Sécurité de l'information L’intelligence artificielle et la sécurité opérationnelle
Approfondir la compréhension de l'Intelligence Artificielle (IA) dans le contexte de la cybersécurité.
Cette formation offre une compréhension approfondie de l'Intelligence Artificielle (IA), de sa définition dans le contexte de la cybersécurité, ainsi que de l'importance de sécuriser les objets connectés, les identités, les données personnelles, etc. Elle met également en lumière l'importance cruciale de la sécurité opérationnelle.
Objectifs de l'apprentissage
- Comprendre en quoi l'intelligence artificielle peut être utile à la cybersécurité.
- Appréhender les problèmes de sécurité liés aux objets connectés.
- Découvrir les outils et moyens de détection contre les attaques d’Ingénierie sociale, biométrique, usurpation...
Programme de la formation
Définir les enjeux entre : IA, robotique et cybersécurité
- Définition et concepts.
- Enjeux pour les états, les armées et toute organisation liée à l’informatique.
- Possibilités et limites de la cybersécurité liées à l’IA.
- Menaces logicielles. Outils de détection de logiciels malveillants.
- Problèmes de sécurités liés à l’Internet des Objets (IoT).
- Possibilités et limites de l’IoT dans un contexte de cybersécurité.
- Objets connectés malveillants vs moyens de détections.
- Démonstration : démonstrations : logiciels polymorphiques, algorithmes génétiques utiles à la génération de codes polymorphes, matériels électroniques et robotiques.
Ingénierie sociale et intelligence artificielle
- Qu’est ce qu’une attaque d’ingénierie sociale ? Quelles en sont les conséquences ?
- Principes des « deepfakes » (fausses identités, images, voix et vidéos).
- Possibilités et limites d’un réseau GAN (Generative Adversarial Networks).
- De nouveaux outils comme moyens de détections
- Démonstration : mise en œuvre d’un réseau GAN pour produire des images aux styles factices.
L'IA comme outil de détection, protection, surveillance, identification...
- Des systèmes à la « complexité » toujours plus croissante.
- Des indicateurs statistiques « classiques » insuffisants pour surveiller un système complexe.
- Machine Learning (ML) et Deep Learning (DP) pour la détection et la prévention des anomalies.
- IA, outil de surveillance. Utilisation du ML et DL par les systèmes biométriques.
- Possibilités et limites du ML et du DL dans l’identification des personnes.
- Utilisation détournée : faux positifs, faux négatifs, actes malveillants…
- Démonstration : modèle de détection. Typologie des caméras (360, HD, 3D-RGBd…). Démonstrations des limites, des « biais » liés à l’IA et des cas où l’IA est plus efficace que l’œil humain
Une écoute boostée à l’IA
- Contexte d’écoutes « boostées » à l’intelligence artificielle.
- Outils et moyens pour écouter une conversation, déceler un code secret, reconstituer un mail…
- Des projets menés à bien accessible à tous.
- Comment préserver la confidentialité de nos échanges ?
- Possibilités et limites entre « frappologie » et IA. Comment s’en protéger ?
- Démonstration : outils et recherches utiles pour reconstruire, prédire des signaux indirects dans un environnement bruité.
Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques… Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.
