AI-Aangedreven Cyberbeveiliging: Bedreigingsdetectie en Reactie Training Cursus

Deze door een instructeur geleide, live training in België (online of ter plaatse) is gericht op datawetenschappers en software-ontwikkelaars die AdaBoost willen gebruiken om boosting-algoritmen te bouwen voor machine learning met Python.

Aan het einde van deze training kunnen deelnemers:

• De noodzakelijke ontwikkelomgeving instellen om te beginnen met het bouwen van machine learning modellen met AdaBoost.
• Het ensemble learning benadering begrijpen en het implementeren van adaptieve boosting.
• Leren hoe AdaBoost modellen te bouwen om machine learning algoritmen in Python te verbeteren.
• Hyperparameter tuning gebruiken om de nauwkeurigheid en prestaties van AdaBoost modellen te verhogen.

Deze live training onder leiding van een instructeur in België (online of ter plaatse) is gericht op zowel datawetenschappers als minder technische personen die Auto-Keras willen gebruiken om het proces van het selecteren en optimaliseren van een machine learning-model te automatiseren.

Aan het einde van deze training zijn de deelnemers in staat om:

• Automatiseer het proces van het trainen van zeer efficiënte machine learning-modellen.
• Zoek automatisch naar de beste parameters voor deep learning-modellen.
• Bouw zeer nauwkeurige machine learning-modellen.
• Gebruik de kracht van machine learning om echte zakelijke problemen op te lossen.

Deze door een instructeur geleide live training (online of ter plaatse) is gericht op technische deelnemers met een achtergrond in machine learning die hun modellen willen optimaliseren voor het detecteren van complexe patronen in big data met behulp van AutoML-frameworks.

Deze door een instructeur geleide, live training in België (online of op locatie) is bedoeld voor deelnemers met verschillende expertiseniveaus die gebruik willen maken van het AutoML-platform van Google om op maat gemaakte chatbots te bouwen voor verschillende toepassingen.

Aan het einde van deze training zijn de deelnemers in staat om:

• Begrijp de basisprincipes van de ontwikkeling van chatbots.
• Navigeer door het Google Cloud Platform en ga naar AutoML.
• Bereid gegevens voor op het trainen van chatbotmodellen.
• Train en evalueer aangepaste chatbotmodellen met behulp van AutoML.
• Implementeer en integreer chatbots in verschillende platforms en kanalen.
• Bewaak en optimaliseer de prestaties van chatbots in de loop van de tijd.

Dit instructeurgeleide, live training in België (online of on-site) behandelt de verschillende aspecten van bedrijfsveiligheid, van AI tot databasisveiligheid. Het bevat ook een overzicht van de nieuwste tools, processen en mentaliteit die nodig zijn om aanvallen te voorkomen.

Deze door een instructeur geleide live training op België (online of op locatie) biedt een introductie in het gebied van patroonherkenning en machine learning. Het raakt aan praktische toepassingen in statistiek, informatica, signaalverwerking, computervisie, datamining en bio-informatiek.

Na afloop van deze training kunnen de deelnemers:

• Kernstatistische methoden toepassen op patroonherkenning.
• Sleutelmodellen zoals neurale netwerken en kernelmethoden gebruiken voor gegevensanalyse.
• Geavanceerde technieken implementeren voor complex probleemoplossen.
• Voorspellingsnauwkeurigheid verbeteren door verschillende modellen te combineren.

Deze live training onder leiding van een instructeur in België (online of ter plaatse) is bedoeld voor datawetenschappers en data-analisten die voorspellende modellen willen automatiseren, evalueren en beheren met behulp van de machine learning-mogelijkheden van DataRobot.

Aan het einde van deze training zijn de deelnemers in staat om:

• Laad datasets in DataRobot om gegevens te analyseren, te beoordelen en de kwaliteit te controleren.
• Bouw en train modellen om belangrijke variabelen te identificeren en voorspellingsdoelen te halen.
• Interpreteer modellen om waardevolle inzichten te creëren die nuttig zijn bij het nemen van zakelijke beslissingen.
• Bewaak en beheer modellen om geoptimaliseerde voorspellingsprestaties te behouden.

In deze les worden de leerlingen ondergedompeld in een interactieve omgeving waar ze te zien krijgen hoe ze hun eigen systemen kunnen scannen, testen, hacken en beveiligen. De lab-intensieve omgeving geeft elke student diepgaande kennis en praktische ervaring met de huidige essentiële beveiligingssystemen. Studenten zullen beginnen met te begrijpen hoe perimeterverdediging werkt en vervolgens worden geleid tot het scannen en aanvallen van hun eigen netwerken, geen enkel echt netwerk wordt geschaad. Studenten leren vervolgens hoe indringers privileges escaleren en welke stappen kunnen worden genomen om een systeem te beveiligen. Studenten leren ook over inbraakdetectie, beleidscreatie, social engineering, DDoS-aanvallen, bufferoverloop en viruscreatie. Wanneer een student deze intensieve 5-daagse les verlaat, zullen ze praktische kennis en ervaring hebben in ethisch hacken.

Het doel van de Ethical Hacking Training is:

• Vaststellen en beheren van minimumnormen voor het certificeren van professionele informatiebeveiligingsspecialisten in ethische hackmaatregelen.
• Informeer het publiek dat gediplomeerde personen aan de minimumnormen voldoen of deze overtreffen.
• Versterk ethisch hacken als een uniek en zelfregulerend beroep.

Audiëntie:

De cursus is ideaal voor mensen die werken in functies zoals, maar niet beperkt tot:

• Beveiligingsingenieurs
• Adviseurs op het gebied van beveiliging
• Beveiligingsmanagers
• IT Directeur/Managers
• Veiligheids-auditors
• IT-systeembeheerders
• IT-netwerkbeheerders
• Netwerk Architecten
• Ontwikkelaars

Deze live training onder leiding van een instructeur in België (online of ter plaatse) is bedoeld voor datawetenschappers, data-analisten en ontwikkelaars die AutoML producten en functies willen verkennen om met minimale inspanning aangepaste ML-trainingsmodellen te maken en te implementeren.

Aan het einde van deze training zijn de deelnemers in staat om:

• Verken de productlijn AutoML om verschillende services voor verschillende gegevenstypen te implementeren.
• Bereid gegevenssets voor en label ze om aangepaste ML-modellen te maken.
• Train en beheer modellen om nauwkeurige en eerlijke machine learning-modellen te produceren.
• Maak voorspellingen met behulp van getrainde modellen om te voldoen aan bedrijfsdoelstellingen en -behoeften.

De Certified Ethical Hacker-certificering is een gewilde cyberbeveiligingscertificering over de hele wereld.

Dit programma bevat instructie en oefening om studenten klaar te stomen voor het afleggen van het CEH-certificeringsexamen en het CEH-praktijkexamen. Kandidaten die beide examens met succes afleggen, verdienen zowel de CEH-masterreferentie als hun CEH-certificering.

Studenten krijgen de keuze om de CPENT- of de CHFI-cursus aan hun pakket toe te voegen.

Training voor de cursus Certified Penetration Testing Professional (CPENT) of de cursus Computer Hacking Forensic Investigator (CHFI) wordt aan elke student gegeven via het online, zelfstudie, streaming videoprogramma van EC-Council.

CPENT (Pen-test):
Leert studenten hoe ze de concepten en tools die in het CEH-programma worden onderwezen, kunnen toepassen op een pentestmethodologie in een live cyberbereik.

CHFI (Computer Forensisch Onderzoek):
Leert studenten een methodologische benadering van forensisch computeronderzoek, waaronder zoeken en in beslag nemen, chain of custody, verwerving, bewaring, analyse en rapportage van digitaal bewijsmateriaal.

Vakbeschrijving

CEH biedt een diepgaand inzicht in ethische hackfasen, verschillende aanvalsvectoren en preventieve tegenmaatregelen. Het leert u hoe hackers kwaadwillig denken en handelen, zodat u beter in staat bent om uw beveiligingsinfrastructuur op te zetten en u te verdedigen tegen toekomstige aanvallen. Inzicht in zwakke punten en kwetsbaarheden in het systeem helpt organisaties hun systeembeveiligingscontroles te versterken om het risico op een incident te minimaliseren.

CEH is gebouwd om een hands-on omgeving en systematisch proces te integreren in elk ethisch hackdomein en elke methodologie, waardoor u de mogelijkheid krijgt om te werken aan het bewijzen van de vereiste kennis en vaardigheden die nodig zijn om de CEH-referentie te behalen. U zult worden blootgesteld aan een geheel andere houding ten opzichte van de verantwoordelijkheden en maatregelen die nodig zijn om veilig te zijn.

Voor wie

• Wetshandhavingspersoneel
• Systeembeheerders
• Beveiligers
• Defensie en militair personeel
• Juridische professionals
• Bankiers
• Professionals in de beveiliging

Over de Certified Ethical Hacker Master

Om de CEH Master-certificering te behalen, moet u slagen voor het CEH Practical-examen. Het CEH-praktijkexamen is ontworpen om studenten de kans te geven te bewijzen dat ze de principes die in de CEH-cursus worden onderwezen, kunnen uitvoeren. Het praktijkexamen vereist dat u de toepassing van ethische hacktechnieken aantoont, zoals identificatie van bedreigingsvectoren, netwerkscanning, OS-detectie, kwetsbaarheidsanalyse, systeemhacking en meer.

De CEH Practical bevat geen simulaties. In plaats daarvan daagt u een live-bereik uit dat is ontworpen om een bedrijfsnetwerk na te bootsen door het gebruik van live virtuele machines, netwerken en applicaties.

Het succesvol afronden van de uitdagingen in het CEH-praktijkexamen is de volgende stap na het behalen van de Certified Ethical Hacker (CEH)-certificering. Als u zowel het CEH-examen als het CEH-practicum met succes aflegt, verdient u de aanvullende certificering van CEH Master.

Over de Certified Ethical Hacker Praktijk

Om te bewijzen dat je bedreven bent in ethisch hacken, testen we je vaardigheden met echte uitdagingen in een echte omgeving, met behulp van labs en tools waarbij je specifieke ethische hackuitdagingen binnen een tijdslimiet moet voltooien, net zoals je in de echte wereld zou tegenkomen.

Het EC-Council CEH (praktijk) examen bestaat uit een complex netwerk dat het echte netwerk van een grote organisatie nabootst en bestaat uit verschillende netwerksystemen (waaronder DMZ, firewalls, enz.). U moet uw ethische hackvaardigheden toepassen om realtime kwetsbaarheden te ontdekken en te exploiteren, terwijl u ook de systemen controleert.

Over CPENT

EC-Council's Certified Penetration Tester (CPENT) programma draait helemaal om de pentest en leert je te presteren in een bedrijfsnetwerkomgeving die moet worden aangevallen, uitgebuit, omzeild en verdedigd. Als je alleen in platte netwerken hebt gewerkt, zal CPENT's live oefenbereik je leren om je vaardigheden naar een hoger niveau te tillen door je te leren IoT-systemen, OT-systemen te pentesten, maar ook hoe je je eigen exploits kunt schrijven, je eigen tools kunt bouwen, geavanceerde binaire uitbuiting kunt uitvoeren, dubbele pivot om toegang te krijgen tot verborgen netwerken, en aanpassing van scripts en exploits om in de diepste segmenten van het netwerk te komen.

Over CHFI

De cursus Computer Hacking Forensic Investigator (CHFI) levert de beveiligingsdiscipline van digitaal forensisch onderzoek vanuit een leveranciersneutraal perspectief. CHFI is een uitgebreide cursus die de belangrijkste scenario's voor forensisch onderzoek behandelt en studenten in staat stelt de nodige praktijkervaring op te doen met verschillende forensische onderzoekstechnieken en standaard forensische hulpmiddelen die nodig zijn om met succes een forensisch computeronderzoek uit te voeren.

Deze door een instructeur geleide live-training (online of ter plekke) is gericht op ontwikkelaars die Google’s ML Kit willen gebruiken om machine learning-modellen te bouwen die zijn geoptimaliseerd voor verwerking op mobiele apparaten.

Aan het einde van deze training kunnen de deelnemers:

• De noodzakelijke ontwikkelomgeving instellen om met het ontwikkelen van machine learning-functies voor mobiele apps te beginnen.
• Nieuwe machine learning-technologieën integreren in Android- en iOS-apps met behulp van de ML Kit APIs.
• Bestaande apps verbeteren en optimaliseren met behulp van de ML Kit SDK voor op-apparaatverwerking en implementatie.

Pattern Matching is een techniek die wordt gebruikt om gespecificeerde patronen in een afbeelding te lokaliseren. Het kan worden gebruikt om het bestaan van gespecificeerde kenmerken in een vastgelegd beeld te bepalen, bijvoorbeeld het verwachte label op een defect product in een fabriekslijn of de gespecificeerde afmetingen van een onderdeel. Het verschilt van "Pattern Recognition" (dat algemene patronen herkent op basis van grotere verzamelingen van verwante monsters) in die zin dat het specifiek dicteert waarnaar we op zoek zijn en ons vervolgens vertelt of het verwachte patroon bestaat of niet.

Vorm van de cursus

• Deze cursus introduceert de benaderingen, technologieën en algoritmen die worden gebruikt op het gebied van patroonherkenning zoals dat van toepassing is op Machine Vision.

Deze door een instructeur geleide, live training (online of op locatie) is bedoeld voor datawetenschappers en softwareontwikkelaars die Random Forest willen gebruiken om machine learning-algoritmen te bouwen voor grote datasets.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De noodzakelijke ontwikkelomgeving in te stellen om te beginnen met het bouwen van machine learning-modellen met Random Forest.
• De voordelen van Random Forest te begrijpen en te leren hoe je het kunt implementeren om classificatie- en regressieproblemen op te lossen.
• Te leren hoe je grote datasets kunt beheren en de verschillende beslissingsbomen in Random Forest kunt interpreteren.
• De prestaties van machine learning-modellen te evalueren en te optimaliseren door hyperparameters af te stellen.

Deze live training onder leiding van een instructeur in België (online of ter plaatse) is bedoeld voor data-analisten op gemiddeld niveau die willen leren hoe ze RapidMiner kunnen gebruiken om waarden te schatten en te projecteren en analytische tools willen gebruiken voor het voorspellen van tijdreeksen.

Aan het einde van deze training zijn de deelnemers in staat om:

• Leer de CRISP-DM-methodologie toe te passen, selecteer de juiste machine learning-algoritmen en verbeter de modelconstructie en -prestaties.
• Gebruik RapidMiner om waarden te schatten en te projecteren, en gebruik analytische hulpmiddelen voor het voorspellen van tijdreeksen.

RapidMiner is een open source datawetenschapssoftwareplatform voor snelle prototyping en ontwikkeling van applicaties. Het omvat een geïntegreerde omgeving voor gegevensvoorbereiding, machine learning, deep learning, text mining en voorspellende analyses. 

In deze live training onder leiding van een instructeur leren deelnemers hoe ze RapidMiner Studio kunnen gebruiken voor gegevensvoorbereiding, machine learning en implementatie van voorspellende modellen. 

Aan het einde van deze training zijn de deelnemers in staat om:

• Installeren en configureren RapidMiner
• Gegevens voorbereiden en visualiseren met RapidMiner
• Machine learning-modellen valideren
• Mashup data en creëer voorspellende modellen
• Operationaliseren van predictive analytics binnen een bedrijfsproces
• Problemen oplossen en optimaliseren RapidMiner

Audiëntie

• Datawetenschappers
• Ingenieurs
• Ontwikkelaars

Vorm van de cursus

• Deels lezing, deels discussie, oefeningen en zware hands-on oefening

Notitie

• Om een training op maat voor deze cursus aan te vragen, neem dan contact met ons op om een afspraak te maken.