دوره آموزشی
The Great Courses
دوبله زبان فارسی

هوش مصنوعی در امنیت سایبری - اتوماسیون عملی SOC

هوش مصنوعی در امنیت سایبری - اتوماسیون عملی SOC

✅ سرفصل و جزئیات آموزش

آنچه یاد خواهید گرفت:

  • درک کاربردهای هوش مصنوعی در عملیات امنیتی
  • تحلیل و شناسایی تهدیدها با استفاده از ابزارهای هوش مصنوعی
  • پیاده‌سازی اتوماسیون امنیتی مجهز به هوش مصنوعی
  • ساخت و ارزیابی مدل‌های یادگیری ماشین برای امنیت سایبری
  • یکپارچه‌سازی هوش مصنوعی با عملیات SOC و انطباق

پیش‌نیازهای دوره

  • مهارت‌های اولیه کامپیوتر – راحتی در استفاده از کامپیوتر، نصب نرم‌افزار و ناوبری فایل‌ها
  • دانش اساسی امنیت سایبری (اختیاری اما مفید) – آشنایی با مفاهیم اولیه مانند شبکه‌ها، تهدیدها و فایروال‌ها مفید است، اما الزامی نیست.
  • آشنایی با Python (اختیاری) – برخی آزمایشگاه‌ها از Python برای تحلیل داده و یادگیری ماشین استفاده می‌کنند. برای مبتدیان، راهنمایی گام‌به‌گام ارائه می‌شود.
  • ابزارها و تجهیزات – یک لپ‌تاپ/رایانه رومیزی با دسترسی به اینترنت (Windows/Mac/Linux) و امکان نصب ابزارهای رایگان/متن‌باز (مانند Python ،Jupyter، مجموعه‌داده‌ لاگ امنیتی)

توضیحات دوره

قدرت هوش مصنوعی را در امنیت سایبری آزاد کنید.
این دوره شما را از اصول هوش مصنوعی و یادگیری ماشین تا ساخت مدل‌های عملی شناسایی تهدید، اعمال هوش مصنوعی در عملیات واقعی SOC و آماده‌سازی برای آینده دفاع هوش مصنوعی محور همراهی می‌کند.

با آزمایشگاه‌های گام‌به‌گام، داده‌ واقعی، مطالعات موردی و گردش‌کارهای عملی، نه‌تنها تئوری را یاد می‌گیرید، بلکه می‌آموزید چگونه هوش مصنوعی را در محیط امنیتی خود پیاده‌سازی کنید.

آنچه یاد خواهید گرفت:

  • درک مفاهیم اصلی AI و ML که در دفاع سایبری استفاده می‌شوند.
  • اعمال یادگیری ماشین برای تشخیص نفوذ و تشخیص ناهنجاری
  • ساخت و ارزیابی مدل‌های یادگیری عمیق برای شناسایی حملات روز-صفر
  • استفاده از هوش مصنوعی برای تحلیل لاگ، CTI و گردش‌کارهای SOC
  • بررسی ریسک‌ها و دفاع‌های مرتبط با هوش مصنوعی خصمانه
  • توسعه یک پایپ لاین کامل و انتهابه‌انتها برای شناسایی تهدید
  • یکپارچه‌سازی هوش مصنوعی با ابزارهای SOC مانند Splunk ،Sentinel و n8n
  • تحلیل مطالعات موردی صنعتی (Google ،Microsoft، استارتاپ‌ها)
  • پیش‌بینی آینده هوش مصنوعی در امنیت: اتوماسیون SOC، یادگیری فدرال، امنیت کوانتومی و چالش‌های اخلاقی

آزمایشگاه‌های عملی شامل موارد زیر هستند

  • ساخت تشخیص نفوذ با مدل‌های ML
  • یادگیری عمیق برای تشخیص ناهنجاری (خودرمزگذار)
  • NLP برای تشخیص ایمیل‌های فیشینگ
  • طبقه‌بندی بدافزار با استفاده از ویژگی‌های ML
  • تشخیص تقلب با مدل‌های تشخیص ناهنجاری
  • پایپ لاین انتهابه‌انتها برای شناسایی تهدید همراه با شبیه‌سازی استقرار
  • پیش‌نمایش اتوماسیون SOC با پلی بوک های n8n

مخاطبان این دوره

  • متخصصان امنیت سایبری که می‌خواهند مهارت‌های AI/ML را به ابزارهای خود اضافه کنند.
  • تحلیل‌گران و مهندسان SOC که به دنبال خودکارسازی شناسایی و پاسخ هستند.
  • دانشمندان داده و مهندسان ML که کاربردهای امنیت سایبری را بررسی می‌کنند.
  • دانشجویان و افرادی که مسیر شغلی خود را تغییر می‌دهند و به دفاع سایبری هوش مصنوعی محور علاقه‌مند هستند.

این دوره برای چه کسانی مناسب است؟

  • متقاضیان ورود به حوزه امنیت سایبری – دانشجویان یا مبتدیانی که می‌خواهند با مهارت‌های پیشرفته هوش مصنوعی وارد این حوزه شوند.
  • تحلیل‌گران SOC و تیم‌های امنیت IT – متخصصانی که می‌خواهند قابلیت‌های شناسایی تهدید، پاسخ به حوادث و تحلیل لاگ خود را با ابزارهای هوش مصنوعی محور تقویت کنند.
  • علاقه‌مندان به علم داده و هوش مصنوعی – افرادی که کنجکاو هستند یادگیری ماشین را برای حل مسائل واقعی امنیتی اعمال کنند.
  • مدیران IT و مهندسان شبکه – کسانی که می‌خواهند نظارت، تشخیص ناهنجاری و تسک های انطباق را خودکار کنند.
  • رهبران کسب‌وکار و فناوری – مدیران و تصمیم‌گیرندگانی که باید بدانند هوش مصنوعی چگونه می‌تواند عملیات امنیتی را بهینه کرده و ریسک‌ها را کاهش دهد.

هوش مصنوعی در امنیت سایبری - اتوماسیون عملی SOC

  • مقدمه‌ای بر هوش مصنوعی در امنیت سایبری 02:48
  • مروری بر هوش مصنوعی 01:50
  • اهمیت هوش مصنوعی در امنیت سایبری 01:35
  • کاربردهای هوش مصنوعی در امنیت سایبری 01:24
  • اصول – آزمون None
  • اصول -آزمون None
  • اصول -آزمون None
  • اصول - آزمون None
  • اصول - آزمون None
  • یادگیری ماشین برای شناسایی تهدید 04:43
  • درک یادگیری ماشین 00:18
  • مدل‌های داده‌محور در برابر سیستم‌های مبتنی بر قانون 00:17
  • آموزش، تست و ارزیابی 00:18
  • یادگیری نظارت‌شده و بدون نظارت 00:16
  • مدل‌های یادگیری ماشین برای شناسایی تهدید 01:27
  • آزمایشگاه 2.1 — یادگیری ماشین برای شناسایی تهدید 03:44
  • یادگیری عمیق برای تشخیص ناهنجاری 00:10
  • مبانی یادگیری عمیق 00:16
  • شبکه‌های عصبی و معماری‌های یادگیری عمیق 00:28
  • توابع فعال‌ساز 00:19
  • خودرمزگذار برای تشخیص ناهنجاری 00:19
  • مطالعه موردی – شناسایی ورودهای غیرعادی 00:23
  • مزایا و چالش‌ها 00:23
  • خلاصه 00:21
  • آزمایشگاه_2_2_تشخیص_ناهنجاری_با_یادگیری_عمیق 04:29
  • بخش 2: آزمون (5 سوال) None
  • بخش 2: آزمون None
  • بخش 2: آزمون None
  • بخش 2: آزمون None
  • بخش 2: آزمون None
  • تحلیل امنیتی مجهز به هوش مصنوعی 00:39
  • آزمایشگاه_3_1_تحلیل_امنیتی_مجهز به_هوش_مصنوعی 01:09
  • تحلیل داده‌ امنیتی 00:36
  • آزمایشگاه 3.2 — تحلیل داده‌ امنیتی 01:01
  • نقش هوش مصنوعی در تحلیل‌های امنیتی 00:30
  • آزمایشگاه 3.3 — نقش هوش مصنوعی در تحلیل‌های امنیتی (تشخیص ناهنجاری) 00:44
  • مزایا و چالش‌های تحلیل امنیتی مجهز به هوش مصنوعی 00:27
  • آزمایشگاه 3.4 — مزایا و چالش‌های هوش مصنوعی 00:47
  • اطلاعات تهدید سایبری با هوش مصنوعی 00:24
  • آزمایشگاه_3.5_اطلاعات_تهدید_سایبری_با_هوش_مصنوعی 05:08
  • مفهوم اطلاعات تهدید سایبری 00:29
  • آزمایشگاه 3.6 — مفهوم اطلاعات تهدید سایبری (CTI) 00:38
  • تقویت اطلاعات تهدید با هوش مصنوعی 00:23
  • آزمایشگاه 3.7 — تقویت CTI با هوش مصنوعی 00:43
  • ابزارهای هوش مصنوعی برای اطلاعات تهدید سایبری 00:27
  • هوش مصنوعی در عملیات امنیتی None
  • تحلیل داده‌ امنیتی None
  • نقش هوش مصنوعی در تحلیل‌های امنیتی None
  • مزایا و چالش‌ها None
  • اطلاعات تهدید سایبری با هوش مصنوعی None
  • مفهوم CTI None
  • تقویت اطلاعات تهدید با هوش مصنوعی None
  • مقدمه بخش 00:25
  • هوش مصنوعی خصمانه و ریسک‌های امنیتی هوش مصنوعی 00:24
  • یادگیری ماشین خصمانه 00:39
  • ریسک‌های اتکای بیش از حد به هوش مصنوعی 00:24
  • راهبردهای دفاعی در برابر هوش مصنوعی خصمانه 00:29
  • آزمایشگاه 4.1 — حملات گریز با FGSM روی MNIST 02:18
  • آزمایشگاه 4.2 — حمله مسموم‌سازی به طبقه‌بند هرزنامه متنی 01:56
  • آزمایشگاه 4.3 — آموزش خصمانه برای افزایش استحکام 03:22
  • هوش مصنوعی خصمانه None
  • هوش مصنوعی خصمانه None
  • هوش مصنوعی خصمانه None
  • هوش مصنوعی عملی در امنیت سایبری (عملی و مطالعات موردی) 01:29
  • هوش مصنوعی در عمل - موارد استفاده واقعی در امنیت سایبری 00:44
  • ابزارها و چارچوب‌ها 00:26
  • ساخت یک مدل ساده شناسایی تهدید - انتهابه‌انتها - چرخه عمر تهدید (عملی) 04:16
  • مطالعات موردی از صنعت 00:35
  • آزمون - کاربردهای عملی None
  • آزمون - کاربردهای عملی None
  • آزمون - کاربردهای عملی None
  • آزمون - کاربردهای عملی None
  • روندهای آینده در هوش مصنوعی و امنیت سایبری 00:54
  • فناوری‌های نوظهور هوش مصنوعی در امنیت سایبری 00:55
  • چالش‌ها و فرصت‌های آینده 00:54
  • ملاحظات اخلاقی و مسائل حریم خصوصی 00:53
  • افزونه: گردش‌کار n8n برای عملیات SOC 01:34
  • خلاصه دوره 02:21

644,000 161,000 تومان

مشخصات آموزش

هوش مصنوعی در امنیت سایبری - اتوماسیون عملی SOC

  • تاریخ به روز رسانی: 1405/04/02
  • سطح دوره:متوسط
  • تعداد درس:78
  • مدت زمان :01:04:51
  • حجم :579.0MB
  • 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