Inhalt/Beschreibung:

In diesem Seminar geht es um aktuelle Forschungsarbeiten zur Verbesserung und Unterstützung der IT-Sicherheit durch Verfahren des maschinellen Lernens, einschließlich Deep Learning. Wir werden Forschungsarbeiten diskutieren, die neue Techniken zur Verbesserung der IT-Sicherheit ermöglichen, wie z.B. Programmanalysen zur Erkennung von Bugs, Erkennung von bösartigem Netzwerkverkehr oder zur Analyse von Angriffsmustern, basierend auf maschinellen Lernen.

Ziel des Seminars ist es, sich in ein Themengebiet des maschinellen Lernens einzuarbeiten, dieses wissenschaftlich aufzuarbeiten, und vorzutragen. Anschließend wird eine schriftliche Ausarbeitung angefertigt. Die Themen werden während der Vorbesprechung bekannt gegeben und verteilt.

Erlernte Kenntnisse der Studierenden:

• kennen Grundbegriffe unterschiedlicher Bereiche der Sicherheit von IT-Systemen und Maschinellen Lernens,
• verstehen die typischen Abläufe eines Angriffs auf IT-Systeme,
• kennen typische Sicherheitsrisiken für IT-Systeme, können deren Gefährdungen analysieren und adäquate Gegenmaßnahmen ergreifen,
• methodische Kenntnisse von KI-Methoden und Algorithmen zur Bewertung der Leistungsfähigkeit und Auswahl geeigneter Techniken für die jeweilige Problemdomäne.
• urteilen über Risiken und möglichen technologischen Folgen der Entwicklung von Systemen mit KI

Zusätzliche Informationen

Informationen für Studierende:

Vorbesprechung: Die Vorbesprechung findet in der ersten Vorlesungswoche vom SoSe 19 statt.

Vortrag: Im Rahmen des Seminars besteht die Modulprüfung aus einem Vortrag mit anschließender Diskussion.

Aktive Teilnahme: Für die aktive Teilnahme ist eine schriftliche Ausarbeitung (in LaTeX) sowie eine regelmäßige Beteiligung an den Diskussionsrunden vorgesehen.

Voraussetzungen: Es werden keine speziellen Voraussetzungen benötigt, aber Kenntnisse im Bereich des maschinellen Lernens und IT-Sicherheit sind hilfreich.