Schulungsübersicht
Einführung in die KI im Kontext der Cybersicherheit
- Aktuelle Situation bezüglich Cyber-Bedrohungen
- Einsatzmöglichkeiten von KI in der Cybersicherheit
- Überblick über Methoden des maschinellen Lernens und Deep Learning
Datenbeschaffung und -vorverarbeitung
- Quellen für Sicherheitsdaten: Protokolle, Alarme sowie Netzwerkverkehr
- Datenkennzeichnung und Normalisierung
- Umgang mit ungleichmäßig verteilten Datensätzen
Bedrohungserkennung und Identifizierung von Anomalien
- Überwachtes versus unüberwachtes Lernen
- Aufbau von Klassifikationsmodellen zur Erkennung von Einbrüchen
- Clustering-Techniken zur Detektion von Abweichungen
Automatisierung von Sicherheitsprozessen mittels KI
- Einsatz von KI zur automatisierten Analyse von Bedrohungsinformationen
- Plattformen für die Orchestrierung, Automatisierung und Reaktion auf Sicherheitsvorfälle (SOAR)
- Fallstudie: Automatisierte Erkennung und Reaktion auf Phishing-Angriffe
Vorhersagende Analysen in der Cybersicherheit
- Prognose von Angriffstrends mittels Zeitreihenmodelle
- Nutzung der natürlichen Sprachverarbeitung (NLP) für die Auswertung von Bedrohungsberichten
- Erstellung einer Pipeline zur Vorhersage von Cyber-Bedrohungen
Reaktion auf Vorfälle mit intelligenten Systemen
- Aufbau eines KI-basierten Rahmenwerks für die Reaktion auf Sicherheitsvorfälle
- Entscheidungsfindung in Echtzeit bei der Abwehr von Angriffen
- Integration mit SIEM-Systemen sowie Plattformen zur Bedrohungsinformation<
KI-Werkzeuge und -Frameworks für die Cybersicherheit
- Open-Source-Tools und Bibliotheken (z. B. Scikit-learn, TensorFlow, Keras)
- Plattformen zur Analyse sowie Automatisierung im Sicherheitsbereich
- Aspekte der Implementierung
Ethische und betriebliche Aspekte
- Bias und Fairness in KI-Modellen
- Rechtsvorschriften und Compliance-Anforderungen
- Transparenz sowie Erklärbarkeit von Algorithmen
Abschlussprojekt: Eine auf KI basierende Lösung für die Cybersicherheit
- Konzeption und Entwicklung einer praktischen KI-Lösung zur Bewältigung realer Sicherheitsherausforderungen
- Gemeinsame Problemlösung sowie Entwicklungsarbeit im Team
- Präsentation der Ergebnisse und Feedback-Gespräche
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundkenntnisse im Bereich der Cybersicherheit
- Erfahrung in Programmierung oder Skripting (z. B. Python)
- Kenntnisse über Grundlagen des maschinellen Lernens
Zielgruppe
- Cybersicherheitsanalysten und -ingenieure
- Fachleute aus den Bereichen KI und Datenwissenschaft, die sich für Anwendungen im Sicherheitsbereich interessieren
- Sicherheitsarchitekten sowie IT-Manager
Erfahrungsberichte (4)
Die Leidenschaft mit der der Trainer sein Wissen verbreitet.
Christoph Weiland - Regionalverband Saarbrucken
Kurs - .NET, C# and ASP.NET Security Development
Erfahrungstechnik, es ist das Wissen und die wertvollen Kenntnisse des Lehrers.
Carey Fan - Logitech
Kurs - C/C++ Secure Coding
Maschinelle Übersetzung
mehr über das Produkt und einige wichtige Unterschiede zwischen RHDS und der Open-Source-Version von OpenLDAP erfahren.
Jackie Xie - Westpac Banking Corporation
Kurs - 389 Directory Server for Administrators
Maschinelle Übersetzung
Das Wissen des Trainers war sehr hoch – er wusste, worüber er sprach, und konnte unsere Fragen beantworten.
Adam - Fireup.PRO
Kurs - Advanced Java Security
Maschinelle Übersetzung