데이터사이언스 응용보안
2022.08.31 00:55
강좌명 | Applied Data Science and Machine Learning for CyberSecurity |
---|---|
개설학기 | 2022년도 2학기 |
교과목코드 | GDS0025 |
|
|
2022학년도 2학기 강의계획서 |
교과목명 (영문명) |
데이터사이언스응용보안 (Applied Data Science and Machine Learning for CyberSecurity) |
||||
과목구분 |
전공 |
학점(시수) |
3 |
||
담당학과(부) |
데이터사이언스대학원 |
담당교수 |
엄익채 |
||
수강학년 |
대학원 1,2학년 |
연락처 |
062-530-5791 |
||
강의실 |
AI융합대학 401호 |
|
iceuom@jnu.ac.kr |
||
강의시간 |
월요일 19:00~23:00 |
면담시간 |
e-mail통한 사전 협의후 면담 |
||
선수과목 |
- |
수업목표 |
1) 통계적 모델을 활용하여 실제 현장의 문제를 해결할 수 있는 기술을 학습한다. 2) 비지도학습/클러스터링을 이용한 네트워크 기반 이상탐지 문제 헤결 3) 딥러닝 신경망, 합성곱 신경망, 유전자 알고리즘을 이용한 보안 문제 해결 |
|||||||||||||||||||||||||||
핵심역량 |
창의 |
감성 |
공동체 |
합계(%) |
||||||||||||||||||||||||
80 |
- |
20 |
100 |
|||||||||||||||||||||||||
- 창의역량: 융합역량, 문제발견해결역량, 컴퓨팅사고역량으로 구성 - 공동체역량: 자기설계역량, 시민역량, 글로컬역량으로 구성 |
||||||||||||||||||||||||||||
수업운영 방법 |
운영방식 |
역량증진을 위한 수업방법 |
||||||||||||||||||||||||||
혼합수업 (원격+대면) |
원격수업 |
대면수업 |
강의식 |
발표 및 토의 |
문제중심학습 |
프로젝트 기반학습 |
플립 러닝 |
실험 및 실습 |
기타 (자유기술) |
합계(%) |
||||||||||||||||||
|
|
○ |
50 |
20 |
5 |
10 |
- |
15 |
- |
100 |
||||||||||||||||||
<수업방법 세부 기술> - 기본적으로 이론+실습진행, 중간고사 이후 발표 수업 병행 - 실습 관련 가상화 이미지 등 제공 (자가 실습 가능) |
||||||||||||||||||||||||||||
수업평가 방법 |
중간고사 |
기말고사 |
개별과제 |
팀과제 |
수업참여도 |
출석 |
기타 (자유기술) |
합계(%) |
||||||||||||||||||||
25 |
25 |
30 |
- |
10 |
10 |
- |
100 |
|||||||||||||||||||||
<수업평가방법 세부 기술> - 중간/기말고사 : 단순 암기식 평가 아닌 문제 해결형 서술식 평가 시행 - 총 1회 개인 발표 진행 (발표시간 20분) 본 교과 관련 국내외 논문 중 개인별 선택하여 발표 진행 방식은 별도 알림 - 출석: 2점 감점(결석 1회), 0.5점 감점(지각 1회) |
||||||||||||||||||||||||||||
교재 및 참고자료 |
||||||||||||||||||||||||||||
구분 |
도서명 |
저자 |
출판사 |
출판년도 |
||||||||||||||||||||||||
주교재 |
자체 제작 |
- |
- |
- |
||||||||||||||||||||||||
부교재 |
Data-Driven Science and Engineering |
Steven L. Brunton |
Willey |
2020 |
||||||||||||||||||||||||
참고자료 |
Game Theory and Machine Learning for Cyber Security |
Charles A. Kamhoua |
Willey |
2021 |
||||||||||||||||||||||||
주별 수업계획서 |
||||||||||||||||||||||||||||
주 |
학습내용 |
교수학습전략 |
자료·과제 기타 |
주차별 운영방식 (혼합/원격/대면) |
||||||||||||||||||||||||
수업방법 |
평가방법 |
|||||||||||||||||||||||||||
1 |
과정 개요 및 학습 방향 소개 실습환경 Set up |
강의 |
출석 |
|
대면 (9월 5일) |
|||||||||||||||||||||||
2 |
1장. 데이터 획득-정제-조합(1) - Python사용 (List, Array, Set, Classs등) 실습1) Python 프로그래밍 - Matplotlib 기본 실습2) Plotting |
강의, 실습 |
출석, 실습 |
|
대면 (9월 19일) |
|||||||||||||||||||||||
3 |
1장. 데이터 획득-정제-조합(2) - SQL (SQL기초, Joins) 실습3) 데이터베이스 질의 - Document Store Query (JSON, BSON, Documents) 실습4) Querying Document Stores - 웹사이트 Scraping 실습5) Scraping Websites |
강의, 실습 |
출석, 실습 |
|
대면 (9월 26일) |
|||||||||||||||||||||||
4 |
2장. 데이터 탐색과 통계(1) - 통계 기초 실습6) 중앙값과 평균 실습7) 편차계산 - 통계 활용 (히스토그램, Mode, 상관) 실습8) 통계활용 |
강의, 실습 |
출석, 실습 |
|
비대면 (10월 3일) -게천절 휴일 |
|||||||||||||||||||||||
5 |
2장. 데이터 탐색과 통계(2) - 확률과 추론 (조건부 확률, 베이즈 이론) 실습9) 확률, 베이즈 이론과 스팸 필터링 - 시간 영역, 주파수 영역 (무한급수, 푸리에) 실습10) 신호 탐색 |
강의, 실습 |
출석, 실습 |
|
비대면 (10월 10일) -데체공휴일 휴일 |
|||||||||||||||||||||||
6 |
3장. 기계학습 기초(1) - 클러스터링 (K-means, correlation, DBSCAN) 실습11) K-menas와 PCA 실습12) Elbow Method 실습13) DBSCAN |
강의, 실습 |
출석, 실습 |
|
대면 (10월 17일) |
|||||||||||||||||||||||
7 |
중간고사 |
시험 |
시험 |
|
대면 (10월 24일) |
|||||||||||||||||||||||
8 |
3장. 기계학습 기초(2) - 지도학습 (분류, SVM, Decision Tree) 실습14) Support Vector Classifiers 실습15) SVM 실습16) Decison tree(RF/Bagging) 실습17) Random Forests |
강의, 실습 |
출석, 실습 |
|
대면 (10월 31일) |
|||||||||||||||||||||||
9 |
4장. 기계학습 기초(1) - 딥러닝 - 딥러닝 기초 (선형 회귀, Polyfit) 실습18) 선형회귀 - 신경망 (Bias, Variance,선형대수학최적화) 실습19) BOW Ham/Spam |
강의, 실습 |
출석, 실습 |
|
대면 (11월 7일) |
|||||||||||||||||||||||
10 |
4장. 기계학습 기초(2) - 딥러닝 - 신경망 이용 (최적화, 활성화 함수) 실습20) IP패킷 탐색 - 문제 분류 (Cross-Entropy손실, Sigmoid) 실습21)실시간 비정상 프로토콜탐색 |
강의, 실습 |
출석, 실습 |
|
대면 (11월 14일) |
|||||||||||||||||||||||
11 |
5장. 기계학습 기초(1) - 오토인코더 - 합성곱 신경망 (Convolving, Kernels) 실습22) CNN을 이용한 멀웨어탐지 실습23) Ham vs Spam 실습24) CNN을 이용한 텍스트분류 |
강의, 실습 |
출석, 실습 |
|
대면 (11월 21일) |
|||||||||||||||||||||||
12 |
5장. 기계학습 기초(2) - 오토인코더 - Confusion Matrics - Precision,Recall, Specificity - Autoencoders - Variational Autoencoders (Convolving, Kernels) 실습25) 로그 비정상 탐지 실습26) 프로토콜 비정상 탐지 |
강의, 실습 |
출석, 실습 |
|
대면 (11월 28일) |
|||||||||||||||||||||||
13 |
6장. 기계학습 기초(1) - 유전알고리즘 - CAPTCHA 풀기 - Tensorflow API - Thinking outside of the ML Box 실습27) Solving CAPTCHAs 실습28) Transfer Learning 실습29) of Hammers and Nails |
강의, 실습 |
출석, 실습 |
|
대면 (12월 5일) |
|||||||||||||||||||||||
14 |
6장. 기계학습 기초(2) - 유전알고리즘 - 네트워크 최적화 - Hyperparameter Tuning - Poolig Layers/Custom Loss FN - 유전 탐색 알고리즘 실습30) Genetic Search |
강의, 실습 |
출석, 실습 |
|
대면 (12월 12일) |
|||||||||||||||||||||||
15 |
기말고사 |
시험 |
시험 |
|
대면 (12월 19일) |
|||||||||||||||||||||||
* 수업일정은 수업 진행상황에 따라 변동될 수 있습니다. |
||||||||||||||||||||||||||||
장애학생 학습지원 |
- 시각장애학생: 강의 파일 제공, 대필 도우미 허락, 강의 녹음 허락 등 - 청각장애학생: 강의 파일 제공, 대필 도우미 허락, 원격강의 지원 허락(수화, 속기) 등 - 지체, 뇌병변장애학생: 강의 파일 제공, 대필 도우미 허락, 강의 녹음 허락 등 기타 필요하다고 인정되는 사항 ※ 장애학생의 경우 수업관리 지침 제28조에 의거하여 평가방식을 조정할 수 있음 |
|||||||||||||||||||||||||||
기타 참고 사항 |
||||||||||||||||||||||||||||
수업교재: 자체 제작 배포, 별도 교재 준비 필요 없음 |
||||||||||||||||||||||||||||
전년도 평가(학생 수업평가 결과 및 CQI) 반영 |
||||||||||||||||||||||||||||
|
댓글 0
개설학기 | 교과목코드 | 제목 | 강좌명 |
---|---|---|---|
2024년도 1학기 | SAI0031 | 정보보안개론 | Introduction to Information Security |
2021년도 1학기 | GR30450 | 정보보안프로젝트 | Information Security Project |
2022년도 1학기 | GR30450 | 정보보안 프로젝트 | Information Security Project |
2023년도 1학기 | GR30450 | 정보보안프로젝트 | Information Security Project |
2024년도 1학기 | GR30448 | 정보보안세미나 | Special Lecture of Information Security |
2020년도 2학기 | GR30440 | 정보보안 컨설팅 | Cyber Security Consulting |
2022년도 1학기 | GR30440 | 정보보안컨설팅 | Cyber Security Consulting |
2024년도 1학기 | GR25520 | 지능화에너지프로젝트설계1 | Intelligent energy project design |
2023년도 1학기 | GR25517 | 모빌리티 제어시스템보안 | Security for mobility control system |
2023년도 1학기 | GR25050 | 기계학습 응용보안 | Applied Cyber Security using Machine Learning |
2021년도 2학기 | GR24616 | 정보보안 산학프로젝트 | Industry based Project of Information Security |
2021년도 1학기 | GR23737 | 지능형 제어 보안 | Cyber Security for Intelligent Control System |
2024년도 1학기 | GR23737 | 지능형 제어보안 | Cyber Security for Intelligent Control System |
2021년도 2학기 | GR23736 | DCS 및 디지털제어보안 | Cyber Security for DCS and digital control system |
2020년도 1학기 | GR23735 | 산업제어시스템 보안 | Cyber Security of Industry Control System |
2021년도 1학기 | GR23735 | 산업제어시스템 보안 | Cyber Security for Industry Control System |
2022년도 2학기 | GR23735 | 산업제어시스템 보안 | Cyber Security for Industry Control System |
2020년도 1학기 | GR23728 | 시스템 보안 | Cyber Security Control methods of Operating Systems |
2023년도 1학기 | GR23728 | 시스템 보안 | System Security |
2022년도 2학기 | GR23257 | 스마트그리드 | SmartGrid |