Struttura del corso
Introduzione all’uso dell’IA nella Sicurezza Informatica
- La situazione attuale delle minacce informatiche.
- Casi d’uso dell’Intelligenza Artificiale nel settore della sicurezza.
- Panoramica sulle tecniche di machine learning e deep learning.
Raccolta e pre-elaborazione dei dati
- Fonti di dati relativi alla sicurezza: log, avvisi e traffico di rete.
- Etichettatura e normalizzazione dei dati.
- Gestione dei dataset sbilanciati.
Rilevamento delle minacce e identificazione delle anomalie
- Approcci di machine learning supervisionato vs non supervisionato.
- Realizzazione di modelli di classificazione per il rilevamento di intrusioni.
- Tecniche di clustering finalizzate al riconoscimento delle anomalie.
Automazione dei processi di sicurezza tramite l’IA
- Utilizzo dell’Intelligenza Artificiale per automatizzare l’analisi dell’intelligence sulle minacce.
- Piattaforme SOAR (Security Orchestration, Automation and Response).
- Caso studio: Automazione del rilevamento e della risposta agli attacchi di phishing.
Analisi predittiva nella cybersecurity
- Predizione delle tendenze degli attacchi tramite modelli basati sulle serie temporali.
- Impiego del Natural Language Processing (NLP) nei rapporti relativi alle minacce.
- Creazione di un flusso lavorativo per la previsione delle minacce informatiche.
Risposta agli incidenti grazie a sistemi intelligenti
- Progettazione di un framework di risposta agli incidenti basato sull’IA.
- Timoneria in tempo reale delle decisioni da adottare in caso di attacchi.
- Integrazione con sistemi SIEM e piattaforme di intelligence sulle minacce.
Strumenti e framework IA per la sicurezza informatica
- Librerie e strumenti open source (ad esempio Scikit-learn, TensorFlow, Keras).
- Piattaforme finalizzate all’analisi della sicurezza e alla sua automazione.
- Aspetti da considerare per il deployment dei sistemi IA in ambito di cybersecurity.
Considerazioni etiche e operative
- Bias e equità nei modelli di Intelligenza Artificiale.
- Normative vigenti e requisiti di conformità normativa.
- Trasparenza ed interpretabilità dei modelli IA.
Progetto finale: Sviluppo di una soluzione di cybersecurity basata sull’IA
- Concezione e implementazione pratica di una soluzione IA applicabile a problematiche reali di sicurezza informatica.
- Lavoro collaborativo alla risoluzione dei problemi proposti.
- Presentazione del progetto e feedback da parte del gruppo.
Riepilogo e prospettive future
Requisiti
- Conoscenza dei concetti fondamentali della sicurezza informatica.
- Esperienza nella programmazione o nello scripting (ad esempio in Python).
- Familiarità con i principi di base del machine learning.
Destinatari
- Analisti e ingegneri specializzati in sicurezza informatica.
- Professionisti dell’IA e della data science interessati alle applicazioni nel settore della cybersecurity.
- Architetti di sistemi di sicurezza e responsabili IT.
Recensioni (3)
Condivisione di esperienze, competenze e conoscenze preziose del docente.
Carey Fan - Logitech
Corso - C/C++ Secure Coding
Traduzione automatica
approfondire maggiormente le informazioni sul prodotto e alcune differenze chiave tra RHDS e OpenLDAP open source.
Jackie Xie - Westpac Banking Corporation
Corso - 389 Directory Server for Administrators
Traduzione automatica
le conoscenze del formatore erano molto elevate - sapeva di cosa stava parlando e conosceva le risposte alle nostre domande
Adam - Fireup.PRO
Corso - Advanced Java Security
Traduzione automatica
