EGround
Редактор
- Сообщения
- 68.317
- Реакции
- 287
Складчина: Искусственный интеллект в обеспечении информационной безопасности [АИС]
Освойте применение технологий искусственного интеллекта и машинного обучения для решения актуальных задач информационной безопасности. Изучите методы классификации трафика, обнаружения вредоносного ПО и защиты веб-сред, а также разберите практические кейсы выявления дипфейков и обеспечения безопасности самих ML-моделей.
Курс направлен на совершенствование профессиональных компетенций в сфере использования технологий ИИ при разработке алгоритмов и программно-технических средств защиты информации. Слушатели систематизируют знания об угрозах и рисках искусственного интеллекта, освоят подходы к классификации сетевого трафика и статическому анализу вредоносных программ с помощью машинного обучения.
В программе предусмотрены изучение методов защиты веб-сред, биоинспирированных (иммунологических) моделей обнаружения аномалий, а также принципы безопасности конвейера обучения. Теоретические занятия сочетаются с практическими заданиями и разбором реальных кейсов под руководством экспертов.
Кому будет полезен курс:
- Руководители и специалисты, работающие в области обеспечения информационной безопасности
Преимущества программы:
- Фокус на современных киберугрозах:
рассматриваются риски применения ИИ злоумышленниками и методы противодействия им, включая выявление дипфейков. - Практическая ценность:
изучение конкретных методик подготовки данных, обучения и оценки моделей для прикладных задач ИБ. - Междисциплинарный подход:
сочетание классического машинного обучения с биоинспирированными (иммунологическими) технологиями обнаружения аномалий и вирусов. - Гибридный формат обучения:
возможность полноценного участия как очно, так и дистанционно с интерактивным взаимодействием и обратной связью от кураторов.
Этот курс:
- Включает специализированный раздел по безопасности самого машинного обучения, охватывающий защиту данных, моделей и конвейера обучения.
- Содержит прикладной кейс по обнаружению дипфейков, отражающий актуальные вызовы в работе с синтетическим контентом.
- Рассматривает нетривиальные подходы к обнаружению вредоносных программ на основе принципов функционирования естественной иммунной системы.
- Ориентирована на слушателей с базовыми знаниями методов ИИ, что позволяет сразу переходить к углубленному изучению профильных задач информационной безопасности без потери темпа.
Программа:
1. Искусственный интеллект и информационная безопасность:
- Угрозы и риски искусственного интеллекта
- Рынок услуг взломщиков
- Сильный и слабый искусственный интеллект и кибербезопасность
2. Классификация сетевого трафика с помощью машинного обучения:
- Способы классификации трафика
- Применение методов машинного обучения для классификации IP-трафика
3. Применение машинного обучения для обнаружения вредоносных программ:
- Классический статический анализ PE-файла и его заголовка
- Подготовка набора данных и предварительная обработка данных
- Обучение модели
- Оценка модели
- Полученные результаты и анализ моделей
4. Применение машинного обучения для защиты web-среды:
- Типы мошенничества и защищаемая информация
- Обучение с учителем для решения задач по выявлению нарушений
- Кластеризация нарушений
5. Кейс — обнаружение дипфейков
6. Применение машинного обучения для обнаружения вредоносных программ (иммунологический подход):
- Принципы функционирования естественной иммунной системы
- Информационно-вычислительные компоненты естественной иммунной системы
- Сопоставление нервной и иммунной систем и их моделей
- Принципы моделирования иммунной системы и модели иммунной сети
- Иммунологический мониторинг информационных процессов в компьютерных системах
- Обнаружение аномалий информационных процессов
- Обнаружение вирусов
- Иммунологические технологии идентификации личности по динамическим биометрическим параметрам
7. Безопасность в машинном обучении:
- Защита данных
- Защита моделей
- Защита конвейера обучения
Цена 61900 руб.
