Subject

Примена на машинско учење во информациска безбедност

Наслов на наставниот предмет

Примена на машинско учење во информациска безбедност
Application of Machine Learning in Information Security

Код

m23_w_052

Студиска програма

—

Организатор на студиската програма (единица, односно институт, катедра, оддел)

Факултет за информатички науки и компјутерско инженерство

Степен (прв, втор, трет циклус)

Втор циклус

Академска година / семестар

9 / Зимски

Број на ЕКТС кредити

Наставник

Александра Поповска Митровиќ, Христина Михајлоска Трпческа, Весна Димитрова

Предуслови за запишување на предметот

—

10.

Цели на предметната програма (компетенции)

Целта на предметот е примена на машинско учење низ примери од областа на безбедноста на информациите и илустрација на употребата на различни техники за учење во јасни сценарија.

11.

Содржина на предметната програма

Анализа на методи од машинско учење и примена на соодветен метод за решавање на проблеми поврзани со информациска безбедност. Анализа на резултатите добиени со методи од машинско учење и наоѓање на решенија за подобрување на истите со користење на разни карактеристики на методите и алгоритмите.

12.

Методи на учење

Предавања, проекти, дискусии, работилници

13.

Вкупен расположив фонд на време

6 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

60 + 0 + 45 + 45 + 30 = 180 часа

15.

Форми на наставните активности

15.1.	Предавања - теоретска настава	60 часови
15.2.	Вежби (лабораториски, аудиториски), семинари, тимска работа	0 часови

16.

Други форми на активности

16.1.	Проектни задачи	45 часови
16.2.	Самостојни задачи	45 часови
16.3.	Домашно учење	30 часови

17.

Начин на оценување

17.1.	Тестови	0 бодови
17.2.	Семинарска работа / проект ( презентација: писмена и усна)	45 бодови
17.3.	Активности и учење	20 бодови
17.4.	Завршен испит	50 бодови

18.

Критериуми за оценување (бодови/ оценка)

до 50 бода	5 (пет) (F)
од 51 до 60 бода	6 (шест) (E)
од 61 до 70 бода	7 (седум) (D)
од 71 до 80 бода	8 (осум) (C)
од 81 до 90 бода	9 (девет) (B)
од 91 до 100 бода	10 (десет) (A)

19.

Услов за потпис и полагање на завршен испит

Домашна работа

20.

Јазик на кој се изведува наставата

Македонски и англиски

21.

Метод на следење на квалитетот на наставата

Механизам за интерна евалуација и анкети

22.

Литература

22.1.	Задолжителна литература 1. M. Stamp \| Introduction to Machine Learning with Applications in Information Security \| 2023 2. C. Chio, D. Freeman \| Machine Learning and Security \| 2018
22.2.	Дополнителна литература Ред.бр. Автор Наслов Издавач Година