Açıklama
Siber güvenlik sorunları ve zorlukları. Denetimli ve denetimsiz öğrenme. Sınıflandırma ve regresyon algoritmaları. Siber güvenlik alanlarında performans değerlendirme. Dengesiz alanlar için teknikler. Anomali tespiti. Aktif öğrenme stratejileri. Veri akışlarının siber güvenliği. ML kırılganlığı. Siber güvenlik için NLP. Kötü amaçlı yazılım, saldırı, kredi kartı dolandırıcılığı tespiti, oltalama, kimlik doğrulama kötüye kullanımını önleme.
Önkoşullar
- Önkoşul(lar): Bu ders için resmi bir önkoşul yoktur. Ancak öğrencilerin Yapay Zekâ, Makine Öğrenmesi hakkında makul bir ön bilgiye ve yüksek seviyeli bir dilde bazı programlama deneyimine sahip olmaları beklenir.
Şartlar ve koşullar
- Önkoşul(lar): Bu ders için resmi bir önkoşul yoktur. Ancak öğrencilerin Yapay Zekâ, Makine Öğrenmesi hakkında makul bir ön bilgiye ve yüksek seviyeli bir dilde bazı programlama deneyimine sahip olmaları beklenir.
Kaynak metin orijinal dilinde
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.
Kaynaklar ve referanslar
Tarih ve kaynaklar bilgileri doğrulamanıza yardımcı olmak için saklanır. Okumayı kolaylaştırmak için çeviriler sunulmuştur; koşullar ve gereksinimler için resmi kaynak esas alınır.
Kaynak referans : https://calendar.carleton.ca/grad/courses/COMP/