学而不厌
孜孜不倦

IBM Cybersecurity Analyst Professional Certificate/专业证书

学不厌资源阅读(1003)

课程名称(英文):IBM Cybersecurity Analyst Professional Certificate

课程名称(中文):IBM Cybersecurity Analyst 专业证书

课程链接:https://www.coursera.org/professional-certificates/ibm-cybersecurity-analyst

平台:Coursera

大学或机构:IBM

课程介绍:在当今的安全行业中,越来越多的令人兴奋的高薪工作不需要大学学位。 这份八门专业证书将为您提供技术技能,使其可以为网络安全分析师职位做好工作准备。 教学内容和实验将为您介绍概念,包括网络安全,端点保护,事件响应,威胁情报,渗透测试和漏洞评估。

网络安全是最受欢迎的职业领域之一:

●《 2019年(ISC)²网络安全劳动力研究》指出,网络安全专业人员严重短缺。 据估计,保卫组织还需要400万网络安全专业人员。

●Cyber​​Seek.org在低需求的高需求工作角色列表中将网络安全分析师排名第二。

●美国劳工统计局预计,在2018年至2028年之间,网络安全分析师的招聘人数将增长32%,超过其他职位。

该计划适合进入劳动力市场的学习者和转行的专业人士。 您应该习惯于使用计算机,愿意发展新的技术技能,享受协作解决问题的能力,并交流解决方案。

在该计划结束之前,您将完成一个真实的安全漏洞动手项目,并通过行业工具虚拟实验室应用概念,使您充满信心开始网络安全事业。

应用的学习项目

在整个计划中,您将使用虚拟实验室和互联网站点,这些站点将为您提供实用的技能,并适用于雇主重视的实际工作,包括:

工具:例如 Wireshark,IBM QRadar,IBM MaaS360,IBM Guardium,IBM Resilient,i2 Enterprise Insight Analysis

实验室:SecurityLearningAcademy.com

库:Python

项目:研究真实的安全漏洞,以识别攻击,漏洞,成本和预防建议。

包含课程详情(点击对应课程后方详情了解对应课程具体信息):

1、Introduction to Cybersecurity Tools & Cyber Attacks(详情
2、Cybersecurity Roles, Processes & Operating System Security(详情
3、Cybersecurity Compliance Framework & System Administration(详情
4、Network Security & Database Vulnerabilities(详情
5、Penetration Testing, Incident Response and Forensics(详情
6、Cyber Threat Intelligence(详情
7、Cybersecurity Capstone: Breach Response Case Studies(详情
8、IBM Cybersecurity Analyst(详情

课程视频压缩包下载(度盘链接 解压密码:xuebuyan.org):

Cybersecurity Capstone: Breach Response Case Studies

学不厌资源阅读(568)

课程名称: Cybersecurity Capstone: Breach Response Case Studies

课程主页: https://www.coursera.org/learn/ibm-cybersecurity-breach-case-studies

所在平台: Coursera

课程类别: 计算机科学

大学或机构: IBM

讲师: IBM Security Learning Services

授课语言: 英语

提供字幕: 英文

课程文件大小: 258MB

课程介绍: 本课程为您提供了获得网络安全技能所需的背景知识,作为网络安全安全分析师专业证书计划的一部分。

您将探索事件响应方法和安全模型。 您将学习识别和分类针对当今组织的漏洞和相关攻击的关键类型。 您将深入探索过去和最近的一些违规行为,以了解如何检测到这些违规行为以及为减少对组织的威胁风险而已经采取或可能采取的措施。

最后,您将通过研究和众所周知的泄露来探索数据泄露的成本。

本课程要求您选择和研究当今新闻中的网络安全漏洞,并运用本课程和以前的网络安全课程中的知识和技能来分析攻击的类型,攻击时间表,易受攻击的系统以及任何错过的机会。 该项目将由您的同行在课程中评分。

本课程适用于希望对网络安全有基本了解的人员,或者是一系列课程中的第七门也是最后一门课程,以获取作为网络安全分析师在网络安全领域工作的技能。

本课程的完成还使您有资格获得“网络安全顶峰:违规响应案例研究” IBM数字徽章。 有关徽章的更多信息,请参见https://www.youracclaim.com/org/ibm/badge/cybersecurity-breach-case-studies。

在本课程中,您将学习:

●应用事件响应方法。

●研究并描述水坑攻击。

●研究并描述勒索软件威胁及其对组织的后果。

●研究并描述第三者的违规行为及其对组织的影响。

●研究并描述网络钓鱼攻击的影响。

●研究并描述销售点攻击和数据泄露的大概成本。

●对当前的网络攻击和破坏进行案例研究。

本课程属于 IBM Cybersecurity Analyst Professional Certificate/专业证书 中的第7门课程。

本课程属于 Security Analyst Fundamentals Specialization/专项课程 中的第3门课程。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

Cyber Threat Intelligence

学不厌资源阅读(564)

课程名称: Cyber Threat Intelligence

课程主页: https://www.coursera.org/learn/ibm-cyber-threat-intelligence

所在平台: Coursera

课程类别: 计算机科学

大学或机构: IBM

讲师: IBM Security Learning Services

授课语言: 英语

提供字幕: 英文

课程文件大小: 507MB

课程介绍: 本课程为您提供了获得网络安全技能所需的背景知识,作为网络安全安全分析师专业证书计划的一部分。

您将了解网络防御策略,定义网络访问控制并使用网络监视工具。 您将了解数据保护风险并探索移动端点保护。 最后,您将认识到各种扫描技术,应用程序安全漏洞和威胁情报平台。

本课程还使您可以访问对系统分析员重要的网络安全工具。

本课程适用于希望对网络安全有基本了解的人员,或者是一系列课程中的第六门课程,以获取作为网络安全分析师在网络安全领域工作的技能的人员。

本课程的完成还使您有资格获得IBM网络威胁情报数字徽章。 有关徽章的更多信息,请参见https://www.youracclaim.com/org/ibm/badge/cyber-threat-intelligence。

在本课程中,您将学习:

•描述网络防御策略的示例。

•讨论数据丢失预防和端点保护的概念和工具。

•探索一种防止数据丢失的工具,并学习如何在数据库环境中对数据进行分类。

•描述安全漏洞扫描技术和工具。

•识别应用程序安全威胁和常见漏洞。

•确定有关威胁情报的关键概念。

•探索SIEM产品并查看可疑警报以及如何采取措施。

本课程属于 IBM Cybersecurity Analyst Professional Certificate/专业证书 中的第6门课程。

本课程属于 Security Analyst Fundamentals Specialization/专项课程 中的第2门课程。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

Penetration Testing, Incident Response and Forensics

学不厌资源阅读(629)

课程名称: Penetration Testing, Incident Response and Forensics

课程主页: https://www.coursera.org/learn/ibm-penetration-testing-incident-response-forensics

所在平台: Coursera

课程类别: 计算机科学

大学或机构: IBM

讲师: IBM Security Learning Services

授课语言: 英语

提供字幕: 英文

课程文件大小: 749MB

课程介绍: 本课程为您提供了获得网络安全技能所需的背景知识,作为网络安全安全分析师专业证书计划的一部分。

您将了解渗透测试的不同阶段,如何为渗透测试和流行的渗透测试工具收集数据。 此外,您还将学习事件响应的各个阶段,要收集的重要文档以及事件响应策略和团队的组成部分。 最后,您将学习取证过程中的关键步骤以及要收集的重要数据。

本课程还使您初步了解脚本编制以及对系统分析师的重要性。

本课程适用于希望对网络安全有基本了解的人员,或作为一系列课程中的第五门课程,以获取作为网络安全分析师在网络安全领域工作的技能的人员。

本课程的完成还使您有资格获得渗透测试,事件响应和取证IBM数字徽章。 有关徽章的更多信息,请参见https://www.youracclaim.com/org/ibm/badge/penetration-testing-incident-response-and-forensics。

在本课程中,您将学习:

•描述渗透测试工具以及对组织的好处

•描述对事件响应技术和工具的深入了解

•描述数字取证和数字证据。

•讨论脚本的功能。

本课程属于 IBM Cybersecurity Analyst Professional Certificate/专业证书 中的第5门课程。

本课程属于 Security Analyst Fundamentals Specialization/专项课程 中的第1门课程。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

Delivery Problem 加州大学圣地亚哥分校

学不厌资源阅读(669)

Coursera课程下载

课程名称: Delivery Problem 加州大学圣地亚哥分校

课程主页: https://www.coursera.org/learn/delivery-problem

所在平台: Coursera

课程类别: 计算机科学

大学或机构: 加州大学圣地亚哥分校

讲师: Alexander S. Kulikov

授课语言: 英语

提供字幕: 英语

课程文件大小: 665MB

课程介绍: 送货问题:我们将每天(以Python方式)共同实施高效的程序,以解决全球各地送货公司每天需要数百万次的问题-旅行商问题。此问题的目标是尽快访问所有给定的地方。如何快速找到该问题的最佳解决方案?对于这个困难的计算问题,我们仍然没有可证明的高效算法,这是P对NP问题的精髓,这是计算机科学中最重要的开放性问题。尽管如此,我们仍将针对旅行商问题的实际案例实施几种解决方案。在设计这些解决方案时,我们将严重依赖于在专业课程中学习的材料:证明技术,组合技术,概率,图论。我们将看到几个使用离散数学思想来获得越来越有效的解决方案的示例。

本课程属于 Introduction to Discrete Mathematics for Computer Science Specialization /专项课程 第5门课程。

课程压缩包下载地址(度盘链接):

Capstone-Retrieving, Processing, and Visualizing Data with Python

学不厌资源阅读(1047)

课程名称: Capstone-Retrieving, Processing, and Visualizing Data with Python

课程主页: https://www.coursera.org/learn/python-data-visualization

所在平台: Coursera

课程类别: 计算机科学

大学或机构: 密歇根大学

讲师: Charles Russell Severance

授课语言: 英语

提供字幕: 英文

课程文件大小:1.72GB

课程介绍:顶点:使用Python检索,处理和可视化数据:在顶点中,学生将构建一系列应用程序,以使用Python检索,处理和可视化数据。这些项目将涉及专业化的所有要素。在总结的第一部分中,学生将进行一些可视化以熟悉所使用的技术,然后将继续他们自己的项目以可视化他们拥有或可以找到的其他数据。 《面向所有人的Python》一书的第15章和第16章将成为重点。本课程涵盖Python 3。

此课程属于Python for Everybody Specialization/零基础 Python 入门 专项课程中的第5门课程。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

Motion Planning for Self-Driving Cars

学不厌资源阅读(1066)

Coursera课程下载

课程名称: Motion Planning for Self-Driving Cars

课程主页: https://www.coursera.org/learn/motion-planning-self-driving-cars

所在平台: Coursera

课程类别: 计算机科学

大学或机构: 多伦多大学

讲师: Steven Waslander,Jonathan Kelly

授课语言: 英语

提供字幕: 中英

课程文件大小: 3.78GB

课程介绍: 欢迎来到“自动驾驶汽车的运动计划”,这是多伦多大学自动驾驶汽车专业的第四门课程。

本课程将向您介绍自动驾驶的主要计划任务,包括任务计划,行为计划和本地计划。在本课程结束时,您将能够使用Dijkstra和A *算法在图形或道路网络上找到最短路径,使用有限状态机选择要执行的安全行为,并设计最佳的平滑路径和速度曲线在遵守交通法规的同时安全地绕过障碍物。您还将构建环境中静态元素的占用网格图,并学习如何使用它们进行有效的碰撞检查。本课程将使您能够构建完整的自动驾驶计划解决方案,使您在家中上班,同时表现得像典型的驾驶,并始终保持车辆安全。

对于本课程中的最后一个项目,您将实现一个分层的运动计划器,以在CARLA模拟器中浏览一系列场景,包括避免将车辆停在您的车道上,跟随领先的车辆并安全地导航十字路口。您将面临现实世界的随机性,需要努力确保您的解决方案对环境的变化具有鲁棒性。

这是一门中级课程,面向具有一定机器人学背景的学习者,它建立在本专业课程1中设计的模型和控制器的基础上。为了成功地完成本课程,您应该具有Python 3.0的编程经验,并且熟悉线性代数(矩阵,向量,矩阵乘法,秩,特征值以及向量和逆)和微积分(常微分方程,积分)。

本课程属于 Self-Driving Cars Specialization/自动驾驶汽车 专项课程 中的第4门课程。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

Visual Perception for Self-Driving Cars

学不厌资源阅读(768)

Coursera课程下载

课程名称: Visual Perception for Self-Driving Cars

课程主页: https://www.coursera.org/learn/visual-perception-self-driving-cars

所在平台: Coursera

课程类别: 计算机科学

大学或机构: 多伦多大学

讲师: Steven Waslander

授课语言: 英语

提供字幕: 中英

课程文件大小: 1.04GB

课程介绍: 欢迎来到自动驾驶汽车的视觉感知,这是多伦多大学自动驾驶汽车专业的第三门课程。

本课程将向您介绍自动驾驶,静态和动态对象检测中的主要感知任务,并调查用于机器人感知的常见计算机视觉方法。在本课程结束时,您将能够使用针孔相机模型,执行内部和外部相机校准,检测,描述和匹配图像特征并设计自己的卷积神经网络。您将把这些方法应用于可视里程表,对象检测和跟踪以及用于可驱动表面估计的语义分割。这些技术代表了自动驾驶汽车感知系统的主要组成部分。

对于本课程的最后一个项目,您将开发算法,这些算法可以识别场景中对象的边界框,并定义可驱动曲面的边界。您将使用合成和真实图像数据,并在真实数据集上评估性能。

这是一门高级课程,面向具有计算机视觉和深度学习背景的学习者。要成功完成本课程,您应该具有Python 3.0的编程经验,并且熟悉线性代数(矩阵,向量,矩阵乘法,秩,特征值以及向量和逆)。

本课程属于 Self-Driving Cars Specialization/自动驾驶汽车 专项课程 中的第3门课程。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

State Estimation and Localization for Self-Driving Cars

学不厌资源阅读(967)

Coursera课程下载

课程名称: State Estimation and Localization for Self-Driving Cars

课程主页: https://www.coursera.org/learn/state-estimation-localization-self-driving-cars

所在平台: Coursera

课程类别: 计算机科学

大学或机构: 多伦多大学

讲师: Steven Waslander,Jonathan Kelly

授课语言: 英语

提供字幕: 中英

课程文件大小: 1.01GB

课程介绍: 欢迎来到自动驾驶汽车的州估计和本地化课程,这是多伦多大学自动驾驶汽车专业课程的第二门课程。我们建议您在修读本课程之前,先修读专业课程中的第一门课程。

本课程将向您介绍不同的传感器,以及我们如何将其用于自动驾驶汽车的状态估计和定位。在本课程结束时,您将能够:
-了解用于自动驾驶的参数和状态估计的关键方法,例如最小二乘法
-为典型的车辆定位传感器(包括GPS和IMU)开发模型
-将扩展且无味的卡尔曼滤波器应用于车辆状态估计问题
-了解LIDAR扫描匹配和迭代最近点算法
-应用这些工具将多个传感器流融合到自动驾驶汽车的单个状态估计中

对于本课程的最后一个项目,您将实现错误状态扩展卡尔曼滤波器(ES-EKF),以使用CARLA模拟器中的数据对车辆进行定位。

这是一门高级课程,面向具有机械工程,计算机和电气工程或机器人技术背景的学习者。为了成功完成本课程,您应该具有Python 3.0的编程经验,熟悉线性代数(矩阵,向量,矩阵乘法,秩,特征值以及向量和逆),统计信息(高斯概率分布),微积分和物理(力,矩) ,惯性,牛顿定律)。

本课程属于 Self-Driving Cars Specialization/自动驾驶汽车 专项课程 中的第2门课程。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

Introduction to Self Driving Cars

学不厌资源阅读(930)

Coursera课程下载

课程名称: Introduction to Self-Driving Cars

课程主页: https://www.coursera.org/learn/intro-self-driving-cars

所在平台: Coursera

课程类别: 计算机科学

大学或机构: 多伦多大学

讲师: Steven Waslander,Jonathan Kelly

授课语言: 英语

提供字幕: 中英

课程文件大小: 5.27GB

课程介绍: 欢迎来到无人驾驶汽车简介,这是多伦多大学无人驾驶汽车专业课程的第一门课程。

本课程将向您介绍自动驾驶汽车的术语,设计注意事项和安全评估。在本课程结束时,您将能够:
-了解自动驾驶汽车常用的硬件
-确定自动驾驶软件堆栈的主要组件
-程序车辆建模和控制
-分析车辆开发的安全框架和当前行业惯例

对于本课程的最后一个项目,您将开发控制代码,以在CARLA仿真环境中在跑道上导航自动驾驶汽车。您将为车辆构造纵向和横向动态模型,并创建使用Python调节速度和路径跟踪性能的控制器。您将测试控制设计的极限,并了解在限制车辆性能的情况下驾驶所固有的挑战。

这是一门高级课程,面向具有机械工程,计算机和电气工程或机器人技术背景的学习者。为了成功完成本课程,您应该具有Python 3.0的编程经验,熟悉线性代数(矩阵,向量,矩阵乘法,秩,特征值以及向量和逆),统计信息(高斯概率分布),微积分和物理(力,矩) ,惯性,牛顿定律)。

您还需要某些硬件和软件规格才能有效运行CARLA模拟器:Windows 7 64位(或更高版本)或Ubuntu 16.04(或更高版本),四核Intel或AMD处理器(2.5 GHz或更快),NVIDIA GeForce 470 GTX或AMD Radeon 6870 HD系列卡或更高版本,8 GB RAM和OpenGL 3或更高版本(对于Linux计算机)。

本课程属于 Self-Driving Cars Specialization/自动驾驶汽车 专项课程 中的第1门课程。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):