Искусственный интеллект для информационной безопасности

О курсе

Курс посвящен интеграции технологий искусственного интеллекта в процессы обеспечения информационной безопасности. Слушатели изучат базовые и объяснимые модели ИИ, российские стандарты и методы машинного обучения для защиты цифровых активов. В программе рассмотрены практические аспекты: применение ИИ для классификации трафика, обнаружения вредоносных программ и защиты web-среды. Особое внимание уделяется искусственным иммунным системам и безопасности самого процесса машинного обучения.

Обучение сочетает теоретические лекции с разбором практических кейсов и обратной связью от экспертов.

Преимущества нашей программы

Актуальная специализация: фокус на пересечении двух ключевых технологических трендов – искусственного интеллекта и информационной безопасности.

Практическая направленность: разбор реальных сценариев применения, включая обнаружение дипфейков, анализ вредоносного ПО и классификацию трафика.

Интерактивный формат: возможность задавать вопросы преподавателю в реальном времени и получать развернутую обратную связь по практическим заданиям.

Комплексный подход к защите: изучение не только способов применения ИИ для обороны, но и методов защиты самих данных, моделей и конвейеров машинного обучения.

Программа курса

Естественный интеллект и когнитивные модели

Мозг как физическая и психологическая основа естественного интеллекта (ЕИ)
Интеллект и когнитивные функции
Соотношение знаний и данных в обработке информации

Искусственный интеллект и машинное обучение

Искусственный интеллект и его применение
Четыре подхода к искусственному интеллекту
Типы искусственного интеллекта
Введение в машинное и глубокое обучение
Стадии развития искусственного интеллекта

Обзор российских стандартов в сфере искусственного интеллекта

Существующие стандарты
Проекты стандартов

Базовые технологии искусственного интеллекта

Логические модели
Сетевые модели
Средства обработки неопределенности
Онтологические модели
Нейросетевые модели

Методы машинного обучения

Машинное обучение и глубокое обучение
Способы машинного обучения
Алгоритмы машинного обучения

Кейс – классификация видов ирисов

Кейс – классификация видов ирисов

Объяснимые модели искусственного интеллекта

Что такое объяснимый искусственный интеллект
Типы объяснимости
Средства объяснимого искусственного интеллекта
Методы объяснимого искусственного интеллекта

Искусственный интеллект и информационная безопасность

Угрозы и риски искусственного интеллекта
Рынок услуг взломщиков
Сильный и слабый искусственный интеллект и кибербезопасность

Классификация сетевого трафика с помощью машинного обучения

Способы классификации трафика
Применение методов машинного обучения для классификации IP-трафика

Применение машинного обучения для обнаружения вредоносных программ

Классический статический анализ PE-файла и его заголовка
Подготовка набора данных и предварительная обработка данных
Обучение модели
Оценка модели
Полученные результаты и анализ моделей

Применение машинного обучения для защиты web-среды

Типы мошенничества и защищаемая информация
Обучение с учителем для решения задач по выявлению нарушений
Кластеризация нарушений

Кейс – обнаружение дипфейков

Кейс – обнаружение дипфейков

Искусственные иммунные системы в информационной безопасности

Принципы функционирования естественной иммунной системы
Информационно-вычислительные компоненты естественной иммунной системы
Сопоставление нервной и иммунной систем и их моделей
Принципы моделирования иммунной системы и модели иммунной сети
Иммунологический мониторинг информационных процессов в компьютерных системах
Обнаружение аномалий информационных процессов
Обнаружение вирусов
Иммунологические технологии идентификации личности по динамическим биометрическим параметрам

Безопасность в машинном обучении

Защита данных
Защита моделей
Защита конвейера обучения

Итоговая аттестация

Как вы будете учиться

Занятия

Занятия проводятся как очно в аудитории с непосредственным взаимодействием между преподавателем и слушателями. Для тех, кто не может присутствовать физически, предусмотрено участие через платформу MTS.link.

Процесс обучения

Занятия включают лекции, семинары и групповые проекты. Материалы подаются в виде презентаций, которые могут содержать графику, видео. Полученные знания закрепляются тестированиями и практическими заданиями, а затем вы получаете развернутую обратную связь от эксперта курса.

Сопровождение

Вы можете задавать вопросы преподавателю в режиме реального времени. Так же у каждой группы есть кураторы, которые всегда на связи и помогают решить организационные вопросы.

Академия

Курсы

Услуги

Библиотека