Machine Learning in Cyber-security

课程简介

课程大纲： 1. 机器学习技术 机器学习简介；基本概念与分类；监督学习与无监督学习；分类与聚类；神经网络；支持向量机；降维；深度学习技术如CNN、LSTM、自编码器、GAN及其他最新结构。 2. 机器学习开发环境 实现机器学习技术的软件工具；泛化性能；过拟合与欠拟合问题。 3. 恶意软件分析 恶意软件分析简介；恶意软件分析类型；静态分析与动态分析；行为分析与代码分析；不同机器学习技术在恶意软件检测中的应用。 4. 钓鱼检测 钓鱼检测简介；通过分析电子邮件/网站/消息特征进行钓鱼特征化；不同技术在钓鱼检测中的应用。 5. 异常检测 异常定义简介；异常检测技术概览；静态规则技术；不同机器学习技术在异常检测中的应用。 实验课程： 实践作业： 1. 机器学习框架简介 2. 研究钓鱼检测中机器学习技术的特征提取与评估 3. 研究钓鱼检测中的深度学习技术

学习目标

1. 介绍网络安全中机器学习技术的概念 2. 发展使用最新技术解决网络安全实际问题的技能

先修要求

无

教学模式

授课：讲解基本原理与核心概念。 辅导课：补充授课内容；澄清概念；讨论问题与应用实例。 实验课：评估不同类型的机器学习技术。 小型项目：研究机器学习技术在网络安全应用中的使用；提交书面报告并进行展示