資策會•數位教育研究所•科技化服務(ITeS)中心
   
       
 
 
         
   
★ 成為 全方位的綠能專家!
人工智慧關鍵技術開發

2017/11/28開課,11/21報名享特價!

 

◆ 課程緣起

隨著資訊科技演進,網路攻防技術與駭客攻擊技術持續的深化,惡意攻擊行為大量藉由網路進行攻擊,掌握資料科學分析技術,應用於資安日誌與惡意行為分析,有助於進行資安威脅的分析。

    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。

 ◆ 課程目標

˙人工智慧之資安衝擊與因應

˙熟悉Python資料分析平台- Anaconda Ptyhon

˙熟悉使用Python資料分析套件,如:Pandas、Numpy、Scipy、Matplotlib等基本分析工具

˙熟悉sklearn工具使用,包含:學習驗證技術(validation)、屬性萃取技術、決策樹(Decision Tree, Random Forest及XGBoost等)、Deduction技術如(PCA、SVD等)

˙熟悉”深度學習”,了解如何上手TensorFlow工具中Convolutional Neural Network與Recurrent Neural Network

˙透過深度學習,建構使用者行為模型預測,針對潛伏間諜資料竊取、員工帳號盜用、不當檔案權限分享、第三方應用程式非法行為等進行管理

 ◆ 適合對象
  • 資安分析人員、資安情資分析人員、資安監控人員。

  • 欲投入人工智慧領域的研發人員。。

 ◆ 課程大綱

單元

主題

課程大綱

1

Artificial Intelligence in Information Security

n  人工智慧在資安攻防的角色

n  人工智慧被駭客利用攻擊的方法

n  人工智慧帶給資安防護的契機

n  人工智慧資安技術研發展望

2

Getting Started with Data Analytics in Python

n  Anaconda Python

n  Python package installing with setuptools

n  IPython shell and IPython notebook

n  Help and references

3

Part 1 : Fundamental data analytics in Python- Numpy

n  Numpy Array

n  EigenValue and EigenVector using Numpy

n  Random Number

n  One-dimentional slicing and indexing

n  Array shape

n  Stacking arrays

n  Splitting NumPy arrays

n  Numpy array attributes

n  Linear algebra with NumPy

n  Disregarding negative and extreme values

n  [Lab1] Small case practices in log data

4

Part 3: Fundamental data analytics in Python- Pandas

n  Data Frame and Series data structure

n  Querying data in pandas

n  Statistics with pandas DataFrame

n  Data aggregation

n  Concatenating, joining, and appending DataFrames

n  Handling missing values

n  Dealing with dates

n  Pivot tables

n  [Lab 2] Statistic analysis cloud audit log via Pandas

5

Part 3: Advanced Data analytics using sklearn library

n  Supervised learning

n  Unsupervised learning

n  Cross Validation

n  Model Complexity and GridSearch

n  Performance metrics

n  In depth- support vector machine

n  In depth- trees and forest

n  [Lab 3] Malware classification

6

Part 4: TensorFlow 123

n  Quick understanding the types of deep learning

n  TensorFlow installation

n  Basic Models (linear regression, logistic regression, nearest neighbor)

n  Neural network (autoencoder, bidirectional rnn, convolutional network, multilayer perceptron, recurrent network)

n  How to analyze neural network

n  [Lab] Malware analysis using Deep Learning

 

* 課程執行單位保留調整課程內容與講師之權利

 ◆ 課程日期

2017年11/28(二)、11/29(三),每日9:30~12:30、13:30~16:30 上課,計二天、12小時。

 ◆ 上課地點

資訊工業策進會 數位教育研究所, 台北市信義路三段153號10樓。
上課地點位於捷運大安站1號出口左轉(復興南路與信義路交叉口附近)
* 上課地點與教室之確認,以上課通知函為主。

 ◆ 報名方式
本課程採線上報名,請按右方【我要報名】進入報名系統。

按此連至線上報名網址
下載DM

課程諮詢:(02)6631-6539 課程經理 張先生,或E-mail:alanchang@iii.org.tw
報名確認:(02)6631-6535 郭小姐,或E-mail:florakuo@iii.org.tw
 ◆ 課程費用與繳費
1. 本課程費用 NT$10,000元(含稅)費用含課程、講義及午餐費。
2. 凡於2017年11月21日前,完成報名並填寫繳費資料者,可享優惠價 NT$8,000 元(含稅)。
3. 團報優惠:兩人團報可打95折、四人團報可打9折優惠。
˙團報優惠與早鳥優惠可一併使用。
˙課程報名系統每個帳號僅提供一位學員報名,若為團報學員,每位皆必須完成線上報名,並於其他金額說明欄位註記「與XXX一起團報」,以利事後核對名單。
4. 請以信用卡或即期支票支付—
  ˙以信用卡支付者:請務必將正確信用卡資料填寫於繳費方式資料表。
˙以即期支票支付者:抬頭為「財團法人資訊工業策進會」, 劃線並禁止背書轉讓,以掛號寄至台北市106信義路三段153號9樓之1,邱小姐 收。
5. 課程若未如期開班,費用將全額退還。
◆ 報名確認與取消
1. 已完成報名與繳費之學員,課程主辦單位將於開課三天前以E-mail方式寄發上課通知函;若課程因故取消或延期,亦將以E-mail方式通知,如未收到任何通知,敬請來電確認。
2. 已完成繳費之學員如欲取消報名,請於實際上課日前以書面通知業務承辦人,主辦單位將退還90% 課程費用。
3. 學員於培訓期間如因個人因素無法繼續參與課程,將依課程退費規定辦理之︰上課未逾總時數三分之一,欲辦理退費,需先扣除原廠教材費用,再退還所有費用二分之一;上課逾總時數三分之一,則不退費。
4. 課程執行單位保留是否接受報名之權利。
5. 如遇不可抗拒之因素,課程主辦單位保留修訂課程日期及取消課程的權利。
 ◆ 餐點服務
本課程上課期間,每天都會提供午餐,學員不需自行準備或額外付費。
 ◆ 結業證書
依本會ISO品質系統之「教育訓練服務程序」規定,本課程學員缺課未超過總時數五分之一者,結業時由本會核發結業證書。
 ◆ 學習護照
本課程學習時數可登錄「公務人員終身學習護照」及「中小企業終身學習護照」,相關事宜按發照單位作業辦法辦理。
 ◆  綠建築 相關報導

 

   
         
     

資訊工業策進會 數位教育研究所    版權所有,禁止侵害,違者必究。
Copyright (c) 2015 III Digital Education Institute. All Rights Reserved