Основы борьбы с компьютерным мошенничеством
Offered By: E-Learning Development Fund via Coursera
Course Description
Overview
В среднем, бизнес теряет примерно 5 % своего годового дохода из-за мошенничества. Как предотвратить потери? На этом курсе вы научитесь бороться с мошенничеством с помощью данных. Освоите алгоритмы контролируемого обучения для выявления мошеннического поведения, основанного на данных о прошлом мошенничестве, и используете методы обучения для выявления новых видов мошеннических действий. Мошеннические транзакции редки по сравнению с нормой. В курсе мы обсудим, как правильно классифицировать несбалансированные наборы данных.
Курс предоставляет технические и теоретические знания и демонстрирует, как внедрять модели обнаружения мошенничества. И конечно, вы получите советы и рекомендации из реального жизненного опыта, которые помогут предотвратить распространенные ошибки в анализе мошенничества.
Курс рассчитан на ИТ-специалистов, владеющих базовой терминологией по теме «кибер-безопасность» и умеющих программировать на Python. Для тех, кто не умеет программировать, курс будет трудным, но инструкции и занимательные лекции помогут Вам успешно пройти этот курс при желании.
После курса вы сможете:
- использовать основные методы предотвращения злоупотреблений при аутентификации;
- реализовать алгоритмы биометрической аутентификации по нажатиям клавиш;
- создавать модели машинного обучения для обнаружения мошенничества;
- использовать глубокое обучение и GAN в решении задач кибербезопасности.
В конце курса вы, используя учебную базу по кредитным картам, сможете построить модель для вычисления мошеннических действий.
Длительность курса 7-9 недель. При этом последние две недели у вас уйдут на то, чтобы выполнить анализ имеющихся данных. Знания английского языка сделают курс более интересным для вас.
Курс предоставляет технические и теоретические знания и демонстрирует, как внедрять модели обнаружения мошенничества. И конечно, вы получите советы и рекомендации из реального жизненного опыта, которые помогут предотвратить распространенные ошибки в анализе мошенничества.
Курс рассчитан на ИТ-специалистов, владеющих базовой терминологией по теме «кибер-безопасность» и умеющих программировать на Python. Для тех, кто не умеет программировать, курс будет трудным, но инструкции и занимательные лекции помогут Вам успешно пройти этот курс при желании.
После курса вы сможете:
- использовать основные методы предотвращения злоупотреблений при аутентификации;
- реализовать алгоритмы биометрической аутентификации по нажатиям клавиш;
- создавать модели машинного обучения для обнаружения мошенничества;
- использовать глубокое обучение и GAN в решении задач кибербезопасности.
В конце курса вы, используя учебную базу по кредитным картам, сможете построить модель для вычисления мошеннических действий.
Длительность курса 7-9 недель. При этом последние две недели у вас уйдут на то, чтобы выполнить анализ имеющихся данных. Знания английского языка сделают курс более интересным для вас.
Syllabus
- Предотвращение мошенничества с выдачей себя за другое лицо
- На этой неделе вы узнаете основные методы аутентификации, основные принципы борьбы со взломом электронной почты в компании; поймете, какие методы кражи цифровой личности используют мошенники.
- Биометрическая аутентификация и распознавание клавиатурного почерка
- На этой неделе Вы узнаете, что такое клавиатурный почерк и как он применяется для аутентификации пользователей; как работают и для чего нужны основные классификаторы; познакомитесь с основными методами биометрической аутентификации и распознавания лиц, поймёте их достоинства и недостатки.
- Алгоритмы распознавания мошенничества
- На этой неделе Вы узнаете, что такое кардинг и как он влияет на деятельность компаний; основные типы мошенничества с кредитными картами; основные методы выявления мошенничества с кредитными картами.
- Распознавание мошенничества с банковскими картами
- На этой неделе поймете основные принципы построения систем распознавания мошенничества; узнаете основные наборы методов машинного обучения, используемых в распознавании мошенничества; научитесь использовать методы машинного обучения для выявления мошенничества.
- Глубокое обучение в области кибербезопасности
- На этой неделе поймете особенности глубокого обучения применительно к кибербезопасности; узнаете основные модели угроз, связанные с глубоким обучением; основные типы атак, связанные с глубоким обучением.
Taught by
Александр Лазаренко and Игорь Балк
Related Courses
Cyber Security Foundations: Identity and Access ManagementEC-Council via FutureLearn Biometric Authentication for iOS in Swift
LinkedIn Learning Web Security: User Authentication and Access Control
LinkedIn Learning Supporting Face ID and Touch ID Authentication in iOS Using Swift 5
Pluralsight Windows 10 Configuring (70-697): Manage Identity
Pluralsight