ARTIFICIAL INTELLIGENCE FOR CYBERSECURITY
Applicare l’Intelligenza Artificiale nel settore della Cybersecurity
CERTIFICAZIONE:
-ENTE CERTIFICANTE:
-CORSO EROGATO DA:
ProficeL’Artificial Intelligence (AI) è diventata una soluzione indispensabile per migliorare la sicurezza informatica, permettendo di rilevare, prevedere e rispondere a minacce sofisticate in tempo reale. Questo corso si concentra sull’integrazione dell’AI nella cybersecurity, spiegando come le tecniche avanzate di machine learning e deep learning possano essere applicate per affrontare sfide come attacchi di phishing, malware, rilevamento delle intrusioni, e protezione dei dati.
Attraverso una combinazione di teoria ed esercizi pratici, i partecipanti acquisiranno una comprensione completa delle tecniche AI più rilevanti per la cybersecurity, come le reti neurali, i Large Language Models (LLM), i Transformers, e il concetto di Retrieval Augmented Generation (RAG). Queste tecniche saranno applicate a casi d’uso concreti, come l’analisi dei log, la rilevazione delle anomalie, e la gestione delle minacce attraverso l'automazione di sistemi di sicurezza aziendale.
6 webinar live da 4h:
21, 23, 28, 30 Gennaio
4, 6 Febbraio h.9-13
Attraverso una combinazione di teoria ed esercizi pratici, i partecipanti acquisiranno una comprensione completa delle tecniche AI più rilevanti per la cybersecurity, come le reti neurali, i Large Language Models (LLM), i Transformers, e il concetto di Retrieval Augmented Generation (RAG). Queste tecniche saranno applicate a casi d’uso concreti, come l’analisi dei log, la rilevazione delle anomalie, e la gestione delle minacce attraverso l'automazione di sistemi di sicurezza aziendale.
DURATA: 24 ORE
CREDITI: 23 CPE validi ai fini del mantenimento delle certificazioni ISACA
PROSSIME EDIZIONI:
Location
Data Inizio
Early Booking
LIVE VIRTUAL CLASS 6 sessioni live con docente
21-Jan-2025
entro il 23-Dec-2024
OBIETTIVI DEL CORSO:
- Introdurre i partecipanti ai concetti fondamentali dell’AI e del machine learning applicati alla cybersecurity.
- Spiegare come i modelli AI possano migliorare le capacità di rilevamento delle minacce e la risposta agli incidenti in tempo reale.
- Fornire esempi pratici di applicazione di tecniche AI, con particolare attenzione all'implementazione di modelli per il rilevamento di phishing, malware e anomalie nei log di rete.
- Integrare concetti avanzati come i Transformers e i LLM nella protezione aziendale, e spiegare come utilizzare il RAG per migliorare l'efficacia dell'analisi e delle risposte alle minacce.
- Spiegare come i modelli AI possano migliorare le capacità di rilevamento delle minacce e la risposta agli incidenti in tempo reale.
- Fornire esempi pratici di applicazione di tecniche AI, con particolare attenzione all'implementazione di modelli per il rilevamento di phishing, malware e anomalie nei log di rete.
- Integrare concetti avanzati come i Transformers e i LLM nella protezione aziendale, e spiegare come utilizzare il RAG per migliorare l'efficacia dell'analisi e delle risposte alle minacce.
DESTINATARI:
Il corso è rivolto a professionisti della sicurezza informatica, analisti e architetti di soluzioni di sicurezza che desiderano comprendere e implementare l'AI nelle loro infrastrutture di sicurezza. Non è richiesta un’esperienza precedente con l'AI, ma una conoscenza di base della sicurezza informatica e dei concetti di machine learning sarà utile.
CONTENUTI:
Indice Argomenti del corso pratico
- Introduzione all'AI per la cybersecurity: Machine learning, deep learning, e rilevamento delle minacce.
- Rilevamento delle intrusioni e analisi dei log con modelli AI: Clustering, apprendimento supervisionato e non supervisionato.
- Reti Neurali per la cybersecurity: Applicazioni delle CNN e delle RNN/LSTM per il rilevamento di malware e l'analisi sequenziale dei log.
- Rilevamento di phishing e attacchi di social engineering utilizzando modelli di Natural Language Processing (NLP).
- Transformers e LLM: Utilizzo di modelli come BERT e GPT per l'analisi avanzata del linguaggio naturale in ambito di sicurezza informatica.
- Retrieval Augmented Generation (RAG): Estensione dei LLM con capacità di recupero dati per fornire risposte basate su documenti aziendali o dataset di minacce.
Il corso prevede diverse sessioni interattive tematiche, che saranno svolte attraverso l'accesso dei partecipanti a laboratori online, quali notebook Python ed ambienti Colab, per l'accesso ai quali non sono richiesti requisiti tecnici di accesso.
- Introduzione all'AI per la cybersecurity: Machine learning, deep learning, e rilevamento delle minacce.
- Rilevamento delle intrusioni e analisi dei log con modelli AI: Clustering, apprendimento supervisionato e non supervisionato.
- Reti Neurali per la cybersecurity: Applicazioni delle CNN e delle RNN/LSTM per il rilevamento di malware e l'analisi sequenziale dei log.
- Rilevamento di phishing e attacchi di social engineering utilizzando modelli di Natural Language Processing (NLP).
- Transformers e LLM: Utilizzo di modelli come BERT e GPT per l'analisi avanzata del linguaggio naturale in ambito di sicurezza informatica.
- Retrieval Augmented Generation (RAG): Estensione dei LLM con capacità di recupero dati per fornire risposte basate su documenti aziendali o dataset di minacce.
Il corso prevede diverse sessioni interattive tematiche, che saranno svolte attraverso l'accesso dei partecipanti a laboratori online, quali notebook Python ed ambienti Colab, per l'accesso ai quali non sono richiesti requisiti tecnici di accesso.
PREREQUISITI:
Familiarità con i concetti di sicurezza informatica, conoscenza (anche solo di base) della programmazione Python. Non è richiesta una precedente esperienza nel campo dell’AI.
