Intrusion Detection and Prevention

- IDS/IPS definisjon og klassifisering - Grunnleggende elementer i angrep og deres deteksjon - Misbruksdeteksjonssystemer (søkealgoritmer og applikasjoner i IDS) - Anomalideteksjonssystemer (grunnleggende maskinlæring: prinsipper, tiltak, ytelsesevaluering, metodekombinasjoner, grunnleggende om kunstige nevrale nettverk, clustering (hierarkisk og partisjonell) og veiledet læring i IDS) - Testing av IDS og måling av dens prestasjoner - Beregningskompleksitetsteoretiske og informasjonsteoretiske IDS-modeller og kvalitetskriterier - IDS i virtuelle nettverk

Kunnskap - Kandidaten besitter kunnskap på det mest avanserte området innen IDS/IPS - Kandidaten har behersket akademisk teori og vitenskapelige metoder innen IDS/IPS - Kandidaten er i stand til å vurdere egnethet og bruk av ulike metoder og prosesser i forskning innen IDS/IPS - Kandidaten er egnet til å bidra til utvikling av ny kunnskap, teorier, metoder, tolkninger og dokumentasjonsformer innen IDS/IPS Ferdigheter - Kandidaten er i stand til å formulere problemer, planlegge og gjennomføre forskningsprosjekter innen IDS/IPS - Kandidaten er i stand til å drive forskning og utvikling på høyt internasjonalt nivå - Kandidaten er i stand til å håndtere komplekse faglige oppgaver - Kandidaten kan utfordre etablert kunnskap og praksis innen IDS/IPS Generell kompetanse - Kandidaten er i stand til å identifisere relevante og eventuelt nye etiske problemstillinger, samt drive forskning IDS/IPS med akademisk integritet - Kandidaten er i stand til å håndtere komplekse tverrfaglige oppgaver og prosjekter - Kandidaten er i stand til å formidle resultatene av forskning og utvikling innen IDS/IPS gjennom godkjente nasjonale og internasjonale publiseringskanaler - Kandidaten er egnet til å delta i debatter i internasjonale forum innen IDS/IPS - Kandidaten er i stand til å vurdere behovet for, ta initiativ til, og engasjere seg i innovasjon innen IDS/IPS Emnet tar for seg følgende FNs bærekraftsmål: Mål 7, delmål 7.3, også relatert til mål 12, delmål 2 - «Doble den globale forbedringstakten i energieffektivitet / oppnå bærekraftig forvaltning og effektiv bruk av naturressurser». Ved å designe raske og effektive algoritmer for behandling av store data, reduserer vi energiforbruk som samtidig sikrer pålitelighet og sikkerhet for nettverkskommunikasjon. Mål 9, delmål 9.5 - «Forbedre vitenskapelig forskning, oppgradere den teknologiske kapasiteten til industrisektorer i alle land». Ved å studere algoritmene for verts- og nettverks-IDS, vil studentene forbedre sine ferdigheter og kompetanse innen mange forskningsfelt, inkludert informatikk, matematikk og statistikk. Dette bidrar til å løfte kvaliteten på forskning og utvikling i opprinnelseslandene til et høyere nivå.

- Forelesninger - Laboratoriearbeid - Oppgaver - Prosjektarbeid Obligatoriske krav: Ingen Kurset undervises på individuelt og selvstendig grunnlag, ved å lese litteratur og konsultere lærer.