연락처 정보

코스 개요

사이버보안과 인공지능 입문

  • 현재 사이버 위협 상황 개요
  • 사이버보안 분야에서의 AI 활용 사례들
  • 머신러닝 및 딥러닝 기술에 대한 기초 설명

데이터 수집 및 전처리 방법

  • 로그, 경고 메시지, 네트워크 트래픽 등 보안 데이터의 출처
  • 데이터 라벨링과 정규화 절차
  • 불균형한 데이터 세트 다루는 방법

위협 탐지와 이상 징후 식별

  • 지도 학습 및 비지도 학습의 차이점
  • 침입 감지를 위한 분류 모델 구축법
  • 이상 탐지를 위해 활용하는 클러스터링 기법들

AI를 이용한 보안 프로세스 자동화

  • 위협 정보 분석 과정을 자동화하기 위한 AI 활용
  • 보안 오케스트레이션, 자동화 및 대응(SOAR) 플랫폼 소개
  • 사례 연구: 피싱 공격 탐지와 대응 프로세스 자동화

사이버보안을 위한 예측 분석 기술

  • 시계열 모델을 활용한 공격 동향 예측법
  • 위협 보고서에 자연어 처리(NLP) 기법 적용하기
  • 실제 위협 예측 시스템 구축 시 고려사항들

지능형 시스템을 활용한 사건 대응 방안

  • AI 기반의 사건 대응 프레임워크 설계하기
  • 실시간으로 이뤄지는 위협 대응 결정 과정
  • SIEM 및 위협 정보 플랫폼과의 통합 전략

사이버보안 분야에서 사용되는 AI 도구와 프레임워크

  • Scikit-learn, TensorFlow, Keras 같은 오픈소스 라이브러리들
  • 보안 분석 및 자동화를 위한 다양한 플랫폼 소개
  • 실제 환경 배포 시 고려해야 할 사항들

윤리적·운영적 측면에 대한 검토

  • AI 모델에서 발생할 수 있는 편향 및 공정성 문제
  • 관련 규제 준수 요건 및 법적 기준들
  • 모델의 투명성과 설명 가능성을 확보하는 방법

최종 프로젝트: AI 기반 사이버보안 솔루션 개발

  • 실제 상황에 적용할 수 있는 AI 기반 보안 솔루션을 설계하고 구현하기
  • 팀원들과 협력해 문제 해결 및 솔루션 개발 진행
  • 최종 결과물 발표와 피드백 나누기

요약 및 향후 학습 방향 안내

요건

  • 기본적인 사이버보안 개념에 대한 이해
  • 프로그래밍 또는 스크립팅 경험(예: Python)
  • 머신러닝 기초 지식 보유

수강 대상

  • 사이버보안 분석가 및 엔지니어
  • 사이버보안 분야에 관심 있는 AI·데이터 사이언스 전문가들
  • 보안 아키텍트 및 IT 관리자
 21 시간

참가자 수


참가자별 가격

회원 평가 (3)

예정된 코스

관련 카테고리