Opens in a new tab

AI-Powered Network & Cybersecurity Operations: Log Analysis, Threat Detection & Automation

3-Day Intensive Hands-on Workshop

ในยุคที่ระบบเครือข่าย ระบบความมั่นคงปลอดภัย อีเมล เซิร์ฟเวอร์ Endpoint และ Cloud สร้าง Log จำนวนมหาศาลอย่างต่อเนื่อง ความท้าทายสำคัญไม่ได้อยู่ที่การมีข้อมูลไม่เพียงพอ แต่อยู่ที่การวิเคราะห์ข้อมูลจำนวนมากให้ทันเวลาและเปลี่ยน Log ให้เป็น Insight ที่สามารถนำไปใช้ตัดสินใจได้จริง หลักสูตรนี้จึงออกแบบเพื่อยกระดับ Network Engineer, Security Engineer และ SOC Analyst ให้สามารถใช้ AI เป็นผู้ช่วยวิเคราะห์ Log ตรวจจับรูปแบบการโจมตี เชื่อมโยงเหตุการณ์จากหลายแหล่ง สร้าง Automation, Security Dashboard และระบบแจ้งเตือนอัตโนมัติได้อย่างเป็นระบบ

ผู้เรียนจะได้ลงมือปฏิบัติตั้งแต่การรวบรวม Log ผ่าน Syslog, API และ File-based Log การเขียน Python Script การออกแบบ Prompt สำหรับงาน Network และ Cybersecurity การวิเคราะห์ข้อมูลจาก FortiGate, Palo Alto, Cisco, Aruba, Windows, Linux, Wazuh, Zeek, Email Security, Antivirus/Endpoint Security และ Cloud Security ไปจนถึง Multi-source Correlation และการแจ้งเตือนผ่าน Telegram.

วัตถุประสงค์ของหลักสูตร

  1. ใช้ AI วิเคราะห์ Log จาก Firewall, Server, Network, WiFi, Email, Endpoint/Antivirus และ Cloud Security ได้อย่างเป็นระบบ
  2. เข้าใจ Log Pipeline ตั้งแต่ Collection, Processing, AI Analysis จนถึง Alerting
  3. ใช้ Pattern Recognition และ Anomaly Detection ช่วยค้นหาพฤติกรรมผิดปกติ
  4. ออกแบบ Prompt สำหรับ Log Analysis, Classification, Threat Detection และ Incident Summarization
  5. เขียน Python Script สำหรับอ่าน Parse และจัดรูปแบบ Log
  6. ดึง Log ผ่าน Syslog, API และ File-based Log
  7. วิเคราะห์ Firewall Log จาก FortiGate, Palo Alto และ Cisco ASA/FirePower
  8. วิเคราะห์ Windows, Linux และ Authentication Log
  9. วิเคราะห์ Wazuh และ Zeek Log ด้วย AI
  10. วิเคราะห์ Network Device Log จาก Cisco, Aruba และอุปกรณ์เครือข่ายทั่วไป
  11. วิเคราะห์ปัญหา WiFi เช่น RSSI, Retry Rate, Roaming, Latency และ Interference
  12. วิเคราะห์ Email Security Log เพื่อค้นหา Phishing และ Suspicious Sender Pattern
  13. วิเคราะห์ Antivirus/Endpoint Security Log เพื่อค้นหา Malware และพฤติกรรมผิดปกติ
  14. วิเคราะห์ Cloud Security Log เพื่อค้นหา Authentication และ API Activity ที่น่าสงสัย
  15. ตรวจจับรูปแบบ Brute Force, Port Scan, Lateral Movement และ Data Exfiltration
  16. ทำ Multi-source และ Cross-domain Event Correlation
  17. สร้าง AI-assisted Security Dashboard สำหรับสรุปสถานการณ์
  18. สร้าง Threat Summary และ Incident Summary อัตโนมัติ
  19. สร้าง Alert Workflow และแจ้งเตือนผ่าน Telegram
  20. ประยุกต์แนวคิด AI-Driven Operations เพื่อลดงาน Manual และเพิ่มประสิทธิภาพของ NOC/SOC

ผู้ที่เหมาะเข้าอบรม

  • Network Engineer
  • Network Administrator
  • NOC Engineer
  • Cybersecurity Engineer
  • Security Engineer
  • SOC Analyst
  • Network Security Engineer
  • Firewall Engineer
  • System Administrator
  • Windows/Linux Server Administrator
  • IT Infrastructure Engineer
  • IT Operations Engineer
  • SIEM Engineer
  • Cloud Security Engineer
  • Wireless Network Engineer
  • Cybersecurity Consultant

พื้นฐานความรู้ของผู้เข้าอบรม

  • มีพื้นฐาน TCP/IP, IP Addressing, Port และ Protocol เบื้องต้น
  • เข้าใจการทำงานพื้นฐานของ Network, Firewall และ Server
  • สามารถใช้งาน Windows หรือ Linux และ Command Line เบื้องต้น
  • มีความเข้าใจพื้นฐานด้าน Cybersecurity และภัยคุกคามทั่วไป
  • ไม่จำเป็นต้องมีพื้นฐาน AI หรือเขียน Python ในระดับสูงมาก่อน

รายละเอียดหลักสูตร

Day 1: Foundation + Log Ingestion + AI Basics

Module 1: AI for Network & Cybersecurity

  • จาก Traditional Monitoring, Rule-based Monitoring สู่ AI-driven SOC
  • ประเภทของ Log: Firewall (FortiGate / Palo Alto / Cisco ASA / FirePower), Endpoint (Windows 10/11 / Windows Server 2022/2025 / Linux), Network (Cisco / Aruba / อุปกรณ์ทั่วไป), Security (Wazuh / Zeek / Splunk), Email, Antivirus/Endpoint Security และ Cloud Security
  • วิธีการที่ AI ใช้ในการวิเคราะห์: Pattern Recognition, Anomaly Detection, NLP, Context-aware Interpretation, Classification และ Prioritization

Module 2: Log Sources & Architecture

  • Log Collection, Processing, Normalization และ AI Analysis Architecture
  • Syslog, API และ File-based Log Ingestion
  • Integration กับ Wazuh, Zeek, Splunk, Email Security, Endpoint Security และ Cloud Security Sources

Module 3: Setting Up Lab Environment

  • Ubuntu Log Collector / AI Processing Node
  • Windows Server 2022/2025, Windows 10/11 และ Linux Server
  • Kali Linux สำหรับ Controlled Attack Simulation
  • FortiGate / Palo Alto / Cisco FirePower
  • Python, Basic API Usage และ AI Prompt Engineering
  • JSON / CSV / Syslog Parsing และ Telegram Bot API

Hands-on Labs

  • Lab 1: Setup Log Environment (Wazuh + Zeek)
  • Lab 2: ส่ง Log จาก Windows Server เข้า Wazuh หรือ Splunk
  • Lab 3: Capture Network Traffic ด้วย Zeek
  • Lab 4: Generate Controlled Attack Log จาก Kali (SSH / RDP Scan)
  • Lab 5: Export FortiGate Log ผ่าน Syslog
  • Lab 6: Parse Log ด้วย Python
  • Lab 7: ใช้ AI วิเคราะห์ Log แบบ Manual Prompt
  • Lab 8: เปรียบเทียบ Log ปกติกับ Log ที่มีพฤติกรรมโจมตี
  • Lab 8A: Import และ Parse Email Security Log ด้วย Python
  • Lab 8B: Import และ Parse Antivirus / Endpoint Security Log ด้วย Python
  • Lab 8C: Import และ Parse Cloud Security Log ด้วย Python

Day 2: AI Log Analysis + Threat Detection

Module 4: AI Prompt Engineering for Log Analysis

  • Prompt Techniques: Summarization, Classification, Threat Detection, Incident Prioritization และ False Positive Reduction
  • Prompt Patterns สำหรับ Abnormal Behavior, Attack Pattern, Suspicious IP, Email Threat, Endpoint Malware และ Cloud Authentication Anomaly

Module 5: Firewall Log Analysis (Deep Dive)

  • FortiGate Log Structure
  • Palo Alto Log Structure
  • วิเคราะห์ Deny Traffic, Port Scan, Brute Force, Policy Violation, Threat Signature และ Suspicious Traffic

Module 6: SIEM + AI Integration

  • ดึง Wazuh Log ไปวิเคราะห์ด้วย AI
  • ดึง Zeek Log ไปวิเคราะห์ด้วย AI
  • ดึง FortiGate และ Palo Alto Firewall Log ไปวิเคราะห์ด้วย AI
  • ดึง Cisco / Aruba และ Network Log ไปวิเคราะห์ด้วย AI
  • ดึง Windows 10/11 และ Windows Server 2019/2022/2025 Log ไปวิเคราะห์ด้วย AI
  • ดึง Linux Server และ Email Server Log ไปวิเคราะห์ด้วย AI
  • ดึง Antivirus / Endpoint Security Log ไปวิเคราะห์ด้วย AI
  • ดึง Cloud Security Log ไปวิเคราะห์ด้วย AI
  • วิเคราะห์ Email Security Log: Suspicious Sender, Attachment, URL และ Phishing Indicators
  • วิเคราะห์ Antivirus / Endpoint Security Log: Malware Detection, Quarantine, Suspicious Process และ Behavioral Event
  • วิเคราะห์ Cloud Security Log: Suspicious Login, Authentication Failure, API Activity, Privilege Change และ Misconfiguration Clues
  • Multi-source Detection และ Cross-domain Correlation ระหว่าง Email, Endpoint, Firewall, Identity และ Cloud

Module 7: Attack Pattern Recognition

  • Brute Force
  • Port Scanning
  • Lateral Movement
  • Data Exfiltration Pattern
  • Email-based Threat Pattern
  • Malware / Endpoint Compromise Pattern
  • Cloud Security Threat Pattern

Hands-on Labs

  • Lab 9: Prompt วิเคราะห์ Firewall Log (FortiGate)
  • Lab 10: วิเคราะห์ Palo Alto Threat Log
  • Lab 11: Detect Brute Force จาก Windows Event Log
  • Lab 12: วิเคราะห์ Zeek DNS Log เพื่อค้นหา DNS Tunneling Indicators
  • Lab 13: Correlate Firewall + Server Log
  • Lab 14: Identify Suspicious / Attacker IP ด้วย AI
  • Lab 15: วิเคราะห์ Failed Login Pattern
  • Lab 16: วิเคราะห์ Port Scan Behavior
  • Lab 17: วิเคราะห์ Traffic Spike
  • Lab 18: สร้าง Threat Summary Report อัตโนมัติ
  • Lab 18A: วิเคราะห์ Email Security Log เพื่อหา Phishing หรือ Suspicious Sender Pattern
  • Lab 18B: วิเคราะห์ Antivirus / Endpoint Security Log เพื่อหา Malware และ Quarantine Event
  • Lab 18C: วิเคราะห์ Cloud Security Log เพื่อหา Authentication และ API Activity ที่น่าสงสัย
  • Lab 18D: Correlate Email + Endpoint + Firewall Log ด้วย AI
  • Lab 18E: สร้าง Cross-domain Incident Summary จากหลายแหล่งข้อมูล

Day 3: Automation + AI SOC + WiFi Analysis + Alerting

Module 8: Log Automation with Python + AI

  • เขียน Script ดึง Log จาก API, อ่าน Log File, Normalize Data และส่งเข้า AI
  • ดึง Email Security, Antivirus/Endpoint และ Cloud Security Log จากไฟล์หรือ API
  • Workflow: Collect, Analyze, Prioritize, Alert และ Notify

Module 9: Build AI-powered SOC Dashboard

  • Dashboard Concept: Executive View, Analyst View และ Incident-oriented Visualization
  • Visualization: Threat Overview, Top Attacker, Anomaly Detection, Email Threat, Endpoint Threat, Cloud Event, Alert Timeline และ Severity Distribution
  • AI Security Summary Panel และ Cross-source Correlation View

Module 10: Network Device Log Analysis

  • Cisco Syslog
  • Aruba Log
  • Log จากอุปกรณ์ Network อื่น ๆ
  • วิเคราะห์ Interface Down, Packet Drop, Routing Issue, Device Health และ Authentication Failure

Module 11: AI for WiFi Troubleshooting

  • วิเคราะห์ Roaming Fail, High Latency, Interference, Weak Signal และ Retry Rate สูงผิดปกติ
  • ใช้ AI วิเคราะห์ Signal Strength, Client Behavior, Retry Rate และ Event Correlation

Module 12: Alerting, Notification & Operational Response

  • Alert Threshold, Severity Mapping, Alert Fatigue Reduction และ Actionable Alert Design
  • การใช้ Telegram Bot API สำหรับแจ้งเตือนจาก Python Script
  • สร้างข้อความ Alert สำหรับ Firewall, Windows, Email, Antivirus/Endpoint และ Cloud Security
  • แนบ AI Incident Summary และ Recommended Action ใน Telegram Alert

Module 13: Final Use Case – Real-world Scenario

  • Simulated External Attack และ Internal Lateral Movement
  • Email-based Suspicious Activity, Endpoint Malware Event และ Cloud-side Suspicious Access
  • AI วิเคราะห์ Timeline, Root Cause, Multi-source Correlation, Mitigation และ Incident Summary
  • แจ้งเตือนเหตุการณ์สำคัญผ่าน Telegram

Hands-on Labs

  • Lab 19: เขียน Python Script ดึง Log จาก FortiGate API
  • Lab 20: ดึง Cisco Syslog
  • Lab 21: ส่ง Log เข้า AI อัตโนมัติ
  • Lab 22: สร้าง Alert Script
  • Lab 23: วิเคราะห์ Aruba Log
  • Lab 24: วิเคราะห์ Packet Loss จาก Network Log
  • Lab 25: WiFi Log Analysis (Retry / RSSI)
  • Lab 26: วิเคราะห์ Roaming Issue
  • Lab 27: สร้าง AI Security / SOC Dashboard (Basic)
  • Lab 28: Correlate Multi-source Log
  • Lab 29: Detect Data Exfiltration Pattern
  • Lab 30: AI Incident Response Simulation
  • Lab 31: เขียน Python Script ดึง Email Security Log แล้วส่งเข้า AI
  • Lab 32: เขียน Python Script ดึง Antivirus / Endpoint Security Log แล้วส่งเข้า AI
  • Lab 33: เขียน Python Script ดึง Cloud Security Log แล้วส่งเข้า AI
  • Lab 34: สร้าง AI-based Alert Classification Script
  • Lab 35: ส่ง Alert ไปยัง Telegram จากผลวิเคราะห์ของ AI
  • Lab 36: สร้าง Telegram Message Template สำหรับ Firewall / Email / Endpoint / Cloud Alert
  • Lab 37: Correlate Email Threat, Endpoint Alert และ Firewall Activity แล้วแจ้งเตือนผ่าน Telegram
  • Lab 38: สร้าง Daily AI Security Summary แล้วส่งเข้า Telegram
  • Lab 39: สร้าง Critical Incident Alert Workflow แบบอัตโนมัติ
  • Lab 40: Final Integrated Lab – Multi-source AI Analysis + Dashboard + Telegram Alerting

ผลลัพท์ที่ท่านจะได้รับ

  • สามารถรวบรวมและวิเคราะห์ Log จากหลายแหล่งด้วย AI ได้
  • สามารถเขียน Script และ Prompt สำหรับงาน Network & Cybersecurity Operations ได้
  • สามารถตรวจจับและสรุปรูปแบบภัยคุกคามจาก Log ได้อย่างเป็นระบบ
  • สามารถเชื่อมโยงเหตุการณ์ข้าม Firewall, Server, Network, Email, Endpoint และ Cloud ได้
  • สามารถวิเคราะห์ปัญหา Network และ WiFi ด้วย AI-assisted Troubleshooting
  • สามารถสร้าง AI Security Dashboard และ Alert Workflow ได้
  • สามารถส่ง Incident Alert และ AI Summary ผ่าน Telegram ได้
  • สามารถนำ Workflow ที่เรียนไปต่อยอดใน NOC, SOC และ IT Operations ขององค์กรได้