PART Ⅰ. 인공지능의 이해: 기본
제1장 인공지능의 정의
1. 인공지능의 발전
2. 머신러닝(기계학습)
3. 딥러닝(심화학습)
제2장 정보보호의 개요
1. 정보보호의 특징
2. 정보보호의 필요성
3. 해킹의 개념
제3장 암호학의 개념
1. 고대 암호학의 개념
2. 현대 암호학의 개념
제4장 정보보안에서 인공지능이 필요한 이유
PART Ⅱ. 인공지능 연구를 위한 기초수학
제1장 방정식과 부등식
1. 변수와 수식
2. 방정식과 부등식
3. 인수분해
제2장 함수
1. 좌표평면
2. 기울기
3. 함수와 그래프
4. 대수함수
5. 초월함수
제3장 지수와 제곱근
1. 지수와 거듭제곱
2. 로그
제4장 미분
1. 함수의 극한과 연속
2. 도함수와 미분
제5장 도함수의 응용
1. 고계도함수와 미분
2. 근삿값과 오차
3. 변화율과 접선
4. 함수의 극값과 그 응용
5. 그래프의 추적
제6장 행렬과 선형대수학
1. 행렬
2. 행렬과 연립 1차방정식의 해법
3. 좌표와 직선
4. 벡터와 내적, 외적
제7장 확률과 통계
1. 순열과 조합
2. 확률
3. 확률변수와 확률분포
4. 통계
PART Ⅲ. 인공지능의 이해: 응용
제1장 규칙 기반 전문가 시스템
1. 규칙 기반 전문가 시스템의 구성요소
2. 규칙 기반 전문가 시스템의 특징
3. 전문가 시스템 개발팀의 주요 구성원
4. 규칙 기반 전문가 시스템에서 불확실성 다루기
5. 퍼지 전문가 시스템
6. 퍼지 전문가 시스템 절차
7. 프레임 기반 전문가 시스템
제2장 인공 신경망 개념
1. 신경망의 개념
2. 신경망과 인공지능
3. 초기의 신경망의 개념(Hebb의 학습 규칙 – The Organization of Behavior)
4. 다층 퍼셉트론
5. 역 전파 학습 알고리즘
6. 홉필드 네트워크(Hopfield Network)
7. 코호넨 네트워크(Kohonen Network)
8. ART(Adaptive Resonance Theory)
9. 시뮬레이션 된 어닐링과 Boltzmann 머신
10. 코그니트론과 네오코그니트론
11. 유전 알고리즘의 개괄
12. 문제의 표현
13. 유전 알고리즘의 연산들
14. 스키마와 문제 공간
15. 확장된 주제들
16. 유전 알고리즘의 응용 예들
17. 유전 알고리즘의 구체적 예
18. 다른 스토캐스틱 탐색 기법들
PART Ⅳ. 정보보안에서 인공지능의 필요성
제1장 보안에서 인공지능 분야의 필요성
1. 보안에서 인공지능 인텔리전스
2. 인공지능 통합 보안 관제
3. 인공지능 네트워크 패킷 분석
4. 인공지능 악성코드 분석
5. 인공지능 사용자 이상 행위 분석
6. 인공지능 사용자 인증과 사기(Fraud) 탐지
7. 인공지능 취약점 분석 및 모의 해킹
제2장 결 론
