Formation L’intelligence artificielle et la sécurité opérationnelle

Référence : SECIA100
Durée : 7 heures
Certification : Non
Eligible CPF : Non

RÉSUMÉ

Cette formation permet de comprendre ce qu’est l’Intelligence Artificielle (IA), comment la définir dans le contexte de la cybersécurité et aussi de mesurer l’importance de sécuriser nos objets connectés, nos identités, nos données personnelles, etc. et de comprendre l'importance de la sécurité opérationnelle.

CONNAISSANCES PREALABLES

Connaissance préalable d'un langage de l'outil informatique et d'un langage de programmation

PROFIL DES STAGIAIRES

Décideur, chef de projet, ingénieur, développeur, chercheurs

OBJECTIFS

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...

METHODES PEDAGOGIQUES

6 à 12 personnes maximum par cours, 1 poste de travail par stagiaire
Remise d’une documentation pédagogique papier ou numérique pendant le stage
La formation est constituée d’apports théoriques, d’exercices pratiques et de réflexions

METHODES D'EVALUATION DES ACQUIS

Auto-évaluation des acquis par le stagiaire via un questionnaire
Attestation de fin de stage adressée avec la facture

FORMATEUR

Consultant-Formateur expert Sécurité défensive

CONTENU DU COURS Sécurité défensive

1 - 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
Démonstrations : logiciels polymorphiques, algorithmes génétiques utiles à la génération de codes polymorphes, matériels électroniques et robotiques

2 - 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

3 - 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…
Démonstrations : 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

4 - 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