Скачать Искусственный интеллект для информационной безопасности [АИС]

[Джокер]

Складчина: Искусственный интеллект для информационной безопасности [АИС]



Изучите применение технологий искусственного интеллекта и машинного обучения для решения задач информационной безопасности. Разберите практические кейсы: от классификации сетевого трафика и обнаружения вредоносного ПО до защиты моделей ИИ и выявления дипфейков.

Курс посвящен интеграции технологий искусственного интеллекта в процессы обеспечения информационной безопасности. Слушатели изучат базовые и объяснимые модели ИИ, российские стандарты и методы машинного обучения для защиты цифровых активов. В программе рассмотрены практические аспекты: применение ИИ для классификации трафика, обнаружения вредоносных программ и защиты web-среды. Особое внимание уделяется искусственным иммунным системам и безопасности самого процесса машинного обучения.

Обучение сочетает теоретические лекции с разбором практических кейсов и обратной связью от экспертов.

Преимущества программы:

Актуальная специализация:
фокус на пересечении двух ключевых технологических трендов — искусственного интеллекта и информационной безопасности.
Практическая направленность:
разбор реальных сценариев применения, включая обнаружение дипфейков, анализ вредоносного ПО и классификацию трафика.
Интерактивный формат:
возможность задавать вопросы преподавателю в реальном времени и получать развернутую обратную связь по практическим заданиям.
Комплексный подход к защите:
изучение не только способов применения ИИ для обороны, но и методов защиты самих данных, моделей и конвейеров машинного обучения.
В этом курсе:

Объяснимый ИИ (XAI):
отдельный модуль, посвященный типам и методам объяснимости, позволяющим понимать логику принятия решений алгоритмами.
Бионические подходы:
рассмотрение принципов работы искусственных иммунных систем для мониторинга процессов и обнаружения аномалий и вирусов.
Нормативная база:
анализ действующих и проектных российских стандартов в сфере искусственного интеллекта и их применимости в задачах ИБ.
Безопасность ML:
детальный разбор уязвимостей машинного обучения, включая способы защиты обучающих данных и финальных моделей от компрометации.
Программа:

1. Естественный интеллект и когнитивные модели:

Мозг как физическая и психологическая основа естественного интеллекта
Интеллект и когнитивные функции
Соотношение знаний и данных в обработке информации
2. Искусственный интеллект и машинное обучение:

Искусственный интеллект и его применение
Четыре подхода к искусственному интеллекту
Типы искусственного интеллекта
Введение в машинное и глубокое обучение
Стадии развития искусственного интеллекта
3. Обзор российских стандартов в сфере искусственного интеллекта:

Существующие стандарты
Проекты стандартов
4. Базовые технологии искусственного интеллекта:

Логические модели
Сетевые модели
Средства обработки неопределенности
Онтологические модели
Нейросетевые модели
5. Методы машинного обучения:

Машинное обучение и глубокое обучение
Способы машинного обучения
Алгоритмы машинного обучения
6. Кейс — классификация видов ирисов

7. Объяснимые модели искусственного интеллекта:

Что такое объяснимый искусственный интеллект
Типы объяснимости
Средства объяснимого искусственного интеллекта
Методы объяснимого искусственного интеллекта
8. Искусственный интеллект и информационная безопасность:

Угрозы и риски искусственного интеллекта
Рынок услуг взломщиков
Сильный и слабый искусственный интеллект и кибербезопасность
9. Классификация сетевого трафика с помощью машинного обучения:

Способы классификации трафика
Применение методов машинного обучения для классификации IP-трафика
10. 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
11. Применение машинного обучения для защиты web-среды:

Типы мошенничества и защищаемая информация
Обучение с учителем для решения задач по выявлению нарушений
Кластеризация нарушений
12. Кейс — обнаружение дипфейков

13. Искусственные иммунные системы в информационной безопасности:

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
14. Безопасность в машинном обучении:

Защита данных
Защита моделей
Защита конвейера обучения
Цена 75900 руб.




СКАЧАТЬ СЛИВЫ КУРСОВ

Для возможности скачивать складчины и сливы курсов нужно зарегистрироваться