Maschinelles Lernen für mehr Sicherheit

Durch die Vielzahl an Daten ist es schwierig einen Überblick zu bewahren. Maschinelles Lernen ist daher eine Trend-Technologie. Bei der Analyse großer Mengen an Daten ist maschinelles Lernen in der Lage, Vorhersagen zu machen und Entscheidungen automatisch zu treffen. Im Bereich der Cybersicherheit nimmt die Datenmenge so rasant zu, dass aktuelle Sicherheitslösungen kaum skalieren; darüber hinaus müssen Security-Experten im Wettlauf so schnell wie möglich Gegenmaßnahmen entwickeln und einsetzen, um neuartige Angriffe abzuwehren. Dies stellt uns vor große Herausforderungen, die wir mit statistischen Methoden wie maschinelles Lernen meistern können. 

Mit maschinellem Lernen kann man zahlreiche Daten aus Sicherheitskomponenten entnehmen und Modelle erzeugen. Diese beschreiben die Eingaben und erstellen Vorhersagen, wodurch auch Entscheidungen getroffen werden können. Mit zunehmender Datenmenge werden diese Modelle kontinuierlich präzisiert, weswegen möglicherweise auch unbekannte Bedrohungen erkannt werden können.  

Ziel des Kurses ist es, einen Einblick in maschinelles Lernen und Data Mining zu erhalten und diese Grundlagen bei der Modellierung von Anomalieerkennungen zu vertiefen.

Das Seminar im Überblick

Termin Auf Anfrage  
Dauer 1 Tag Präsenz  
Kurssprache  Englisch  
Lernziel  Überblick über Themen der Cybersicherheit, wobei maschinelles Lernen eine Rolle spielt. Kenntnisse der Grundlage des maschinellen Lernens und Daten Mining. Modellierungsmethoden zur Anomalienerkennung und Programmierungshinweise.  
Zielgruppe  Sicherheitsingenieure, Analysten der IT Sicherheit, Entwickler sicherer Systemen/Software  
Voraussetzungen  Basiswissen Programmierung, Basiswissen IT-Sicherheit, Basiswissen maschinelles Lernens  
Maximale Teilnehmerzahl  12 Teilnehmende  
Veranstaltungsort  Fraunhofer-Institut für Angewandte und Integrierte Sicherheit (AISEC), Business Campus, Parkring 4, 85748 Garching bei München  
Teilnahmegebühr 600€  

Tag 1:

 

Überblick über Themen der Cybersicherheit

Was kann man mit maschinellen Lernen machen?

Grundlage des maschinelles Lernen

Basisverfahren

State-of-Art

Forschungsgebiete

Use Case: Anomalienerkennung

Definition

Modellierungsmethoden

Algorithmen/Tools

Programmierungshinweise

Take home message

Dr. Huang Xiao: 

Huang Xiao ist Leiter der Gruppe Cognitive Security Technologies am Fraunhofer-Institut AISEC. Er ist seit vielen Jahren auf dem Gebiet des maschinellen Lernens tätig und hat auf diesem Gebiet mehrere hochkarätige Publikationen veröffentlicht. Sein Forschungsschwerpunkt liegt im Bereich Adversarial Machine Learning,  der die Forschungsgebiete Informationssicherheit und künstliche Intelligenz verbindet.

Zur Anmeldung

* Pflichtfelder

Anrede
Name