Analiza Big Data w cyberbezpieczeństwie 2100-CB-M-D4BIGD
Przedmiot omawia tematykę prowadzenia badań naukowych w obszarze cyberbezpieczeństwa i dużych zbiorów danych.
Przedmiot w szczególności obejmuje współczesne narzędzia wykorzystywane w pracy badawczej i analitycznej m.in. algorytmy sztucznej inteligencji. W trakcie zajęć omawiane są m.in. takie elementy jak: rafinacja informacji, analiza treści informacji, źródła informacji cyfrowej, algorytmy analizy dużych zbiorów danych, narzędzia analizy dużych zbiorów danych w tym zasady budowania własnych rozwiązań, metody i narzędzia kolekcjonowania danych, systemy przechowywania zbiorów big data. Zajęcia przygotowują studentów do samodzielnego prowadzenia badań w cyberbezpieczeństwie. Przedmiot otwiera drogę do zrozumienia zasad prowadzenia bardziej złożonych badań w przedmiotowym obszarze.
W cyklu 2024L:
Przedmiot omawia tematykę prowadzenia badań naukowych w obszarze cyberbezpieczeństwa i dużych zbiorów danych. |
Tryb prowadzenia
mieszany: w sali i zdalnie
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza
-------------
• Posiada wiedzę w zakresie rafinacji informacji i wyłuskiwania nowej użytecznej informacji z dużego zbioru danych w zakresie negatywnych zjawisk mogących wystąpić w cyberbezpieczeństwie (K_W05).
• Posiada wiedzę w zakresie metod diagnozowania, analizy i oceny ryzyka wystąpienia sytuacji stanowiącej zagrożenie w cyberprzestrzeni (K_W05).
• Posiada wiedzę dotyczącą roli algorytmów sztucznej inteligencji w wykrywaniu i zapobieganiu występowania cyberzagrożeń (K_W10).
• Posiada wiedzę w zakresie zagrożeń na jakie narażone są organizacje, państwa i ich obywatele ze strony cyberprzestrzeni (K_W05).
• Posiada podstawową wiedzę na temat kolekcjonowania i przetwarzania danych z różnych źródeł informacji (K_W05).
• Posiada wiedzę w zakresie planowania badań w obszarach związanych z cyberbezpieczeństwem (K_W05).
Umiejętności (K_U02)
-----------------------
• Posiada umiejętności zaplanowania procesu badawczego
w obszarze cyberbezpieczeństwa z wykorzystaniem dużych zbiorów danych, rafinacji informacji i algorytmów sztucznej inteligencji.
• Posiada umiejętności wykorzystania pozyskanej wiedzy z procesu badawczego w zakresie detekcji cyberzagrożeń.
• Posiada umiejętności w obszarach zarządzania ryzykiem
i wdrażania strategii zapobiegawczych w celu zapewnienia bezpieczeństwa przedsiębiorstw i instytucji państwa.
Inne kompetencje (K_K01)
------------------------------
• Posiada kompetencje w zakresie popularyzacji wiedzy i kształtowania odpowiedzialnych postaw dotyczących korzystania z cyberprzestrzeni.
• Posiada kompetencje w zakresie krytycznego odnoszenia się do problemów bezpieczeństwa IT w życiu społecznym i gospodarczym.
• Posiada kompetencje w zakresie współpracy ze specjalistami odpowiedzialnymi za monitorowanie zagrożeń występujących w cyberprzestrzeni.
Kryteria oceniania
Wykłady:
-----------------
Egzamin pisemny w postaci testu (pytania otwarte i/lub zamknięte),
wymagane 50% poprawnych odpowiedzi na ocenę pozytywną.
Ćwiczenia:
------------------
Sposób zaliczenia: realizacja zadań zleconych przez prowadzącego, prace domowe, aktywność na zajęciach
Zaliczenie na podstawie:
- obecności i aktywności na zajęciach (wymagane) - waga 30%,
- realizacja zadań (projektów) zleconych przez prowadzącego, prace domowe - waga 70%
Praktyki zawodowe
n/d
Literatura
Podstawowa:
----------------------
• Cetera W., Gogołek W., Żołnierski A., Jaruga D., Potential for the use of large unstructured data resources by public innovation support institutions, „Journal of Big Data” t. 9 nr 1 (2022), DOI: 10.1186/s40537-022-00610-6.
• Cetera W., Żołnierski A., Jaruga D., i in., Information refining and big data analysis on the crisis on the fossil fuel market to identify of Russia’s hostile narratives towards European Union countries, „Discover Energy” t. 3 nr 1 (2023), DOI: 10.1007/s43937-023-00016-2.
• Dela P., Założenia działań w cyberprzestrzeni, Warszawa 2022.
• Gogołek W., Jaruga D., Z badań nad systemem rafinacji sieciowej. Identyfikacja sentymentów, „Studia Medioznawcze” nr 4 (67) (2016).
• Jaruga D., Komunikacja sieciowa. Źródła informacji Big Data, Warszawa 2021.
• Kowalewski J., Kowalewski M., Politechnika Warszawska Oficyna Wydawnicza, Zagrożenia informacji w cyberprzestrzeni, cyberterroryzm, Warszawa 2017.
• Sulowski S. (red.), Security Challenges at the Dawn of a New International Order, Peter Lang Verlag 2023.
• Literatura dodatkowa/uzupełniająca wskazana przez prowadzącego zajęcia.
Uzupełniająca:
------------------------
• Bruce P.C., Bruce P.C., Bruce A., i in., Statystyka praktyczna w data science: 50 kluczowych zagadnień w językach R i Python, Gliwice 2021.
• Cetera W. (red.), Big data: rafinacja informacji - medycyna - ekonomia - media: aspekty teoretyczne i aplikatywne: praca zbiorowa, Kielce 2022.
• Harrison G., Pilch P., Grupa Wydawnicza Helion, NoSQL, NewSQL i BigData: bazy danych następnej generacji, Gliwice 2019.
• Kleppmann M., Walczak T., Grupa Wydawnicza Helion, Przetwarzanie danych w dużej skali: niezawodność, skalowalność i łatwość konsekwencji systemów, Gliwice 2018.
• Marz N., Warren J., Lachowski L., Wydawnictwo Helion, Big data: najlepsze praktyki budowy skalowalnych systemów obsługi danych w czasie rzeczywistym, Gliwice 2016.
• Sanger D.E., Misiorek T., Cyberbroń - broń doskonała: wojny, akty terroryzmu i zarządzanie strachem w epoce komputerów, Gliwice 2021.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: