Moses - Machine Learning for Computer Security

Zur Modulseite PDF generieren

Modul / Version
#41101 / #1

Gültigkeit
Seit SoSe 2023

Verfügbare Sprache(n)
Englisch

Titel des Moduls
Machine Learning for Computer Security

Leistungspunkte
6

Modulverantwortliche*r
Rieck, Konrad

Benotung
Benotet

Prüfungsform
Schriftliche Prüfung

Lehrsprache(n)
Englisch

Zugehörigkeit

Fakultät
Fakultät IV

Institut
Institut für Softwaretechnik und Theoretische Informatik

Fachgebiet
34353000 FG Maschinelles Lernen und IT-Sicherheit

Prüfungsausschuss
Keine Angabe

Kontakt

Sekretariat
Keine Angabe

Ansprechpartner*in
Rieck, Konrad

E-Mail-Adresse
rieck@tu-berlin.de

Webseite

https://mlsec.tu-berlin.de

Diese Modulbeschreibung ist nicht oder nicht vollständig auf deutsch hinterlegt.

Es wird auf Wunsch trotzdem der Inhalt der unvollständigen Spracheversion angezeigt.

Lernergebnisse

Die Studierenden haben ein umfassendes Verständnis für die Kombination von maschinellem Lernen und IT-Sicherheit. Sie sind in der Lage, Merkmalsräume für Sicherheitsdaten zu entwerfen und geeignete Lernkonzepte sowie Algorithmen auszuwählen. Sie können lernbasierte Systeme für die Erkennung von Angriffen, die Analyse von Schadcode und die Entdeckung von Schwachstellen entwickeln. Sie verstehen Sicherheitsbedrohungen wie Poisoning und Evasion und kennen Gegenmaßnahmen, um diese zu entschärfen. Sie verstehen die ethischen Implikationen der Anwendung von lernbasierten Systemen in der Praxis.

Lehrinhalte

Grundlagen des maschinellen Lernens für die IT-Sicherheit; Merkmalsräume und Einbettungen; Erkennung von Angriffen und Eindringlingen; Schadcode-Analyse; Entdeckung von Schwachstellen; Deanonymisierungsangriffe; Poisoning und Evasion von Sicherheitssystemen; Konzepte des unüberwachten und überwachten Lernens für die Sicherheit; Algorithmen für die Klassifizierung, die Erkennung von Anomalien, das Clustering und die Dimensionsreduzierung von Sicherheitsdaten; Grundsätze der Versuchsplanung

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	ISIS	VVZ
Machine Learning for Computer Security	IV		SoSe	en	4

ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Machine Learning for Computer Security (IV):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Präsenzzeit	15.0	4.0h	60.0h
Vor-/Nachbereitung	15.0	4.0h	60.0h
Bearbeitung der Übungsaufgaben	10.0	4.0h	40.0h
Vorbereitung zur Prüfung	1.0	20.0h	20.0h
			180.0h(~6 LP)

Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Dieser integrierte Kurs besteht aus einer Vorlesung in Kombination mit Übungsaufgaben. Letztere erfordern das selbständige Lösen von Programmieraufgaben unter Anleitung.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- Sehr empfehlenswert: Programmierkenntnisse in Python; Grundkenntnisse im Bereich IT-Sicherheit - Hilfreich, aber nicht zwingend erforderlich: Grundkenntnisse im maschinellen Lernen.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Schriftliche Prüfung

Sprache(n)

Englisch

Dauer/Umfang

Keine Angabe

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Eine Anmeldung ist nicht erforderlich aber hilfreich zur Planung. Eine Anmeldung zum Kurs ist auf der Lehrplattform ISIS möglich.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: nicht verfügbar

Literatur

Empfohlene Literatur
Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Computer Engineering (M. Sc.)	1	25	SoSe 2023	SoSe 2025
Computer Science (Informatik) (M. Sc.)	1	30	SoSe 2023	SoSe 2025
Elektrotechnik (M. Sc.)	1	15	SoSe 2023	SoSe 2025
Information Systems Management (Wirtschaftsinformatik) (M. Sc.)	1	10	SoSe 2023	SoSe 2025

Sonstiges

Keine Angabe