Model Online/Fiziksel
Süre
Modüller 5 modül

Eğitimin Amacı ve Kapsamı

İmza ve statik IOC tabanlı kurallar, dosya kullanmayan (fileless) saldırılar, yaşayan-sistem-araçları (LOLBins) istismarı ve şifreli komuta-kontrol (C2) trafiği karşısında yetersiz kalır. Eğitim; uç nokta (Sysmon/EDR), ağ (NetFlow/Zeek/DNS) ve bulut (CloudTrail/Entra ID) telemetrisi üzerinde davranışsal tehdit tespit modelleri geliştirmeyi ve bunları MITRE ATT&CK taktikleriyle ilişkilendirmeyi öğretir.

Katılımcılar süreç ağacı (process tree) ve komut satırı dizilerinden zararlı davranış tespiti, şifreli trafik metadata'sından C2/beaconing yakalama ve saldırganların tespit modellerini atlatma (evasion) girişimlerine karşı dayanıklı özellik mühendisliği uygular.

Kimler Katılmalı?

  • Detection engineering (tespit mühendisliği) ve tehdit avcılığı (threat hunting) ekipleri
  • EDR/NDR/XDR ve güvenlik analitiği modelleri geliştiren veri bilimciler ve ML mühendisleri
  • Kıdemli SOC mühendisleri ve siber güvenlik araştırmacıları
  • Ön koşul: Python ile veri analizi/ML deneyimi ve işletim sistemi/ağ loglarına (Sysmon, DNS, HTTP) aşinalık

Kazanımlar

  • Statik IOC yerine MITRE ATT&CK davranış örüntülerine dayanan dayanıklı özellikler (Piramit of Pain) tasarlamak
  • PE/ELF ikili dosyaları ve süreç/komut satırı telemetrisi üzerinde zararlı yazılım ve LOLBin tespit modeli eğitmek
  • Zeek/NetFlow ve DNS zaman serisi özelliklerinden C2 beaconing ve veri sızdırma (exfiltration) trafiğini yakalamak
  • Tekil düşük güvenli sinyalleri saldırı grafiği (attack graph) üzerinde birleştirerek çok adımlı kampanyaları ortaya çıkarmak
  • Saldırganların komut gizleme (obfuscation) ve yavaşlatma tekniklerine karşı model dayanıklılığını test etmek

Konular

Davranışsal Tehdit Tespiti ve Pyramid of Pain
  • Hash ve IP kurallarından davranışsal TTP modellerine geçiş; Sigma kuralları ile ML modellerinin hibrit kullanımı
  • Güvenlik telemetrisinde etiket kıtlığı, gecikmeli doğrulama ve ekstrem sınıf dengesizliği yönetimi
Uç Nokta (EDR/Sysmon) ve Zararlı Yazılım Tespiti
  • EMBER/LIEF ile statik PE analizi ve LightGBM/XGBoost tabanlı hızlı zararlı yazılım sınıflandırma
  • PowerShell, bash ve süreç oluşturma (process creation) dizilerinde karakter/token embedding'leri ile LOLBin ve fidye yazılımı tespiti
Ağ Telemetrisi (NDR) ve Şifreli Trafik Analizi
  • JA4/TLS parmak izi, paket boyutu dağılımı ve zaman aralıkları (jitter/periodicity) ile C2 beaconing tespiti
  • DNS tünelleme ve düşük hızda veri sızdırma (exfiltration) yakalama modelleri
Bulut Kimlik Tehditleri ve Saldırı Grafiği Korelasyonu
  • Entra ID, Okta ve AWS CloudTrail olaylarında imkansız seyahat, token çalma ve yetki yükseltme tespiti
  • Uç nokta, kimlik ve ağ sinyallerini grafik üzerinde birleştirerek yanal hareket (lateral movement) zincirini çıkarma
Tespit Modellerinin Atlatılması (Evasion) ve Üretim Operasyonu
  • Komut satırı obfuscation, padding ve beacon jitter ekleme saldırılarına karşı adversarial dayanıklılık testi
  • SHAP ile SOC analisti için açıklanabilir alarm üretimi ve model kayması (concept drift) izleme

Bu Kategorideki Diğer Eğitimler

  • Makine Öğrenmesi ile Anomali Tespiti

    Etiketli saldırı verisinin bulunmadığı log, ağ trafiği ve kullanıcı davranışı (UEBA) akışlarında Isolation Forest, Autoencoder, zaman serisi ve grafik tabanlı denetimsiz anomali tespiti kurmayı ve yanlış alarmları azaltmayı öğreten eğitim.

    Model Güvenliği ve Siber Güvenlikte Yapay Zeka Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • AI Tabanlı SIEM ve SOC Operasyonları

    SIEM, SOAR ve vaka yönetim süreçlerine LLM asistanları, doğal dilden KQL/SPL sorgu üretimi, otomatik alarm zenginleştirme, triyaj agent'ları ve olay özetleme iş akışlarını güvenli biçimde entegre etmeyi öğreten eğitim.

    Model Güvenliği ve Siber Güvenlikte Yapay Zeka Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Yapay Zeka Modellerinin Güvenliği

    Makine öğrenmesi ve derin öğrenme modellerine yönelik model çalma (extraction), üyelik çıkarımı (membership inference), tersine çevirme (inversion), zehirleme ve yanıltma saldırılarını MITRE ATLAS çerçevesinde inceleyen ve koruma yöntemlerini öğreten eğitim.

    Model Güvenliği ve Siber Güvenlikte Yapay Zeka Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Adversarial Machine Learning ve Savunma Teknikleri

    FGSM, PGD, Carlini & Wagner, AutoAttack ve kara kutu (black-box) yanıltma saldırılarını IBM Adversarial Robustness Toolbox (ART) ile uygulamalı inceleyen; adversarial training ve sertifikalı dayanıklılık tekniklerini öğreten eğitim.

    Model Güvenliği ve Siber Güvenlikte Yapay Zeka Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Yapay Zeka Veri Zehirleme Saldırıları

    Model eğitimi ve fine-tuning veri setlerine yönelik etiket çevirme (label flipping), temiz etiketli zehirleme (clean-label poisoning) ve gizli backdoor/trojan saldırılarını; spektral imza analizi ve veri temizleme ile önlemeyi öğreten eğitim.

    Model Güvenliği ve Siber Güvenlikte Yapay Zeka Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Derin Öğrenme Modellerinin Güvenliği

    Görüntü, ses, biyometri ve çok modlu derin sinir ağlarında ağırlık ve mimari hırsızlığı, özellik geri çatma (reconstruction), sponge gecikme saldırıları ve güvenli GPU/Triton dağıtımını uçtan uca ele alan kapsamlı eğitim.

    Model Güvenliği ve Siber Güvenlikte Yapay Zeka Kurumsal
    Canlı Kurs
    5 modül
    İncele

Bizimle iletişime geçin