How Can Data Science Solve Cybersecurity Challenges?

Software Engineering Institute (SEI) Webcast Series

Το περιεχόμενο παρέχεται από το Carnegie Mellon University Software Engineering Institute and SEI Members of Technical Staff. Όλο το περιεχόμενο podcast, συμπεριλαμβανομένων των επεισοδίων, των γραφικών και των περιγραφών podcast, μεταφορτώνεται και παρέχεται απευθείας από τον Carnegie Mellon University Software Engineering Institute and SEI Members of Technical Staff ή τον συνεργάτη της πλατφόρμας podcast. Εάν πιστεύετε ότι κάποιος χρησιμοποιεί το έργο σας που προστατεύεται από πνευματικά δικαιώματα χωρίς την άδειά σας, μπορείτε να ακολουθήσετε τη διαδικασία που περιγράφεται εδώ https://el.player.fm/legal.

2+ y ago 1:00:01

MP4•Αρχική οθόνη επεισοδίου

In this webcast, Tom Scanlon, Matthew Walsh and Jeffrey Mellon discuss approaches to using data science and machine learning to address cybersecurity challenges. They provide an overview of data science, including a discussion of what constitutes a good problem to solve with data science. They also discuss applying data science to cybersecurity challenges, highlighting specific challenges such as detecting advanced persistent threats (APTs), assessing risk and trust, determining the authenticity of digital content, and detecting deepfakes.

What attendees will learn:

Basics of data science and what makes for a good data science problem
How data science techniques can be applied to cybersecurity
Ways to get started using data science to address cybersecurity challenges

174 επεισόδια

#Tech #Cybersecurity #Securecoding #Softwarearchitecture #Softwaredevelopment #Softwareengineering #Carnegie Mellon University Software Engineering Institute #SEI Members of Technical Staff #Video #Podcasting Education