AI驱动的网络安全：高级威胁检测与响应 培训

本课程为讲师指导的中国（线上或线下）培训，面向希望使用AdaBoost构建Python机器学习算法的数据科学家和软件工程师。

在本培训结束时，学员将能够：

• 搭建必要的开发环境，开始使用AdaBoost构建机器学习模型。
• 理解集成学习方法，并掌握如何实现自适应提升。
• 学习如何使用AdaBoost模型提升Python中的机器学习算法。
• 通过超参数调优提高AdaBoost模型的准确性和性能。

这种由 中国 的讲师指导式现场培训（在线或现场）面向数据科学家以及希望使用 Auto-Keras 来自动化选择和优化机器学习模型过程的技术人员。

在本次培训结束时，参与者将能够：

• 自动执行高效机器学习模型的训练过程。
• 自动搜索深度学习模型的最佳参数。
• 构建高度准确的机器学习模型。
• 利用机器学习的强大功能解决实际业务问题。

这种由讲师指导的 中国 现场培训（在线或现场）面向具有机器学习背景的技术人员，他们希望优化用于检测大数据中复杂模式的机器学习模型。

在本次培训结束时，参与者将能够：

• 安装和评估各种开源 AutoML 工具（H2O AutoML、auto-sklearn、TPOT、TensorFlow、PyTorch、Auto-Keras、TPOT、Auto-WEKA 等）
• 训练高品质的机器学习模型。
• 高效解决不同类型的监督式机器学习问题。
• 只需编写必要的代码即可启动自动化机器学习过程。

这种以讲师为主导的中国（在线或现场）现场培训面向具有不同专业水平的参与者，他们希望利用 Google 的 AutoML 平台为各种应用程序构建定制的聊天机器人。

在培训结束时，参与者将能够：

• 了解聊天机器人开发的基础知识。
• 浏览 Google 云平台并访问 AutoML。
• 为训练聊天机器人模型准备数据。
• 使用 AutoML 训练和评估自定义聊天机器人模型。
• 将聊天机器人部署并集成到各种平台和渠道中。
• 随时间推移监控和优化聊天机器人性能。

这种以讲师为主导的中国现场培训（现场或远程）涵盖了企业安全的不同方面，从AI到数据库安全。它还涵盖了抵御攻击所需的最新工具、流程和思维方式。 

这门由讲师指导的中国（线上或线下）培训课程，介绍了模式识别和机器学习的领域，并涵盖了统计学、计算机科学、信号处理、计算机视觉、数据挖掘和生物信息学中的实际应用。

通过本培训，参与者将能够：

• 应用核心统计方法于模式识别。
• 使用神经网络和核方法等关键模型进行数据分析。
• 实施高级技术以解决复杂问题。
• 通过结合不同模型来提高预测准确性。

这种由 讲师指导的 中国 现场培训（在线或现场）面向希望使用 DataRobot 的机器学习功能自动化、评估和管理预测模型的数据科学家和数据分析师。

在本次培训结束时，参与者将能够：

• 在 DataRobot 中载入数据集以分析、评估和品质检查数据。
• 构建和训练模型以识别重要变数并满足预测目标。
• 解释模型以创建有助于做出业务决策的宝贵见解。
• 监控和管理模型以保持优化的预测性能。

此讲师指导的 中国 现场培训（在线或现场）面向希望使用 Weka 执行数据挖掘任务的初级到 中级数据分析师和数据科学家。

在本次培训结束时，参与者将能够：

• 安装并配置 Weka。
• 了解 Weka 环境和工作台。
• 使用 Weka 执行数据挖掘任务。

这门课将让学生沉浸在一个互动环境中，在那里他们将学习如何扫描、测试、破解和保护自己的系统。实验室密集的环境为每个学生提供了有关当前基本安全系统的深入知识和实践经验。学生将首先了解边界防御的工作原理，然后被引导扫描和攻击自己的网络，没有真正的网络受到损害。然后，学生将了解入侵者如何提升权限，以及可以采取哪些步骤来保护系统。学生还将学习入侵检测、策略创建、社会工程、DDoS 攻击、缓冲区溢出和病毒创建。当学生离开这个为期 5 天的密集课程时，他们将亲身体验道德黑客的理解和经验。

道德黑客培训的目的是：

• 制定并管理最低标准，以对专业信息安全专家进行道德黑客攻击的认证。
• 告知公众，有资质的个人达到或超过最低标准。
• 加强道德黑客行为，将其作为一种独特且自我调节的职业。

观众：

该课程非常适合那些从事以下职位的人，但不限于：

• 安全工程师
• 安全顾问
• 安全经理
• IT 总监/经理
• 安全审计员
• IT 系统管理员
• IT 网络管理员
• 网络架构师
• 开发 人员

这种讲师指导的 中国 现场培训（在线或现场）面向数据科学家、数据分析师和开发人员，他们希望探索 AutoML 产品和功能，以最少的工作量创建和部署自定义 ML 训练模型。

在本次培训结束时，参与者将能够：

• 探索 AutoML 产品线，为各种数据类型实施不同的服务。
• 准备和标记数据集以创建自定义 ML 模型。
• 训练和管理模型以生成准确、公平的机器学习模型。
• 使用经过训练的模型进行预测，以满足业务目标和需求。

认证道德黑客认证是全球备受追捧的网络安全认证。

该计划结合了教学和实践，让学生准备好参加 CEH 认证考试以及 CEH 实践考试。成功通过两项考试的考生将获得 CEH 硕士证书以及 CEH 认证。

学生可以选择将 CPENT 或 CHFI 课程添加到他们的套餐中。

认证渗透测试专业人员 （CPENT） 课程或计算机黑客取证调查员 （CHFI） 课程的培训将通过 EC-Council 的在线、自定进度的流媒体视频程序提供给每个学生。

CPENT（渗透测试）：
教学生如何将 CEH 计划中教授的概念和工具应用于实时网络范围内的渗透测试方法。

CHFI（计算机取证）：
向学生传授计算机取证的方法论方法，包括搜索和扣押、监管链、获取、保存、分析和报告数字证据。

课程描述

CEH 提供对道德黑客阶段、各种攻击向量和预防性对策的深入了解。它将教您黑客如何恶意思考和行动，以便您更好地设置安全基础设施并防御未来的攻击。了解系统弱点和漏洞有助于组织加强其系统安全控制，以最大限度地降低事件风险。

CEH 旨在在每个道德黑客领域和方法中融入实践环境和系统流程，让您有机会努力证明获得 CEH 证书所需的知识和技能。对于安全所需的责任和措施，您将面临完全不同的态度。

谁应该参加

• 执法人员
• 系统管理员
• 保安人员
• 国防和军事人员
• 法律专业人士
• 银行家
• 安全专业人员

关于Certified Ethical Hacker Master

要获得 CEH 大师认证，您必须通过 CEH 实践考试。CEH 实践考试旨在让学生有机会证明他们可以执行 CEH 课程中教授的原则。实践考试要求您展示道德黑客技术的应用，例如威胁向量识别、网络扫描、操作系统检测、漏洞分析、系统黑客攻击等。

CEH Practical 不包含模拟。相反，您将挑战一个实时范围，该范围旨在通过使用实时虚拟机、网络和应用程序来模仿公司网络。

成功完成 CEH 实践考试中发现的挑战是获得认证道德黑客 （CEH） 认证后的下一步。成功通过 CEH 考试和 CEH 实践考试将为您赢得 CEH Master 的额外认证。

关于Certified Ethical Hacker Practical

为了证明您擅长道德黑客攻击，我们使用实验室和工具在真实世界环境中通过现实世界的挑战来测试您的能力，要求您在规定的时间内完成特定的道德黑客挑战，就像您在现实世界中面临的那样。

EC-Council CEH（实践）考试由一个复杂的网络组成，该网络复制了大型组织的真实网络，并由各种网络系统（包括DMZ、防火墙等）组成。您必须运用您的道德黑客技能来发现和利用实时漏洞，同时还要审核系统。

关于CPENT

EC-Council 的 Certified Penetration Tester （CPENT） 计划是关于渗透测试的，它将教您在必须受到攻击、利用、规避和防御的企业网络环境中执行。如果您只是在平面网络中工作，CPENT 的实时练习范围将教您通过教您渗透测试物联网系统、OT 系统，以及如何编写自己的漏洞、构建自己的工具、进行高级二进制文件开发、双重枢轴访问隐藏网络， 以及定制脚本和漏洞利用，以进入网络的最内层部分。

关于CHFI

计算机黑客取证调查员 （CHFI） 课程从供应商中立的角度提供数字取证的安全学科。CHFI是一门涵盖主要法医调查场景的综合课程，使学生能够获得成功进行计算机法医调查所需的各种法医调查技术和标准法医工具的必要实践经验。

本课程为讲师指导的（线上或线下）培训，面向希望使用Google的ML Kit构建专为移动设备优化的机器学习模型的开发者。

培训结束后，学员将能够：

• 设置必要的开发环境，开始为移动apps开发机器学习功能。
• 使用ML Kit API将新的机器学习技术集成到Android和iOS apps中。
• 使用ML Kit SDK增强和优化现有apps，进行设备端处理和部署。

本次由讲师指导的中国（线上或线下）培训面向希望使用随机森林构建机器学习算法以处理大型数据集的数据科学家和软件工程师。

在培训结束时，学员将能够：

• 设置必要的开发环境，开始使用随机森林构建机器学习模型。
• 了解随机森林的优势，以及如何用它解决分类和回归问题。
• 学习如何处理大型数据集，并解释随机森林中的多个决策树。
• 通过调整超参数来评估和优化机器学习模型的性能。

此讲师指导的 中国 现场培训（在线或现场）面向 希望学习如何使用 RapidMiner 估计和预测值并利用分析工具进行时间序列预测的中级数据分析师。

在本次培训结束时，参与者将能够：

• 学习应用 CRISP-DM 方法，选择合适的机器学习演算法，并增强模型构建和性能。
• 使用 RapidMiner 估计和预测值，并利用分析工具进行时间序列预测。

RapidMiner 是一个开源数据科学软体平台，用于快速应用程式原型设计和开发。它包括用于数据准备、机器学习、深度学习、文本挖掘和预测分析的集成环境。 

在这个由讲师指导的实时培训中，参与者将学习如何使用 RapidMiner Studio 进行数据准备、机器学习和预测模型部署。 

在本次培训结束时，参与者将能够：

• 安装与设定RapidMiner
• 使用 RapidMiner 准备和可视化数据
• 验证机器学习模型
• 混搭数据并创建预测模型
• 在业务流程中实施预测分析
• 故障排除和优化 RapidMiner

观众

• 数据科学家
• 工程师
• 开发人员

课程形式

• 部分讲座、部分讨论、练习和大量动手实践

注意

• 要申请本课程的定制培训，请联系我们进行安排。