¿Qué importancia tienen los datos para Cyber Kill Chain? ¿Cómo se localizan vulnerabilidades?
Con este curso, que se corresponde con el módulo del mismo nombre, te iniciarás en la importancia de la minería de datos y el reconocimiento estadístico de patrones.
140 h PRESENCIALES
PRECIO: 1.300 €
PRESENCIAL CON CONTENIDOS TEÓRICOS Y PRÁCTICOS
POSIBILIDAD DE REALIZARLO VÍA STREAMING
Da un paso más en tu formación en ciberseguridad
Objetivos
Se va a trabajar sobre:
Regresión lineal de una variable y de Múltiples Variables
Tecnologías de Protección de Análisis permanente
Procesos de Automatización de Mantenimiento, Obsolescencia
Modelo Casandra para Modelos y Estratégias de Evaluación del Riesgo
Modelos Entrópicos para el Análisis de los Sistemas de Información.
Regresión Logística
Redes Neuronales
Utilizar Octave y Matlab
A la Caza de Vulnerabilidades
Fraude en Tarjetas
Contenidos
1
Álgebra – Intro Matlab
1. Vectores
2. Matrices
3. Matriz inversa
2
Probabilidad – Intro Matlab
1. Probabilidad
2. Variable aleatoria
3. Densidad de probabilidad
3
Preprocesado – Limpieza
1. Introducción al aprendizaje automático
2. Integración de datos
3. Identificación de outliers
4. Missing data. Algunas estrategias de imputación
4
Conceptos Básicos – Coste
1. Planteamiento del problema
2. Función objetivo/Regularización
3. Óptimos locales y globales
5
Modelos paramétricos (regres, logística etc.)
1. Regresión lineal – Intro
2. Regresión lineal múltiple
3. Regresión lineal – Bases genéricas
6
Modelos no paramétricos
1. k-nn
2. Árboles. Random Forest
3. Perceptrón simple y multicapa
7
Modelos no supervisados
1. Clustering (k-medias, spectral, jerárquico)
2. Mapas autoorganizados
8
Ingeniería de atributos y conjuntos
1. Ingeniería de atributos
2. Reducción de dimensionalidad
3. Componentes principales extracción de características
4. Selección de característica
9
Kernels
1. Support Vector Machines
2. Clasificador y regresor SVM
3. SVM monoclase y multiclase
10
DEEP
1. Redes convolucionales
2. Ataques adversarios
3. GANs
11
Genéticos – (Particle filtering – possible additional topic – «save topic»)
1. Algoritmo Evolutivo
2. Fitness
3. Cruce
12
Sistemas de recomendación
1. Filtrado colaborativo
2. Filtrado basado en contenido
3. Consciencia del riesgo
13
Detección de anomalías
1. Métodos basados en densidad
2. Subespacios, correlación y tensores
3. SVM monoclase