Deskripsi
Masalah dan tantangan keamanan siber. Pembelajaran terawasi dan tidak terawasi. Algoritma klasifikasi dan regresi. Penilaian kinerja di domain keamanan siber. Teknik untuk domain tidak seimbang. Deteksi anomali. Strategi pembelajaran aktif. Keamanan siber aliran data. Kerentanan ML. NLP untuk keamanan siber. Deteksi malware, intrusi, penipuan kartu kredit, phishing, pencegahan penyalahgunaan otentikasi.
Prasyarat
- Prasyarat: Tidak ada prasyarat resmi untuk mata kuliah ini. Namun, mahasiswa sebaiknya memiliki paparan yang memadai terhadap Kecerdasan Buatan, Pembelajaran Mesin, dan beberapa pengalaman pemrograman dalam bahasa tingkat tinggi.
Syarat dan ketentuan
- Prasyarat: Tidak ada prasyarat resmi untuk mata kuliah ini. Namun, mahasiswa sebaiknya memiliki paparan yang memadai terhadap Kecerdasan Buatan, Pembelajaran Mesin, dan beberapa pengalaman pemrograman dalam bahasa tingkat tinggi.
Teks rujukan dalam bahasa aslinya
Cybersecurity problems and challenges. Supervised and unsupervised learning. Classification and regression algorithms. Performance assessment in cybersecurity domains. Techniques for imbalanced domains. Anomaly detection. Active learning strategies. Cybersecurity of data streams. ML vulnerability. NLP for cybersecurity. Malware, intrusion, credit card fraud detection, phishing, authentication abuse prevention.
- Prerequisite(s): There are no official prerequisites for this course. However, students should have reasonable exposure to Artificial Intelligence, Machine Learning, and some programming experience in a high-level language.
Sumber dan referensi
Tanggal dan sumber disimpan untuk membantu Anda memverifikasi informasi. Terjemahan disediakan untuk memudahkan pembacaan; sumber resmi menjadi rujukan untuk syarat dan ketentuan.
Referensi sumber : https://calendar.carleton.ca/grad/courses/COMP/