Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Machine Learning and Security - Master SeminarModulbeschreibung #41104 / Version 1

← Zur Modulseite English version
Modul / Version#41104 / #1
GültigkeitSeit SoSe 2023
Verfügbare Sprache(n)Deutsch
Leistungspunkte3
Modulverantwortliche*rRieck, Konrad
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Deutsch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Softwaretechnik und Theoretische Informatik
Fachgebiet34353000 FG Maschinelles Lernen und IT-Sicherheit

Kontakt

SekretariatKeine Angabe
Ansprechpartner*inRieck, Konrad
E-Mail-Adresserieck@tu-berlin.de
Webseitehttps://mlsec.tu-berlin.de

Lernergebnisse

Im Rahmen des Seminars erwerben die Studierenden folgende Fähigkeiten:

- wissenschaftliche Literatur kritisch zu analysieren und zu verstehen
- effektiv wissenschaftliche Präsentationen zu halten sowie
- klare und präzise wissenschaftliche Berichte zu verfassen.

Darüber hinaus analysieren die Studierenden aktuelle und fortgeschrittene Forschungsthemen im Bereich maschinelles Lernen und IT-Sicherheit. Sie können über die technischen und ethischen Auswirkungen von Sicherheit auf Gesellschaft und Politik reflektieren.

Lehrinhalte

Das Seminar befasst sich mit aktuellen Themen des maschinellen Lernens und der IT-Sicherheit. Dazu gehören

- aktuelle Ansätze zum Auffinden von Sicherheitslücken, zur Analyse von Schadsoftware, zur Erkennung von Angriffen, zur Erforschung von Datenschutz-Lücken und anderen Sicherheitseigenschaften, sowie
- neue Angriffe und Verteidigungsmaßnahmen im Bereich des maschinellen Lernens, Evasion- und Poisoning-Angriffe, Membership-Inference und andere Angriffe auf die Privatsphäre sowie völlig neuartige Angriffe auf lern- und datengestützte Systeme.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Master Seminar: Machine Learning and SecuritySeminar Winter- und Sommersemester[en]2 ISIS

Veranstaltungen im Vorlesungsverzeichnis

Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.

WiSe 2026/27 (2)

Master Seminar: Machine Learning and Security (Seminar) 2

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Arbeitsaufwand und Leistungspunkte

Master Seminar: Machine Learning and Security (Seminar)

AufwandbeschreibungMultiplikatorStundenGesamt
Erstellung der Seminararbeit150 h50 h
Vorbereitung der Präsentation125 h25 h
Aktive Teilnahme101 h10 h
Reviews15 h5 h
90 h

Der Aufwand des Moduls summiert sich zu 90 Stunden. Damit umfasst das Modul 3 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Die Studierenden lesen aktuelle und fortgeschrittene Forschungsarbeiten, bereiten einen Vortrag vor und schreiben eine Seminararbeit. Sie prüfen weiterhin die Arbeiten anderer Studierenden als Review. Weiterhin nehmen die Studierenden an den Vorträgen der anderen teil. Hinweis: Je nach Terminlage können die Vorträge statt im üblichen Wochenrhythmus auch in Blockveranstaltungen gegen Ende des Semesters gehalten werden. Einzelheiten werden in der Einführungsveranstaltung bekannt gegeben.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- Gute Kenntnisse in maschinellem Lernen und/oder IT-Sicherheit werden dringend empfohlen.
- Je nach Thema des Seminars bieten die Vorlesungen "Machine Learning for Computer Security" und "Adversarial Machine Learning" eine gute Vorbereitung auf den Kurs.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch, Deutsch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
Seminararbeit45schriftlich6-8 Seiten
Präsentation45mündlich30 Minuten
Reviews10schriftlich2-3 Seiten

Prüfungsbeschreibung (Abschluss des Moduls)

Die Note des Seminars errechnet sich aus der Seminararbeit (45%) und der Präsentation (45%). Zusätzlich fließen die Reviews mit 10% ein. Die Gesamtbewertung basiert auf der wissenschaftlichen, strukturellen und sprachlichen Qualität sowie dem Umfang der verschiedenen Prüfungselemente.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 10.

Anmeldeformalitäten

Die Anmeldungen für das Seminar werden über die Lehrplattform ISIS abgewickelt.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Verteilte Systeme und Netze / Distributed Systems and Networks
WiSe 2025/26Wahlpflicht Studiengebiet B › Verteilte Systeme und Netze / Distributed Systems and Networks
SoSe 2026Wahlpflicht Studiengebiet B › Verteilte Systeme und Netze / Distributed Systems and Networks
WiSe 2026/27Wahlpflichtbereich › Studiengebiet B › Verteilte Systeme und Netze / Distributed Systems and Networks
Computer Science (Informatik)
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
WiSe 2025/26Studiengebiete › Data and Software Engineering / Data and Software Engineering
SoSe 2026Studiengebiete › Kognitive Systeme / Cognitive Systems
WiSe 2026/27Wahlpflichtbereich › Studiengebiet › Verteilte Systeme und Netze / Distributed Systems and Networks
Elektrotechnik
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Verteilte Systeme und Netze / Distributed Systems and Networks
WiSe 2025/26Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
SoSe 2026Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
SoSe 2025Wahlpflichtbereich › Fachstudium Informatik › Verteilte Systeme und Netze / Distributed Systems and Networks
WiSe 2025/26Wahlpflichtbereich › Fachstudium Informatik › Verteilte Systeme und Netze / Distributed Systems and Networks
SoSe 2026Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering
WiSe 2026/27Wahlpflichtbereich › Fachstudium Informatik › Verteilte Systeme und Netze / Distributed Systems and Networks
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Data and Software Engineering

Sonstiges

Keine Angabe