Plan Szkolenia

Wprowadzenie do AI w Cyberbezpieczeństwie

  • Aktualny krajobraz zagrożeń cybernetycznych
  • Przykłady zastosowań AI w cyberbezpieczeństwie
  • Przegląd technik uczenia maszynowego i głębokiego uczenia

Zbieranie i przetwarzanie danych

  • Źródła danych bezpieczeństwa: logi, alerty i ruch sieciowy
  • Etykietowanie i normalizacja danych
  • Praca z niezbalansowanymi zbiorami danych

Wykrywanie zagrożeń i identyfikacja anomalii

  • Uczenie nadzorowane vs. nienadzorowane
  • Tworzenie modeli klasyfikacyjnych do wykrywania włamań
  • Techniki grupowania do wykrywania anomalii

Automatyzacja procesów bezpieczeństwa z wykorzystaniem AI

  • AI w automatyzacji analizy wywiadu zagrożeń
  • Platformy SOAR (Security Orchestration, Automation, and Response)
  • Studium przypadku: Automatyzacja wykrywania i reagowania na phishing

Analityka predykcyjna w cyberbezpieczeństwie

  • Prognozowanie trendów ataków za pomocą modeli szeregów czasowych
  • Zastosowanie przetwarzania języka naturalnego (NLP) w raportach o zagrożeniach
  • Tworzenie potoku predykcji zagrożeń

Reakcja na incydenty z wykorzystaniem inteligentnych systemów

  • Tworzenie frameworka reakcji na incydenty zasilanego AI
  • Podejmowanie decyzji w czasie rzeczywistym
  • Integracja z platformami SIEM i wywiadu zagrożeń

Narzędzia i frameworki AI w cyberbezpieczeństwie

  • Narzędzia i biblioteki open-source (np. Scikit-learn, TensorFlow, Keras)
  • Platformy do analizy bezpieczeństwa i automatyzacji
  • Kwestie związane z wdrożeniem

Etyczne i operacyjne aspekty

  • Bias i uczciwość w modelach AI
  • Przepisy i zgodność
  • Przejrzystość i wyjaśnialność

Projekt końcowy: Rozwiązanie z zakresu cyberbezpieczeństwa zasilane AI

  • Projektowanie i implementacja rozwiązania AI dla rzeczywistego problemu cyberbezpieczeństwa
  • Wspólne rozwiązywanie problemów i rozwój rozwiązań
  • Prezentacja i feedback

Podsumowanie i kolejne kroki

Wymagania

  • Zrozumienie podstawowych koncepcji cyberbezpieczeństwa
  • Doświadczenie w programowaniu lub skryptowaniu (np. Python)
  • Znajomość podstaw uczenia maszynowego

Grupa docelowa

  • Analitycy i inżynierowie ds. cyberbezpieczeństwa
  • Specjaliści AI i data science zainteresowani zastosowaniami w cyberbezpieczeństwie
  • Architekci bezpieczeństwa i menedżerowie IT
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (3)

Propozycje terminów

Powiązane Kategorie