Ağ trafiğindeki sapmayı veriden yakalayın
Ağ trafiğinde anomali tespiti: NetFlow/IPFIX öznitelik çıkarımı ve baseline, EWMA/Z-skor/entropi/PCA istatistiksel yöntemleri, Isolation Forest, One-Class SVM ve autoencoder ile denetimsiz ML ve ROC/AUC değerlendirmesi uygulamalı öğretilir.
Akış verisinden öznitelik çıkarımı, istatistiksel sapma ölçümü ve denetimsiz öğrenme
Bu orta seviye eğitim, ağ trafiğinde anormal davranışın veri odaklı tespitini uçtan uca ele alır. NetFlow v9 ve IPFIX akış kayıtlarından öznitelik çıkarımı (bayt/paket hızı, akış sayısı, port dağılımı), normal davranış için baseline ve mevsimsellik modelleme işlenir. İstatistiksel yöntemler olarak eşik tabanlı tespit, EWMA, Z-skor, Shannon entropisi ve PCA ile boyut indirgeme uygulanır. Makine öğrenmesi tarafında K-means kümeleme, Isolation Forest, One-Class SVM ve autoencoder ile denetimsiz anomali tespiti kurulur. DDoS, port tarama, veri sızıntısı (exfiltration) ve C2 beacon gibi gerçek saldırı örüntüleri etiketlenir; precision/recall ve ROC ile model değerlendirilir.
3 Gün. Her gün dört modül; her modülde yöntem anlatımının ardından gerçek akış veri setleri üzerinde Python laboratuvarı yapılır.
Orta Seviye — Ağ trafiğinde anomali tespiti için NetFlow/IPFIX veri işleme, istatistiksel yöntemler ve makine öğrenmesi modelleri.
Katılımcılar NetFlow ve PCAP türevi veri setlerini pandas/scikit-learn ile işleyip modelleri Jupyter ortamında eğitip değerlendirir.
İmza yerine davranış sapmasına bakarak bilinmeyen saldırıları da yakalarsınız.
Entropi ve PCA'dan Isolation Forest'a kadar yöntemleri hangi durumda kullanacağınızı öğrenirsiniz.
Precision/recall ve ROC ile yanlış alarm oranını düşürüp modelinizi kanıtlarsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
TCP/IP, port ve akış (flow) kavramlarına temel düzeyde aşinalık gerekir.
Temel Python ve pandas/numpy ile veri işlemeye giriş düzeyinde hâkimiyet beklenir.
Jupyter, scikit-learn ve pandas kurulu bir Python ortamı gereklidir.
Ortalama, standart sapma ve dağılım gibi temel istatistik kavramları.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
NetFlow/IPFIX kayıtlarından anlamlı anomali öznitelikleri çıkarırsınız.
Gün/saat ve mevsimsellik içeren sağlam bir normal davranış baseline'ı kurarsınız.
EWMA, Z-skor ve entropi ile hacim ve dağılım anomalilerini ayırt edersiniz.
Çok boyutlu trafikte PCA residual alt uzayıyla sapmayı yakalarsınız.
Isolation Forest ve One-Class SVM ile etiketsiz anomali tespiti kurarsınız.
Yeniden üretim hatasına dayalı derin öğrenme tespiti uygularsınız.
Precision/recall ve ROC/AUC ile model performansını ölçüp kanıtlarsınız.
Tespit çıktısını SIEM/SOC akışına bağlayıp yanlış alarmı azaltırsınız.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Handlebars şablonlama, Backbone koleksiyon/model mimarisi ve istemci tarafı routing ile tek sayfa uygulama (SPA) geliştirmeyi uygulamalı öğreten DVA eğitimi.
Detayları Gör →
IBM Business Automation Workflow eğitimi: BPMN gateway yönlendirme, REST/SOAP entegrasyon servisleri ve boundary event ile dayanıklı hata yönetimi uygulamalı an
Detayları Gör →
Aruba AOS-CX ICXS eğitimi: VLAN, spanning tree, OSPF, LACP, VSX çift aktif omurga, ACL, REST API ve NAE analitik uygulamalı olarak öğretilir.
Detayları Gör →
5G yaşam döngüsü eğitimi: IMT-2020, 5G NR radyo, O-RAN, servis tabanlı 5G Core, ağ dilimleme, NSA/SA dağıtım ve operasyon uçtan uca uygulamalı anlatılır.
Detayları Gör →
AWS Elastic Network Interface eğitimi: VPC, çoklu ENI, secondary IP, security group ve NACL ile EC2 örneklerini yalıtma ve mikrosegmentasyon uygulamalı anlatılı
Detayları Gör →