Искусственный интеллект для информационной безопасности
О чём курс
О чём курс
АИС разбирает интеграцию искусственного интеллекта и методов машинного обучения в процессы информационной безопасности. Вы изучите архитектуру когнитивных и математических моделей, принципы работы нейросетей, а также способы применения алгоритмов для обнаружения кибератак и защиты цифровой инфраструктуры.
Отдельное внимание уделено нормативной базе: в программе анализируются действующие и проектные российские стандарты в сфере искусственного интеллекта и возможности их применения в задачах кибербезопасности. Кроме того, рассматривается концепция объяснимого ИИ (XAI) — инструменты и методы, позволяющие понимать логику принятия решений автономными моделями.
Практические задачи и кейсы
Практическая часть ориентирована на решение прикладных задач защиты информации с помощью машинного обучения. В процессе занятий разбираются следующие направления:
- классификация сетевого и IP-трафика с применением алгоритмов машинного обучения;
- обнаружение вредоносного программного обеспечения, включая статический анализ PE-файлов, разбор заголовков, подготовку обучающих наборов данных, тренировку и валидацию моделей;
- защита web-среды, противодействие мошенничеству, обучение с учителем для выявления сетевых инцидентов и кластеризация нарушений;
- выявление синтезированного медиаконтента и обнаружение дипфейков;
- базовая практика машинного обучения на примере классификации ирисов.
Бионические подходы и защита моделей
В программе детально рассматриваются бионические принципы защиты информации — искусственные иммунные системы. Слушатели изучают принципы функционирования естественного иммунитета, модели иммунных сетей и их применение для мониторинга процессов в компьютерных системах, обнаружения аномалий, поиска вирусов и идентификации пользователей по динамическим биометрическим параметрам.
Также рассматривается защита самих технологий машинного обучения. Преподаватели разбирают угрозы компрометации обучающих данных, уязвимости алгоритмов и методы защиты финальных моделей и конвейеров обучения.
Формат обучения
Учебный процесс построен на сочетании теоретических лекций и разбора практических кейсов. Интерактивный формат позволяет задавать вопросы преподавателю во время занятий и получать развёрнутую обратную связь по практическим заданиям от экспертов.
Программа обучения
- Естественный интеллект и когнитивные модели:
- Мозг как физическая и психологическая основа естественного интеллекта
- Интеллект и когнитивные функции
- Соотношение знаний и данных в обработке информации
- 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
- Обзор российских стандартов в сфере искусственного интеллекта:
- Существующие стандарты
- Проекты стандартов
- Базовые технологии искусственного интеллекта:
- Логические модели
- Сетевые модели
- Средства обработки неопределенности
- Онтологические модели
- Нейросетевые модели
- Методы машинного обучения:
- Машинное обучение и глубокое обучение
- Способы машинного обучения
- Алгоритмы машинного обучения
- Кейс — классификация видов ирисов
- Объяснимые модели искусственного интеллекта:
- Что такое объяснимый искусственный интеллект
- Типы объяснимости
- Средства объяснимого искусственного интеллекта
- Методы объяснимого искусственного интеллекта
- Искусственный интеллект и информационная безопасность:
- Угрозы и риски искусственного интеллекта
- Рынок услуг взломщиков
- Сильный и слабый искусственный интеллект и кибербезопасность
- Классификация сетевого трафика с помощью машинного обучения:
- Способы классификации трафика
- Применение методов машинного обучения для классификации IP-трафика
- 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
- Применение машинного обучения для защиты web-среды:
- Типы мошенничества и защищаемая информация
- Обучение с учителем для решения задач по выявлению нарушений
- Кластеризация нарушений
- Кейс — обнаружение дипфейков
- 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
- Безопасность в машинном обучении:
- Защита данных
- Защита моделей
- Защита конвейера обучения
Теги курса
Другие материалы школы 12
А АИС Все материалыОтзывов пока нет. Будьте первым!
Этот курс сейчас в процессе организации складчины. Нажмите кнопку «Записаться» и ожидайте старта — вам придёт уведомление. Когда складчина стартует, в карточке курса будет указан актуальный взнос. Текущая цена пока в процессе формирования и может отличаться от финальной.
Да, мы стремимся, чтобы финальный взнос был не больше ≈10% от оригинальной цены курса. Чем больше участников записывается в складчину, тем ниже выходит взнос для каждого.
Нажмите кнопку «Записаться» и авторизуйтесь на сайте через email (через ту же почту, которую будете использовать для входа). В личном кабинете вас будут ждать инструкции, как пригласить других участников — чем больше людей записалось, тем быстрее стартует складчина и тем ниже взнос. Как только складчина готова к приобретению, вам придёт уведомление.