Differences between revisions 2 and 31 (spanning 29 versions)
Revision 2 as of 2010-03-04 16:54:47
Size: 3135
Editor: KonradRieck
Comment: Uploaded old content of DimRed Seminar
Revision 31 as of 2010-03-07 10:36:09
Size: 5217
Editor: KonradRieck
Comment:
Deletions are marked like this. Additions are marked like this.
Line 1: Line 1:
== Seminar: Dimensionsreduktion und Feature Selection == == Seminar: Maschinelles Lernen in der IT-Sicherheit ==
Line 5: Line 5:
|| '''Termin'''|| Vorbesprechung und Themenvergabe am 1.12.2009 um 14:00 Uhr im Raum FR 6046 ||
|| || Blockseminar am 8.2
.2010 von 10:00 bis 16:00 Uhr im Raum FR 6046 ||
|| '''Verantwortlich''' || [[http://ml.cs.tu-berlin.de/en/klaus/index.html|Prof. Dr. Klaus-Robert Müller]] ||
|| '''Ansprechpartner''' || [[mailto:buenau@cs.tu-berlin.de|Paul von Bünau]] ||
|| '''Termin'''|| Vorbesprechung am 27.4.2010 um 14:00 Uhr im Raum FR 6046 ||
|| || Blockseminar am 2
9.6.2010 von 10:00 bis 16:00 Uhr im Raum FR 6046 ||
|| '''Verantwortlich''' || [[mailto:konrad.rieck@tu-berlin.de|Dr. Konrad Rieck]], [[http://ml.cs.tu-berlin.de/en/klaus/index.html|Prof. Dr. Klaus-Robert Müller]]  ||
|| '''Themenvergabe''' || Email mit Wunschthema schreiben ||
Line 12: Line 12:
In diesem Seminar beschäftigen wir uns mit Methoden zur Auswahl (feature selection) und Konstruktion (feature extraction/construction) von Variablen für Klassifikations- und Regressionsverfahren. In hochdimensionalen Daten (Bioinformatik, Textanalyse, etc.) kann geeignete Variablenselektion entscheidend für die performance von Lernverfahren sein (curse of dimensionality). Ausserdem kann eine Dimensionsreduktion wesentlich zum Verständnis der Zusammenhänge in den Daten beitragen. In diesem Seminar beschäftigen wir uns mit Anwendungen des maschinellen Lernens in der IT-Sicherheit.
Line 16: Line 16:
   * Die Vorbesprechung findet am 1.12.2009 statt.
   * Die Teilnehmer wählen bis spätestens 10.1.2010 ein Thema in Absprache mit dem jeweiligen Betreuer (siehe Themenliste).
   * Die Teilnehmer legen bis spätestens 24.1.2010 einen Entwurf des Vortrages vor und besprechen diesen mit ihrem Betreuer.
   * Das Seminar findet als Blockveranstaltung am 8/9.2.2010 statt.
   * Die Vorbesprechung findet am 27.4.2010 statt.
   * Die Teilnehmer wählen bis spätestens 11.5.2010 ein Thema in Absprache mit dem Betreuer (siehe Themenliste).
   * Die Teilnehmer legen bis spätestens 15.6.2010 einen Entwurf des Vortrages vor und besprechen diesen mit dem Betreuer.
   * Das Seminar findet als Blockveranstaltung am 29.6.2010 statt.

=== Vorträge ===

Jeder Vortrag soll 35 Minuten (+ 10 Minuten Diskussion) dauern. Der Vortrag kann wahlweise auf Deutsch oder Englisch gehalten werden.
Ein guter Vortrag führt kurz in das jeweilige Thema ein, stellt die Problemstellung dar und beschreibt zusammenfassend relevante Arbeiten und Lösungen.

=== Leistungsnachweis ===

Die Note wird anhand des Vortrages und der Folien festgelegt. Das Seminar ist Wahlpflichtbestandteil der Master-Module "Maschinelles Lernen 1" und "Maschinelles Lernen 2". Bachelor-Studenten können diese Master-Module auf Antrag ebenfalls belegen.
Line 23: Line 32:
Die Vorträge sollen jeweils 35 Minuten (+ 10 Minuten Diskussion) dauern. Wir legen Wert auf diese Zeitvorgabe und werden
Vorträge bei deutlicher Überschreitung abbrechen.
 * '''Detection of Web-based Attacks'''
Line 26: Line 34:
|| '''Thema''' || '''Betreuer''' ||
|| [[http://user.cs.tu-berlin.de/~fbiessma/downloads/dimRed/pca|Principal Component Analysis (PCA) and Kernel-PCA]] || [[http://user.cs.tu-berlin.de/~fbiessma|Felix Biessmann]] ||
|| [[http://user.cs.tu-berlin.de/~fbiessma/downloads/dimRed/cca|Canonical Correlation Analysis (CCA)]] || [[http://user.cs.tu-berlin.de/~fbiessma|Felix Biessmann]] ||
|| [[http://www.cs.toronto.edu/~roweis/lle/|Locally Linear Embedding (LLE)]] || [[mailto:buenau@cs.tu-berlin.de|Paul von Bünau]] ||
|| [[http://waldron.stanford.edu/~isomap/|Isomap]] || [[mailto:buenau@cs.tu-berlin.de|Paul von Bünau]] ||
|| [[http://link.aps.org/abstract/PRL/v103/e214101|Stationary Subspace Analysis (SSA)]] || [[mailto:buenau@cs.tu-berlin.de|Paul von Bünau]] ||
|| [[http://www.cis.hut.fi/aapo/papers/IJCNN99_tutorialweb/|Independent Component Analysis (ICA)]] || [[mailto:meinecke@cs.tu-berlin.de|Frank Meinecke]] ||
|| [[http://www.jmlr.org/papers/volume9/braun08a/braun08a.pdf|Relevant Dimension Estimation (RDE)]] || [[http://user.cs.tu-berlin.de/~mikio|Mikio Braun]] ||
   * [[http://www.cs.ucsb.edu/~vigna/publications/2003_kruegel_vigna_ccs03.pdf|Anomaly Detection of Web-based Attacks]].<<BR>> Kruegel, Vigna. ''Proceedings of CCS'' 2003
Line 35: Line 36:
=== Seminarplan ===    * [[http://www.isoc.org/isoc/conferences/ndss/09/pdf/07.pdf|Spectrogram: A Mixture-of-Markov-Chains Model for Anomaly Detection in Web Traffic]].<<BR>> Song, Keromytis, Stolfo. ''Proceedings of NDSS'' 2009
Line 37: Line 38:
[[attachment:Schedule_Dimred_and_MLCV_seminar.pdf|Seminarplan]]  * '''Detection of Attacks in Network Content'''
Line 39: Line 40:
=== Leistungsnachweis, Anrechenbarkeit, Voraussetzungen ===    * [[http://user.cs.tu-berlin.de/~rieck/docs/2006-dimva.pdf|Detecting Unknown Network Attacks Using Language Models]].<<BR>> Rieck, Laskov. ''Proceedings of DIMVA'' 2006
Line 41: Line 42:
Die Note wird anhand des Vortrages und der Folien festgelegt. Das Seminar ist Wahlpflichtbestandteil der Master-Module "Maschinelles Lernen 1" und
"Maschinelles Lernen 2". Bachelor-Studenten können diese Master-Module auf Antrag ebenfalls belegen. Wir empfehlen den vorherigen Besuch der Vorlesung
"Maschinelles Lernen 1".
   * [[http://www.scs.carleton.ca/~soma/id-2007w/readings|Anagram: A Content Anomaly Detector Resistant to Mimicry Attack/anagram-raid2006.pd|]]. <<BR>> Wang, Parekh, Stolfo. ''Proceedings of RAID'' 2006

 * '''Analysis of Malicious Program Behavior'''

   * [[http://www.iseclab.org/papers/clustering_ndss.pdf|Scalable, Behavior-Based Malware Clustering]].<<BR>> Bayer, Comparetti, Hlauscheck, Kruegel, Krida. ''Proceedings of NDSS'' 2009

   * [[http://user.cs.tu-berlin.de/~rieck/docs/2008-dimva.pdf|Learning and Classification of Malware Behavior]].<<BR>> Rieck, Holz, Willems, Düssel, Laskov. ''Proceedings of DIMVA'' 2008
 
 * '''Analysis of Malicious Executables'''

   * [[http://jmlr.csail.mit.edu/papers/volume7/kolter06a/kolter06a.pdf|Learning to Detect and Classify Malicious Executables in the Wild]].<<BR>> Kolter and Maloof. ''Journal of Machine Learning Research'' 2006.

   * [[http://roberto.perdisci.googlepages.com/Perdisci-McBoost.pdf|McBoost: Boosting Scalability in Malware Collection and Analysis Using Statistical Classification of Executables]].<<BR>> Perdisci, Lanzi, Lee. ''Proceeding of ACSAC'' 2008

 * '''Mimicry and Evasion Attacks'''

   * [[http://www.cc.gatech.edu/~wenke/papers/usenix_security_2006.pdf|Polymorphic Blending Attacks]].<<BR>> Fogla, Sharif, Perdisci, Kolesnikov, Lee. ''Proceedings of USENIX SS'' 2006

   * [[http://www.cs.jhu.edu/~sam/ccs243-mason.pdf|English Shellcode]].<<BR>> Mason, Small, Monrose, Macmanus. ''Proceedings of CCS'' 2009

 * '''Automatic Signature Generation'''

   * [[http://jimnewsome.net/papers/polygraph-oakland2005.pdf|Polygraph: Automatically Generating Signatures for Polymorphic Worms]].<<BR>> Newsome, Karp, Song. ''Proceedings of IEEE S&P'' 2005

   * [[http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.91.7756&rep=rep1&type=pdf|Hamsa: Fast Signature Generation for Zero-day Polymorphic Worms with Provable Attack Resilience]].<<BR>> Li, Sanghi, Chen, Kao, Chavez. ''Proceedings of IEEE S&P'' 2006

 * '''Attacks against Signature Generation'''

   * [[http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.122.9397&rep=rep1&type=pdf|Limits of Learning-based Signature Generation with Adversaries]].<<BR>> Blum, Song. ''Proceedings of NDSS'' 2008

   * [[http://www.cc.gatech.edu/~wenke/papers/ieee-sp-06.pdf|Misleading Worm Signature Generators Using Deliberate Noise Injection]].<<BR>> Perdicsi, Dagon, Lee, Fogla, Sharif. ''Proceedings of IEEE S&P'' 2006

 * '''Spam Filtering'''

   * [[http://rakaposhi.eas.asu.edu/cse494/spam.pdf|A Bayesian Approach to Filtering Junk E-Mail]].<<BR>> Sahami, Dumais, Heckerman, Horvitz. ''Proceedings of AAAI Workshop Learning for Text Categorization'' 1998

   * [[http://www.cis.uab.edu/zhang/Spam-mining-papers/Support.Vector.Machines.for.Spam.Categorization.pdf|Support Vector Machines for Spam Categorization]].<<BR>> Drucker, Vu, Vapnik. ''IEEE Transactions on Neural Networks'' 1999.

Seminar: Maschinelles Lernen in der IT-Sicherheit

Termine und Dozenten

Termin

Vorbesprechung am 27.4.2010 um 14:00 Uhr im Raum FR 6046

Blockseminar am 29.6.2010 von 10:00 bis 16:00 Uhr im Raum FR 6046

Verantwortlich

Dr. Konrad Rieck, Prof. Dr. Klaus-Robert Müller

Themenvergabe

Email mit Wunschthema schreiben

Inhalt

In diesem Seminar beschäftigen wir uns mit Anwendungen des maschinellen Lernens in der IT-Sicherheit.

Ablauf

  • Die Vorbesprechung findet am 27.4.2010 statt.
  • Die Teilnehmer wählen bis spätestens 11.5.2010 ein Thema in Absprache mit dem Betreuer (siehe Themenliste).
  • Die Teilnehmer legen bis spätestens 15.6.2010 einen Entwurf des Vortrages vor und besprechen diesen mit dem Betreuer.
  • Das Seminar findet als Blockveranstaltung am 29.6.2010 statt.

Vorträge

Jeder Vortrag soll 35 Minuten (+ 10 Minuten Diskussion) dauern. Der Vortrag kann wahlweise auf Deutsch oder Englisch gehalten werden. Ein guter Vortrag führt kurz in das jeweilige Thema ein, stellt die Problemstellung dar und beschreibt zusammenfassend relevante Arbeiten und Lösungen.

Leistungsnachweis

Die Note wird anhand des Vortrages und der Folien festgelegt. Das Seminar ist Wahlpflichtbestandteil der Master-Module "Maschinelles Lernen 1" und "Maschinelles Lernen 2". Bachelor-Studenten können diese Master-Module auf Antrag ebenfalls belegen.

Themen

IDA Wiki: Main/SS10_SeminarMLSec (last edited 2010-06-28 07:06:20 by KonradRieck)