강의 계획서

1. 1주차

   1. 과목 소개

   2. AI 사이버보안의 필요성

   3. 인공지능 시대와 정보 보안

   4. 트랜드와 개념 : 빅데이터, 인공지능 ①

   5. 트랜드와 개념 : 빅데이터, 인공지능 ②

   6. 정보보호 분야의 인공지능 적용 사례

   7. 형성평가

2. 2주차

   1. 머신러닝기술 이해

   2. 머신러닝 프로세스 ① : 데이터 수집, 전처리

   3. 머신러닝 프로세스 ② : 특징과 모델

   4. 파이썬과 머신러닝 ①

   5. 파이썬과 머신러닝 ②

   6. [다운로드] 실습환경 구축

   7. [참고] Data Analysis with Python/데이터 분석을 위한 3종 패키지

3. 3주차

   1. 파이썬 기능 이해

   2. Jupyter Notebook, Numpy ①

   3. Jupyter Notebook, Numpy ②

   4. Pandas

   5. Matplotlib, Scipy, Scikit-learn

   6. [다운로드] 실습자료

4. 4주차

   1. 통계학과 머신러닝의 이해

   2. 선형 회귀 알고리즘

   3. 선형 회귀 모델링

   4. 기초 통계학과 특징 공학 ①

   5. 기초 통계학과 특징 공학 ②

   6. [다운로드] 실습자료

5. 5주차

   1. 모델 평가 지표의 이해

   2. 모델 평가 지표 : 회귀, 군집, 분류 모델

   3. 모델 평가 지표 : 편향, 분산, 적합

   4. 선형 회귀 모델링에 특징 공학 적용 ①

   5. 선형 회귀 모델링에 특징 공학 적용 ②

   6. [다운로드] 실습자료

6. 6주차

   1. 악성코드의 이해

   2. 악성코드와 악성코드 분석 방법 ①

   3. 악성코드와 악성코드 분석 방법 ②

   4. 악성코드 분석

   5. 분류 알고리즘 ①

   6. 분류 알고리즘 ②

   7. 형성평가

7. 7주차

   1. 군집화 알고리즘의 이해

   2. 군집화 알고리즘

   3. 악성코드 분류 모델 구현

   4. 분류 모델에 특징공학 적용

   5. 하위 섹션

8. 8주차

   1. 중간고사

9. 9주차

   1. 인공지능 악성코드 탐지 시스템 구현 준비

   2. 인공지능 악성코드 탐지 시스템

   3. 악성코드 데이터 수집

   4. 악성코드 특징 추출

   5. [다운로드] 실습환경 구축

10. 10주차

    1. 인공지능 악성코드 탐지 시스템 구현

    2. 특징 공학

    3. 모델링

    4. 백신 엔진 개발

    5. 형성평가

11. 11주차

    1. 네트워크 보안과 인공지능의 이해

    2. 네트워크 보안 위협과 보호 기술 ①

    3. 네트워크 보안 위협과 보호 기술 ②

    4. 네트워크 위협과 이상탐지

    5. 확률 기반 이상탐지 모델 구현

    6. [다운로드] 실습자료

    7. [참고자료]

12. 12주차

    1. 엘라스틱 스택의 이해

    2. 엘라스틱 스택과 엘라스틱서치 ①

    3. 엘라스틱 스택과 엘라스틱서치 ②

    4. 로그스태시와 엘라스틱서치 연동

    5. 키바나를 활용한 데이터 시각화

    6. 형성평가

13. 13주차

    1. 네트워크 이상탐지 시스템 구현 준비

    2. 네트워크 이상탐지 시스템

    3. 실습환경 구축

    4. 네트워크 데이터 수집

    5. 형성평가

14. 14주차

    1. 네트워크 이상탐지 시스템 구현

    2. 특징 공학

    3. 모델링 및 대시보드 구현

    4. 인공지능 보안, 이상과 현실

    5. 형성평가

15. 15주차

    1. 기말고사