Temario del curso
Introducción a la IA en ciberseguridad
- Landscape actual de amenazas cibernéticas.
- Casos de uso de IA en ciberseguridad.
- Descripción general de técnicas de aprendizaje automático y aprendizaje profundo.
Recopilación y preprocesamiento de datos
- Fuentes de datos de seguridad: registros, alertas y tráfico de red.
- Etiquetado de datos y normalización.
- Manejo de conjuntos de datos desequilibrados.
Detección de amenazas e identificación de anomalías
- Aprendizaje supervisado frente a no supervisado.
- Construcción de modelos de clasificación para la detección de intrusiones.
- Técnicas de agrupamiento para la detección de anomalías.
Automatización de procesos de seguridad con IA
- IA para automatizar el análisis de inteligencia de amenazas.
- Plataformas de orquestación, automatización y respuesta de seguridad (SOAR).
- Caso de estudio: Automatización de la detección y respuesta al phishing.
Análisis predictivo para ciberseguridad
- Predicción de tendencias de ataque utilizando modelos de series temporales.
- Uso del procesamiento de lenguaje natural (PLN) en informes de amenazas.
- Construcción de una canalización de predicción de amenazas.
Respuesta a incidentes con sistemas inteligentes
- Desarrollo de un marco de respuesta a incidentes impulsado por IA.
- Toma de decisiones en tiempo real para la respuesta.
- Integración con plataformas SIEM e inteligencia de amenazas.
Herramientas y marcos de IA para ciberseguridad
- Herramientas y bibliotecas de código abierto (por ejemplo, Scikit-learn, TensorFlow, Keras).
- Plataformas de análisis y automatización de seguridad.
- Consideraciones para el despliegue.
Consideraciones éticas y operativas
- Sesgo e imparcialidad en los modelos de IA.
- Regulaciones y cumplimiento normativo.
- Transparencia y explicabilidad.
Proyecto final: Solución de ciberseguridad impulsada por IA
- Diseño e implementación de una solución basada en IA para un problema real de ciberseguridad.
- Resolución colaborativa de problemas y desarrollo de soluciones.
- Presentación y retroalimentación.
Resumen y próximos pasos
Requerimientos
- Comprensión de conceptos básicos de ciberseguridad.
- Experiencia con programación o scripting (por ejemplo, Python).
- Conocimientos fundamentales de aprendizaje automático.
Público objetivo
- Analistas e ingenieros de ciberseguridad.
- Profesionales de IA y ciencia de datos interesados en aplicaciones de ciberseguridad.
- Arquitectos de seguridad y administradores de TI.
Reseñas (3)
La experiencia compartida, el saber hacer del profesor y su valor son importantes.
Carey Fan - Logitech
Curso - C/C++ Secure Coding
Traducción Automática
conozca más sobre el producto y algunas diferencias clave entre RHDS y OpenLDAP de código abierto.
Jackie Xie - Westpac Banking Corporation
Curso - 389 Directory Server for Administrators
Traducción Automática
el conocimiento del instructor era muy alto - sabía de lo que estaba hablando y conocía las respuestas a nuestras preguntas
Adam - Fireup.PRO
Curso - Advanced Java Security
Traducción Automática