“Аxborot xavfsizligi: ma’lumotlarni himoyalash, tarmoqlarni koʻrish va boshqarish”

AXBOROT XAVFSIZLIGI MUAMMOLARI

• Kiberxavfsizlik tahdidlari, zaifliklar va hujumlar.
• Tarmoq hujumlari (DoS/DDoS, o‘rtaga turgan odam hujumi va hak).
• Veb tizimiga qaratilgan hujumlar (SQL inyeksiyasi, XSS, SSRF hujumlari va boshqalar).

AXBOROT XAVFSIZLIGINI TAʼMINLASH USULLARI

• Axborot xavfsizligi sohasida huquqiy boshqaruv.
• Axborot xavfsizligi sohasi standart va normativ hujjatlar.
• Axborot xavfsizligining fizik va  tashkiliy taʼminoti.
• Axborotning kriptografik himoyasi (simmetrik, ochiq kalitli, xesh funksiya, ERI algoritmlari, xavfsizlik protokollari).

AXBOROT XAVFSIZLIGINI TAʼMINLASHNING APPARAT VA DASTURIY TAʼMINOTI

• Himoya vositalari: apparat, apparat-dasturiy va dasturiy taʼminoti.
• Axborotni himoyalashning kriptografik vositalari.
• Tarmoqda axborot xavfsizligini taʼminlash vositalari (Tarmoqlararo ekran, VPN, IDS/IPS, DLP, Honeypot).

ZARARLI DASTURLAR VA ULARDAN HIMOYALANISH USULLARI

• Zararli dasturlar va ularning klassifikatsiyasi.
• Keng tarqalgan zararli dasturlar (NotPetya, Bad Rabbit, WannaCry va boshqalar).
• Zararli dasturlarni aniqlash usullari va vositalari (teskari muhandislik injineriyasi, antivirus dasturiy vositalari).

ELEKTRON TO‘LOV TIZIMLARI VA ULARDA XAVFSIZLIK MUAMMOLARI

• Elektron to‘lov tizimlari va ularda keng tarqalgan jinoyat turlari.
• Elektron to‘lovlar xavfsizligini taʼminlash usullari va tavsiyalar.

RAQAMLI KRIMINALISTIKA

• Hodisalarni qayd etish: log fayllar, registrlar.
• Turli saqlagichlardagi o‘chgan maʼlumotlarni qayta tiklash vositalari.
• Montaj kilingan foto va video fayllarni identifikatsiyalash asoslari.
• Joylashuvni bilish.
• Tarmoq hujumiga qarshi tayyorgarlik ko‘rish.
• Tarmoqni skanerlash.

IJTIMOIY INJINERIYA

• Ijtimoiy injineriya sohasi, maqsadi.
• Fishing, preteksting usullari.
• Ijtimoiy tarmoqlar orqali shaxsiy maʼlumotlarni yig‘ish.

 

KIBERXAVFSIZLIKDA ZAMONAVIY TEXNOLOGIYALARDAN FOYDALANISH

• Zamonaviy texnologiyalar: bulutli hisoblash, buyumlar Interneti (IoT), blokcheyn.
• Kriptovalyutalar va ular bilan bog‘liq xavfsizlik muammolari.
• Sunʼiy intellektning axborot xavfsizligini taʼminlashda qo‘llanilishi.

 

 

Aloqa:

Davlatov Zafar

Email: z.davlatov@inha.uz

 

 “BLUE TEAMING”

mutaxassislarni tayyorlash kursining

OʻQUV DASTURI

 

Kurs davomida o‘rganiladigan asosiy modular:

1. BLUE TEAMING va SOC asoslari

1.1. Kiber mudofaa va BLUE TEAMING asoslari

1.2. SOC arxitekturasi va operatsion ish jarayonlari

1.3. Kiberxavfsizlikning asosiy tushunchalari va atamalari

2. Tarmoq monitoringi va himoyasi

2.1. Tarmoq xavfsizligi texnologiyalari. Tarmoq himoyasi infratuzilmasini yaratish

2.2. Kiberxavfsizlik hodisalari va ularni boshqarish vositalari va usullari

2.3. Tarmoq va tizimdagi qayd yozuvlarini monitoring va tahlil qilish

3. Tahdidlarni aniqlash va tahlil qilish

3.1. Kibertahdidlar va hujumkor uslublar tushunchasi

3.2. Tahdid maʼlumotlarini yig‘ish va tahlil qilish

3.3. Kengaytirilgan uzluksiz tahdidlar (APT) simulyatsiyasi va ularni aniqlash

4. Insidentlarga javob berish va jarayonni boshqarish

4.1. Insidentlarni aniqlash va ularga javob berish bosqichlari

4.2. Sud-ekspertiza tahlili va dalillarni qayta ishlash

4.3. Huquqiy mulohazalar va hisobotlarni shakllantirish

5. Kiberxavfsizlik vositalari va jarayonlarni avtomatlashtirish

5.1. Mudofaa uchun kiberxavfsizlik vositalaridan foydalanish

5.2. Kiber mudofaada jarayonlarida skript yaratish va avtomatlashtirish

5.3. BLUE TEAM ishtirokida imitatsion mashqlar

6. Loyihani bajarish va sertifikatsiyaga tayyorlanish

Aloqa:

Davlatov Zafar

Email: z.davlatov@inha.uz

 

 “RED TEAMING” mutaxassislarni tayyorlash kursining

OʻQUV DASTURI

 

1. Kiberxavfsizlik asoslari

1.1. Kiberxavfsizlik asoslari

1.2. Red Teaming jarayonlari uchun tarmoq asoslari

1.3. Operatsion tizimlar xavfsizligi (Windows, Linux)

1.4. Python/Bash yordamida skript yozish va jarayonlarni avtomatlashtirish

2. RED TEAMING kursiga kirish

2.1. Xakerlik harakatining axloqiy va huquqiy jihatlari

2.2. RED TEAM va BLUE TEAM maqsadlari va uslublari

2.3. Nishonlar haqida maʼlumot to‘plash

2.4. Zaiflikni baholash vositalari va usullari

3. Pentesting. Eksploitlar bilan ishlash

3.1. Tizim eksploitlari

3.2. Tarmoq eksploitlari

3.3. Dasturiy ilovalar va veb eksploitlar bilan ishlash

3.4. Ekploitdan keyingi ish jarayoni va huquqlarni saqlab qolish

4. Ilg‘or texnologiya va usullar

4.1. Kengaytirilgan uzluksiz tahdidlar (APT) strategiyalari

4.2. Ijtimoiy muhandislik va fizik suqilib kirish zaifliklarini tekshirish

4.3. Simsiz tarmoqlar xavfsizligini sinovdan o‘tkazish

4.4. Bulutli xizmatlar xavfsizligini baholash

5. RED TEAMING kursi bo‘yicha imitatsion real jarayonlar

 

 

Aloqa:

Davlatov Zafar

Email: z.davlatov@inha.uz

Иску́сственный интелле́кт (ИИ; англ. artificial intelligence, AI) — свойство искусственных интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека^[1] (не следует путать с искусственным сознанием^[en]); наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ.

Data Science — это работа с большими данными (англ. Big Data). Большие данные — это огромные объёмы неструктурированной информации: например, метеоданные за какой-то период, статистика запросов в поисковых системах, результаты спортивных состязаний, базы данных геномов микроорганизмов и многое другое. Ключевые слова здесь — «огромный объём» и «неструктурированность». Чтобы работать с такими данными, используют математическую статистику и методы машинного обучения.

Специалист, который делает такую работу, называется дата-сайентист (или Data Scientist). Он анализирует большие данные (Big Data), чтобы делать прогнозы. Какие именно прогнозы — зависит от того, какую задачу нужно решить. Итог работы дата-сайентиста — прогнозная модель. Если упростить, то это программный алгоритм, который находит оптимальное решение поставленной задачи.

 

Aloqa:

Davlatov Zafar

Email: z.davlatov@inha.uz