IAML : IA et du ML pour la cybersécurité
SEC201


Objectifs pédagogiques
Le cours vise l'acquisition de compétences élevées pour mener des activités d'investigation de données massives (forensic) ou d'anticipation de la menace (CTI) dans les centres de sécurité opérationnelle (SOC). L'objectif pédagogique du cours sera de comprendre, utiliser et développer les nouvelles techniques de détection d'anomalies et comportementales utilisées au sein des SOC à base d'un outillage du machine learning et de l'ingéniérie des connaissances. Il est également complété par l'introduction des techniques de process mining. Il vise également la compréhension et la maitrise des sources de données, qualifiées ou ouvertes, utilisées dans ces domaines.
Public et conditions d'accès
Bac+ 4 informatique SEC102, SEC105, RCP101 ou RCP105, SEC107, bases python ou autre langage de programmation
Compétences
comprendre et manipuler les ontologies pour la cybersécurité = attaques, système de défense, menace, modèles d'investigation, typologie d'outils, etc. mettre en place un framework pour traiter les données massives de la cybersécurité : logs, ... avec des ontologies et des classifeur, mettre en place un framework à base de CTI pour les données en source ouverte  de la cybersécurité optimiser le framework de traitement des données massives de la cybersécurité à l'aide d'outils puissants du L et adapté à l'organisation. comprendre et manipuler les différents outils de l'ingéniérie des connaissances pour la cybcersécurité (données, ontologies, etc.) comprendre et manipuler les différentes algorithmes d'apprentissage ariticilel comprendre et manipuler différents types de base de données pour la cybersécurité avec des algorihmes du machine learning comprendre et manipuler les différents solutions de process mining.
Méthodes de validation

Controle continu 

Projet personnel par module 

Recherche bilbiographique : Soutenance et note de synthèse

Contenu de la formation
Apres un cours introductif sur l'histoire et les enjeux de l'intelligence artificielle, le cours aborde les fondamentaux de la détection d'anomalie à partir des données.  Il applique ce principe à la cybersécurité (cyber-intrusion, indisponibilité des systèmes, UEBA (user and entity behavior analytics), données intérêt et utilité de l'information, bruit), les typologies des anomalies (intrusion, fraude (carte, assurance, ...), santé, anomalie dans les texte, les images,...). Le cours enseigne les différentes. techniques de l'intelligence artificielle au service de la cybersécurité. Le cours fait un focus sur la nature des données traitées pour l'apprentissage  (hétérogénité, structures, sources ouvertes, ..) en abordant les notions d'ontologie et web sémantique. Il aborde ensuite les techniques de labellisation des données (qualification, classificationn statistique,supervisées, semi-supervisées, non supervisées). Il aborde ensuite les techniques pures du machine learning puis propose un lien avec les applications actuelles en cybersécurité, en abordant le sujet ddu machine learning appliqué à l'expertise de sécurité. Il aborde deivers outils de cybersécurité à base de machine learning et IA au travers d'une étude bibliographique.

Cette UE apparaît dans les diplômes et certificats suivants :

  • CYC9106A : Diplôme d'ingénieur Spécialité informatique parcours Cybersécurité

Prochaines sessions de formation

Recherche en cours ...