Συνεχιζόμενη Εκπαίδευση Μεταπτυχιακό στα Δεδομένα, Σύνθετα Δίκτυα & Επιστήμες Κυβερνοασφάλειας
ΔΙΆΡΚΕΙΑ
2 Years
ΓΛΏΣΣΕΣ
Ισπανικά
ΡΥΘΜΌΣ
Πλήρης απασχόληση
ΠΡΟΘΕΣΜΊΑ ΕΦΑΡΜΟΓΉΣ
Προθεσμία υποβολής αιτήσεων
ΠΡΩΙΜΌΤΕΡΗ ΗΜΕΡΟΜΗΝΊΑ ΈΝΑΡΞΗΣ
Ζητήστε την πρωιμότερη ημερομηνία έναρξης
ΔΊΔΑΚΤΡΑ
EUR 4.100
ΜΟΡΦΉ ΜΕΛΈΤΗΣ
Στην Πανεπιστημιούπολη
Εισαγωγή
Το κύριο χαρακτηριστικό του μεταπτυχιακού τίτλου, που το καθιστά μοναδικό, είναι ότι χρησιμοποιεί μοντέλα Επιστήμης Δεδομένων και Μηχανικής Μάθησης για να μελετήσει σε βάθος τα πιο πρόσφατα συμβάντα Κυβερνοασφάλειας, συνάγοντας από αυτή την ανάλυση τις πιο εισαγόμενες αρχιτεκτονικές προστασίας στον τομέα.
Εκπαιδεύουμε μελλοντικούς Αρχιτέκτονες Κυβερνοασφάλειας στις πιο απαιτητικές τεχνικές προστασίας, όπως η Zero Trust Architectures, εφαρμόζοντας μοντέλα Data Science στο σχεδιασμό τους, στην επικύρωση της ευρωστίας των αρχιτεκτονικών και στον εντοπισμό των επιθέσεων που προκαλούν τις περισσότερες απώλειες. προκαλούν στον κλάδο.
Είμαστε οργανωμένοι σε πέντε ενότητες. Μπορείτε να τα πάρετε σε ένα ή περισσότερα χρόνια. Οι δύο αρχικές ενότητες είναι η Εισαγωγή στην Κυβερνοασφάλεια και ο προγραμματισμός σε Python με επίκεντρο τα δεδομένα. Οι επόμενες τρεις ενότητες επικεντρώνονται, αφενός, στις αρχιτεκτονικές και τεχνολογικές πτυχές της Κυβερνοασφάλειας (Μοντέλο NIST 800) και στα μοντέλα ανάλυσης των πιο σύγχρονων τεχνικών επίθεσης όπως το Cyber Kill Chain και το MITER ATT&CK. Σε αυτό προσθέτουμε την πρακτική εφαρμογή της Επιστήμης Δεδομένων και της Μηχανικής Μάθησης (βασικά Python) για τον εντοπισμό ανωμαλιών στη συμπεριφορά συστημάτων και ανθρώπων, που επιτρέπουν την ταχεία αντίδραση σε μια επίθεση.
Καθώς τελειώνετε κάθε μία από τις ενότητες θα αποκτήσετε το αντίστοιχο πτυχίο Ανώτατου Πανεπιστημίου. Στο τέλος των πέντε ενοτήτων και του Τελικού Μεταπτυχιακού Προγράμματος, εκδίδεται το Μεταπτυχιακό. Μπορείτε να το πάρετε και αν έχετε πτυχίο πανεπιστημίου ή εάν αποδείξετε εμπειρία στον κόσμο της Επιστήμης των Υπολογιστών.
Βρισκόμαστε στην Πανεπιστημιούπολη Fuenlabrada του URJC. Η διάρκεια του Master είναι 600 ώρες. Θα ξεκινήσουμε στις 15 Οκτωβρίου με απογευματινό ωράριο: από τις 16:00 έως τις 20:00 από Δευτέρα έως Πέμπτη. Δεδομένης της τρέχουσας κατάστασης, για το μάθημα 20/21, τα μαθήματα μπορούν να παρακολουθούνται αυτοπροσώπως ή μέσω streaming. Ας μεταδοθούν όλες οι τάξεις!!!
Στόχοι
Το Master in DATA, COMPLEX NETWORKS & CYBERSECURITY στοχεύει στην εκπαίδευση στις κύριες τεχνικές προστασίας από επιθέσεις και απειλές σε λειτουργικά συστήματα, δίκτυα, λογισμικό εφαρμογών, συστήματα Ιστού, βάσεις δεδομένων και μηχανική μάθηση.
Εισαγωγές
Διδακτέα ύλη
Ενότητα 1 Βασικές αρχές Κυβερνοασφάλειας (Αντιστοιχεί στο "Προχωρημένο Πανεπιστημιακό Μάθημα στις Βασικές Αρχές Κυβερνοασφάλειας")
- Security Operations & Iam
- Κρυπτογράφηση
- Σύνθετα δίκτυα
- Nist Framework Εισαγωγή
- Επιστημονικά δεδομένα
- Πρακτικά Έργα
- Μοντέλο που βασίζεται στα Cyberdata
Ενότητα 2. Εισαγωγή στην Python. (Αντιστοιχεί στο «προχωρημένο πανεπιστημιακό μάθημα στην εισαγωγή στην Python)
- Γλώσσα προγραμματισμού Python
- Προγραμματισμός για όλους (Ξεκινώντας με την Python)
- Βιβλιοθήκες Python για σύνθετα δίκτυα
- Python Libraries for Machine Learning
Ενότητα 3. Κυβερνοασφάλεια: Αρχιτεκτονικές & Τεχνολογικές Στρατηγικές. (Αντιστοιχεί στο «προηγμένο Πανεπιστημιακό Μάθημα στην Κυβερνοασφάλεια: Αρχιτεκτονικές & Τεχνολογικές Στρατηγικές.)
- Εισαγωγή στην Cybersecurity
- Ασφάλεια συστήματος
- Κρυπτογραφία και Δίκτυα
- Περιπτώσεις Μελέτης
- Πολιτική Ασφαλείας
Ενότητα 4. Δεδομένα για τη διαχείριση της αλυσίδας θανάτωσης: Monitoring & Respond. Αντιστοιχεί στο "Advanced University Course in Data for Kill Chain management: Monitoring & Respond)
- Άλγεβρα - Εισαγωγή Matlab
- Πιθανότητες - Εισαγωγή Matlab
- Προεπεξεργασία – Καθαρισμός
- Βασικές Έννοιες-κόστος
- Παραμετρικά μοντέλα (επιστροφές, logistics κ.λπ.)
- Μη παραμετρικά μοντέλα
- Μοντέλα χωρίς επίβλεψη
- Πυρήνες
- Βαθύς
- Γενετική - (Φιλτράρισμα σωματιδίων)
- Συστήματα Συστάσεων
- Ανίχνευση ανωμαλιών
Ενότητα 5. Επιστήμες που εφαρμόζονται στην ασφάλεια στον κυβερνοχώρο: Μηχανική μάθηση & σύνθετο δίκτυο (Αντιστοιχεί στο "Προηγμένες Πανεπιστημιακές Επιστήμες Μαθημάτων Εφαρμοσμένες στην Κυβερνοασφάλεια: Μηχανική Μάθηση & Σύνθετο Δίκτυο)
- Μετρήσεις και μέτρα κυβερνοασφάλειας
- Κάνοντας νόημα μη δομημένων δεδομένων
- Παλινδρόμηση και Πρόβλεψη
- Ταξινόμηση, Έλεγχος Υποθέσεων και Ανίχνευση Ανωμαλιών
- Σύσταση συστημάτων
- Σύνθετη Ανάλυση Δικτύου
- Προγνωστικά μοντέλα για χρονικά δεδομένα
Tfm. (για φοιτητές με πανεπιστημιακό πτυχίο)
Ο φοιτητής πρέπει να πραγματοποιήσει Τεχνολογική Ανάλυση, Ανάλυση Αγοράς, Ανάπτυξη Μοντέλου Συμβουλευτικής ή/και Ανάλυση Προϊόντων που Συνδυάζουν τη Χρήση Δεδομένων για την Επίλυση Προβλημάτων Κυβερνοασφάλειας.
Αποτέλεσμα προγράμματος
Γενικές ικανότητες
Δυνατότητα αναζήτησης συγκεκριμένων πληροφοριών που σχετίζονται με τα διαφορετικά θέματα του Master από όλες τις διαθέσιμες πηγές.
Δυνατότητα Παρουσίασης και Ανάπτυξης Αναφορών.
Ικανότητα ερμηνείας τεχνικών εγγράφων.
Ικανότητα ομαδικής εργασίας, σε διεπιστημονικό περιβάλλον.
Διαχείριση Πόρων: Οργάνωση και Ικανότητα Καθορισμού Προτεραιοτήτων Εργασίας.
Ευελιξία στην προσαρμογή κατά την ανάπτυξη ενός έργου, ικανότητα επανεξέτασης.
Critical Reasoning: Ανάλυση, Σύνθεση και Αξιολόγηση Διαφορετικών Εναλλακτικών Επιλογών.
Ικανότητα για αποτελεσματική γραπτή και προφορική επικοινωνία.
Διαχείριση Πληροφοριών: Συλλογή Πληροφοριών, Οργάνωση κ.λπ.
Υπευθυνότητα και Ικανότητα για Αυτομάθηση.
Ειδικές Ικανότητες
Ο μαθητής θα μάθει πώς λειτουργούν οι διάφοροι αλγόριθμοι και οι τεχνικές κρυπτογράφησης και τα οφέλη και οι περιορισμοί τους.
Θα μάθετε τα διάφορα συστήματα και τύπους ελέγχου ταυτότητας, καθώς και τη διαφορά μεταξύ ελέγχου ταυτότητας και εξουσιοδότησης.
Ο μαθητής θα είναι σε θέση να αξιολογήσει πιθανούς κινδύνους και να προτείνει τρόπους για να τους μειώσει.
Ο μαθητής θα γνωρίσει τη γλώσσα προγραμματισμού Python, θα αποκτήσει μια επισκόπηση της γλώσσας και θα μπορέσει να δημιουργήσει σύνθετα προγράμματα.
Θα εξοικειωθείτε με τις θεμελιώδεις έννοιες της μεταβλητής θεραπείας, της ανάπτυξης αλγορίθμων και του προγραμματισμού.
Ο μαθητής θα μάθει ένα ολοκληρωμένο όραμα για τις τεχνολογίες και τις τεχνικές ασφάλειας στον κυβερνοχώρο.
Θα μάθετε νέες μεθόδους υπολογισμού κρυπτογραφημένων δεδομένων, ασφάλειας δικτύου και σχεδίασης πρωτοκόλλου
Θα γνωρίζετε τις πιο αποτελεσματικές τεχνικές μηχανικής μάθησης.
Θα μάθετε τις διαφορές και τη συμβατότητα μεταξύ Octave και Matlab.
Θα ξέρετε πώς να κάνετε διαφοροποίηση μεταξύ μοντέλων γραφικών και μοντέλων δικτύου.
Θα ξέρετε πώς να διαφοροποιείτε τις προβλέψεις για χρονικά δεδομένα από άλλους τύπους δεδομένων.
Επιπλέον, θα είναι εγγυημένες οι ακόλουθες βασικές ικανότητες:
Να κατέχει και να κατανοεί τη γνώση που παρέχει μια βάση ή την ευκαιρία να είσαι πρωτότυπος στην ανάπτυξη ή/και την εφαρμογή ιδεών, συχνά σε ερευνητικό πλαίσιο.
Ότι οι μαθητές γνωρίζουν πώς να εφαρμόζουν τη γνώση που αποκτήθηκε και την ικανότητά τους να επιλύουν προβλήματα σε νέα ή ελάχιστα γνωστά περιβάλλοντα σε ευρύτερα (ή πολυεπιστημονικά) πλαίσια που σχετίζονται με τον τομέα σπουδών τους.
Ότι οι μαθητές είναι σε θέση να ενσωματώσουν τη γνώση και να αντιμετωπίσουν την πολυπλοκότητα της λήψης κρίσεων με βάση ελλιπείς ή περιορισμένες πληροφορίες
Ότι οι μαθητές ξέρουν πώς να κοινοποιούν τα συμπεράσματά τους –και την απόλυτη γνώση και τους λόγους που τους υποστηρίζουν– σε εξειδικευμένο και μη εξειδικευμένο κοινό με σαφή και ξεκάθαρο τρόπο.
Ότι οι μαθητές κατέχουν τις μαθησιακές δεξιότητες που τους επιτρέπουν να συνεχίσουν τη μελέτη με τρόπο που θα είναι σε μεγάλο βαθμό αυτοκατευθυνόμενο ή αυτόνομο.
Ότι οι μαθητές είναι σε θέση να δημιουργήσουν τις σχετικές αλληλεπιδράσεις μεταξύ των διάφορων επιστημονικών κλάδων που αποτελούν τον Δάσκαλο.
Ότι οι μαθητές έχουν επικοινωνιακές δεξιότητες σε προφορικό και γραπτό επίπεδο στη διάδοση της γνώσης κατασκευής και σχεδίασης.
Ότι Έχουν την Ικανότητα για Σύνθεση και Ανάλυση στην Παρουσίαση των Περιεχομένων.
Ότι οι μαθητές είναι σε θέση να εφαρμόσουν κριτική κρίση στον τομέα της Γενικής και Ειδικής Βιβλιογραφίας που σχετίζεται με τον Τομέα των Συναφών Σπουδών.