과정상세

머신러닝을 활용한 정보보안 실무 프로젝트

집합

교재제공 고급

머신러닝을 활용한 정보보안 실무 프로젝트

4.6

like 24

1,700,000원 (VAT없음)

과정요약

과정요약
학습시간	35시간	난이도	고급
교육비 지원	고용보험 비환급	평가항목	출석률 100%
수료기준	총점 80점 이상시 수료	정원	24 명
교재정보

과정소개

학습목표

머신러닝 기술을 활용하여 보안 도메인의 문제(방어 관점)를 해결할 수 있다.
머신러닝 기반으로 동작하는 솔루션의 원리를 이해할 수 있다.
실제 현장에서 바로 사용이 가능한 머신러닝 기반 보안 시스템을 개발할 수 있다.

학습대상

머신러닝 기반 솔루션 도입을 계획하거나 운영 중인 보안 담당자
머신러닝 기반 시스템 동작 방식을 이해하고자 하는 업무 담당자 및 시스템 관리자
머신러닝 기술을 실제 운영 시스템에 적용하고자 하는 모든 개발자
실무에 바로 적용이 가능한 머신러닝 기술을 습득하고자 하는 개인

과정목차 13

1 일차
- 1. 머신러닝과 정보보안
  - - 머신러닝 프로세스: 데이터 수집부터 모델 배치까지
    - 머신러닝과 정보보안 분야의 관련성
- 2. 머신러닝을 위한 파이썬
  - - 데이터 분석과 기계학습을 위한 핵심 라이브러리
    - NumPy, Pandas, Matplotlib 실습
- 3. 머신러닝의 시작! 회귀 알고리즘
  - - 회귀 알고리즘의 원리 이해
    - 연습용 데이터로 구축하는 회귀 모델링 실습
2 일차
- 4. 모델 평가와 특징 공학
  - - 유형별 모델 정확도 평가방법
    - 모델 정확도를 높여주는 특징 공학 기법의 이해
- 5. 머신러닝의 핵심 알고리즘
  - - 분류(Classification) 알고리즘의 이래
    - 군집화(Clustering) 알고리즘의 이해
- 6. 딥러닝의 시작! 뉴럴 네트워크
  - - 뉴럴 네트워크 이해하기
    - Tensorflow 기초
    - Tensorflow 실습
3 일차
- 7. 딥러닝의 핵심! 딥 뉴럴 네트워크
  - - 딥 뉴럴 네트워크 이해하기
    - CNN(Convolutional Neural Network)의 이해
    - CNN 모델의 동작 원리 이해
- 8. [Project 1] 악성코드 탐지 모델
  - - 악성코드 탐지 모델 구현 방법 이해
    - 악성코드 탐지 모델 구현 실습
    - 악성코드 탐지 미니 챌린지
4 일차
- 9. 네트워크 보안의 핵심
  - - 네트워크 공격 특성의 이해
    - 공격 유형별 머신러닝 적용방법
- 10. 네트워크 침입 탐지 기법 이해
  - - 비지도 기반 이상탐지 기법 이해
    - 이상 탐지 기법 실습
- 11. ELK 스택
  - - ELK 스택 알아보기
    - ELK 스택과 보안 위협 탐지
5 일차
- 12. ELK 스택 활용
  - - 머신러닝 기반 탐지 모델에 ELK 탑재하기
- 13. [Project 2] 네트워크 침입 탐지 모델
  - - 머신러닝기반 네트워크 침입 탐지 모델 구현 방법 이해
    - 침입 탐지 모델 구현 실습
    - 네트워크 침입 탐지 미니 챌린지

수강후기 24

평균평점

4.6 / 5.0

5

김*헌
2019.12.07

전문성 높은 강사님 덕분에 많이 배워갑니다.
5

주*석
2019.12.07

교육내용 및 전문성 매우 우수. 실습 내용이 매우 만족스러움
4.5

서*연
2019.12.06

좋은 강의해주셔서 감사합니다.
5

이*경
2019.12.06

서준석 강사님께서 강의하시는 여러 교육 과정을 수강해 본 결과 항상 만족합니다. 준비도 꼼꼼하게 잘 해 오시고, 교육 내용 전달도 너무 잘 해 주십니다. 머신러닝에 대해 기본을 확실히 잡을 수 있는 좋은 기회였습ㄴ디ㅏ.
5

이*훈
2019.12.06

첫번째로 지금껏 들은 머신러닝 강의 중 가장 쉬우면서 전반적으로 깊이있게 다루는 훌륭한 수업이었습니다. 두번째로 강사님의 정보보안 도메인 지식을 활용하여 머신러닝과 융합된 시너지가 업무에 굉장히 도움 될 것 같습니다. 강추드립니다.