دوره DevSecOps در AWS: دفاع در برابر LLM Scrapers و ترافیک Bot
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- چگونه Caching در CloudFront کار میکند و جریانهای تحویل هوشمند و آگاه از Bot ایجاد کنیم؟
- چگونه استراتژیهای Degraded-Content / Traffic-Splitting را با استفاده از CloudFront، Lambda@Edge و S3 پیادهسازی کنیم؟
- چگونه با استفاده از CloudFront Functions، Cache را برای Botها و انسانها از هم جدا کنیم؟
- چگونه مشکلات “Missing Assets” را با استفاده از استقرارهای Immutable Asset برطرف کنیم؟
- چگونه CloudFront Origin Shield را مستقر و تیونینگ کنیم؟
- چگونه Logهای CloudFront را با استفاده از Athena تحلیل کنیم تا بینشهایی درباره Botها و ترافیک به دست آوریم؟
- چگونه AWS WAF را برای دفاع در برابر DoS ناشی از Botها پیکربندی کنیم؟
- چگونه از JA4 Fingerprinting برای قیفهای پیشرفته Rate-Limit استفاده کنیم؟
- AWS WAF Bot Control واقعاً چگونه کار میکند؟(حالتهای COMMON در مقابل TARGETED)
- چگونه WAF سمت کلاینت SDK را ادغام کنیم تا تشخیصهای پیشرفته را فعال کنیم؟
- چگونه داشبوردها و Labelهای Bot Control را بخوانیم و تفسیر کنیم؟
- چگونه یک Bot Identification Report واقعی در Athena بسازیم؟
- چگونه یک استراتژی کامل Bot شامل مجاز کردن، مسدود کردن و Degrade را طراحی، اعتبارسنجی و مستقر کنیم؟
پیشنیازهای دوره
- این دوره برای افراد مبتدی نیست.
- یک حساب فعال AWS
- یک نام دامنه برای استفاده با CloudFront
- دانش خوب در زمینه Terraform
- دانش خوب در زمینه AWS
- درک HTTP ،web apps یا APIs
توضیحات دوره
این دوره به شما میآموزد که چگونه در عصر جدید AI Botها، Crawlerها، Scraperها و ترافیک خودکار زنده بمانید - و پیروز شوید.
امروزه Botها بخش عظیمی از ترافیک API ،Web و CDN را مصرف میکنند.
آنها هزینه ایجاد میکنند، تحلیلها را دیستورت میکنند، منطق Cache را میشکنند و بار اضافی روی اپلیکیشن شما قرار میدهند.
و محافظتهای سنتی دیگر کافی نیستند.
این دوره به شما یک سیستم کامل، کاربردی و تست شده در عمل میدهد تا AI Botها را با هوشمندی مدیریت کنید، نه با نیروی خالص
بخش 1 - درک چشمانداز تهدید جدید
ما از سطح استراتژیک شروع میکنیم:
چرا AI Botها به یک تهدید تجاری واقعی تبدیل شدند، اهداف آنها چیست، چگونه ترافیک Bot به زیرساخت شما آسیب میرساند، و چگونه درباره دفاع طولانیمدت فکر کنید.
شما همچنین یک نمای کلی معماری سطح بالا دریافت خواهید کرد - تصویر بزرگ CloudFront ،WAF، محتوای Degraded و منطق Routing
بخش 2 - اپلیکیشن تست Flask و آمادهسازیهای Terraform
قبل از اینکه از چیزی دفاع کنیم، به چیزی برای محافظت نیاز داریم.
شما یک اپلیکیشن کوچک Flask API ایجاد خواهید کرد، آن را به صورت محلی اجرا میکنید، رفتار آن را درک میکنید، سپس Terraform، پروفایلهای AWS و ECR را آماده میکنید تا بعداً آن را در Cloud مستقر کنید.
بخش 3 - استقرار کاملاپلیکیشن با استفاده از Terraform
این قلب راهاندازی زیرساخت است. شما:
- کامپوننت های شبکه را میسازید.
- یک دامنه را Delegate میکنید.
- ACM را پیکربندی میکنید.
- ALB را میسازید.
- EC2 را با استفاده از AutoScaling مستقر میکنید.
- EC2 را به ALB متصل میکنید.
- CloudFront را پیکربندی میکنید.
- WAF را ادغام میکنید.
- AWS Console را بررسی کرده و دیباگ رفتار اپلیکیشن را میآموزید.
این یک "محیط آزمایشگاهی" کامل ایجاد میکند که برای تمام آزمایشهای Routing بات در بخشهای بعدی استفاده میشود.
بخش 4 - Autoscaling و شگفتیهای هزینه واقعی AI Bot
ما بررسی میکنیم که وقتی Botها در مقیاس وسیع به زیرساخت شما حمله میکنند چه اتفاقی میافتد.
شما نمونههای واقعی از جهشهای ترافیک، سوختن CPU، انفجار هزینهها را خواهید دید - و خواهید آموخت که چرا AI Botها به رویکردی متفاوت از Crawlerهای سنتی نیاز دارند.
ما همچنین در مورد AWS Fargate بحث میکنیم و یک نمونه تجاری واقعی از تأثیر Bot را نشان میدهیم.
بخش 5 - مسیریابی هوشمند ترافیک با CloudFront
اینجاست که دوره واقعاً منحصربهفرد میشود.
شما خواهید آموخت:
- CloudFront واقعاً در سطح درخواست چگونه کار میکند.
- چگونگی ایجاد یک استراتژی محتوای Degraded - محتوای استاتیک سبک برای Botها
- چگونگی مسیردهی Botها با Lambda@Edge
- چگونگی تگگذاری Botها با استفاده از CloudFront Functions
- چگونه مشکلات Caching در استقرارهای واقعی ایجاد میشوند و چگونه آنها را رفع کنیم؟
- چگونگی مدیریت tatic assets ،versioning ،origin shield و inline assets
- چگونگی ساخت CloudFront کاملاً آگاه از Bot و مقاوم
در پایان، توزیع CloudFront شما به یک مسیریاب ترافیک هوشمند و حساس به Bot تبدیل میشود.
بخش 6 - AWS WAF: محافظت در برابر AI Crawlerها و Botهای خودکار
ما از دیدگاههای دفاعی و تحلیلی عمیقاً به WAF میپردازیم:
- مبانی WAF و چگونگی بازرسی واقعی ترافیک
- لیستهای سیاه و سفید سفارشی در زمینه AI Botها
- فیلترینگ مبتنی بر Geo
- شروع سریع Athena با استفاده از WAF Logs
- تشخیص آماری و JA4 Fingerprinting
- قوانین دقیق Rate در محدوده URL
- قوانین مدیریتشده مبتنی بر Reputation
- نظریه Intelligent Bot Mitigation
- روشن کردن Bot Control (COMMON + TARGETED)
- ادغام Bot Control SDK
- خواندن متریکها و داشبوردهای Bot Control
- درک دستهبندیهای Bot و استنتاج اینکه چه Botهای واقعی پشت آنها قرار دارند.
این بخش CloudFront و WAF را به یک سیستم دفاعی یکپارچه متصل میکند.
بخش 7 - سیاست استراتژیک Bot و تحلیل ترافیک AI/Bot با استفاده از Athena
این نقطه اوج تحلیلی و استراتژیک دوره است.
شما خواهید آموخت که چگونه ترافیک Bot واقعی را از Logهای خود استخراج کنید، یک Bot Identification Report کامل بسازید و از آن برای تدوین یک استراتژی دفاعی ملموس در برابر Bot استفاده کنید.
- تولید Bot Identification Report با استفاده از Athena + نمونه داده واقعی Production
- پیادهسازی سیاست استراتژیک Bot - بخش 1 (منطق Terraform، مسیردهی CloudFront، ادغام WAF)
- پیادهسازی سیاست استراتژیک Bot - بخش 2 (نهاییسازی مسیردهی، محتوای Degraded، قوانین Block)
- جمعبندی نهایی دوره + نکات کلیدی + گامهای بعدی
ما با یک چارچوب مشخص به پایان میرسیم که میتوانید در هر محیط واقعی - Cloud یا On-Premise اعمال کنید.
این دوره برای چه کسانی است؟
هر کسی که مسئول وب اپلیکیشن، عملکرد API، امنیت Cloud یا بهینهسازی هزینه است:
- مهندسان نرمافزار
- DevOps و SRE
- معماران Cloud
- مهندسان امنیت
- مدیران ارشد فناوری (CTOها)، راهبران فنی، استارتاپها
- هر کسی که در مورد دفاع واقعی در برابر Botها و کنترل ترافیک کنجکاو است.
اگر یک متدولوژی دفاعی کاربردی، تست شده در عمل، با دانش فنی عمیق و کاملاً قابل بازتولید در برابر AI Botها میخواهید - این دوره برای شماست.
این دوره برای چه کسانی مناسب است؟
- مهندسان نرمافزار
- DevOps و SRE
- معماران Cloud
- مهندسان امنیت
- مدیران ارشد فناوری (CTOها)، راهبران فنی، استارتاپها
- هر کسی که در مورد دفاع واقعی در برابر Botها و کنترل ترافیک کنجکاو است.
دوره DevSecOps در AWS: دفاع در برابر LLM Scrapers و ترافیک Bot
-
تعریف مسئله و چشمانداز استراتژیک در واقعیتهای جدید AI Botها 09:55
-
محیط آزمایشگاهی - نمای کلی کوتاه 02:13
-
بخش 1: کامپوننت های استراتژی زیرساخت Multi-Layered 02:14
-
بخش 2: کامپوننت های استراتژی زیرساخت Multi-Layered 03:45
-
اپلیکیشن Flask - محیط Local 03:01
-
اپلیکیشن Flask - نمای کلی کد، اپلیکیشن چگونه کار میکند؟ 01:52
-
نصب Terraform با tfenv 03:33
-
پیکربندی AWS Profile و Terraform 02:43
-
ساخت Docker Image و Push کردن آن به AWS ECR 02:21
-
اجرای اسکریپتهای Terraform - مقدمه ضروری 01:05
-
ماژولهای Pre-Init و Network در Terraform 06:13
-
Delegation دامنه و ماژول Terraform برای ACM 06:03
-
ماژول Terraform برای ALB 03:14
-
یک اطلاعیه کوتاه 00:44
-
اپلیکیشن Flask در EC2 با استفاده از Auto Scaling Group 06:32
-
افزودن EC2 به AWS ALB به عنوان Target Group 02:14
-
بررسی EC2 در AWS Console و لاگین SSH به Instance در EC2 02:36
-
کامپوننت های پایه Amazon CloudFront 01:25
-
ماژول Terraform برای CF + WAF - بخش 1 CloudFront 07:51
-
ماژول Terraform برای CloudFront + WAF - بخش 2 - WAF 04:17
-
بررسی CloudFront + WAF - نمای کلی AWS Console و حالت Maintenance 06:17
-
شگفتیهای Autoscaling 05:41
-
بررسی AWS Fargate و نمونه عملی تجاری از جهشهای شدید و کوتاه AI Botها 05:46
-
CloudFront چگونه کار میکند؟ 07:21
-
استراتژی محتوای Degraded - بخش 1 02:38
-
استراتژی محتوای Degraded - بخش 2 03:50
-
مسیریابی Botها با Lambda@Edge - بخش 1 06:03
-
مسیریابی Botها با Lambda@Edge - بخش 2 04:59
-
شگفتیهای Caching 03:02
-
تگگذاری درخواستهای Bot با CloudFront Function 04:48
-
مشکل Missing Assets - بخش 1 04:17
-
مشکل Missing Assets - بخش 2 03:40
-
CloudFront Origin Shield 02:21
-
استقرارهای Immutable Asset 03:51
-
محتوای سادهشده با Inline Assetها 00:50
-
جمعبندی بخش 01:21
-
WAF چیست و چگونه کار میکند؟ 03:30
-
بررسی WAF - لیستهای سیاه و سفید در زمینه AI Botها 05:41
-
قانون Geo-Country در WAF و ترافیک Bot 05:46
-
شروع سریع Athena - استخراج داده جغرافیایی واقعی Bot از WAF Logs 06:45
-
محدودسازی Rate مبتنی بر JA4 - خط پایه آماری و فیلترینگ مرحله اول - بخش 1 03:54
-
محدودسازی Rate مبتنی بر JA4 - خط پایه آماری و فیلترینگ مرحله اول - بخش 2 05:34
-
قوانین دقیق Rate - محدودسازی در سطح URL در WAF 03:21
-
قوانین مدیریتشده AWS - سیگنالهای Reputation به عنوان لایه فیلتر Bot 05:00
-
مبانی Intelligent Bot Mitigation در AWS WAF و تئوری Bot Control 03:19
-
روشن کردن Bot Control (COMMON) + آنچه Bot Control واقعاً صادر میکند 03:47
-
آمادهسازی لایه App برای Bot Control در حالت TARGETED 07:09
-
داشبوردهای Bot Control در عمل و قدرت Labelهای ترافیک Bot 07:28
-
گزارش Bot Identification (Athena + داده واقعی) 08:44
-
پیادهسازی استراتژی واقعی Bot - بخش 1 05:14
-
پیادهسازی استراتژی واقعی Bot - بخش 2 04:05
-
جمعبندی دوره 02:39
مشخصات آموزش
دوره DevSecOps در AWS: دفاع در برابر LLM Scrapers و ترافیک Bot
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:متخصص
- تعداد درس:52
- مدت زمان :03:44:19
- حجم :2.0GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy