Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie
- Wireshark - nie tylko narzędzie ostatniej szansy
Przegląd koncepcji rozwiązywania problemów z siecią
- Analiza przyczyn źródłowych
Instalacja Wireshark
Przegląd funkcji Wireshark
- Poruszanie się po interfejsie użytkownika
Przechwytywanie ruchu w środowisku testowym
- Wybieranie interfejsu sieciowego
- Przechwytywanie pakietów w sieciach przewodowych i bezprzewodowych
Analiza dzienników
- Sprawdzanie pakietów HTTP
- Przeglądanie strumieni TCP tam i z powrotem
- Zapisywanie dziennika do inspekcji offline
Analizowanie problemów z szybkością połączenia podczas łączenia się z określoną witryną internetową
- Korzystanie z filtrów
- Wyświetlanie statystyk
Analiza według typu ruchu
- DNS, ARP, IPv4, IPv6, ICMP, UDP, TCP i HTTP/HTTPS
- Konsekwentnie wolne połączenia w dłuższych okresach czasu
Sprawdzanie czasów odpowiedzi
- Ustawianie kolumn czasu delta
Sprawdzanie maszyn zainfekowanych wirusem
- Sprawdzanie ruchu ARP
Sprawdzanie źródeł ruchu sieciowego
- Sonda Intel ANS
- Uszkodzone/niekonfigurowane oprogramowanie (zalewanie sieci)
Wskazywanie problemów z wydajnością
- Tworzenie wykresów statystycznych i grafów
- Ustawianie kolorów w Wireshark
- Filtrowanie ruchu
- Korzystanie z Wireshark Expert System i schematu blokowego rozwiązywania TCP/IP
Rozwiązywanie problemów z połączeniami w zabezpieczonym środowisku sieciowym
- Serwery proxy, zapory sieciowe i klienci
Konfigurowanie Wireshark dla optymalnej wydajności
- Analiza nieinwazyjna
Rozwiązywanie problemów
Podsumowanie i wnioski
Wymagania
- Zrozumienie zasad działania sieci TCP/IP
21 godzin
Opinie uczestników (6)
**Course Outline****Course Title:** Introduction to Machine Learning with Python**Course Duration:** 8 weeks**Course Description:** This course provides an in-depth introduction to machine learning using Python. Students will learn the fundamentals of machine learning algorithms, data preprocessing, and model evaluation. Through hands-on projects and real-world case studies, participants will gain practical experience in applying machine learning techniques to solve complex problems.**Week 1: Introduction to Machine Learning**- Definition and importance of machine learning- Types of machine learning: supervised, unsupervised, and reinforcement learning- Applications of machine learning in various industries**Week 2: Setting Up the Environment**- Installing Python and necessary libraries (e.g., NumPy, pandas, scikit-learn)- Introduction to Jupyter Notebooks- Basic Python programming concepts for machine learning**Week 3: Data Preprocessing**- Data cleaning and handling missing values- Data normalization and standardization- Feature selection and engineering**Week 4: Supervised Learning Algorithms**- Linear regression and logistic regression- Decision trees and random forests- Support Vector Machines (SVM)**Week 5: Unsupervised Learning Algorithms**- Clustering techniques: K-means and hierarchical clustering- Dimensionality reduction: Principal Component Analysis (PCA)- Association rule learning**Week 6: Model Evaluation and Selection**- Cross-validation techniques- Metrics for evaluating classification and regression models- Hyperparameter tuning and grid search**Week 7: Advanced Topics in Machine Learning**- Introduction to deep learning and neural networks- Convolutional Neural Networks (CNNs) for image processing- Recurrent Neural Networks (RNNs) for sequential data**Week 8: Capstone Project**- Designing and implementing a machine learning project from scratch- Presenting and discussing project results- Feedback and course wrap-up**Assessment:**- Weekly quizzes (30% of final grade)- Midterm project (30% of final grade)- Final capstone project (40% of final grade)**Prerequisites:**- Basic understanding of Python programming- Familiarity with statistics and linear algebra**Learning Outcomes:**- Understand the fundamental concepts of machine learning- Apply machine learning algorithms to real-world problems- Evaluate and optimize machine learning models- Gain hands-on experience with Python libraries for machine learning**Instructor Knowledge:**The instructor has extensive knowledge in the field of machine learning and artificial intelligence, with over 10 years of experience in both academia and industry. They have a Ph.D. in Computer Science from a top-tier university and have published numerous research papers in renowned journals. Additionally, the instructor has worked on several industry projects, applying machine learning techniques to solve complex problems in finance, healthcare, and technology sectors. Their expertise includes a deep understanding of various machine learning algorithms, data preprocessing techniques, and model evaluation methods. The instructor is also skilled in teaching and has a proven track record of delivering high-quality educational content to diverse audiences.The instructor is well-versed in Python programming and has experience using popular machine learning libraries such as scikit-learn, TensorFlow, and Keras. They are committed to providing a supportive and engaging learning environment, ensuring that students gain practical skills and a solid theoretical foundation in machine learning.
Grzegorz - Centrum Informatyki Resortu Finansow
Szkolenie - Network Troubleshooting with Wireshark
Przetłumaczone przez sztuczną inteligencję
Bardzo komunikatywny z dużą wiedzą
Andrzej - Centrum Informatyki Resortu Finansow
Szkolenie - Network Troubleshooting with Wireshark
umiejętności wireshark
Adam - Centrum Informatyki Resortu Finansow
Szkolenie - Network Troubleshooting with Wireshark
Przetłumaczone przez sztuczną inteligencję
Jakość wyjaśnienia działania programu i analiza różnych przypadków.
Krzysztof - Centrum Informatyki Resortu Finansow
Szkolenie - Network Troubleshooting with Wireshark
Przetłumaczone przez sztuczną inteligencję
Wiedza trenera, odpowiadał na wszystkie pytania, czasem dość trudne i techniczne. Brawo.
Andrzej Morawski - Polska Spolka Gazownictwa sp. z o.o.
Szkolenie - Network Troubleshooting with Wireshark
ilość studiów przypadku, przykłady i ćwiczenia.
