回到首頁
個人.家庭.數位化 - 數位之牆



產業動態 【資策會】人工智慧拼資安升級實作班(1/2)
資策會 本新聞稿發佈於2017/11/09,由發布之企業承擔內容之立場與責任,與本站無關

本課程首先對於人工智慧所帶來之資安衝擊進行介紹,近兩年實際人工智慧在攻防方面的角色以實例方式說明。接著,透過資料分析技術,探討電腦網路相關日誌中的潛在網路威脅樣態,藉由可規模化的資料分析倉儲技術,以及彈性的資料介接技術,探索出潛在的資安攻擊樣態。透過手把手的方式引導同學進入資安資料分析技術的領域。

 
■ 發布/輪播新聞稿 新聞稿直達14萬電子報訂戶刊登新聞稿:按此
 
◆Artificial Intelligence in Information Security

˙人工智慧在資安攻防的角色
˙人工智慧被駭客利用攻擊的方法
˙人工智慧帶給資安防護的契機
˙人工智慧資安技術研發展望

◆Getting Started with Data Analytics in Python

˙Anaconda Python
˙Python package installing with setuptools
˙IPython shell and IPython notebook
˙Help and references

◆Part 1 : Fundamental data analytics in Python- Numpy

˙Numpy Array
˙EigenValue and EigenVector using Numpy
˙Random Number
˙One-dimentional slicing and indexing
˙Array shape
˙Stacking arrays
˙Splitting NumPy arrays
˙Numpy array attributes
˙Linear algebra with NumPy
˙Disregarding negative and extreme values
˙[Lab1] Small case practices in log data


◆Part 2: Fundamental data analytics in Python- Pandas

˙Data Frame and Series data structure
˙Querying data in pandas
˙Statistics with pandas DataFrame
˙Data aggregation
˙Concatenating, joining, and appending DataFrames
˙Handling missing values
˙Dealing with dates
˙Pivot tables
˙[Lab 2] Statistic analysis cloud audit log via Pandas

◆Part 3: Advanced Data analytics using sklearn library

˙Supervised learning
˙Unsupervised learning
˙Cross Validation
˙Model Complexity and GridSearch
˙Performance metrics
˙In depth- support vector machine
˙In depth- trees and forest
˙[Lab 3] Malware classification

◆Part 4: TensorFlow 123

˙Quick understanding the types of deep learning
˙TensorFlow installation
˙Basic Models (linear regression, logistic regression, nearest neighbor)
˙Neural network (autoencoder, bidirectional rnn, convolutional network, multilayer perceptron, recurrent network)
˙How to analyze neural network
˙[Lab] Malware analysis using Deep Learning

◆Traceability and Monitoring

˙Traceability
˙Relationships and Dependencies
˙Approving Requirements
˙Baselining Approved Requirements
˙Monitoring Requirements Using a Traceability Matrix
˙The Requirements Life Cycle
˙Managing Changes to Requirements

◆Solution Evaluation

˙Purpose of Solution Evaluation
˙Recommended Mindset for Evaluation
˙Plan for Evaluation of the Solution
˙Determine What to Evaluate
˙When and How to Validate Solution Results
˙Evaluate Acceptance Criteria and Address Defects
˙Facilitate the Go/No-Go Decision
˙Obtain Signoff of the Solution
˙Evaluate the Long-Term Performance of the Solution
˙Solution Replacement/Phase out

◆案例與演練

˙課程回顧與評量
˙各單元案例實作與分組討論 (Workshop)
˙模擬試題解題 (Mock Exam)

詳細課程內容請參考以下網址:http://www.iiiedu.org.tw/ites/AIIS.htm

- 新聞稿有效日期,至2017/12/10為止


聯絡人 :張先生
聯絡電話:(02)6631-6539
電子郵件:alanchang@iii.org.tw

上一篇:【資策會】ISO27005資安與個資風險管理認證班(12/23)
下一篇:【資策會】人工智慧關鍵技術開發(1/8)



 
搜尋本站


最新科技評論

我在中國工作的日子(十四)阿里巴巴敢給股票 - 2023/07/02

我在中國工作的日子(十三)上億會員怎麼管理 - 2023/06/25

我在中國工作的日子(十二)最好的公司支付寶 - 2023/06/18

我在中國工作的日子(十一)兩個女人一個男人 - 2023/06/11

我在中國工作的日子(十)千團大戰影音帶貨 - 2023/06/04

我在中國工作的日子(九)電視購物轉型電商 - 2023/05/28

我在中國工作的日子(八)那些從台灣來的人 - 2023/05/21

我在中國工作的日子(七)嘉丰資本擦身而過 - 2023/05/14

我在中國工作的日子(六)跟阿福有關的人們 - 2023/05/07

■ 訂閱每日更新產業動態
RSS
RSS

當月產業動態

Information

 

 


個人.家庭.數位化 - 數位之牆

欲引用本站圖文,請先取得授權。本站保留一切權利 ©Copyright 2023, DigitalWall.COM. All Rights Reserved.
Question ? Please mail to service@digitalwall.com

歡迎與本站連結!