IAML : IA et du ML pour la cybersécurité - SEC201

Objectifs

Comprendre les enjeux de la supervision de la sécurité en s'appuyant sur les nouvelles techniques de détection d'anomalie impliquant des techniques et outillage du machine learning.

De l'investigation dans les données massives à l'anticipation de la menace, le cours vise l'acquisition de compétences élevées pour intervenir dans les centres de sécurité opérationnelle

Programme de la formation

Enjeux de la détection d'anomalie

Cyber-intrusion, activité terroriste, indisponibilité des systèmes,Définir des régions normales, anormales, frontières,•Intérêt et utilité de l'information, Bruit : diminution et accommodation
Typologie des anomalies

détection d'intrusion (IDS Host based, Networks based, ..),détection de fraude (carte, assurance, ...), santé,détection d'accident et d'incident industriels,détection d'anomalie dans les texte, les images,...
Analyse de la typologie des données sources (structures, sources ouvertes, ..)
Labellisation et techniques de labellisation des donnéesOstatistique, SVM,...osupervisées, semi-supervisées, non supervisées,
Techniques de détection d'anomaliesClassifications : notions de «classifier» à partir de réseaux de neurones, bayésiens, SVM. Plus proches voisins: distance, densité. Clustering. Entropie de l'information. Output of Anomaly Detection: scores et labe

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique