聯繫我們

課程簡介

網路安全中的人工智慧簡介

  • 當前網路威脅格局
  • 網路安全領域的人工智慧應用案例
  • 機器學習與深度學習技術概述

資料蒐集與預處理

  • 安全資料來源:紀錄檔、警示與網路流量
  • 資料標記與標準化
  • 處理不平衡資料集

威脅偵測與異常識別

  • 監督式與非監督式學習之比較
  • 建構用於入侵偵測的分類模型
  • 用於異常偵測的叢集技術

使用人工智慧自動化安全流程

  • 利用人工智慧自動化威脅情報分析
  • 安全編排、自動化與回應 (SOAR) 平台
  • 案例研究:自動化釣魚攻擊偵測與回應

網路安全的預測性分析

  • 使用時間序列模型預測攻擊趨勢
  • 在威脅報告上應用自然語言處理 (NLP)
  • 建構威脅預測管線

結合智能系統的事件回應

  • 建構基於人工智慧的事件回應架構
  • 即時回應決策制定
  • 與 SIEM 及威脅情報平台整合

網路安全適用的人工智慧工具與框架

  • 開源工具與程式庫 (例如:Scikit-learn, TensorFlow, Keras)
  • 用於安全分析與自動化的平台
  • 部署相關考量

倫理與營運考量

  • 人工智慧模型中的偏差與公平性
  • 法規與合規要求
  • 透明度與可解釋性

期末專案:基於人工智慧的網路安全解決方案

  • 設計並實作針對真實世界網路安全問題的人工智慧驅動解決方案
  • 協作問題解決與方案開發
  • 簡報發表與回饋

總結與後續步驟

最低要求

  • 具備基礎網路安全概念的理解
  • 擁有程式設計或腳本撰寫經驗 (例如:Python)
  • 熟悉機器學習的基本原理

適合對象

  • 網路安全分析師與工程師
  • 對網路安全應用感興趣的人工智慧及資料科學專業人員
  • 安全架構師與資訊技術經理
 21 小時

人數


每位參與者的報價

客戶評論 (3)

即將到來的課程

課程分類