Скачать [Академия Информационных Систем] Искусственный интеллект в обеспечении информационной безопасности

[Kail]

Ссылка на картинку

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

Показать больше