安全数据科学与网络安全 扫二维码继续学习 二维码时效为半小时

(0评价)
价格: 499.00元

伴随着互联网的井喷式发展,网络安全已经上升到国家层面。但与此同时,网络安全也面临着人才缺口巨大、威胁动态改变、安全数据特征复杂等多项严峻挑战。如何在传统攻防对抗之外,寻找更有效、可落地的对抗方式,已成为各大安全团队思考的重点。目前,国内各大安全厂商已逐步开始建立自己的数据中心和数据仓库,但对数据的利用大多仍停留在数据分析这一层面。如何将这些数据内蕴含的巨大价值挖掘出来,转化为实际价值,便是安全数据科学这一领域所想要解决的问题。

安全数据科学课程简介:

本课程主要对安全数据科学及其相关子领域进行介绍,包括基于机器学习算法的主被动网络安全解决方案,如签名检测、异常检测、扫描检测、隐私保护数据挖掘等,采用算法主要包括传统的基于规则、人工神经网络、支持向量机等,同时也会介绍一些安全领域的常见数据集以及数据预处理、特征提取等技巧。

课程大纲:

  • 机器学习基础介绍
  • 被动网络安全解决方案——签名检测、异常检测、混合检测、扫描检测等
  • 主动网络安全解决方案——隐私保护数据挖掘
  • 安全领域的常见数据集
  • 数据处理技巧
  • 泛安全、安全大数据、深度学习在安全领域的常见应用介绍

 

机器学习与网络安全课程简介:

人工智能是下一次工业革命的核心力量,它企图了解智能的实质,并以科技诠释人类的生活,目前最流行的深度学习技术占据着人工智能最新成果的核心领域,机器人开发、语音识别、图像识别、自然语言处理和专家系统等不断推陈出新,可以设想,未来由人工智能塑造的科技产品,将会是人类智慧的“容器”。《国务院关于印发新一代人工智能发展规划的通知》(国发[2017]35号)的发布,明确了人工智能产业将成为新的重要经济增长点,中国将成为世界主要人工智能创新中心。

    然而目前将深度学习技术应用于信息安全的实例非常稀少,国内外大型案例均处于研究状态,学习本课程,将为您从零基础补足迈向人工智能时代的预备知识,掌握现在最流行的深度学习核心技术,能够独自编写基于深度学习的人工智能程序,并跟随我们一起探究并完成深度学习应用于信息安全领域的实例。

课程大纲:

1、基础知识

线性代数基础

概率与数理统计基础

微积分基础

Python基础

2、常用机器学习算法:

决策树算法

随机森林算法

朴素贝叶斯算法

逻辑回归算法

SVM算法

K­-mean算法

异常URL分类实战

算法优化技术

3、深度学习基础

神经网络

稀疏性

自编码器

手写体识别实战

验证码安全级别介绍

验证码识别实战

4、卷积神经网络(CNN)

卷积算法

池化

PCA

One-Hot

图像识别实战

僵尸网络与DDOS

CNN僵尸网络识别实战

5、递归神经网络(RNN)

     递归神经网络算法

     LSTM与梯度消失

Attention机制

文本情景分析实战

传统垃圾邮件解决方案

RNN实现垃圾邮件分类实战

6、最新深度学习进展

增强学习(RL)算法介绍

对抗学习(GAN)算法介绍

网络安全与机器学习研究方向介绍

 

python机器学习课程介绍:

本教学视频主要讲解了时下大热、为未来计算机科学发展方向的机器学习。其特点在于学员无需拥有非常扎实的理论(数学、模型)基础,只需要对于Python编程语言有所了解就可以进行学习。其目的在于更快、更好的解决实际问题。

本教学视频中利用Python编程语言实现线性分类器、支持向量机、朴素贝叶斯等经典机器学习模型来解决诸如肿瘤良恶性预测、手写体识别、泰坦尼克号生还预测等实际问题。并就模型本身泛化力问题(过拟合、欠拟合)进行讨论与实验。

课程大纲:

  • 机器学习简介及开发环境
  • 监督学习-分类学习-线性分类器
  • 监督学习-分类学习-线性分类器-支持向量机
  • 监督学习-朴素贝叶斯
  • 监督学习-决策树模型
  • 无监督学习-K近邻算法
  • 机器学习进阶-特征降维
  • 机器学习进阶-特征筛选
  • 机器学习进阶-泛化力-过拟合与欠拟合