Curs d´Intel·ligència Artificial Aplicada la Ciberseguretat la salle campus barcelona

Curs d'Intel·ligència Artificial Aplicada a la Gestió de la Ciberseguretat

Optimitza les estratègies de ciberseguretat de la teva organització mitjançant l'aplicació d'Intel·ligència Artificial.

Nid: 27484
Pla d'estudis
Pla acadèmic

1. Introducció a la Intel·ligència Artificial (IA) i la Ciberseguretat

  • Conceptes bàsicos d'IA
    • Definicions i tipus d'IA
    • Aplicacions d'IA en diferents indústries
  • Fonaments de ciberseguretat
    • Principis bàsics i amenaces comunes
    • Importància de la ciberseguretat en la gestió empresarial
  • Intersecció d'IA i ciberseguretat
    • Com la IA pot millorar la ciberseguretat
    • Casos d'ús i beneficis estratègics

2. Tècniques d'IA en Ciberseguretat

  • Machine Learning
    • Conceptes bàsics i aplicacions en ciberseguretat
    • Exemples d'ús en la detecció d'amenaces
  • Deep learning
    • Introducció a las xarxes neuronals
    • Aplicacions pràctiques en ciberseguretat
  • Anàlisi de dades
    • Ús de Big Data per identificar patrons i anomalies
    • Eines i tècniques d'anàlisi

3. Aplicacions pràctiques d'IA en Ciberseguretat

  • Detecció d'intrusions
    • Sistemes de detecció d'intrusions (IDS) basats en IA
    • Beneficis i desafiaments des d'una perspectiva de gestió
  • Anàlisi de malware
    • Ús d'IA per identificar i neutralitzar malware
    • Impacte en la seguretat organitzacional
  • Autenticació i control d'accés
    • Mètodes avançats d'autenticació utilitzant IA
    • Estratègies d'implementació i gestió

4. Tendències futures de les aplicacions pràctiques de la IA en Ciberseguretat

  • Aplicació de la IA en xarxes i entorns cloud
    • Ús d'IA per a la millora en la planificació, gestió i funcionament de xarxes i del cloud
    • Aplicació d'IA en xarxes modernes basades en software i altament programables
  • Privacitat en IA
    • Federated learning i altres arquitectures per aconseguir distributed learning
    • Atacs de privacitat contra models IA i possibles solucions per prevenir fuites d'informació

5. Taller pràctic I

  • Desenvolupament d'un pla de resposta a incidents utilitzant eines d'IA
  • Avaluació de riscos i presa de decisions utilitzant einess d'IA

6. Consideracions ètiques i de compliment

  • Biaixos i discriminació a la IA: com identificar-los i mitigarlos
  • Responsabilitat professional: deontologia i pràctiques recomanades
  • Transparència i consentiment informat: comunicació clara amb els clients

7. Nova normativa sobre Intel·ligència Artificial

  • Anàlisi de la Llei d'Intel·ligència Artificial de la UE i altres jurisdiccions
  • Obligacions legals y compliment normatiu

8. Taller pràctic II

  • Presentació i retroalimentació: discussió dels projectes i aprenentatges clau