Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Machine Learning and Security - Advanced ProjectModulbeschreibung #41220 / Version 1

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v2)
Modul / Version#41220 / #1
GültigkeitWiSe 2024/25 – SoSe 2026
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte9
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

Nach Abschluss des Projekts verfügen die Studierenden über vertiefte Kenntnisse im Bereich des maschinellen Lernens und der IT-Sicherheit. Diese Kenntnisse umfassen sowohl praktische als auch theoretische Aspekte der behandelten Probleme. Die Studierenden sind in der Lage, entweder (i) Lernalgorithmen auf fortgeschrittene Probleme/Systeme der IT-Sicherheit anzuwenden oder (ii) Prinzipien der Sicherheit auf Probleme/Systeme des maschinellen Lernens anzuwenden. In beiden Fällen umfasst diese Anwendung eine theoriegestützte Analyse des Problems/Systems, einen Vergleich möglicher Ansätze sowie den Entwurf, die Implementierung und die Evaluation der gewählten Lösung für die Praxis. Hierbei reflektieren die Studierenden auch über ethische und gesellschaftliche Fragestellungen dieser Lösung.

Lehrinhalte

Die fortgeschrittenen Projekte werden stets auf die Anforderungen der Studierenden zugeschnitten und im Rahmen der aktuellen Forschung angeboten. Mögliche Themen für den ersten Forschungsbereich (i) sind lernbasierte Ansätze zur Erkennung von Schwachstellen, Schadcode und Datenschutzlücken. Mögliche Themen für den zweiten Bereich (ii) sind die Entwicklung von Angriffen und Verteidigungsmaßnahmen für lernende und datengetriebene Systeme. Hierbei werden insbesondere praktisch und/oder theoretisch anspruchsvolle Problemstellungen behandelt.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Machine Learning and Security - AdvancedProjekt Winter- und Sommersemester[en]6 ISIS

Arbeitsaufwand und Leistungspunkte

Machine Learning and Security - Advanced (Projekt)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit156 h90 h
Vor-/Nachbereitung1512 h180 h
270 h

Der Aufwand des Moduls summiert sich zu 270 Stunden. Damit umfasst das Modul 9 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Das Modul besteht aus einem fortgeschrittenen Projekt. Die Studenten arbeiten einzeln oder in Gruppen je nach Aufgabenstellung.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- Eine ideale Voraussetzung ist der erfolgreiche Abschluss des Moduls "Machine Learning and Security - Project"
- Je nach Projekt werden vertiefte Kenntnisse im Bereich IT-Sicherheit und/oder maschinelles Lernen dringend empfohlen.
- Je nach Projekt bieten die Vorlesungen "Machine Learning for Computer Security" und "Adversarial Machine Learning" eine gute theoretische Vorbereitung.
- Je nach Projekt bieten die Praktika "Applied Security Lab" und "Smart Security Lab" eine gute praktische Vorbereitung.

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
(Ergebnisprüfung) Projektergebnisse50flexibeldynamisch
(Ergebnisprüfung) Dokumentation25schriftlich20-35 Seiten
(Ergebnisprüfung) Präsentation25mündlich30 Minuten

Prüfungsbeschreibung (Abschluss des Moduls)

Die Note der Portfolioprüfung wird auf der Grundlage der Projektergebnisse, der Dokumentation und der Präsentation ermittelt. Die Projektergebnisse können je nach Thema des Projekts eine entwickelte Software, ein entwickeltes IT-System und/oder durchgeführte Experimente sein. Die Bewertung der Ergebnisse umfasst 50% der Note und wird nach Qualität und Umfang der Ergebnisse bestimmt. Weiterhin fließen die Dokumentation und die Präsentation jeweils mit einem Anteil von 25% in die Note ein.

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 Anmeldung erfolgt über die Website des Projekts.

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 › Data and Software Engineering / Data and Software Engineering
WiSe 2025/26Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems
SoSe 2026Wahlpflicht Studiengebiet B › Verteilte Systeme und Netze / Distributed Systems and Networks
Computer Science (Informatik)
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Verteilte Systeme und Netze / Distributed Systems and Networks
WiSe 2025/26Studiengebiete › Data and Software Engineering / Data and Software Engineering
SoSe 2026Studiengebiete › Verteilte Systeme und Netze / Distributed Systems and Networks
Elektrotechnik
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
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
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

Sonstiges

Keine Angabe