Khóa học đại học nâng cao về khoa học ứng dụng vào an ninh mạng: Học máy & Mạng phức tạp

Phương thức: Trực tiếp, với sự hỗ trợ trong các lớp học bằng Truyền phát

Số tín chỉ: 13 (130 giờ giảng dạy)

Giờ liên hệ: 4.5

1. Các số liệu và biện pháp an ninh mạng
2. Hiểu được dữ liệu phi cấu trúc
3. Hồi quy và dự đoán
4. Phân loại, kiểm tra giả thuyết và phát hiện bất thường
5. Đề xuất hệ thống
6. Phân tích mạng phức tạp
7. Mô hình dự đoán cho dữ liệu thời gian

Năng lực chung

• Khả năng tìm kiếm thông tin cụ thể liên quan đến các chủ đề khác nhau của Master từ tất cả các nguồn có sẵn.
• Có khả năng trình bày và phát triển báo cáo.
• Có khả năng dịch tài liệu kỹ thuật.
• Có khả năng làm việc theo nhóm, trong môi trường liên ngành.
• Quản lý nguồn lực: tổ chức và khả năng thiết lập các ưu tiên công việc.
• Tính linh hoạt để thích ứng trong quá trình phát triển dự án, khả năng suy nghĩ lại.
• Lý luận phê phán: phân tích, tổng hợp và đánh giá các lựa chọn thay thế khác nhau.
• Khả năng giao tiếp bằng văn bản và bằng lời nói hiệu quả.
• Quản lý thông tin: thu thập thông tin, tổ chức, v.v.
• Trách nhiệm và năng lực tự học.

Năng lực cụ thể

• Học sinh sẽ tìm hiểu cách hoạt động của các thuật toán và kỹ thuật mã hóa khác nhau cũng như những lợi ích và hạn chế của chúng.
• Bạn sẽ tìm hiểu các hệ thống và loại xác thực khác nhau, cũng như sự khác biệt giữa xác thực và ủy quyền.
• Học sinh sẽ có thể đánh giá những rủi ro tiềm ẩn và đề xuất các cách để giảm thiểu chúng.
• Học sinh sẽ làm quen với ngôn ngữ lập trình Python, có cái nhìn tổng quan về ngôn ngữ và có thể xây dựng các chương trình phức tạp.
• Bạn sẽ làm quen với các khái niệm cơ bản về xử lý biến, phát triển thuật toán và lập trình.
• Học sinh sẽ học được tầm nhìn toàn diện về các công nghệ và kỹ thuật an ninh mạng.
• Bạn sẽ học các phương pháp mới để tính toán dữ liệu được mã hóa, bảo mật mạng và thiết kế giao thức
• Bạn sẽ biết các kỹ thuật Machine Learning hiệu quả nhất.
• Bạn sẽ tìm hiểu sự khác biệt và khả năng tương thích giữa Octave và MATLAB.
• Bạn sẽ biết cách phân biệt giữa mô hình đồ họa và mô hình mạng.
• Bạn sẽ biết cách phân biệt các dự đoán về dữ liệu thời gian với các loại dữ liệu khác.

Ngoài ra, các năng lực cơ bản sau sẽ được đảm bảo:

• Sở hữu và hiểu kiến thức mang lại cơ sở hoặc cơ hội độc đáo trong việc phát triển và/hoặc áp dụng các ý tưởng, thường là trong bối cảnh nghiên cứu.
• Rằng học sinh biết cách áp dụng kiến thức thu được và khả năng giải quyết vấn đề trong môi trường mới hoặc ít được biết đến trong bối cảnh rộng hơn (hoặc đa ngành) liên quan đến lĩnh vực học tập của các em;
• Rằng học sinh có thể tích hợp kiến thức và đối mặt với sự phức tạp của việc đưa ra phán đoán dựa trên thông tin không đầy đủ hoặc hạn chế
• Rằng học sinh biết cách truyền đạt kết luận của mình – cũng như kiến thức và lý do cơ bản hỗ trợ họ – cho những khán giả chuyên biệt và không chuyên ngành một cách rõ ràng và rõ ràng;
• Rằng học sinh sở hữu các kỹ năng học tập cho phép các em tiếp tục học theo cách chủ yếu là tự định hướng hoặc tự chủ.
• Học sinh có thể thiết lập mối quan hệ tương hỗ có liên quan giữa các ngành khác nhau tạo nên Thạc sĩ.
• Học sinh có kỹ năng giao tiếp ở cấp độ nói và viết trong việc phổ biến kiến thức về sản xuất và thiết kế.
• Rằng họ có khả năng tổng hợp và phân tích trong việc trình bày nội dung.
• Học sinh có thể áp dụng phán đoán quan trọng trong lĩnh vực thư mục chung và cụ thể liên quan đến lĩnh vực nghiên cứu liên quan.