Forscher, Akademiker und Techniker aus der ganzen Welt planen einen gemeinsamen Workshop auf der bevorstehenden virtuellen Konferenz von Avast.
Avast und die Technische Universität Prag haben Einzelheiten zu den virtuellen Seminaren für die „CyberSec&AI Connected“-Konferenz 2020 bekannt gegeben. Der Workshop richtet sich an Akademiker und Fachleute aus der Industrie, die an den Schnittstellen von KI, Cybersicherheit und „Machine Learning“ tätig sind. Im Zentrum steht das Thema KI für Datenschutz und Sicherheit.
„Wir freuen uns sehr, dass wir eine so hochwertige Auswahl an Workshop-Themen und Präsentationen zusammengestellt haben", so Petr Somol, KI-Forschungsdirektor bei Avast. „Die Qualität der Vortragenden und das Spektrum der Institutionen und Organisationen, die die Redner repräsentieren, bieten den Delegierten eine echte Chance, tief in die allerneueste KI-Forschung an den Schnittstellen zu Cybersicherheit und Datenschutz einzutauchen.“
Der Workshop ist Teil eines beeindruckenden, englisch-sprachigen Konferenzprogramms, das Referenten wie u.a. Roger Dingledine (Tor Netzwerk), Garry Kasparov (Avast Security Ambassador und Schachweltmeister), Carmela Troncoso (Eidgenössische Technische Hochschule, Lausanne, Schweiz) und Hany Farid (University of California, Berkeley, USA) umfasst.
„CyberSec&AI Connected“ wird ein digitales Event mit Live-Diskussionsrunden, Workshops sowie Online-Netzwerktreffen sein. Alle Teilnehmer haben Zugang zu einer virtuellen Bibliothek, die nach der Veranstaltung für mehr als acht Stunden alle Präsentationen zur Verfügung stellt.
Sichern Sie sich jetzt Ihr Ticket
Besuchen Sie bitte die Ticket-Buchungsseite der Veranstaltung, um sich Ihren digitalen Platz auf der „CyberSec&AI Connected” zu reservieren. Für den Kauf von zwei Tickets erhalten Sie eine Freikarte on top. Akademiker bekommen einen Rabatt von 50 Prozent.
Workshop Agenda
Academic sessions
Efficient Black-box Optimization of Adversarial EXE Windows Malware
Luca Demetrio, PhD Student, Università degli Studi di Genova
Revisiting Concept Drift Detection in Malware Classification
Feargus Pendlebury, PhD Cybersecurity Researcher, King’s College London
Towards Explainable Representations of Malware Behavior
Paul Prasse, Postdoc, Cisco & University of Potsdam
GLYPH: Efficient ML-based Detection of Heap Spraying Attacks
Fabio Pierazzi, Assistant Professor, King’s College London
Industry sessions
A Machine-learning Method to Explore the UEFI Landscape
Filip Mazan, ESET
The Current State of AI Generated Text Detection
Amanda House and Sherin Mary Mathews, McAfee
Model Evaluation under Class Imbalance Shift
Jan Brabec, Cisco & CTU
Evading Machine Learning Antimalware Models: Lessons Learned
Hyrum Anderson, Microsoft
Getting Passive Aggressive About False Positives
Bobby Filar, Elastic
