دوره آموزشی
The Great Courses
دوبله زبان فارسی

هوش مصنوعی در امنیت سایبری - تشخیص تهدید و اتوماسیون SOC

هوش مصنوعی در امنیت سایبری - تشخیص تهدید و اتوماسیون SOC

✅ سرفصل و جزئیات آموزش

آنچه یاد خواهید گرفت:

  • دانشجویان می‌آموزند که چگونه هوش مصنوعی (AI)، یادگیری ماشین (ML) و یادگیری عمیق (DL) در حال متحول کردن عملیات‌های امنیت سایبری مدرن هستند.
  • دانشجویان مهارت‌های عملی برای ساخت و اعمال سیستم‌های هوش مصنوعی محور جهت تشخیص تهدید، اتوماسیون SOC و پاسخ به حادثه کسب خواهند کرد.
  • دانشجویان نحوه استفاده از ابزارهای محبوب امنیت سایبری مبتنی بر هوش مصنوعی مانند Darktrace ،CrowdStrike و پلتفرم‌های SOAR را برای گردش‌کارهای دفاع خودکار می‌آموزند.
  • دانشجویان قادر خواهند بود گردش‌کارهای SOC تقویت‌ شده با هوش مصنوعی را با استفاده از مجموعه‌ داده‌های واقعی و ابزارهای اتوماسیون، طراحی، شبیه‌سازی و پیاده‌سازی کنند.
  • درک اصول اساسی هوش مصنوعی و نحوه کاربرد آنها در امنیت سایبری
  • بررسی یوزکیس‌های واقعی هوش مصنوعی در تشخیص تهدید، تحلیل بدافزار و پاسخ به حادثه
  • یادگیری نحوه بهبود عملیات‌های SOC توسط هوش مصنوعی، اتوماسیون تسک‌ها و پشتیبانی از تصمیم‌گیری
  • شناسایی ریسک‌های کلیدی و چالش‌ها و محدودیت‌های استفاده از هوش مصنوعی در محیط‌های امنیت سایبری

پیش‌نیازهای دوره

  • درک اولیه از امنیت سایبری یا مفاهیم کلی IT مفید خواهد بود اما برای شروع دوره اجباری نیست.
  • هیچ تجربه قبلی در زمینه هوش مصنوعی، یادگیری ماشین یا برنامه‌نویسی نیاز نیست؛ تمام مفاهیم ضروری از پایه توضیح داده می‌شوند.
  • دانشجویان برای بررسی لابراتوارهای عملی، شبیه‌سازی‌ها و ابزارهای امنیتی مجهز به هوش مصنوعی به یک کامپیوتر با اتصال اینترنت نیاز دارند.
  • اشتیاق برای بررسی این موضوع که چگونه هوش مصنوعی در حال ایجاد تحول در امنیت سایبری و اتوماسیون است که به حداکثر رساندن نتایج یادگیری کمک می‌کند.

توضیحات دوره

هوش مصنوعی در حال بازتعریف آینده امنیت سایبری است و این دوره نقشه راه کامل شما برای تسلط به آن است.

در دوره «هوش مصنوعی برای امنیت سایبری - تشخیص تهدید و اتوماسیون SOC»، خواهید آموخت که چگونه هوش مصنوعی، یادگیری ماشین (ML) و یادگیری عمیق (DL) در حال تغییر نحوه تشخیص تهدیدات، پیشگیری از آنها و پاسخ سازمان‌ها به تهدیدات سایبری هستند.

این برنامه لابراتوارهای واقعی، ابزارها و گردش‌کارهای اتوماسیون را با هم ترکیب می‌کند تا شما را برای نسل بعدی نقش‌های امنیت سایبری هوش مصنوعی محور از تحلیلگر SOC تا مهندس اتوماسیون امنیت آماده کند.

آنچه در طول ماژول‌ها یاد خواهید گرفت:

  • ماژول 1 - مقدمه‌ای بر هوش مصنوعی در امنیت سایبری - شما اصول AI ،ML و DL را می‌آموزید، تکامل، مزایا و چالش‌های آنها را بررسی کرده و می‌بینید هوش مصنوعی چگونه با ابزارهایی مانند Darktrace و CrowdStrike در محیط‌های واقعی SOC یکپارچه می‌شود.
  • ماژول 2 - هوش مصنوعی برای تشخیص تهدید - آشنایی با یادگیری ماشین برای تشخیص ناهنجاری، یادگیری نظارت شده در مقابل یادگیری نظارت نشده و نحوه بهبود سیستم‌های IDS مانند Suricata توسط هوش مصنوعی برای شناسایی سریع‌تر و هوشمندانه‌تر تهدید
  • ماژول 3 - هوش مصنوعی برای هوش تهدید - کشف می‌کنید که چگونه پردازش زبان طبیعی (NLP) برای تحلیل داده‌ فیشینگ، اتوماسیون غنی‌سازی با APIs مانند VirusTotal و AbuseIPDB و تقویت پایپ‌لاین هوش تهدید استفاده می‌شود.
  • ماژول 4 - هوش مصنوعی برای اتوماسیون SOC - بررسی پلتفرم‌های SOAR مجهز به هوش مصنوعی، اتوماسیون پلی‌بوک و تعادل بین تصمیم‌گیری انسانی و هوش مصنوعی در عملیات‌های امنیتی مدرن
  • ماژول 5 - هوش مصنوعی برای پاسخ به حادثه - شما می‌آموزید که چگونه دستیار هوش مصنوعی در تصمیم‌گیری کمک می‌کند، تاثیر نفوذ را پیش‌بینی کرده و مدیریت هشدار بلادرنگ و بازسازی جرم‌یابی قانونی را بهینه می‌کند.
  • ماژول 6 - هوش مصنوعی برای تحلیل رفتار کاربر (UBA) - اعمال مدل‌های یادگیری ماشین برای تعیین بیس‌لاین فعالیت کاربر، تشخیص تهدیدات داخلی و استفاده از تحلیل‌های مبتنی بر گراف برای امتیازدهی ریسک رفتاری
  • ماژول 7 - هوش مصنوعی برای تحلیل بدافزار - انجام طبقه‌بندی بدافزار هوش مصنوعی محور با استفاده از تحلیل sandbox، تعبیه‌ها و مجموعه‌ داده EMBER برای تشخیص و پیش‌بینی رفتار مخرب
  • ماژول 8 - هوش مصنوعی در امنیت ابری - ایمن‌سازی محیط‌های ابری با استفاده از هوش مصنوعی برای تشخیص پیکربندی‌های نادرست، تحلیل ناهنجاری و مدیریت وضعیت امنیتی با AWS GuardDuty یا Azure Defender
  • ماژول 9 - هوش مصنوعی در امنیت شبکه - ترافیک شبکه را تحلیل می‌کنید، الگوهای DDoS را شناسایی کرده و مدل‌های یادگیری ماشین را برای تحلیل ترافیک رمزگذاری شده و بخش‌بندی zero-trust اعمال می‌کنید.
  • ماژول 10 - هوش مصنوعی در امنیت اندپوینت - گردش‌کارهای EDR را خودکار می‌کنید، یادگیری فدرال را به کار گرفته و باج‌افزارها را با مدل‌های هوش مصنوعی مبتنی بر رفتار شناسایی می‌کنید.
  • ماژول 11 - محدودیت‌ها و ملاحظات اخلاقی - سوگیری‌ها، مثبت‌های کاذب و مسائل حریم خصوصی در سیستم‌های هوش مصنوعی را مطالعه می‌کنید تا از شیوه‌های اخلاقی امنیت سایبری اطمینان حاصل کنید.
  • ماژول 12 - آینده هوش مصنوعی در امنیت سایبری + پروژه Capstone - یک گردش‌کار SOC تقویت‌ شده با هوش مصنوعی طراحی می‌کنید که ابزارها، اتوماسیون و تحلیل‌ها را برای دفاع سایبری هوشمند یکپارچه می‌کند.

در پایان دوره، شما قادر خواهید بود سیستم‌های دفاعی مجهز به هوش مصنوعی را ساخته، خودکار کرده و مدیریت کنید و برای نقش‌های پیشرو در امنیت سایبری و عملیات‌های هوش مصنوعی آماده شوید.

این دوره برای چه کسانی مناسب است؟

  • این دوره برای متخصصان امنیت سایبری طراحی شده که می‌خواهند هوش مصنوعی را در گردش‌کارهای دفاع واقعی، تشخیص تهدید و پاسخ به حادثه یکپارچه کنند.
  • این دوره برای تحلیلگران SOC، تیم‌های آبی و پاسخ‌دهندگان به حوادث که به دنبال ارتقای مهارت‌های خود در اتوماسیون امنیتی مبتنی بر هوش مصنوعی و تشخیص هوش تهدید هستند، ایده‌آل است.
  • همچنین برای علاقه‌مندان به هوش مصنوعی و یادگیری ماشین که مایل به درک کاربرد آنها در امنیت سایبری از طریق لابراتوارها و پروژه‌های عملی هستند، عالی است.
  • دانشجویان، متخصصان IT و مهندسان امنیت که مشتاق انتقال به نقش‌های نسل بعدی SOC هوش مصنوعی محور یا دفاع خودکار هستند، از این دوره بهره زیادی خواهند برد.

هوش مصنوعی در امنیت سایبری - تشخیص تهدید و اتوماسیون SOC

  • بررسی دوره 12:41
  • هوش مصنوعی، یادگیری ماشین و یادگیری عمیق 24:56
  • تاریخچه هوش مصنوعی 15:11
  • ارتباط در امنیت سایبری 24:08
  • مزایا و معایب 24:33
  • Darktrace 17:05
  • یکپارچه‌سازی با هوش مصنوعی 27:29
  • مهندسی پرامپت 21:49
  • تسک عملی 11:03
  • یادگیری ماشین چگونه کار می‌کند؟ 24:41
  • مدل‌های یادگیری 20:56
  • کتابخانه‌های پایتون برای هوش مصنوعی 22:39
  • تشخیص مبتنی بر سیگنیچر در مقابل تشخیص مبتنی بر رفتار 28:07
  • Suricata با یادگیری ماشین 16:51
  • تشخیص فیشینگ با استفاده از یادگیری ماشین 24:13
  • تشخیص فیشینگ با استفاده از یادگیری ماشین - بخش 2 14:36
  • هوش مصنوعی چگونه هوش تهدید را پردازش می‌کند؟ 23:54
  • پردازش متن در هوش مصنوعی 17:24
  • کد پردازش متن 06:34
  • شناسایی انتیتی 13:51
  • پروفایلینگ عامل تهدید 24:25
  • غنی‌سازی داده‌ تهدید 20:32
  • تسک عملی 1 06:08
  • تسک عملی 2 07:29
  • SOC انسانی در مقابل خودکار 26:09
  • پلتفرم SOAR مجهز به هوش مصنوعی 22:44
  • هوش مصنوعی در اولویت‌بندی هشدارها 19:44
  • هوش مصنوعی در اتوماسیون پلی‌بوک 22:15
  • چارچوب مدیریت ریسک هوش مصنوعی NIST 19:27
  • اصول هوش مصنوعی در پاسخ به حادثه 26:08
  • هوش مصنوعی در تشخیص افزایش امتیاز 23:49
  • هوش مصنوعی در تحلیل پیش‌بینانه نفوذ 17:39
  • هوش مصنوعی در مراحل مختلف پاسخ به حادثه 24:07
  • رانش مدل هوش مصنوعی 15:39
  • هوش مصنوعی در بازسازی پس از حادثه 20:56
  • تسک عملی 07:24
  • اصول هوش مصنوعی در UEBA 25:13
  • تحلیل UEBA مبتنی بر گراف 19:52
  • مدل‌سازی توالی 17:22
  • تشخیص تهدید داخلی 18:23
  • زمینه‌سازی و امتیازدهی تهدید 16:52
  • یادگیری ماشین متخاصم 21:53
  • مبانی تحلیل بدافزار با استفاده از هوش مصنوعی 26:43
  • هوش مصنوعی در Sandboxing - بخش 1 23:10
  • هوش مصنوعی در Sandboxing - بخش 2 10:13
  • مهندسی معکوس 17:34
  • پیش‌بینی رفتار بدافزار 22:05
  • انگشت‌نگاری زیرساخت بدافزار 16:36
  • تعبیه‌ها در تحلیل بدافزار 12:53
  • تکنیک‌های انتساب بدافزار 13:58
  • هوش مصنوعی در تشخیص تهدیدات ابری 21:01
  • هوش مصنوعی در IAM ابری 21:33
  • پیکربندی‌های نادرست امنیت ابر - بخش 1 21:54
  • پیکربندی‌های نادرست امنیت ابر - بخش 2 14:18
  • محافظت از حجم کاری ابر 15:40
  • استخراج غیرمجاز داده‌ ابری و پاسخ به حادثه 13:02
  • تحلیل ترافیک شبکه با هوش مصنوعی 20:08
  • تشخیص DDoS مبتنی بر هوش مصنوعی 19:03
  • سیستم IDS مبتنی بر گراف 11:32
  • بخش‌بندی zero trust با هوش مصنوعی 16:38
  • تحلیل ترافیک رمزگذاری شده 20:35
  • تشخیص جعل DHCP و ARP 16:43
  • هوش مصنوعی در تشخیص سوءاستفاده از SMB و RDP 24:30
  • سیستم EDR تقویت‌ شده با هوش مصنوعی 23:08
  • هوش مصنوعی در فریب و گمراه‌سازی در اندپوینت 20:41
  • یادگیری فدرال در EDR 17:27
  • روش Contextual bandit برای مهار تهدید در EDR 18:19
  • سوگیری در پایپ‌لاین‌های تشخیص متخاصم 18:35
  • موازنه‌های اخلاقی در تیونینگ آستانه 16:40
  • حریم خصوصی در مقابل جرم‌یابی قانونی 12:42
  • استفاده‌های مخرب از هوش مصنوعی 18:07
  • روایت جرم‌‌یابی قانونی با هوش مصنوعی 15:30
  • هوش مصنوعی در تیم قرمز 17:10
  • هوش مصنوعی و بلاکچین 11:31
  • هوش مصنوعی در رمزنگاری 15:56
  • پروژه Capstone 12:28

14,054,400 3,513,600 تومان

مشخصات آموزش

هوش مصنوعی در امنیت سایبری - تشخیص تهدید و اتوماسیون SOC

  • تاریخ به روز رسانی: 1404/12/10
  • سطح دوره:همه سطوح
  • تعداد درس:76
  • مدت زمان :23:34:54
  • حجم :25.79GB
  • زبان:دوبله زبان فارسی
  • دوره آموزشی:AI Academy

آموزش های مرتبط

  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,833,000 366,600 تومان
  • زمان: 02:27:39
  • تعداد درس: 24
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
3,769,000 753,800 تومان
  • زمان: 05:03:33
  • تعداد درس: 37
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,033,500 206,700 تومان
  • زمان: 01:23:15
  • تعداد درس: 8
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
9,779,500 1,955,900 تومان
  • زمان: 13:07:38
  • تعداد درس: 87
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
2,260,000 452,000 تومان
  • زمان: 03:02:02
  • تعداد درس: 14
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
795,000 159,000 تومان
  • زمان: 58:00
  • تعداد درس: 12
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
19,403,000 3,880,600 تومان
  • زمان: 26:02:40
  • تعداد درس: 175
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
8,508,000 1,701,600 تومان
  • زمان: 11:25:13
  • تعداد درس: 94
  • سطح دوره:
  • زبان: دوبله فارسی

آیا سوالی دارید؟

ما به شما کمک خواهیم کرد تا شغل و رشد خود را افزایش دهید.
امروز با ما تماس بگیرید