Advertisements

Técnicas de Caza de Amenazas

Advertisements
Caza de amenazas con aprendizaje automático, Splunk y análisis de registros
4.8
4.8/5
(6) Ratings
215 students
Created by Starweaver Experts
Advertisements

What you'll learn

  • Explorar el ciclo de vida del threat hunting y cómo ML amplía las investigaciones impulsadas por hipótesis.
  • Analizar datos de registros sin procesar limpiándolos, enriqueciéndolos y visualizándolos utilizando Pandas, Seaborn y Matplotlib en Jupyter.
  • Aplicar técnicas de detección de anomalías como Isolation Forest y DBSCAN sobre datos de telemetría.
  • Diseñar y ejecutar una búsqueda completa basada en ML en Splunk y Jupyter para detectar comportamientos sospechosos.
This course includes:
4.5 total hours on-demand video
9 articles
5 downloadable resources
51 lessons
Full lifetime access
Access on mobile and TV
Certificate of completion
Advertisements

Course content

Requirements

  • Conocimientos básicos de programación en Python.

Description

This course uses artificial intelligence (ElevenLabs) for video dubbing.

En el entorno actual de ciberseguridad, las amenazas son cada vez más sofisticadas, silenciosas y difíciles de detectar mediante herramientas tradicionales. Los atacantes utilizan técnicas avanzadas para infiltrarse en sistemas, evadir controles de seguridad y permanecer ocultos dentro de las redes empresariales. Por esta razón, las organizaciones necesitan profesionales capaces de identificar comportamientos sospechosos, analizar grandes volúmenes de datos y descubrir amenazas antes de que provoquen incidentes críticos. Este curso, From Logs to Insights: Técnicas de Threat Hunting Impulsadas por Datos, está diseñado para enseñar metodologías modernas de threat hunting utilizando análisis de datos, machine learning y herramientas de seguridad utilizadas en la industria.

A lo largo del curso, los estudiantes aprenderán cómo recopilar, limpiar, analizar y visualizar logs de seguridad provenientes de distintas fuentes como firewalls, endpoints, sistemas de autenticación y plataformas SIEM. El curso cubre el ciclo completo de threat hunting, incluyendo creación de hipótesis, análisis de telemetría, detección de anomalías y generación de investigaciones basadas en datos.

Los participantes trabajarán con herramientas ampliamente utilizadas como Splunk, Jupyter Notebooks, pandas, matplotlib y scikit-learn para construir flujos de trabajo de hunting modernos y repetibles. Además, explorarán técnicas de machine learning no supervisado como Isolation Forest y DBSCAN para detectar actividades sospechosas, accesos anómalos y patrones de comportamiento malicioso en grandes conjuntos de datos.

El curso también introduce conceptos de ingeniería de detección, visualización de datos y correlación de eventos para fortalecer capacidades defensivas dentro de entornos SOC modernos. Mediante ejercicios prácticos y escenarios reales, los estudiantes desarrollarán habilidades aplicables a investigaciones reales de ciberseguridad y operaciones avanzadas de detección.

Diseñado para SOC Analysts, threat hunters, blue team engineers, profesionales de ciberseguridad y estudiantes interesados en defensa avanzada, este curso combina teoría y práctica para proporcionar una base sólida en threat hunting impulsado por datos y machine learning. Al finalizar, los estudiantes podrán ejecutar hunts completos, detectar amenazas ocultas y construir procesos de detección más eficientes y escalables.

Who this course is for:

  • Analistas SOC que buscan evolucionar de la clasificación reactiva de alertas a la búsqueda proactiva de amenazas.
  • Threat Hunters interesados en utilizar ciencia de datos para descubrimiento de patrones.
  • Ingenieros Blue Team que buscan flujos de trabajo de detección repetibles.
  • Estudiantes de ciberseguridad que buscan desarrollar habilidades prácticas en herramientas reales como Splunk y Jupyter.
Advertisements
FREE_FALL
Advertisements
Advertisements
Free Online Courses with Certificates
Logo
Register New Account