AI+ Security Level 3™ - eLearning (inklusive examen)
5.450,00 SEK
- 40 hours
Led nästa era av cybersäkerhet med AI-drivna innovationer Denna certifiering erbjuder en omfattande fördjupning i hur Artificiell Intelligens (AI) och Maskininlärning (ML) omvandlar cybersäkerheten. Du kommer att lära dig att använda AI för avancerad hotdetektering, regelkonformitet och riskhantering över nätverk, slutpunkter, IoT och molnmiljöer.
Nyckelfunktioner
Språk
Kurs och material på engelska
Nivå
Mellannivå (Kategori: AI+ Teknisk)
1 års plattformsåtkomst
och Virtuellt praktiskt laboratorium ingår
40 timmar av videolektioner & multimedia
Rekommendation om 50 timmars studietid
Material
Video, PDF-material, ljudböcker, poddsändningar, quiz och bedömningar.
Examen
Onlineövervakat prov med en gratis omtentamen
Certifikat
Intyg om genomförande ingår. Giltigt i 1 år
Verktyg du kommer att bemästra
Splunk User Behavior Analytics (UBA), Microsoft Defender for Endpoint, Microsoft Azure AD Conditional Access, Adversarial Robustness Toolbox (ART)
Om kursen
Programmet fokuserar på praktisk tillämpning genom fallstudier, workshops och verkliga scenarier, vilket ger dig praktisk erfarenhet av att försvara dig mot nya hot, fientliga attacker och föränderliga efterlevnadskrav. Ett avslutande projekt kommer att låta dig tillämpa din expertis på en verklig cybersäkerhetsutmaning, förbereder dig för att effektivt designa och implementera AI-drivna säkerhetslösningar.
Lärandemål
I slutet av denna kurs kommer du att kunna:
Utnyttja djupinlärning för cyberförsvar
Utveckla färdigheter i att tillämpa djupinlärningsmodeller för avancerade cybersäkerhetsuppgifter såsom detektering av skadlig kod, förebyggande av nätfiske och prediktiv hotanalys.
AI-driven moln- & container-säkerhet
Lär dig hur AI förbättrar säkerheten för molninfrastrukturer och containerbaserade miljöer, med fokus på skalbarhet, automatisering och proaktivt hotbemötande.
AI-förstärkt identitets- & åtkomsthantering
Tillämpa AI för att optimera identifieringsverifiering, stärka åtkomstkontroller och säkra autentiseringsmekanismer.
AI-drivna IoT-säkerhet
Upptäck AI-strategier för att hantera säkerhetsrisker specifika för IoT, inklusive identifiering av komprometterade enheter och skydd av kommunikationskanaler.
Kurstidslinje
Grundläggande AI och maskininlärning för säkerhetsteknik
Lektion 1
- 1.1 Grundläggande AI- och ML-koncept för säkerhet
- 1.2 AI-användningsfall inom cybersäkerhet
- 1.3 Konstruera AI-pipelines för säkerhet
- 1.4 Utmaningar med att tillämpa AI på säkerhet
Maskininlärning för hotdetektering och respons
Lektion 2
- 2.1 Ingenjörskonst för framtagning av egenskaper i cybersäkerhetsdatabaser
- 2.2 Övervakat lärande för hotklassificering
- 2.3 Oövervakat lärande för avvikelsedetektering
- 2.4 Ingenjörskonst för system för upptäckt av hot i realtid
Djupinlärning för säkerhetstillämpningar
Lektion 3
- 3.1 Faltande neurala nätverk (CNN) för hotdetektering
- 3.2 Återkommande neuronnät (RNNs) och LSTMs för säkerhet
- 3.3 Autoenkodare för avvikelsedetektering
- 3.4 Fientligt inriktad djupinlärning inom säkerhet
Fientlig AI inom säkerhet
Lektion 4
- 4.1 Introduktion till fientliga AI-attacker
- 4.2 Försvarsmekanismer mot fientliga attacker
- 4.3 Fientlig testning och röda team för AI-system
- 4.4 Ingenjörskonst för robusta AI-system mot antagonistisk AI
AI inom nätverkssäkerhet
Lektion 5
- 5.1 AI-drivna intrångsdetekteringssystem
- 5.2 AI för upptäckt av distribuerade överbelastningsattacker (DDoS)
- 5.3 AI-baserad detektering av nätverksanomalier
- 5.4 Konstruktion av säkra nätverksarkitekturer med AI
AI i slutpunktsäkerhet
Lektion 6
- 6.1 AI för upptäckt och klassificering av skadprogram
- 6.2 AI för slutpunktsdetektering och respons (EDR)
- 6.3 AI-drivet hotspårning
- 6.4 Implementering av lätta AI-modeller för resursbegränsade enheter
Säker AI-systemteknik
Lektion 7
- 7.1 Att utforma säkra AI-arkitekturer
- 7.2 Kryptografi inom AI för säkerhet
- 7.3 Säkerställande av modellförklarbarhet och transparens inom säkerhet
- 7.4 Prestandaoptimering av AI-säkerhetssystem
AI för säkerhet i moln och containrar
Lektion 8
- 8.1 AI för att säkra molnmiljöer
- 8.2 AI-drivna containersäkerhet
- 8.3 AI för att säkra serverlösa arkitekturer
- 8.4 AI och DevSecOps
Penetrationstestning med artificiell intelligens
Lektion 9
- 9.1 Effektivisering av identifiering av sårbarheter med hjälp av AI
- 9.2 Automatisering av hotdetektering och anpassning till föränderliga attackmönster
- 9.3 Stärkande organisationer mot cyberhot genom AI-drivna penetrationstester
- 9.4 Verktyg och teknologi: Verktyg för penetrationstestning, AI-baserade sårbarhetsskannrar
AI inom Identitets- och Åtkomsthantering (IAM)
Lektion 10
- 10.1 AI för analys av användarbeteende inom IAM
- 10.2 AI för multifaktorautentisering (MFA)
- 10.3 AI för Zero-Trust-arkitektur
- 10.4 AI för rollbaserad åtkomstkontroll (RBAC)
AI för fysisk säkerhet och IoT-säkerhet
Lektion 11
- 11.1 AI för att säkra smarta städer
- 11.2 AI för industriell IoT-säkerhet
- 11.3 AI för säkerhet i självkörande fordon
- 11.4 AI för att säkra smarta hem och konsument-IoT
Examensarbete - Ingenjörskonst för AI-säkerhetssystem
Lektion 12
- 12.1 Att definiera problemställningen för examensprojektet
- 12.2 Konstruera AI-lösningen
- 12.3 Distribution och övervakning av AI-systemet
- 12.4 Slutpresentation och utvärdering av examensarbete
AI-agenter för säkerhetsnivå 3
Valfri modul
- 1. Att förstå AI-agenter
- 2. Fallstudier
- 3. Praktisk övning med AI-agenter
Industritillväxt
Ökad efterfrågan på AI-säkerhetsexperter
- AI-drivna cyberhot utvecklas snabbt, vilket ökar efterfrågan på yrkesverksamma som är skickliga på att motverka avancerade attacker och sårbarheter.
- 84% av cybersäkerhetsproffsen håller med om att AI förbättrar deras förmåga att bekämpa cyberhot.
- Hög tillväxtområden: AI-drivet hotunderrättelse, Prediktivt cyberförsvar, Djupinlärning för säkerhet, Nolltillits AI-säkerhetsramverk
- Den globala marknaden för AI-säkerhet beräknas nå 133 miljarder dollar år 2030, vilket gör det till ett utmärkt karriärval för de som söker inflytelserika roller inom cybersäkerhet.
Vem bör anmäla sig till detta program?
Cybersäkerhetsexperter & Analytiker
Penetrationstestare & hotjägare
Säkerhetskonsulter
Incidenthanterare
Säkerhetsingenjörer
Revisionskontrollanter
Nätverkssäkerhetsadministratörer
IT-professionella & systemadministratörer
Affärsledare & beslutsfattare
Mjukvaruutvecklare
Mer information
Förkunskapskrav
- Det rekommenderas men är inte obligatoriskt att ha slutfört AI+ Security Level 1™.
- Grundläggande kunskaper i Python, inklusive variabler, loopar och funktioner.
- Förståelse för CIA-triaden, grundläggande koncept inom cybersäkerhet och vanliga hot såsom skadlig programvara.
- Allmän kännedom om grunderna i maskininlärning (ingen teknisk expertis nödvändig).
- Förståelse för grundläggande nätverk, inklusive IP-adressering och TCP/IP-protokoll.
- Grundläggande färdigheter i Linux/kommandoraden för navigering och användning av säkerhetsverktyg.
- Intresse för att utnyttja AI för realtidsapplikationer inom cybersäkerhet.
- Inga formella förkunskapskrav—certifieringen baseras enbart på resultatet av provet.
Provuppgifter
- Varaktighet: 90 minuter
- Godkänd: 70% (35/50)
- Format: 50 flervalsfrågor/flervalsrespons
- Leveransmetod: Online via övervakad examinationssystem (flexibel schemaläggning)
- Språk: Svenska
Licensiering och ackreditering
Denna kurs erbjuds av AVC enligt Partnerprogramavtalet och uppfyller kraven i Licensavtalet.
Aktiepolicy
AVC tillhandahåller inte anpassningar på grund av en funktionsnedsättning eller medicinskt tillstånd hos några studenter. Kandidater uppmuntras att kontakta AVC för vägledning och stöd under anpassningsprocessen.
Vanliga frågor
Behöver du en företagslösning eller integration av LMS?
Hittade du inte kursen eller programmet som skulle passa för ditt företag? Behöver du LMS-integration? Skriv till oss! Vi löser det!