Johns Hopkins University
Détection avancée des anomalies dans les logiciels malveillants et les réseaux

Acquérir des compétences de haut niveau avec Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.

Johns Hopkins University

Détection avancée des anomalies dans les logiciels malveillants et les réseaux

Lanier Watkins

Instructeur : Lanier Watkins

2 558 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6

(16 avis)

niveau Intermédiaire

Expérience recommandée

1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6

(16 avis)

niveau Intermédiaire

Expérience recommandée

1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Comprendre les différents types de logiciels malveillants et appliquer les techniques d'analyse fondamentales pour les détecter et les classer efficacement.

  • Mettre en œuvre des algorithmes avancés d'apprentissage automatique, notamment le clustering et les arbres décisionnels, pour une détection efficace des logiciels malveillants.

  • Explorez les techniques de Détection des anomalies en cours d'utilisation des Données en réseau de zombies et apprenez à analyser le trafic réseau à la recherche de schémas inhabituels.

  • Collaborer et présenter les résultats de la recherche sur les tendances actuelles en matière de détection des anomalies dans les réseaux, en améliorant les compétences en matière de communication et d'analyse.

Compétences que vous acquerrez

  • Catégorie : Analyse
  • Catégorie : Apprentissage supervisé
  • Catégorie : Tests de performance
  • Catégorie : Sécurité IA
  • Catégorie : Chasse aux cybermenaces
  • Catégorie : Détection et prévention des intrusions
  • Catégorie : Algorithmes de classification
  • Catégorie : Apprentissage non supervisé
  • Catégorie : sécurité des réseaux
  • Catégorie : Microsoft Windows
  • Catégorie : Détection des menaces
  • Catégorie : Analyse du réseau
  • Catégorie : Protection contre les logiciels malveillants
  • Catégorie : Évaluation de modèles
  • Catégorie : Apprentissage automatique appliqué
  • Catégorie : Détection des anomalies

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

9 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation L'IA au service de la cybersécurité
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable

Il y a 4 modules dans ce cours

Ce cours propose une exploration complète de la détection et de l'analyse des logiciels malveillants, couvrant l'identification et la classification des typographies des logiciels malveillants et de leurs caractéristiques. Les étudiants apprendront les concepts fondamentaux de l'analyse des logiciels malveillants, des menaces réseau et des méthodes de détection tout en employant divers outils et algorithmes pour une détection efficace et une évaluation des performances.

Inclus

2 lectures

Dans ce module, nous aborderons les types courants de logiciels malveillants, les outils d'analyse des logiciels malveillants et les processus de base de l'analyse des logiciels malveillants. Plus précisément, nous aborderons les approches de base de l'analyse des logiciels malveillants basés sur Windows.

Inclus

2 vidéos3 lectures3 devoirs

Dans ce module, nous étudions des implémentations pratiques de détection de logiciels malveillants, à la fois non supervisées et supervisées. Nous discutons également des mesures permettant d'évaluer les performances des algorithmes de détection de logiciels malveillants.

Inclus

2 vidéos3 lectures3 devoirs1 laboratoire non noté

Ce module aborde le contexte des menaces réseau et de la détection des anomalies. Nous explorerons également les implémentations pratiques des analytiques des données de détection des anomalies en utilisant les données des botnets et la prochaine évolution de la détection des anomalies, les systèmes autonomes de cybersécurité.

Inclus

2 vidéos4 lectures3 devoirs1 laboratoire non noté

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeur

Évaluations de l’enseignant
3.4 (5 évaluations)
Lanier Watkins
Johns Hopkins University
3 Cours8 141 apprenants

Offert par

En savoir plus sur Sécurité

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

4.6

16 avis

  • 5 stars

    81,25 %

  • 4 stars

    6,25 %

  • 3 stars

    6,25 %

  • 2 stars

    6,25 %

  • 1 star

    0 %

Affichage de 3 sur 16

RJ
5

Révisé le 7 oct. 2025

Foire Aux Questions