GERİ DÖN

Ders Öğretim Planı

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS
SGM236 ARTIFICIAL INTELLIGENCE AND CYBER SECURITY Seçmeli Ders Grubu 2 4 6,00

Dersin Seviyesi

Önlisans

Dersin Sunulduğu Dil

Dersin Amacı

Yapay Zeka, siber güvenlik alanında kritik bir rol oynamaktadır ve bu dersin temel amacı, öğrencileri siber güvenlik için önemli olan temel yapay zeka algoritmaları ile tanıştırmaktır. Bu ders, siber güvenlikte yapay zekanın nasıl kullanıldığını öğretmeyi, bilgi teknolojileri ve bilgisayar bilimlerine odaklanarak öğrencileri bu alanda donanımlı hale getirmeyi amaçlamaktadır. Yapay Zeka, Makine Öğrenmesi, Derin Öğrenme kavramları, anomali tespiti, düşman (adversarial) makine öğrenme, güncel problemler ve uygulamalar gibi konular ele alınacaktır. Bu sayede öğrenciler, siber saldırıları anlamak ve siber güvenlik önlemleri geliştirmek için yapay zekaya dayalı yaklaşımları etkin bir şekilde kullanabilme yetkinliği kazanacaklardır.

Dersi Veren Öğretim Görevlisi/Görevlileri

Öğrenme Çıktıları

1 Yapay Zeka, Makine Öğrenmesi, Derin Öğrenme gibi konularla ilgili temel kavramları kavrayabilme, ilgili problemleri çözebilme,
2 Temel makine öğrenme yöntemleri, bias-variance ödünleşmesi, hata ve performans ölçütleri gibi temel kavramları kavrayabilme ve bu konularla ilgili problemleri çözebilme
3 Sınıflandırma ve kümeleme, anomali tespiti, makine öğrenmenin güvenlikte uygulama zorlukları, düşman (adversarial) makine öğrenme ile ilgili temel kavramları anlayabilme ve ilgili problemleri çözebilme ve bu bilgiyi kullanabilme

Öğretim Sistemi

Birinci Öğretim

Dersin Ön Koşulu Olan Dersler

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Dersin İçeriği

Yapay Zeka, Makine Öğrenme, Derin Öğrenme Kavramları Veri Analizi ve Problem Tipleri Python Kütüphaneleri Temel Makine Öğrenme Yöntemleri Bias-Variance Ödünleşmesi Hata ve Performans Ölçütleri Neden Yapay Zeka ve Güvenlik? Uygulamada Makine Öğrenme: Çalışılmış Örnekler Arasınav Sınıflandırma ve Kümeleme Anomali Tespiti Makine Öğrenmenin Güvenlikte Uygulama Zorlukları Düşman (Adversarial) Makine Öğrenme Güncel Problemler ve Uygulamalar

Haftalık Ayrıntılı Ders İçeriği

Hafta Konular (Teorik) Öğretim Yöntem ve Teknikleri Ön Hazırlık
1 Adli Bilişime Giriş
2 Adli Bilişimde Hukuki Boyut
3 Bilgi Güvenliği ve Kişisel Verileri Koruma Kanunu
4 Siber Suçların Sınıflandırılması
5 Dijital Delil Kavramı
6 Kodlama Sistemleri
7 Hash Fonksiyonları ve Kullanım Alanları
8 Ara Sınav
9 Adli Kopya Oluşturma Yöntemleri
10 İmaj Alma Yazılımları
11 Sayısal Veri Analizi
12 Veri Kurtarma Yöntemleri
13 Anti Adli Bilişim
14 Rapor Hazırlama
15 Final Sınav Çalışmalar
16 Final Sınavı

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Alessandro Parisi, (2019), Hands-On Artificial Intelligence for Cybersecurity: Implement smart AI systems for preventing cyber attacks and detecting threats and network anomalies, Packt Publishing. Sanjay Misra and Amit Kumar Tyagi, (2022), Artificial Intelligence for Cyber Security: Methods, Issues and Possible Horizons or Opportunities: 972 (Studies in Computational Intelligence, 972), Springer International Publishing.

Planlanan Öğrenme Aktiviteleri ve Metodları

Değerlendirme

Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Ara Sınav 1 100
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Final Sınavı 1 100
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

Staj Durumu

Yok

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ara Sınav 1 2 2
Final Sınavı 1 2 2
Derse Katılım 14 4 56
Bireysel Çalışma 14 5 70
Ara Sınav İçin Bireysel Çalışma 1 14 14
Final Sınavı içiin Bireysel Çalışma 1 16 16
Ev Ödevi 4 5 20
Toplam İş Yükü (saat) 180

Program ve Öğrenme Çıktıları İlişkisi

PÇ 1 PÇ 2 PÇ 3 PÇ 4 PÇ 5 PÇ 6 PÇ 7 PÇ 8 PÇ 9 PÇ 10
ÖÇ 1 5 5 5
ÖÇ 2 5 5 5
ÖÇ 3 5 5 5
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek