説明
サイバーセキュリティの問題と課題。教師あり・教師なし学習。分類および回帰アルゴリズム。サイバーセキュリティ領域における性能評価。不均衡データ領域のための技術。異常検知。アクティブラーニング戦略。データストリームのサイバーセキュリティ。機械学習の脆弱性。サイバーセキュリティのためのNLP。マルウェア、侵入、クレジットカード詐欺検出、フィッシング、認証悪用の防止。
前提条件
- 前提条件：このコースに公式の前提条件はない。ただし、学生は人工知能、機械学習に関する合理的な予備知識と高水準言語での何らかのプログラミング経験を持っているべきである。
条件および詳細
- 前提条件：このコースに公式の前提条件はない。ただし、学生は人工知能、機械学習に関する合理的な予備知識と高水準言語での何らかのプログラミング経験を持っているべきである。
原語による参照テキスト
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.
出典と参照
日付と出典は、情報を確認する際の参考のために保持されています。翻訳は読みやすくするための提案であり、条件や要件については公式の出典が基準となります。
出典の参照 : https://calendar.carleton.ca/grad/courses/COMP/