Universidad Rey Juan Carlos
Master de Formation Continue en Sciences des Données, Réseaux Complexes et Cybersécurité
DURÉE
2 Years
LANGUES
Espagnol, Anglais
RYTHME
À plein temps
DATE LIMITE D'INSCRIPTION
Request application deadline
DATE DE DÉBUT AU PLUS TÔT
Request earliest startdate
FRAIS DE SCOLARITÉ
EUR 4 100
FORMAT D'ÉTUDE
Sur le campus
introduction
La principale caractéristique du master, qui le rend unique, est qu'il utilise des modèles de Data Science et de Machine Learning pour étudier en profondeur les incidents de Cybersécurité les plus actuels, déduisant de cette analyse les architectures de protection les plus introduites dans le secteur.
Nous formons les futurs architectes de cybersécurité aux techniques de protection les plus demandées, telles que les architectures Zero Trust, en appliquant des modèles de Data Science dans leur conception, en validant la robustesse des architectures et en identifiant les attaques qui causent le plus de pertes. causent dans l'industrie.
Nous sommes organisés en cinq modules. Vous pouvez les prendre en un an ou sur plusieurs. Les deux modules initiaux sont Introduction à la cybersécurité et programmation en Python axés sur les données. Les trois modules suivants se concentrent, d'une part, sur les aspects architecturaux et technologiques de la Cybersécurité (Modèle NIST 800) et sur les modèles d'analyse des techniques d'attaque les plus actuelles telles que Cyber Kill Chain et MITRE ATT&CK. À cela s’ajoute l’application pratique de la Data Science et du Machine Learning (fondamentalement Python) pour identifier les anomalies dans le comportement des systèmes et des personnes, ce qui permet de réagir rapidement à une attaque.
À la fin de chacun des modules, vous obtiendrez le diplôme universitaire supérieur correspondant. A l'issue des cinq modules et du Projet Final de Master, le diplôme de Master est délivré. Vous pouvez suivre les deux si vous avez un diplôme universitaire ou si vous prouvez une expérience dans le monde de l'informatique.
Nous sommes au Campus Fuenlabrada de l'URJC. La durée du Master est de 600 heures. Nous commencerons le 15 octobre avec des horaires d'après-midi : de 16h00 à 20h00 du lundi au jeudi. Compte tenu de la situation actuelle, pour le cursus 20/21, les cours pourront être suivis en présentiel ou en streaming. Diffusons tous les cours !!!
Buts
Le Master DONNÉES, RÉSEAUX COMPLEXES & CYBERSÉCURITÉ vise à former aux principales techniques de protection contre les attaques et menaces dans les systèmes d'exploitation, les réseaux, les logiciels d'application, les systèmes Web, les bases de données et le machine learning.
Admissions
Curriculum
Module 1 Fondamentaux de la Cybersécurité (Correspond au « Cours Universitaire Avancé Fondamentaux de la Cybersécurité »)
- Opérations de sécurité et IAM
- Cryptographie
- Réseaux complexes
- Introduction au cadre Nist
- Science des données
- Projets pratiques
- Modèle basé sur les cyberdonnées
Module 2. Introduction à Python. (Correspond au « Cours Universitaire avancé d’Introduction à Python)
- Langage de programmation Python
- Programmation pour tout le monde (Démarrer avec Python)
- Bibliothèques Python pour réseaux complexes
- Bibliothèques Python pour l'apprentissage automatique
Module 3. Cybersécurité : stratégies architecturales et technologiques. (Correspond au « Cours Universitaire avancé en Cybersécurité : Stratégies Architecturales & Technologiques.)
- Introduction à la cybersécurité
- Sécurité du système
- Cryptographie et réseaux
- Cas d'études
- Politique de sécurité
Module 4. Données pour la gestion de la Kill Chain : surveillance et réponse. Correspond au "Cours Universitaire Avancé en Data for Kill Chain Management: Monitoring & Respond)
- Algèbre - Introduction Matlab
- Probabilités - Introduction à Matlab
- Prétraitement - Nettoyage
- Concepts de base-coût
- Modèles paramétriques (retours, logistique, etc.)
- Modèles non paramétriques
- Modèles non supervisés
- Graines
- Profond
- Génétique - (Filtrage des particules)
- Systèmes de recommandation
- Détection d'une anomalie
Module 5. Sciences appliquées à la cybersécurité : Machinelearning & Réseau complexe (Correspond au « Cours Universitaire Avancé Sciences Appliquées à la Cybersécurité : Machinelearning & Réseau complexe)
- Métriques et mesures de cybersécurité
- Donner du sens aux données non structurées
- Régression et prédiction
- Classification, tests d'hypothèses et détection d'anomalies
- Recommandation de systèmes
- Analyse de réseau complexe
- Modèles prédictifs pour les données temporelles
Tfm. (pour les étudiants titulaires d'un diplôme universitaire)
L'étudiant doit réaliser une analyse technologique, une analyse de marché, le développement d'un modèle de conseil et/ou une analyse de produits combinant l'utilisation de données pour résoudre des problèmes de cybersécurité.
Résultat du programme
Compétences générales
Possibilité de rechercher des informations spécifiques liées aux différents sujets du Master à partir de toutes les sources disponibles.
Capacité à présenter et à élaborer des rapports.
Capacité à interpréter des documents techniques.
Capacité à travailler en équipe, dans un environnement interdisciplinaire.
Gestion des ressources : organisation et capacité à établir des priorités de travail.
Flexibilité d'adaptation lors du développement d'un projet, capacité à repenser.
Raisonnement critique : analyse, synthèse et évaluation de différentes alternatives.
Capacité à communiquer efficacement par écrit et oralement.
Gestion de l'information : collecte d'informations, organisation, etc.
Responsabilité et capacité d'auto-apprentissage.
Compétences spécifiques
L'étudiant apprendra comment fonctionnent les différents algorithmes et techniques de cryptage ainsi que leurs avantages et leurs limites.
Vous apprendrez les différents systèmes et types d'authentification, ainsi que la différence entre l'authentification et l'autorisation.
L'étudiant sera capable d'évaluer les risques potentiels et de recommander des moyens de les réduire.
L'étudiant apprendra à connaître le langage de programmation Python, obtiendra un aperçu du langage et sera capable de créer des programmes complexes.
Vous vous familiariserez avec les concepts fondamentaux du traitement variable, du développement d'algorithmes et de la programmation.
L'étudiant apprendra une vision globale des technologies et techniques de cybersécurité.
Vous apprendrez de nouvelles méthodes de calcul des données cryptées, de sécurité des réseaux et de conception de protocoles.
Vous connaîtrez les techniques d’apprentissage automatique les plus efficaces.
Vous apprendrez les différences et la compatibilité entre Octave et Matlab.
Vous saurez comment faire la différence entre les modèles graphiques et les modèles de réseau.
Vous saurez comment différencier les prédictions sur les données temporelles des autres types de données.
De plus, les compétences de base suivantes seront garanties :
Posséder et comprendre des connaissances qui fournissent une base ou une opportunité d'être original dans le développement et/ou l'application d'idées, souvent dans un contexte de recherche.
Que les étudiants sachent appliquer les connaissances acquises et leur capacité à résoudre des problèmes dans des environnements nouveaux ou peu connus au sein de contextes plus larges (ou multidisciplinaires) liés à leur domaine d'études ;
Que les étudiants soient capables d'intégrer des connaissances et de faire face à la complexité de porter des jugements basés sur des informations incomplètes ou limitées
Que les étudiants sachent comment communiquer leurs conclusions – ainsi que les connaissances ultimes et les raisons qui les soutiennent – à des publics spécialisés et non spécialisés de manière claire et sans ambiguïté ;
Que les étudiants possèdent les compétences d’apprentissage qui leur permettent de continuer à étudier d’une manière qui sera largement autodirigée ou autonome.
Que les étudiants soient capables d'établir les interrelations pertinentes entre les différentes disciplines qui composent le Master.
Que les étudiants aient des compétences en communication au niveau oral et écrit dans la diffusion des connaissances en fabrication et en conception.
Qu'ils aient la capacité de synthèse et d'analyse dans la présentation des contenus.
Que les étudiants soient capables d'appliquer un jugement critique dans le domaine de la bibliographie générique et spécifique liée au domaine des études connexes.