IA Cibersecurity Lab

$220.000 CLP

IA Cibersecurity Lab

$220.000 CLP
11

IA Cibersecurity Lab

Horarios: 14, 21, 28 de noviembre y 5 de diciembre de 14-16 hrs. Incluye el libro: “Machine Learning aplicado a Ciberseguridad: Técnicas y ejemplos en la detección de amenazas” de 0xword.

Explicación de objetivos y contenido

En este IA Cibersecurity Lab se presenta el panorama actual de amenazas cibernéticas y cómo la Inteligencia Artificial será un ayudante en la detección, pero también una amenaza y aliado de los atacantes. Es vital, hoy día, tener skills en Deep Learning, Machine Learning y conocer cómo es la base de la auditoría y pentesting de sistemas con IA.

Es fundamental que los profesionales de la ciberseguridad tengan una comprensión profunda de cómo la IA puede utilizarse por atacantes como por defensores en el día a día. Esto permite contrarrestar los TTPs utilizados por los adversarios.

El enfoque del taller es eminentemente práctico, pudiendo realizar pruebas de concepto sobre los conceptos estudiados. El taller comienza con una serie de fundamentos y conceptos de la IA aplicados a la Ciberseguridad. Se trabaja el concepto de Deep Learning y Machine Learning y se aplican casos prácticos basados en mejorar la detección de sistemas. Además, se hablará de la seguridad de los modelos, lo cual es sumamente importante hoy día, ya que cualquier empresa utiliza sistemas con IA.

Puedes consultar el índice detallado del curso y entrar en el mundo de la IA y la ciberseguridad.

Asistentes, ¿Quién está en el foco?

Profesionales del sector de la Seguridad de la Información

Estudiantes

Administradores de sistemas y redes

Desarrolladores que quieran mejorar su perfil

Cuerpos y Fuerzas de Seguridad

Docentes


Contenido

1. Fundamentos y herramientas de la IA aplicada a la Ciberseguridad

   a. Jupyter Notebook, Conda, Pandas, Numpy, etc
   b. Conceptos generales de la IA
2. Machine Learning y Ciberseguridad
    a. Concepto de Machine Learning
    b. Tipo de Aprendizaje, supervisado, no supervisado y reforzado.
    c. Detección de anomalías y protección contra amenazas
    d. Respuesta a incidentes
    e. Análisis práctico de Malware (Python)
    f. Análisis práctico de Logs (Python)
3. Deep Learning, conceptos y herramientas
    a. Redes Neuronales
    b. Deep Learning
    c. Herramientas de DeepLearning para IA (Tensorflow, Keras, etc)
    d. Detección práctica de amenazas en el correo usando DeepLearning          (Python)
4. Seguridad en los modelos de IA
    a. La importancia de auditar modelos de IA
    b. DeepFakes
    c. Cómo se auditan los modelos de IA
    d. Tipos de ataques contra modelos y el pipeline de la IA
    e. FGSM ataque y defensa, implementación y funcionamiento (Python)
    f. OMLASP
    g. OWASP

Docentes: Pablo González (@pablogonzalezpe)

https://mypublicinbox.com/pabl...

Experiencia docente

Máster Universitario en Seguridad Informática por la Universidad Internacional de La Rioja.

Ingeniero en Informática por la Universidad Rey Juan Carlos. Ingeniero Técnico en Informática de Sistemas en la Universidad Rey Juan Carlos. Premio al mejor expediente de su promoción en la Universidad Rey Juan Carlos y Premio Extraordinario Fin de Carrera en Ingeniería Técnica en Informática de Sistemas. MVP Microsoft Security desde 2017.

Trabaja en Telefónica como Responsable del Departamento de Ideas Locas del área CDO. Es docente y Director en el Máster de Seguridad de Tecnologías de la Información y de las Comunicaciones en la Universidad Europea de Madrid. Además, es docente en otros másteres de seguridad de la información. Trabajó en Informática64 durante 4 años en Formación, Consultoría y Auditoría.

Tiene diversas publicaciones en el ámbito de la Seguridad de la Información en la editorial 0xword

Pablo ha impartido formación en Rooted CON 2013-2019. También ha sido docente en los Labs de No cON Name 2013 y 2014 con Metasploit para Pentesters. Ha sido ponente en Rooted CON 2013, 2014, 2016, 2018 y 2019, No cON Name, Navaja Negra y otros congresos como Hackron, Sh3llCon, Cybercamp o Rooted Valencia, entre otros. Ponente en congresos internacionales como la Black Hat Europe Arsenal 2017, 2018 y 2019, BlackHat USA 2020, BlackHat Europe 2021 y 2022, 8dot8 en 2014,2018 y 2019, EkoParty 2018, LeHack 2019, Bsides Colombia en 2016 o el IEEE SBS Gold en 2012. Fundador de hackersClub Academy

y

Docente: Fran Ramírez (@cybercaronte)
https://mypublicinbox.com/fran...

Fran Ramírez es Ingeniero/Grado en Informática de Sistemas, Técnico Superior en Electrónica Digital, Máster Universitario en Seguridad Informática y Máster Universitario en IA/Ciencia de Datos. Más de 15 años de experiencia como Administrador de Sistemas realizando múltiples proyectos internacionales sobre todo en Inglaterra, EEUU y Canadá. Desde el año 2017, trabajo como Investigador de Ciberseguridad en el equipo de Ideas Locas CDO, realizando proyectos relacionados con Ciberseguridad y Machine Learning. Ponente en eventos nacionales (RootedCon, Mobile World Congress, etc) y otros internacionales (Black Hat Europe Arsenal en Londres, Hacktiviy en Hungría, LeHack en París, etc). Fundador de www.cyberhades.com (cybercaronte) sobre Seguridad Informática entre otros temas geek. Co-autor del libro "MicroHistorias: anécdotas y curiosidades de la Informática”, “Machine Learning aplicado a la Ciberseguridad” y “Docker:SecDevOps” ambos de la editorial 0xWord.

Se requiere de mínimo 10 personas para realizar el taller.

Máximo 20 personas pueden participar del taller.

Solo quedan 11 unidades de este producto

También te puede interesar