¿Qué quieres aprender?

MASTER PROPIO EN DATA, COMPLEX NETWORKS & CYBERSECURITY SCIENCES

MASTER PROPIO EN DATA, COMPLEX NETWORKS & CYBERSECURITY SCIENCES

Universidad Rey Juan Carlos

Máster presencial

Fuenlabrada (Madrid)


Precio a consultar

Duración : 9 Meses

¿Quieres hablar con un asesor sobre este curso?

Sedes

Localización

Fecha inicio

Fuenlabrada
Septiembre 2021

Objetivos

El objetivo es formar en las principales técnicas de protección frente a ataques y amenazas en los sistemas operativos, las redes, el software de aplicación, sistemas Web, las bases de datos y machine learnig. Los alumnos tendrán una formación amplia y rigurosa que les permitirá conocer y aprenderán a manejar sistemas operativos, redes y lenguajes de programación desde el punto de vista de la seguridad informática y de las comunicaciones; implantar protocolos criptográficos y herramientas de seguridad.

A quién va dirigido

•    Personas en posesión de Titulación Universitaria, Graduados o Licenciados. •    Personas sin Titulación Universitaria con experiencia laboral acreditada en puestos de TI.

Requisitos

•Estar en posesión de Titulación Universitaria. Recién titulados. • Personas sin Titulación Universitaria: acreditar amplia experiencia en puestos de trabajo relacionados con TI.

Temario completo de este curso

Modulo 1. CYBERSECURITY FUNDAMENTALS 50 hs lectivas. A1. Building a Cybersecurity Toolkit
  • A2. Security Operations & IAM
  • A3. Criptografía
  • A4. Redes Complejas
  • A5. NIST Framework Introduction
  • A6. Data Science
  • A7. Proyectos prácticos
  • A8. CyberData Driven Model

Módulo 2. INTRODUCTION TO PYTHON. 50 hs B1. Lenguaje de programación Python
  • B2. Programming for Everybody (Getting Started with Python)
  • B3. Librerías en Python para Redes Complejas
  • B4. Librerías en Python para Machine Learning.

Módulo 3. CYBERSECURITY: ARCHITECTURAL & TECHNOLOGICAL STRATEGIES. 140 horas.
  • C1. Introducción a Ciberseguridad
  • Arquitecturas Open de Datos Cyber basadas en ELK.
  • C2. System Security
  • C3. Criptografía y Redes.
  • C4. Casos de Estudio
  • C.5. Políticas de Seguridad.

Módulo 4. DATA FOR KILL CHAIN MANAGEMENT: MONITORING & RESPOND. 140 horas.
  • D1. Algebra- Intro Matlab.
  • D2. Probabilidad - Intro Matlab.
  • D3. Preprocesado - Limpieza.
  • D4. Conceptos Básicos-Coste.
  • D5. Modelos Paramétricos (regres, logistica etc.).
  • D6. Modelos No paramétricos.
  • D7. Modelos no supervisados.
  • D8. Ingeniería de Atributos y Conjuntos.
  • D9. KERNELS.
  • D10. Deep. Redes Convolucionales. Ataques adversarios. GANs.
  • D11.Genéticos- (Particle Filtering).
  • D12. Sistemas Recomendación.
  • D13 Detección de anomalias.
  • D.14 Hackatón.
  • D.15 Big Data.

Módulo 5. SCIENCES APPLIED TO CYBERSECURITY: MACHINELEARNING & COMPLEX NETWORK. 130 horas.
  • E1. Métricas y Medidas de Ciberseguridad.
  • E2. Dar sentido a los datos no estructurados.
  • E3. Regresión y Predicción.
  • E4. Clasificación, prueba de hipótesis y detección de anomalías.
  • E5. Recomendación de Sistemas.
  • E6. Análisis de Redes Complejas. E7. Modelos predictivos para datos temporales.

TRABAJO FIN DE MASTER. 90 horas.
  • Análisis tecnológico, análisis de Mercado, Desarrollo de modelo de consultoria y/o análisis de productos que comvinen la utilización de datos para la resolución de problemas de Ciberseguridad
Ver más