Moses - Machine Learning and Security

Anzeigesprache

Zur Modulseite PDF generieren

Modul / Version:
#41104 / #1

Gültigkeit:
Seit SoSe 2023

Standard-Anzeigesprache:
Deutsch

Titel des Moduls:
Machine Learning and Security - Master Seminar

Leistungspunkte:
3

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

Im Rahmen des Seminars erwerben die Studierenden folgende Fähigkeiten: - wissenschaftliche Literatur kritisch zu analysieren und zu verstehen - effektiv wissenschaftliche Präsentationen zu halten sowie - klare und präzise wissenschaftliche Berichte zu verfassen. Darüber hinaus analysieren die Studierenden aktuelle und fortgeschrittene Forschungsthemen im Bereich maschinelles Lernen und IT-Sicherheit. Sie können über die technischen und ethischen Auswirkungen von Sicherheit auf Gesellschaft und Politik reflektieren.

Lehrinhalte

Das Seminar befasst sich mit aktuellen Themen des maschinellen Lernens und der IT-Sicherheit. Dazu gehören - aktuelle Ansätze zum Auffinden von Sicherheitslücken, zur Analyse von Schadsoftware, zur Erkennung von Angriffen, zur Erforschung von Datenschutz-Lücken und anderen Sicherheitseigenschaften, sowie - neue Angriffe und Verteidigungsmaßnahmen im Bereich des maschinellen Lernens, Evasion- und Poisoning-Angriffe, Membership-Inference und andere Angriffe auf die Privatsphäre sowie völlig neuartige Angriffe auf lern- und datengestützte Systeme.

Modulbestandteile

Pflichtgruppe:

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	VZ
Master Seminar: Machine Learning and Security	SEM		WiSe/SoSe	Englisch	2

Arbeitsaufwand und Leistungspunkte

Master Seminar: Machine Learning and Security (SEM):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Erstellung der Seminararbeit	1.0	50.0h	50.0h
Vorbereitung der Präsentation	1.0	25.0h	25.0h
Aktive Teilnahme	10.0	1.0h	10.0h
Reviews	1.0	5.0h	5.0h
			90.0h(~3 LP)

Der Aufwand des Moduls summiert sich zu 90.0 Stunden. Damit umfasst das Modul 3 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Die Studierenden lesen aktuelle und fortgeschrittene Forschungsarbeiten, bereiten einen Vortrag vor und schreiben eine Seminararbeit. Sie prüfen weiterhin die Arbeiten anderer Studierenden als Review. Weiterhin nehmen die Studierenden an den Vorträgen der anderen teil. Hinweis: Je nach Terminlage können die Vorträge statt im üblichen Wochenrhythmus auch in Blockveranstaltungen gegen Ende des Semesters gehalten werden. Einzelheiten werden in der Einführungsveranstaltung bekannt gegeben.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- Gute Kenntnisse in maschinellem Lernen und/oder IT-Sicherheit werden dringend empfohlen. - Je nach Thema des Seminars bieten die Vorlesungen "Machine Learning for Computer Security" und "Adversarial Machine Learning" eine gute Vorbereitung auf den Kurs.

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
Seminararbeit	45	schriftlich	6-8 Seiten
Präsentation	45	mündlich	30 Minuten
Reviews	10	schriftlich	2-3 Seiten

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 des Seminars errechnet sich aus der Seminararbeit (45%) und der Präsentation (45%). Zusätzlich fließen die Reviews mit 10% ein. Die Gesamtbewertung basiert auf der wissenschaftlichen, strukturellen und sprachlichen Qualität sowie dem Umfang der verschiedenen Prüfungselemente.

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 Anmeldungen für das Seminar werden über die Lehrplattform ISIS abgewickelt.

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