Modul: Security Analytics - Techniken und Werkzeuge

Das hier aufgeführte Modul basiert auf in den Amtlichen Bekanntmachungen der Universität Potsdam veröffentlichten Studien- und Prüfungsordnungen.
Verbindliche Regelungswirkung haben nur die veröffentlichten Ordnungen.

HPI-SECA-T: Security Analytics - Techniken und Werkzeuge

Anzahl der Leistungspunkte (LP):
6 LP

Modulart (Pflicht- oder Wahlpflichtmodul):	Abhängig vom Studiengang (siehe unten)
Inhalte und Qualifikationsziele des Moduls:	Inhalt Das Modul vermittelt vertieftes praktisches Wissen im Bereich Security Analytics mithilfe gängiger Security-Analytics-Systeme und -Werkzeuge. In Anlehnung an etablierte Datenanalyse-Prozesse, wie zum Beispiel ETL oder Streaming in Verbindung mit verschiedenen analytischen Ansätzen, werden Praxisbeispiele für die Erkennung von Angriffen und potentiellen Risiken im Kontext von Cybersecurity untersucht. Dabei werden neben verschiedenen statistischen Analyseansätze und Korrelationsansätzen auch Machine Learning Verfahren, wie beispielsweise Clustering, Klassifikation und Deep Learning, vermittelt. Darüber hinaus werden die Stärken und Schwächen für die einzelnen Schritte und Analyseverfahren näher betrachtet. Die Studierenden werden zudem für offene Forschungsprobleme sensibilisiert und entwickeln eigene Techniken und Werkzeuge zur Lösung dieser Forschungsfragen. Qualifikationsziele Die Studierenden erwerben detailliertes Wissen über die im Modul gegenständlichen Fachthemen. Die Studierenden erlernen die Anwendung verschiedener Analysetechniken und -werkzeuge – statistische Ansätze, Korrelation und Machine Learning, erlernen die praktische Anwendung von Security Analytics-Methoden und -Systemen, können Verfahren zur Erkennung von Angriffen und potentiellen Risiken praktisch anwenden, werden befähigt gängige Softwarewerkzeuge einzusetzen, Rohdaten zu sammeln, zu normalisieren/ aufzubereiten, strukturiert zu analysieren und Ergebnisse zu visualisieren, können zu einer vorgegebenen Problemstellung geeignete Lösungskonzepte und -strategien auswählen und anwenden, erweitern ihre fachliche Urteilskompetenz, können etablierte Prozesse zur Datenanalyse im Kontext von Cybersecurity für verschiedene Anforderungen implementieren und parametrieren, erwerben fachsprachliche Kenntnisse in Englisch, erweitern ihre Lernfähigkeiten.
Modul(teil)prüfungen (Anzahl, Form, Umfang, Arbeitsaufwand in LP):	Eine Prüfung der folgenden Formen: Klausur, 90-120 Minuten Hausarbeit, mind. 8 Seiten, zusammen mit der Präsentation von Forschungsergebnissen (Vortrag, 30-45 Minuten) Mündliche Prüfung, 30-45 Minuten
Selbstlernzeit (in Zeitstunden (h)):	120

Veranstaltungen (Lehrformen)	Kontaktzeit (in SWS)	Prüfungsnebenleistungen (Anzahl, Form, Umfang)		Lehrveranstaltungsbegleitende Modul(teil)prüfung (Anzahl, Form, Umfang)
		Für den Abschluss des Moduls	Für die Zulassung zur Modulprüfung
Vorlesung/Seminar (Vorlesung oder Seminar)	4	-	-	-


Häufigkeit des Angebots:	WiSe und SoSe
Voraussetzung für die Teilnahme am Modul:	keine
Anbietende Lehreinheit(en):	Digital Engineering

Zuordnung zu Studiengängen	Modulart
Master of Science Cybersecurity WiSe 2019/20	Wahlpflichtmodul