Изучите применение технологий искусственного интеллекта и машинного обучения для решения задач информационной безопасности. Разберите практические кейсы: от классификации сетевого трафика и обнаружения вредоносного ПО до защиты моделей ИИ и выявления дипфейков. Курс посвящен интеграции технологий искусственного интеллекта в процессы обеспечения информационной безопасности. Слушатели изучат базовые и объяснимые модели ИИ, российские стандарты и методы машинного обучения для защиты цифровых активов. В программе рассмотрены практические аспекты: применение ИИ для классификации трафика, обнаружения вредоносных программ и защиты web-среды. Особое внимание уделяется искусственным иммунным системам и безопасности самого процесса машинного обучения. Обучение сочетает теоретические лекции с разбором практических кейсов и обратной связью от экспертов. Преимущества программы: Актуальная специализация: фокус на пересечении двух ключевых технологических трендов — искусственного интеллекта и информационной безопасности. Практическая направленность: разбор реальных сценариев применения, включая обнаружение дипфейков, анализ вредоносного ПО и классификацию трафика. Интерактивный формат: возможность задавать вопросы преподавателю в реальном времени и получать развернутую обратную связь по практическим заданиям. Комплексный подход к защите: изучение не только способов применения ИИ для обороны, но и методов защиты самих данных, моделей и конвейеров машинного обучения. В этом курсе: Объяснимый ИИ (XAI): отдельный модуль, посвященный типам и методам объяснимости, позволяющим понимать логику принятия решений алгоритмами. Бионические подходы: рассмотрение принципов работы искусственных иммунных систем для мониторинга процессов и обнаружения аномалий и вирусов. Нормативная база: анализ действующих и проектных российских стандартов в сфере искусственного интеллекта и их применимости в задачах ИБ. Безопасность ML: детальный разбор уязвимостей машинного обучения, включая способы защиты обучающих данных и финальных моделей от компрометации. Программа: 1. Естественный интеллект и когнитивные модели: Мозг как физическая и психологическая основа естественного интеллекта Интеллект и когнитивные функции Соотношение знаний и данных в обработке информации 2. Искусственный интеллект и машинное обучение: Искусственный интеллект и его применение Четыре подхода к искусственному интеллекту Типы искусственного интеллекта Введение в машинное и глубокое обучение Стадии развития искусственного интеллекта 3. Обзор российских стандартов в сфере искусственного интеллекта: Существующие стандарты Проекты стандартов 4. Базовые технологии искусственного интеллекта: Логические модели Сетевые модели Средства обработки неопределенности Онтологические модели Нейросетевые модели 5. Методы машинного обучения: Машинное обучение и глубокое обучение Способы машинного обучения Алгоритмы машинного обучения 6. Кейс — классификация видов ирисов 7. Объяснимые модели искусственного интеллекта: Что такое объяснимый искусственный интеллект Типы объяснимости Средства объяснимого искусственного интеллекта Методы объяснимого искусственного интеллекта 8. Искусственный интеллект и информационная безопасность: Угрозы и риски искусственного интеллекта Рынок услуг взломщиков Сильный и слабый искусственный интеллект и кибербезопасность 9. Классификация сетевого трафика с помощью машинного обучения: Способы классификации трафика Применение методов машинного обучения для классификации IP-трафика 10. Применение машинного обучения для обнаружения вредоносных программ: Классический статический анализ PE-файла и его заголовка Подготовка набора данных и предварительная обработка данных Обучение модели Оценка модели Полученные результаты и анализ моделей 11. Применение машинного обучения для защиты web-среды: Типы мошенничества и защищаемая информация Обучение с учителем для решения задач по выявлению нарушений Кластеризация нарушений 12. Кейс — обнаружение дипфейков 13. Искусственные иммунные системы в информационной безопасности: Принципы функционирования естественной иммунной системы Информационно-вычислительные компоненты естественной иммунной системы Сопоставление нервной и иммунной систем и их моделей Принципы моделирования иммунной системы и модели иммунной сети Иммунологический мониторинг информационных процессов в компьютерных системах Обнаружение аномалий информационных процессов Обнаружение вирусов Иммунологические технологии идентификации личности по динамическим биометрическим параметрам 14. Безопасность в машинном обучении: Защита данных Защита моделей Защита конвейера обучения
