Artificial Intelligence for Network SecurityModule description #40510 / Version 1
- 9 CP
- Portfolio examination
- Graded
- Summer semester
- German
This module description is not valid in the current semester (Winter semester 2026/27).
| Module / Version | #40510 / #1 |
|---|---|
| Validity | SS 2014 – SS 2014 |
| Available language(s) | German |
| Credit points | 9 |
| Person responsible for the module | Albayrak, Sahin |
| Grading | Graded |
| Exam format | Portfolio examination |
| Language(s) of instruction | German |
Affiliation
| Faculty | Fakultät IV |
|---|---|
| Institute | Institut für Wirtschaftsinformatik und Quantitative Methoden |
| Academic chair | 34361200 FG Agententechnologien in betrieblichen Anwendungen und der Telekommunikation (AOT) |
Contact
| Office | TEL 14 |
|---|---|
| Contact person | Bsufka, Karsten |
| E-mail address | lehre@lists.dai-labor.de |
| Website | http://www.aot.tu-berlin.de |
Learning outcomes
* Einsatzmöglichkeiten von KI-Technologien zur Erreichung von Sicherheitszielen kennen,
* Methoden der Künstlichen Intelligenz und des maschinellen Lernens im Bereich der Sicherheit bewerten und einsetzen können,
* Kenntnis industriell und wirtschaftlich relevanter Anwendungsgebiete
Die Studierenden sind in der Lage, die Leistungsfähigkeit der besprochenen Verfahren einzuschätzen und sie auf Probleme in den Anwendungsdomänen erfolgreich einzusetzen.
Das Modul vermittelt überwiegend:
Fachkompetenz 30%, Methodenkompetenz 30%, Systemkompetenz 20%, Sozialkompetenz 20%
* Methoden der Künstlichen Intelligenz und des maschinellen Lernens im Bereich der Sicherheit bewerten und einsetzen können,
* Kenntnis industriell und wirtschaftlich relevanter Anwendungsgebiete
Die Studierenden sind in der Lage, die Leistungsfähigkeit der besprochenen Verfahren einzuschätzen und sie auf Probleme in den Anwendungsdomänen erfolgreich einzusetzen.
Das Modul vermittelt überwiegend:
Fachkompetenz 30%, Methodenkompetenz 30%, Systemkompetenz 20%, Sozialkompetenz 20%
Content
* Erkennung von Angriffen durch KI-Methoden, künstliche Immunsysteme, Multiagenten Systeme, unüberwachte Lernverfahren
* Auswahl von Gegenmaßnahmen und Maßnahmen zur Einhaltung von Sicherheitszielen, Fuzzy Logic, regelbasierte Systeme, Hybrid-Verfahren
* KI für Angriffe, polymorphe Viren, Genetische Algorithmen
* Auswahl von Gegenmaßnahmen und Maßnahmen zur Einhaltung von Sicherheitszielen, Fuzzy Logic, regelbasierte Systeme, Hybrid-Verfahren
* KI für Angriffe, polymorphe Viren, Genetische Algorithmen
Module components
Compulsory area
The following courses are mandatory for this module:
Workload and credit points
Intelligente Sicherheitsanwendungen (Project)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 8 h | 120 h |
| 180 h | |||
KI in der Netzwerksicherheit (Lecture)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
The workload of the module adds up to 270 hours. The module therefore comprises 9 credit points.
Description of teaching and learning methods
Vorlesung: Frontalunterricht zur Vermittlung des Stoffes.
Projekt: Die Studierenden realisieren selbständig ein größeres Programmierprojekt, in dem die Inhalte der VL angewendet werden.
Projekt: Die Studierenden realisieren selbständig ein größeres Programmierprojekt, in dem die Inhalte der VL angewendet werden.
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
Inhaltlich werden Kenntnisse in den Bereichen Netzwerksicherheit und Künstliche Intelligenz vorausgesetzt.
Mandatory requirements for the module examination registration:
This module has no examination requirements.
Completion of the module
| Grading | Graded |
|---|---|
| Exam format | Portfolio examination |
| Language | German |
Test elements
| Name | Points/Weight | Category | Duration/Extent |
|---|---|---|---|
| Projektergebnisse | 50 | ||
| Rücksprache zur Vorlesung | 40 | ||
| Schriftliche Tests zur Vorlesung | 10 |
Duration of the module
The following number of semesters is estimated for taking and completing the module: 1 semester(s).
This module can be started in the following semesters: Summer semester.
Maximum number of participants
The maximum capacity of participants is 20.
Registration procedures
Anmeldung über Quispos oder das Prüfungsamt
Recommended reading, lecture notes
Lecture notes
unavailable
Electronic lecture notes
available – Kommentierte Vorlesungsfolien werden im ISIS bereit gestellt
Recommended literature
- Skripte in Papierform vorhanden ja nein x Skripte in elektronischer Form vorhanden ja nein x Literatur: Wird im Modul bekanntgegeben.
Assigned programs
This module is not used in any program.
Miscellaneous
Für die Übungsaufgaben und im Projekt wird die Programmiersprache Java eingesetzt.
Die Projektthemen können in form einer Masterarbeit weiter vertieft werden.
Die Projektthemen können in form einer Masterarbeit weiter vertieft werden.