Bereit für die Klausur? Teste jetzt dein Wissen!
Dein ergebnis
Melde dich für die StudySmarter App an und lerne effizient mit Millionen von Karteikarten und vielem mehr!
Du hast bereits ein Konto? Anmelden
Lerninhalte finden
Features
Entdecke
Egal, ob Zusammenfassung, Altklausur, Karteikarten oder Mitschriften - hier findest du alles für den Studiengang Master of Science Informatik
Universität Erlangen-Nürnberg
Master of Science Informatik
Prof. Dr.
2024
Dieser Abschnitt behandelt die Methoden und Techniken zur Sammlung von digitalen Beweisen, die in einem forensischen Kontext verwendet werden können.
In der Datenanalyse werden Techniken zur Untersuchung und Auswertung von gespeicherten Daten vermittelt.
Netzwerkforensik untersucht die Überwachung und Analyse von Netzwerkverkehr zur Feststellung von Sicherheitsvorfällen.
Dieser Abschnitt vertieft die rechtlichen Rahmenbedingungen und Vorschriften der IT-Forensik.
Malware-Analyse behandelt die Identifikation, Untersuchung und Bekämpfung von Malware.
Die Vorlesung Forensische Informatik an der Universität Erlangen-Nürnberg bietet Dir eine umfassende Einführung in die wesentlichen Aspekte der IT-Forensik. In dieser Vorlesung lernst Du, wie digitale Beweismittel gesichert und analysiert werden sowie die rechtlichen Grundlagen, die dabei zu beachten sind. Der Kurs kombiniert theoretisches Wissen mit praktischen Übungen, um Dich optimal auf die Herausforderungen in der Welt der digitalen Forensik vorzubereiten.
Kursleiter: Prof. Dr.
Modulstruktur: Die Vorlesung besteht aus Vorlesungen und praktischen Übungen, die sich abwechseln. Die Gesamtzeit setzt sich aus 3 Stunden Vorlesung und 1 Stunde Übung pro Woche zusammen.
Studienleistungen: Die Studierenden werden durch eine schriftliche Prüfung am Ende des Semesters bewertet.
Angebotstermine: Die Vorlesung wird im Wintersemester angeboten.
Curriculum-Highlights: digitale Beweissicherung, Datenanalyse, Netzwerkforensik, rechtliche Grundlagen der IT-Forensik, Malware-Analyse
Beginne frühzeitig mit dem Lernen, idealerweise schon zu Beginn des Semesters, um Dir die nötige theoretische Basis anzueignen.
Nutze verschiedene Ressourcen, wie Bücher, Übungsaufgaben, Karteikarten und Probeklausuren, um dein Wissen zu vertiefen.
Schließe Dich Lerngruppen an und tausche Dich mit anderen Studierenden aus, um gemeinsam Lösungsstrategien zu entwickeln.
Vergiss nicht, regelmäßige Pausen einzulegen und in diesen Zeiten komplett abzuschalten, um eine Überbelastung zu vermeiden.
Lin W.
Uwe O.
Lisa G.
Marie I.
Sie haben bereits ein Konto? Login
93182 Mainframe Programmierung II | Kurs ansehen |
Advanced Deep Learning | Kurs ansehen |
Advanced Design and Programming (5-ECTS) | Kurs ansehen |
Advanced Game Physics | Kurs ansehen |
Advanced Mechanized Reasoning in Coq | Kurs ansehen |
Advanced Networking LEx | Kurs ansehen |
Advanced Programming Techniques | Kurs ansehen |
Advanced Simulation Technology | Kurs ansehen |
AI-1 Systems Project | Kurs ansehen |
AI-2 Systems Project | Kurs ansehen |
Matthew D.