IAML : IA et du ML pour la cybersécurité

Compétences

Le cours vise l’acquisition de compétences élevées sur 3 domaines de l'Intelligence Artificielle afin de mener des activités d'extraction, d'analyses et de présentation des données massives, ces activités sont par exemple présentes dans les centres de sécurité opérationnelle (SOC), particulièrement utilisés dans l'outillage de cyberdéfense, d'investigation (forensic) ou d’anticipation de la menace (CTI-Hunting).

Le cours permet d'acquérir les fondamentaux suivants :

• Appliquer des prétraitements sur les donnés collectées, structurées ou non (par exemple que l'on trouve dans un centre de sécurité opérationnelle comme les journaux d'évènements, les configurations des systèmes, les base de connaissances TTP, CVE, ...),
• Prétraiter et analyser des données structurées pour répondre à un problème métier,
• Prétraiter et analyser des données non structurées (texte, images) pour obtenir un jeu de données exploitable
• Développer des algorithmes basés sur des méthodes de machine learning ou de modélisation des connaissances, en sachant rédiger une spécification des besoins,
   

Entraîner un modèle d’apprentissage :

• supervisé pour réaliser une analyse prédictive, (par exemple que l'on trouve sur les moteurs de détection comportementale).
• non supervisé pour la segmentation réduction de données (par exemple que l'on trouve dans les journaux d'évent collectés dans un centre  de sécurité opérationnelle).

Déployer un modèle d’apprentissage automatique à l’échelle technologies du Big data (appliqué aux journaux d'évènements)

• Présenter et déployer un  modèle d’apprentissage automatique auprès d’utilisateurs finaux.

Les exemples de compétences “cybersécurité” listés ci-dessous sont issus d'offres d'emplois, ces compétences sont attendues par les entreprises, elles sont demandées à un ingénieur informatique du parcours cybersécurité pour concevoir par exemple un prototype d'intelligence artificielle ou encore analyser ou développer un algorithme d'IA. Ces compétences reposent directement sur celles du machine learning (ML), de la gestion des connaissances (knowledge management (KM)) ou de la détection d'anomalies(DA).  

• la compétence “Participer à la veille sur les nouveaux mécanismes de détection ainsi qu'aux nouvelles méthodes d'investigation”,
• la compétence "Effectuer, à partir des scénarios d'agressions redoutés, les activités de mise sous surveillance, la traduction en règle de corrélation, la construction de la collecte des données nécessaires, la définition des réponses à incident, le pilotage de la mise en oeuvre et la recette,
• la compétence “mettre en place des outillages d'ingénierie de la connaissance cyber visant à structurer et automatiser les phases de collecte des données puis d'extraction, de modélisation et d'enrichissement de la connaissance d'intérêt cyber à des fins de capitalisation.”
• la compétence “Implémenter les pipelines automatisées pour le déploiement et la surveillance des modèles (gestion des alertes)”,
• la compétence “Configurer / Déployer / Automatiser / Industrialiser le déploiement de modèles ML”,
• la compétence “Développer, entraîner et optimiser des modèles d’intelligence artificielle destinés aux outils numériques de l'organisation”.

Informations pratiques

Contact

• Département : EPN03 Equipe pédagogique Systèmes éco-électriques
• Tel : 01 58 80 85 01
• Email : alexandre.pigot@lecnam.net
• Adresse : 292 rue Saint-Martin - 75003 Paris