Beskrivelse
Cybersikkerhetsproblemer og utfordringer. Overvåket og ikke‑overvåket læring. Klassifikasjons‑ og regresjonsalgoritmer. Ytelsesevaluering i cybersikkerhetsdomener. Teknikker for ubalanserte domener. Anomali‑deteksjon. Active learning‑strategier. Cybersikkerhet for datastrømmer. ML‑sårbarhet. NLP for cybersikkerhet. Malware, innbrudd, kredittkortsvindeloppdagelse, phishing, forebygging av misbruk av autentisering.
Forkunnskaper
- Forkunnskapskrav: Det finnes ingen offisielle forkunnskapskrav for dette kurset. Studentene bør imidlertid ha rimelig eksponering for kunstig intelligens, maskinlæring, og noe programmeringserfaring i et høynivåspråk.
Vilkår og bestemmelser
- Forkunnskapskrav: Det finnes ingen offisielle forkunnskapskrav for dette kurset. Studentene bør imidlertid ha rimelig eksponering for kunstig intelligens, maskinlæring, og noe programmeringserfaring i et høynivåspråk.
Referansetekst i originalspråket
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.
Kilder og referanser
Datoer og kilder beholdes for å hjelpe deg å verifisere opplysningene. Oversettelsene tilbys for å lette lesing; den offisielle kilden er referansen for krav og betingelser.
Kildereferanse : https://calendar.carleton.ca/grad/courses/COMP/