ANT4005 - Методы Data Science в кибербезопасности
Antcolony — Кибербезопасность
ANT4005 - Методы Data Science в кибербезопасности
- Длительность: 3 дня (24 часа)
- Код курса: ANT4005
- Стоимость
- Очный формат: 652 000 ₸
- Онлайн формат: 623 000 ₸
Описание курса
Описание курса
Материал данного курса позволит слушателям научиться применять методы т.н. Data Science для решения различных задач кибербезопасности. Методы, изучаемые на курсе, исследуются с помощью специальных инструментов, таких как RStuio и Jpyther, их применение демонстрируется с помощью отраслевых продуктов и инструментов.
Аудитория курса
Аналитики кибербезопасности, специалисты, задействованные в работе центров операционной безопасности.
Предварительные требования
Необходимы знания общей кибербезопасности на уровне курса ANT0000, рекомендованы знания основ программирования и высшей математики.
Как устроено обучение
Онлайн-курс
Онлайн-курс предполагает групповые занятия с инструктором через систему видеоконференцсвязи, кроме того, домашние задания и экзамен. Слушателям предоставляются учебные пособия и дополнительные материалы
Для корпоративных клиентов
Обучение для корпоративных клиентов включает в себя онлайн-курсы и курсы самообучения, а также дополнительные сервисы, необходимые корпоративным клиентам: организация планов обучения для подразделений клиента, проведение оценки эффективности обучения и т.д.
Программа курса
Модуль 1. Математическая статистика в кибербезопасности.
Теория вероятностей и математическая статистика.
Моделирование угроз с помощью теории вероятностей.
Оценка рисков кибербезопасности с помощью математической статистики.
Метрики кибербезопасности, основанные на статистических данных.
Анализ инцидентов кибербезопасности на основе статистических данных.
Механизмы фильтрации трафика, основанные на статистических «движках».
Обнаружение аномалий на основе статистических оценок.
Модуль 2. Подготовка и извлечение данных кибербезопасности.
Препроцессоры и подготовка данных для поиска.
Примеры препроцессоров IPS и систем защиты от DoS/DDoS.
Логика и языки регулярных выражений.
Поиск данных с помощью регулярных выражений.
Поиск и фильтрация log’ов с помощью регулярных выражений.
Механизмы корреляции событий кибербезопасности.
Формирование массивов данных кибербезопасности.
Модуль 3. Фильтрация массивов данных.
Создание конвейера обработки массивов данных.
Построение платформы обработки данных на примере Opensearch.
Языки структурированных запросов.
Kusto Query Language и Kibana Query Language.
Фильтрация массива данных для обнаружения аномалий.
Фильтрация массива данных для обнаружения утечек данных.
Модуль 4. Методы машинного обучения в кибербезопасности.
Логика работы алгоритмов машинного обучения.
Обнаружение аномалий на основе алгоритмов машинного обучения.
Механизмы фильтрации трафика, основанные на алгоритмах машинного обучения.
Алгоритмы AI для поддержки службы кибербезопасности компании.
Записаться на курс «ANT4005 - Методы Data Science в кибербезопасности»
Контакты
LinkedIn
Email
Web