目前位置: 首頁 > 公開課程 > 資訊管理 > 資訊安全 > 【資策會】人工智慧拼資安升級實作班

【資策會】人工智慧拼資安升級實作班

★ 早鳥價、團報優惠 -- 請參見【課程網址】★

  隨著資訊科技演進,網路攻防技術與駭客攻擊技術持續的深化,惡意攻擊行為大量藉由網路進行攻擊,掌握資料科學分析技術,應用於資安日誌與惡意行為分析,有助於進行資安威脅的分析。 本課程首先對於人工智慧所帶來之資安衝擊進行介紹,近兩年實際人工智慧在攻防方面的角色以實例方式說明。接著,透過資料分析技術,探討電腦網路相關日誌中的潛在網路威脅樣態,藉由可規模化的資料分析倉儲技術,以及彈性的資料介接技術,探索出潛在的資安攻擊樣態。透過手把手的方式引導同學進入資安資料分析技術的領域。 詳見【課程網址】http://www.iiiedu.org.tw/ites/AIIS.htm。

加入收藏
收件人email:
寄件人姓名:
寄件人email:
 Artificial Intelligence in Information Security

 

˙人工智慧在資安攻防的角色

  ˙人工智慧被駭客利用攻擊的方法

  ˙人工智慧帶給資安防護的契機

  ˙人工智慧資安技術研發展望

 

 

Getting Started with Data Analytics in Python

 

  ˙Anaconda Python

  ˙Python package installing with setuptools

  ˙IPython shell and IPython notebook

  ˙Help and references

 

 

Part 1 : Fundamental data analytics in Python- Numpy

 

˙Numpy Array

˙EigenValue and EigenVector using Numpy

˙Random Number

˙One-dimentional slicing and indexing

˙Array shape

˙Stacking arrays

˙Splitting NumPy arrays

˙Numpy array attributes

˙Linear algebra with NumPy

˙Disregarding negative and extreme values

˙[Lab1] Small case practices in log data

 

 

Part 2: Fundamental data analytics in Python- Pandas

 

˙Data Frame and Series data structure

˙Querying data in pandas

˙Statistics with pandas DataFrame

˙Data aggregation

˙Concatenating, joining, and appending DataFrames

˙Handling missing values

˙Dealing with dates

˙Pivot tables

˙[Lab 2] Statistic analysis cloud audit log via Pandas

 

Part 3: Advanced Data analytics using sklearn library

 

˙Supervised learning

˙Unsupervised learning

˙Cross Validation

˙Model Complexity and GridSearch

˙Performance metrics

˙In depth- support vector machine

˙In depth- trees and forest

˙[Lab 3] Malware classification

 

Part 4: TensorFlow 123

 

˙Quick understanding the types of deep learning

˙TensorFlow installation

˙Basic Models (linear regression, logistic regression, nearest neighbor)

˙Neural network (autoencoder, bidirectional rnn, convolutional network, multilayer perceptron, recurrent network)

˙How to analyze neural network

˙[Lab] Malware analysis using Deep Learning

 

Traceability and Monitoring

 

˙Traceability

˙Relationships and Dependencies

˙Approving Requirements

˙Baselining Approved Requirements

˙Monitoring Requirements Using a Traceability Matrix

˙The Requirements Life Cycle

˙Managing Changes to Requirements

 

Solution Evaluation

 

˙Purpose of Solution Evaluation

˙Recommended Mindset for Evaluation

˙Plan for Evaluation of the Solution

˙Determine What to Evaluate

˙When and How to Validate Solution Results

˙Evaluate Acceptance Criteria and Address Defects

˙Facilitate the Go/No-Go Decision

˙Obtain Signoff of the Solution

˙Evaluate the Long-Term Performance of the Solution

˙Solution Replacement/Phase out

 

◆案例與演練

 

˙課程回顧與評量

˙各單元案例實作與分組討論 (Workshop)

˙模擬試題解題 (Mock Exam)

 

 

 

詳細課程內容請參考以下網址:http://www.iiiedu.org.tw/ites/AIIS.htm


報名截止日:2017/12/27

開課日:2018/01/02結束日:2018/01/03定價: $10,000

時數:12 (小時) 時段:週三、四上課,每天9:30∼16:30

地點:台北 | 資策會數位教育研究所科技化服務訓練中心 | 台北市信義路三段153號10樓 [看地圖]

簡介

資策會數位教育研究所成立於1979年,全所員工上百人,為全國第一家通過ISO9000認
證之教育訓練機構,TTQS評核為「標竿訓練機構」,連續多年獲選為「MIS Best
Choice教育訓練機構」,為國內各產業培育資通訊技術、管理與應用之專業人才。此
... more

*填寫報名表能讓開課單位更有效的處理您的資料,並優先處理您的需求!


三聯式 二聯式


(重新產生)