Крохин Алексей Сергеевич

Приглашённый преподаватель кафедры информационной безопасности киберфизических систем Московского института электроники и математики им. А. Н. Тихонова НИУ ВШЭ. В 2025 году окончил бакалавриат Высшей школы экономики по специальности «Информационная безопасность» и в том же году начал преподавать в университете. Совмещает преподавание с работой в индустрии: в 2023–2024 годах — специалист по информационной безопасности проектов в ВК, в 2024–2025 годах — инженер по информационной безопасности офисной инфраструктуры в Яндексе, с 2025 года — инженер по информационной безопасности продукта в RuStore.

Профессиональные интересы сосредоточены на стыке защиты информации и машинного обучения: безопасность искусственного интеллекта, безопасность приложений, методы машинного обучения. Эта же тематика лежит в основе его научной работы: в 2025 году на XXIX Межвузовской научно-технической конференции студентов, аспирантов и молодых специалистов им. Е. В. Арменского в Москве он представил доклад «MLSecOps фреймворк как основа защищённости систем искусственного интеллекта».

В соавторстве с М. М. Гусевым опубликовал статью «Анализ влияния обфускации входных данных на эффективность языковых моделей в обнаружении инъекции подсказок» (журнал «Программные системы и вычислительные методы», 2025, № 2). Работа посвящена одной из ключевых уязвимостей больших языковых моделей — атакам через внедрение вредоносных инструкций в пользовательский ввод и тому, насколько устойчивы к ним механизмы обнаружения при искажении входных данных.

В учебном плане ведёт «Машинное обучение» — обязательную дисциплину третьего курса образовательной программы «Информационная безопасность» (направление 10.03.01), которая читается в первом и втором модулях и оценивается в 6 кредитов. Курс охватывает статистические оценки и проверку гипотез, линейные модели регрессии и классификации, кластеризацию, работу с признаками и снижение размерности, деревья решений и ансамбли, нейросетевые методы. Практическая часть построена на самостоятельной реализации алгоритмов: наивного байесовского классификатора, линейного и квадратичного дискриминантов Фишера, EM-алгоритма для гауссовых смесей, методов кластеризации k-means и c-means на текстовых данных, линейной регрессии со снижением размерности. Итоговый контроль — устный экзамен по билетам. Дисциплина служит основой для преддипломной практики и подготовки выпускной квалификационной работы; занятия ведёт коллектив из четырёх преподавателей МИЭМ.

Кафедра, к которой он приписан, создана под задачи защиты киберфизических и других высокотехнологичных систем — область, отнесённую Стратегией научно-технологического развития России к приоритетным вместе с большими данными, машинным обучением и искусственным интеллектом. Среди её направлений — информационная безопасность и технологии искусственного интеллекта, информационная безопасность в кредитно-финансовой сфере, а также научно-учебная группа квантовых коммуникаций. Заявленная цель кафедры — подготовка специалистов по защите информации, работающих на современном уровне науки и техники.