Universidad Rey Juan Carlos

网络安全科学应用高级大学课程：机器学习和复杂网络

方式：面对面，通过流媒体在课堂上提供支持

学分：13（130学时）

联系时间：4.5

1. 网络安全指标和措施
2. 理解非结构化数据
3. 回归与预测
4. 分类、假设检验和异常检测
5. 系统推荐
6. 复杂网络分析
7. 时态数据的预测模型

一般能力

• 能够从所有可用来源搜索与硕士不同科目相关的特定信息。
• 能够呈现和开发报告。
• 具有解释技术文件的能力。
• 能够在跨学科环境中进行团队合作。
• 资源管理：建立工作优先级的组织和能力。
• 在项目开发过程中适应的灵活性，重新思考的能力。
• 批判性推理：对不同替代方案的分析、综合和评估。
• 有效的书面和口头沟通能力。
• 信息管理：信息收集、组织等。
• 自学的责任和能力。

具体能力

• 学生将了解各种算法和加密技术的工作原理及其优点和局限性。
• 您将了解各种身份验证系统和类型，以及身份验证和授权之间的区别。
• 学生将能够评估潜在风险并提出减少风险的方法。
• 学生将了解 Python 编程语言，对该语言有一个概述，并能够构建复杂的程序。
• 您将熟悉变量处理、算法开发和编程的基本概念。
• 学生将全面了解网络安全技术和技巧。
• 您将学习计算加密数据、网络安全和协议设计的新方法
• 您将了解最有效的机器学习技术。
• 您将了解 Octave 和 MATLAB 之间的差异和兼容性。
• 您将知道如何区分图形模型和网络模型。
• 您将了解如何区分时态数据的预测和其他类型的数据。

此外，还将保证以下基本能力：

• 拥有并理解知识，这些知识通常在研究背景下为想法的开发和/或应用提供原创性的基础或机会。
• 学生知道如何应用所获得的知识以及在与其学习领域相关的更广泛（或多学科）背景下新的或鲜为人知的环境中解决问题的能力；
• 学生能够整合知识并面对基于不完整或有限信息做出判断的复杂性
• 学生知道如何以清晰明确的方式向专业和非专业受众传达他们的结论以及支持他们的最终知识和理由；
• 学生拥有学习技能，使他们能够以很大程度上自我指导或自主的方式继续学习。
• 学生能够在构成硕士学位的各个学科之间建立相关的相互关系。
• 学生在传播制造和设计知识方面具有口头和书面沟通能力。
• 他们在呈现内容时具有综合和分析的能力。
• 学生能够在与相关研究领域相关的通用和特定参考书目领域应用批判性判断。