emergence of big data, the use of existing assessment methods often becomes impossible or labor-intensive. The purpose of the present work is to develop an approach to assessing the quality of work (services) in the framework of IT projects based on nonlinear aggregation of indicators.Methods. The proposed approach to assessing service quality within IT projects is based on nonlinear aggregation of a number of indicators involving a preliminary decomposition of the system into private indicators. In order to meet the requirements of the decomposition process, service quality indicators must fully characterize the properties of the service as a whole at the different stages of its life cycle.Results. The application of the proposed nonlinear aggregation methodology to quality indicators obtained by decomposing the system is described with the further calculation of a single indicator that takes all the essential initial parametric indicators into account. The decomposition of complex systems to the level of elementary relationship subsystems more adequately reflects interrelated phenomena in a complex system.Conclusions. The practical application of the neural network parametric data aggregation model for assessing the quality of IT services is demonstrated. The use of an aggregated information and analytical indicator for assessing service quality increases the availability of analytical information for decision makers, reduces the dimension of analytical data, and improves the objectivity of the obtained generalized information.