SYLABUS^Online

Навігація

Категорії

Фільтри

Фільтри:

Обрані фільтри: Форма навчання: дуальна Наукова складова: освітньо-професійна Форма фінансування: безкоштовно 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, безкоштовно

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

Фінанси, банківська справа, страхування та фондовий ринок Менеджмент

Культура, мистецтво та гуманітарні науки Бізнес, адміністрування та право Природничі науки, математика та статистика Інформаційні технології Транспорт, спорт і послуги Інженерія, виробництво та будівництво

Інженерія, виробництво та будівництво

Електронні комунікації та радіотехніка

Культура, мистецтво та гуманітарні науки

Соціальні науки, журналістика та інформація

Економіка

Природничі науки, математика та статистика

Математика

Інформаційні технології

Інженерія програмного забезпечення Комп'ютерні науки Комп'ютерна інженерія Кібербезпека та захист інформації Інформаційні системи та технології

×

Форма навчання

Курс навчання

Аудиторні заняття

Рівень навчання

Семестровий контроль

Мова

Освіта

Форма фінансування

Семестр

Цикл підготовки

Рік