首页
›
网络安全工程与攻防实战
›
003-AI安全威胁检测
›
《AI赋能入侵检测系统实战》
VIP20
本课程属于:003-AI安全威胁检测
网络安全工程与攻防实战 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
AI赋能入侵检测系统实战
📚 共计 30 章节
第01章
课程导论:什么是IDS?
入侵检测系统基础 · AI赋能必要性 · 课程目标与学习路径
导论
AI+安全
第02章
网络安全基础回顾
TCP/IP协议栈 · DDoS/SQL注入/XSS · 网络流量基础
网络
攻击类型
第03章
入侵检测系统原理
签名vs异常检测 · NIDS/HIDS部署模式
IDS
架构
第04章
机器学习基础
监督/无监督/半监督/强化学习 · 安全应用概览
ML
范式
第05章
数据采集与预处理
PCAP解析 · NetFlow提取 · 清洗标准化 · 特征工程入门
数据
预处理
第06章
特征工程实战
统计特征 · n-gram载荷 · 流特征(持续时间/协议)
特征
n-gram
第07章
传统ML模型(一)
逻辑回归 · 决策树 · 随机森林 · 调优
LR
RF
第08章
传统ML模型(二)
SVM · KNN · 朴素贝叶斯 · 优缺点对比
SVM
KNN
第09章
深度学习基础
感知机 · MLP · ReLU/Sigmoid · 损失与优化器
DL
MLP
第10章
深度学习模型实战
MLP二分类 · TensorFlow/PyTorch代码实战
代码
TF
第11章
CNN在IDS中的应用
1D-CNN设计 · 为什么CNN处理网络流量
CNN
1D
第12章
RNN与LSTM
时序流量 · 门控机制 · LSTM-IDS代码实现
RNN
LSTM
第13章
自编码器异常检测
无监督学习 · 重构误差阈值 · 实战案例
AE
异常
第14章
GAN在IDS前沿应用
对抗样本 · 数据增强 · 鲁棒性提升
GAN
对抗
第15章
图神经网络与拓扑分析
流量建模为图 · GCN/GAT异常检测
GNN
GCN
第16章
模型评估与验证
混淆矩阵 · 召回率/F1 · ROC/AUC · 交叉验证
评估
ROC
第17章
不平衡数据处理
类别不平衡 · SMOTE · 代价敏感 · 集成方法
不平衡
SMOTE
第18章
特征选择与降维
PCA · 互信息 · RFE · SHAP解释性
PCA
SHAP
第19章
实时检测系统架构
Kafka/Flink · TF Serving · 低延迟设计
实时
架构
第20章
模型部署与推理优化
量化 · 剪枝 · ONNX · 边缘端部署
部署
ONNX
第21章
对抗攻击与防御
FGSM/PGD · 对抗训练 · 防御蒸馏
对抗
FGSM
第22章
联邦学习与隐私IDS
数据不出本地 · 横向/纵向联邦 · 安全聚合
联邦
隐私
第23章
可解释AI(XAI)在IDS
LIME · SHAP · 注意力可视化 · 透明决策
XAI
LIME
第24章
开源IDS工具与数据集
Snort/Suricata · Zeek · CIC-IDS2017等
工具
数据集
第25章
AI Web应用防火墙
ModSecurity+ML · SQL注入/XSS检测
WAF
ModSec
第26章
主机入侵检测HIDS
Syslog/ETW/Auditd · 异常进程检测
HIDS
日志
第27章
物联网IoT入侵检测
轻量模型 · MQTT异常检测 · 资源受限
IoT
MQTT
第28章
云原生环境IDS
容器逃逸 · K8s审计 · 服务网格监控
云原生
K8s
第29章
综合项目实战(一)
数据采集→模型训练 · 构建AI-IDS原型
项目
原型
第30章
综合项目实战(二)
系统测试 · 调优部署 · 持续监控 · 课程总结
部署
总结
所属VIP或分类
同VIP:AI搞定异常流量分析:从入门到实战
同VIP:AI驱动威胁建模自动化
同VIP:ATT&CK框架与威胁狩猎