Kursüberblick
Zu den herkömmlichen Methoden der Cybersicherheit gehört die Errichtung von Barrieren um Ihre Infrastruktur herum, um sie vor Eindringlingen zu schützen. Im Zuge des digitalen Wandels sehen sich Unternehmen jedoch mit einer Vielzahl von Geräten, immer raffinierteren Cybersecurity-Angriffen und einem unglaublich großen Netzwerk von Daten konfrontiert, die es zu schützen gilt. Ein alternativer Ansatz besteht darin, Cybersicherheit als datenwissenschaftliches Problem anzugehen: Versuchen Sie, alle Benutzer und Aktivitäten in Ihrem Netzwerk besser zu verstehen, damit Sie erkennen können, welche Transaktionen typisch und welche potenziell schädlich sind.
Bitte beachten Sie, dass eine einmal bestätigte Buchung nicht mehr rückerstattet werden kann. Das bedeutet, dass Sie Ihren Platz für eine Veranstaltung nach der Bestätigung nicht mehr stornieren können und keine Rückerstattung erfolgt, unabhängig von der Teilnahme an der Veranstaltung.
Voraussetzungen
- Vertrautheit mit defensiven Cybersicherheitsthemen
- Berufserfahrung im Bereich Datenwissenschaft und/oder Datenanalyse
- Beherrschung der Programmiersprache Python
- Beherrschung der Linux-Befehlszeile
Kursziele
- Aufbau von Morpheus-Pipelines zur Verarbeitung und Durchführung von KI-basierten Schlussfolgerungen aus riesigen Datenmengen für Anwendungsfälle der Cybersicherheit in Echtzeit
- Nutzung verschiedener KI-Modelle mit einer Vielzahl von Dateneingabetypen für Aufgaben wie die Erkennung sensibler Informationen, die Erstellung von Profilen für anormales Verhalten und die Erstellung digitaler Fingerabdrücke
- Nutzung von Schlüsselkomponenten des Morpheus-KI-Frameworks, einschließlich des Morpheus SDK und der Befehlszeilenschnittstelle (CLI), sowie des NVIDIA Triton™ Inference Server
Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.