Moses - Machine Learning and Security

Anzeigesprache

Zur Modulseite PDF generieren

Modul / Version:
#41102 / #2

Gültigkeit:
Seit SoSe 2023

Standard-Anzeigesprache:
Deutsch

Titel des Moduls:
Machine Learning and Security - Project

Leistungspunkte:
9

Modulverantwortliche*r:
Rieck, Konrad

Benotung:
benotet

Prüfungsform:
Portfolioprüfung

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

Lernergebnisse

Nach Abschluss des Projekts verfügen die Studierenden über fundierte Kenntnisse im Bereich des maschinellen Lernens und der IT-Sicherheit. Sie sind in der Lage, entweder (i) Lernalgorithmen auf fortgeschrittene Probleme/Systeme der IT-Sicherheit anzuwenden oder (ii) Prinzipien der Sicherheit auf Probleme/Systeme des maschinellen Lernens anzuwenden. Darüber hinaus sind sie in der Lage, entsprechende Lösungen zu entwerfen, zu entwickeln und zu evaluieren.

Lehrinhalte

Die Projekte werden stets auf die Anforderungen der Studierenden zugeschnitten und im Rahmen der aktuellen Forschung angeboten. Mögliche Themen für den ersten Zweig (i) sind lernbasierte Ansätze zur Erkennung von Schwachstellen, Schadcode und Datenschutzlücken. Mögliche Themen für den zweiten Zweig (ii) sind die Entwicklung von Angriffen und Verteidigungsmaßnahmen für lernende und datengetriebene Systeme.

Modulbestandteile

Pflichtgruppe:

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	VZ
Machine Learning and Security Project	PJ		WiSe/SoSe	Englisch	6

Arbeitsaufwand und Leistungspunkte

Machine Learning and Security Project (PJ):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Recherche	1.0	20.0h	20.0h
Treffen mit den Betreuenden	5.0	2.0h	10.0h
Vorbereitung der Präsentation	1.0	20.0h	20.0h
Erstellung des Berichts	1.0	20.0h	20.0h
Arbeit am Projekt	1.0	200.0h	200.0h
			270.0h(~9 LP)

Der Aufwand des Moduls summiert sich zu 270.0 Stunden. Damit umfasst das Modul 9 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Das Modul besteht aus einem Projekt. Die Studenten arbeiten einzeln oder in Gruppen je nach Aufgabenstellung.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- Je nach Projekt werden Kenntnisse im Bereich IT-Sicherheit und/oder maschinelles Lernen empfohlen. - Je nach Projekt bieten die Vorlesungen "Machine Learning for Computer Security" und "Adversarial Machine Learning" eine gute Vorbereitung.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache

Deutsch/Englisch

Prüfungselemente

Name	Punkte	Kategorie	Dauer/Umfang
Projektergebnisse	50	flexibel	dynamisch
Dokumentation	25	schriftlich	10-25 Seiten
Präsentation	25	mündlich	30 Minuten

Notenschlüssel

Notenschlüssel »Notenschlüssel 2: Fak IV (2)«

Gesamtpunktzahl	1.0	1.3	1.7	2.0	2.3	2.7	3.0	3.3	3.7	4.0
100.0pt	95.0pt	90.0pt	85.0pt	80.0pt	75.0pt	70.0pt	65.0pt	60.0pt	55.0pt	50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Die Note der Portfolioprüfung wird auf der Grundlage der Projektergebnisse, der Dokumentation und der Präsentation ermittelt. Die Projektergebnisse können je nach Thema des Projekts eine entwickelte Software, ein entwickeltes IT-System und/oder durchgeführte Experimente sein. Die Bewertung der Ergebnisse umfasst 50% der Note und wird nach Qualität und Umfang der Ergebnisse bestimmt. Weiterhin fließen die Dokumentation und die Präsentation jeweils mit einem Anteil von 25% in die Note ein.

Dauer des Moduls

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

Dieses Modul kann in folgenden Semestern begonnen werden:
Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 10.

Anmeldeformalitäten

Die Anmeldung erfolgt über die Website des Projekts.

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	15	SoSe 2023	SoSe 2024
Computer Science (Informatik) (M. Sc.)	1	18	SoSe 2023	SoSe 2024
Elektrotechnik (M. Sc.)	1	9	SoSe 2023	SoSe 2024
Information Systems Management (Wirtschaftsinformatik) (M. Sc.)	1	6	SoSe 2023	SoSe 2024

Sonstiges

Keine Angabe