1. Modulverzeichnis (MTS)
  2. Module
  3. Modulbeschreibung anzeigen

Machine Learning for Computer Security

Zur Modulseite PDF generieren

#41101 / #1

Seit SoSe 2023

English

Machine Learning for Computer Security

6

Rieck, Konrad

Benotet

Schriftliche Prüfung

English

Zugehörigkeit


Fakultät IV

Institut für Softwaretechnik und Theoretische Informatik

34353000 FG Maschinelles Lernen und IT-Sicherheit

Keine Angabe

Kontakt


Keine Angabe

Rieck, Konrad

rieck@tu-berlin.de

https://mlsec.tu-berlin.de

Lernergebnisse

Students have a comprehensive understanding of how machine learning is applied to security problems. They are able to design feature spaces for security data and select appropriate learning concepts and algorithms. They can develop learning-based systems for threat detection, malware analysis, and vulnerability discovery. They are also aware of security threats, such as poisoning and evasion, and know about countermeasures to mitigate them. They understand ethical implications of applying learning-based systems in practice.

Lehrinhalte

Principles of machine learning for computer security; feature spaces and embeddings; threat and intrusion detection; malware analysis; vulnerability discovery; deanonymization attacks; poisoning and evasion of security systems; unsupervised and supervised learning concepts for security; algorithms for classification, anomaly detection, clustering, and dimension reduction on security data; experimental design principles

Modulbestandteile

Compulsory area

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Machine Learning for Computer SecurityIVSoSeen4
ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Machine Learning for Computer Security (IV):

AufwandbeschreibungMultiplikatorStundenGesamt
Attendance15.04.0h60.0h
Pre/post processing15.04.0h60.0h
Exercise tasks10.04.0h40.0h
Preparation exam1.020.0h20.0h
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

This integrated course consists of a lecture combined with exercise assignments. The latter require independently solving programming exercises with the guidance of a teaching assistant.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- Highly recommended: programming skills in Python; basic knowledge in security - Helpful, but not obligatory: Basic knowledge in machine learning.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Written exam

Sprache(n)

English

Dauer/Umfang

90 minutes

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

Registration is not required, but stating the interest to participate in the lecture is welcome for the planning of resources. This is done by registering for the course at the teaching platform ISIS.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

Empfohlene Literatur
Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Computer Engineering (M. Sc.)120SoSe 2023WiSe 2024/25
Computer Science (Informatik) (M. Sc.)124SoSe 2023WiSe 2024/25
Elektrotechnik (M. Sc.)112SoSe 2023WiSe 2024/25
Information Systems Management (Wirtschaftsinformatik) (M. Sc.)18SoSe 2023WiSe 2024/25

Sonstiges

Keine Angabe