SYLABUS^Online

Навігація

Категорії

Фільтри

Фільтри:

Обрані фільтри: Форма навчання: дуальна Наукова складова: освітньо-професійна Обрані категорії: Інформаційні технології

Методи та системи штучного інтелекту

Web-програмування

Автоматизація розв’язання системних задач

Автоматизоване тестування

Аналіз алгоритмів

Аналіз даних. Великі дані

Управління проєктами

Чисельне моделювання індустріальних задач

Чисельні методи в інформатиці

Швидка розробка програм із віконним інтерфейсом за допомогою Lazsrus

Якість ПЗ та тестування

Метою викладання навчальної дисципліни «Безпека web-додатків» є формування у студентів знань, умінь i компететностей, необхідних для вирішення задач захисту web-систем, застосування сучасних процедур для захисту web-додатків.
Завданнями вивчення навчальної дисципліни є формування теоретичних знань та практичних умінь у сфері забезпечення безпеки web-ресурсів, в тому числі:

знати основні вразливості web-систем;
вміти аналізувати, виявляти та оцінювати можливі загрози, вразливості web-систем;
вміти забезпечувати захист програм, баз даних та інформації, що обробляється у web-системах;
вміти забезпечувати безперервну працездатність web-систем;
вміти вирішувати задачі забезпечення та супроводу, в тому числі: огляд, тестування web-систем на вразливості;
вміти управляти процедурами ідентифікації, аутентифікації, авторизації користувачів у web-системах;
вміти реалізовувати заходи з протидії отриманню несанкціонованого доступу до інформації у web-системах.

Перелік тем

Web-системи: вразливості, моделі загроз та безпеки.
Аутентифікація. Управління сесіями. Контроль доступу.
Вразливості web-додатків.
DoS-атаки.
Розкриття інформації.
Тестування web-додатків.
Безпечне програмування.
Економіка web-безпеки. — Безпека web-додатків

Безпека додатків ОС Windows

Основи економіки та управління ІТ-проектами

Системи підтримки прийняття рішень

Штучний інтелект в задачах комп’ютерної інженерії

Стеганографія

Спецкурс Побудова захищених мережних інфраструктур на базі обладнання Mikrotik

Безпека Linux/Unix систем

Мови інтелектуального аналізу даних

На сьогоднішній день методи штучного інтелекту широко застосовуються для рішення цілого ряду задач кібербезпеки, тому вивчення їх дозволить майбутнім фахівцям оволодіти перспективними технологіями в обраній спеціалізації. В дисципліні вивчаються методи: машинного навчання, нейронних мереж, генетичних алгоритмів, нечіткої логіки, комп’ютерного зору. Для успішного проходження курсу необхідно мати початкові навички програмування мовою Python.

В умовах сьогодення, системи штучного інтелекту мають широкий спектр застосування для вирішення цілого комплексу задач кібербезпеки. Дослідження та вивчення інтелектуальних систем надасть можливість майбутнім фахівцям оволодіти сучасними технологіями в обраній спеціалізації. В дисципліні досліджуються методи машинного навчання, задачі прогнозування, типи нейронних мереж, принципи розпізнавання, класифікації, кластерізації, генетичні алгоритми, принципи нечіткої логіки та комп’ютерного зору.

Ціллю навчальної дисципліни є набуття студентами знань, умінь і здатностей (компетенцій) щодо розробки та застосування методів штучного інтелекту в задачах кібербезпеки для ефективного вирішення завдань професійної діяльності.

Задачами навчальної дисципліни є:

отримання студентами фундаментальних систематизованих знань про підходи, моделі і методи, розроблені в рамках наукового напрямку «штучний інтелект»;
освоєння студентами основних методів штучного інтелекту, що застосовуються в системах кібербезпеки;
ознайомлення студентів з новими методами і підходами до вирішення традиційних завдань, що розробляються в рамках напряму "штучний інтелект" та застосовуються для рішення завдань кібербезпеки;
формування у студентів аналітичних здібностей, які б дозволяли їм робити обґрунтований вибір вивчених моделей і методів при вирішенні завдань з проблемної області, в якій вони спеціалізуються (кібербезпека).

Перелік тем

Тема 1. Напрямки застосування штучного інтелекту в кібербезпеці.
Тема 2. Машинне навчання в задачах кібербезпеки.
Тема 3. Нейронні мережі та їх застосування в кібербезпеці
Тема 4. Теоретичні основи інтелектуальних програмних агентів
Тема 5. Еволюційне моделювання та генетичні алгоритми
Тема 6. Представлення знань і вивід на знаннях
Тема 7. Нечіткі множини та логіко-лінгвістичне моделювання в задачах кібербезпеки.
Тема 8. Комп’ютерний зір та обробка зображень в задачах кібербезпеки.
Тема 9. Розпізнавання образів в задачах кібербезпеки. — Штучний інтелект в задачах кібербезпеки

Спецкурс CCNP Enterprise: Core Networking

Web-технології Ч.2

Силабуси за спеціальністю Інформаційні технології дуальна форма навчання, освітньо-професійної освітньої програми

Інформаційні технології

Дуальна форма навчання передбачає, що частина освітніх компонент буде вивчатись на підприємстві. Для студентів це надає можлвість отримати досвід роботи у великих компаніях за фахом. Це потенційно може сприяти вибору вірного напрямку саморозвитку для студентів.

×

Бізнес, адміністрування та право

Менеджмент

Культура, мистецтво та гуманітарні науки Бізнес, адміністрування та право Інформаційні технології Транспорт, спорт і послуги

Культура, мистецтво та гуманітарні науки

Соціальні науки, журналістика та інформація

Економіка

Інформаційні технології

Комп'ютерні науки

×

Форма навчання

Курс навчання

Аудиторні заняття

Рівень навчання

Семестровий контроль

Мова

Освіта

Форма фінансування

Семестр

Цикл підготовки

Рік