Technischer Workshop für die KI- und Cybersicherheitskonferenz von Avast angekündigt

Avast 10 Sep 2020

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 

 

--> -->