คำอธิบาย
ปัญหาและความท้าทายในความมั่นคงปลอดภัยไซเบอร์ การเรียนรู้แบบมีผู้สอนและไม่มีผู้สอน อัลกอริทึมการจำแนกและการถดถอย การประเมินประสิทธิภาพในโดเมนความมั่นคงไซเบอร์ เทคนิคสำหรับโดเมนที่ไม่สมดุล การตรวจจับความผิดปกติ กลยุทธ์การเรียนรู้เชิงรุก ความมั่นคงของสตรีมข้อมูล ML เปราะบางของ ML NLP สำหรับความมั่นคงไซเบอร์ การตรวจจับมัลแวร์ การบุกรุก การฉ้อโกงบัตรเครดิต การฟิชชิง การป้องกันการละเมิดการพิสูจน์ตัวตน
รายวิชาก่อนหน้า
- ข้อกำหนดเบื้องต้น: ไม่มีข้อกำหนดอย่างเป็นทางการสำหรับหลักสูตรนี้ อย่างไรก็ตาม นักศึกษาควรมีความคุ้นเคยในระดับสมเหตุสมผลกับปัญญาประดิษฐ์ การเรียนรู้ของเครื่อง และมีประสบการณ์การเขียนโปรแกรมบ้างในภาษาระดับสูง
เงื่อนไขและข้อกำหนด
- ข้อกำหนดเบื้องต้น: ไม่มีข้อกำหนดอย่างเป็นทางการสำหรับหลักสูตรนี้ อย่างไรก็ตาม นักศึกษาควรมีความคุ้นเคยในระดับสมเหตุสมผลกับปัญญาประดิษฐ์ การเรียนรู้ของเครื่อง และมีประสบการณ์การเขียนโปรแกรมบ้างในภาษาระดับสูง
ข้อความอ้างอิงในภาษาต้นฉบับ
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.
แหล่งที่มาและอ้างอิง
วันที่และแหล่งที่มาถูกเก็บไว้เพื่อช่วยให้คุณตรวจสอบข้อมูล การแปลเสนอเพื่ออำนวยความสะดวกในการอ่าน แหล่งทางการเป็นที่อ้างอิงสำหรับเงื่อนไขและข้อกำหนด
แหล่งอ้างอิง : https://calendar.carleton.ca/grad/courses/COMP/