AI-Driven Malware Analysis: Makine Öğrenmesi Kötü Amaçlı Kodu Nasıl Görüyor

Geleneksel kötü amaçlı yazılım tespiti imzalara dayanıyor ve imzalar saldırıcılar kodlarını yeniden derleyebildikleri kadar hızlı geride kalıyor. Makine öğrenmesi, kesin eşleşmeler yerine paternleri tanıyan ve yeni ve çoklu tehditleri tespit etmek için yeni olanaklar açan farklı bir yaklaşım sunuyor. Bu kurs size alana sakin, yapısal bir giriş sağlar. Kötü amaçlı yazılım analizinin aslında neyi kapsadığını, makine öğreniminin nereye uyduğunu ve tespit sistemlerinin hız, doğruluk ve operasyonel gerçekliği nasıl dengelendirdiğini öğreneceksiniz. Ne öğreneceksin: - Kötü amaçlı yazılım analizinin hedeflerini ve statik ve dinamik yaklaşımlar arasındaki farkı anlayın - Kötü amaçlı yazılımların ana ailelerini ve genellikle nasıl geliştiklerini tanımlayın - Sınıflandırma, aile tanımlama ve sıfır gün tespitinde makine öğreniminin rolünü keşfetmek - Örnek toplamadan, özellik çıkarımına ve model kararlarına kadar tipik çalışma akışını okuyun - Bytecode desenleri, API çağrıları ve davranış izleri de dahil olmak üzere ML modelleri tarafından kullanılan ortak özellikleri anlayın - Güvenlik operasyon merkezi içinde yapay zeka tabanlı tespit çalışmasının operasyonel gerçeklerini tanımak Kurs geleneksel kötü amaçlı yazılım analiziyle başlar, makine öğreniminin genişlettiği yerlerden geçer ve çağdaş tespit sistemlerinin operasyonel gerçekleriyle kapanır. Yazılı egzersizler her kavramı gerçekçi bir tehdit senaryosuna bağlamanıza yardımcı olur. Bu kurs, bilgisayar bilimi öğrencileri, genç güvenlik analistler ve güvenlik çalışmalarını keşfeden geliştiriciler de dahil olmak üzere kötü amaçlı yazılım analizi veya yapay zeka geçmişi olmayan kesin yeni başlayanlar için tasarlanmıştır.Bilgisayarlarla genel rahatlık dışında ön şart gerekmez.Kurs bilgilendiricidir ve saldırgan araçlar veya teknikler sağlamaktan uzak durur.