설명
사이버보안 문제와 도전과제. 지도학습 및 비지도학습. 분류 및 회귀 알고리즘. 사이버보안 영역에서의 성능 평가. 불균형 도메인용 기법. 이상 탐지. 능동 학습 전략. 데이터 스트림의 사이버보안. ML 취약성. 사이버보안을 위한 NLP. 악성코드, 침입, 신용카드 사기 탐지, 피싱, 인증 남용 방지.
선수 과목
- 선수과목: 이 과목에는 공식적인 선수과목이 없다. 다만 학생들은 인공 지능, 기계 학습에 대한 적절한 노출과 고급 언어로의 어느 정도의 프로그래밍 경험을 가지고 있어야 한다.
조건 및 세부사항
- 선수과목: 이 과목에는 공식적인 선수과목이 없다. 다만 학생들은 인공 지능, 기계 학습에 대한 적절한 노출과 고급 언어로의 어느 정도의 프로그래밍 경험을 가지고 있어야 한다.
원문 참조 텍스트
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.
출처 및 참고문헌
날짜와 출처는 정보를 확인하는 데 도움이 되도록 보관됩니다. 번역은 읽기 편의를 위해 제공되며 조건과 요건은 공식 출처가 기준입니다.
출처 참조 : https://calendar.carleton.ca/grad/courses/COMP/