هوش مصنوعی - دوره امنیت سایبری و ریسک 2024
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- درک کامپوننتهای اساسی و اصول هوش مصنوعی
- درک چالشها، آسیبپذیریها و تهدیدات امنیت سایبری با هوش مصنوعی
- درک ریسکهای ناشی از generative AI مانند چتجیپیتی، Claude و MS Bing Chat
- توانمندسازی خود تا به طور مطمئن درباره ملاحظات امنیتی هوش مصنوعی و یادگیری ماشین صحبت کنید.
- یادگیری استراتژیهایی برای شناسایی، کاهش و مدیریت ریسکهای خاص مانند تزریقهای پرامپت، توهمات و مسمومیت داده
- بررسی ریسکهای مربوط به هوش مصنوعی و پیامدهای آن بر اپلیکیشنهای واقعی
- یادگیری هنر دفاع در برابر حملات هوش مصنوعی محور و کشف جدیدترین فناوریها، ابزارها و استراتژیهای دفاعی
- مطالعات موردی واقعی - مثالهای واقعی از اینکه چگونه هوش مصنوعی در حال تغییر صنعت امنیت سایبری است و بررسی مواردی که در آنها حملات ناشی از هوش مصنوعی صورت گرفته است.
پیشنیازهای دوره
- دانش اولیه از IT و امنیت
- تمایل به یادگیری
توضیحات دوره
مباحث برجسته دوره
درک هوش مصنوعی
این ماژول اصول هوش مصنوعی را معرفی میکند و انواع و کاربردهای مختلف آن را از پردازش زبان طبیعی تا تولید تصویر پوشش میدهد. شرکتکنندگان به بررسی فناوریهای زیربنایی مانند شبکههای عصبی و یادگیری عمیق میپردازند که این قابلیتها را ممکن میسازند.
ریسکهای امنیتی هوش مصنوعی
در اینجا، یادگیرندگان به بررسی آسیبپذیریهای ناشی از هوش مصنوعی میپردازند. از طریق مثالها و مطالعات موردی واقعی، این ماژول پوشش میدهد که چگونه این فناوریها برای مقاصد مخرب، از جمله کلاهبرداریهای مبتنی بر دیپ فیک، حملات مهندسی اجتماعی خودکار و کمپینهای بزرگ مقیاس اطلاعات نادرست، مورد بهرهبرداری قرار گرفتهاند.
مکانیسمهای دفاعی
این ماژول که به استراتژیهایی برای دفاع در برابر تهدیدات هوش مصنوعی محور متمرکز است، جدیدترین فناوریها و رویکردها را در امنیت سایبری معرفی میکند. این ماژول به تشخیص ناهنجاری، هوش مصنوعی در امنیت سایبری (مانند شکار تهدیدات هوش مصنوعی محور)، مدلسازی تهدید و توسعه استراتژیهای دفاعی پیشگیرانه میپردازد.
مطالعات موردی واقعی
یادگیرندگان به بررسی مطالعات موردی دقیق میپردازند که در آنها هوش مصنوعی نقش مهمی در حوادث امنیت سایبری ایفا کرده است. این رویکرد عملی کمک میکند تا پویایی هوش مصنوعی در حملات و دفاعهای واقعی درک شود.
روندهای آینده
با پیشبینی توسعههای آینده، این ماژول بینشهایی را درباره روندهای نوظهور در تقاطع هوش مصنوعی و امنیت سایبری ارائه میدهد. این ماژول یادگیرندگان را برای پیشی گرفتن از تهدیدات و تکاملهای فناورانه آماده میکند.
ملاحظات اخلاقی
این ماژول مهم به جنبههای اخلاقی استفاده از هوش مصنوعی پرداخته و روی شیوههای هوش مصنوعی مسئول، اهمیت حفظ حریم خصوصی داده و فرآیندهای اتخاذ تصمیمات اخلاقی در توسعه و پیادهسازی سیستمهای هوش مصنوعی تأکید میکند.
استراتژیهای آمادهسازی
این دوره با بینشهای استراتژیک که سازمانها میتوانند برای آمادهسازی خود در برابر تکامل مداوم هوش مصنوعی در امنیت سایبری پیاده کنند، خاتمه مییابد. این امر شامل سیاستگذاری، بروزرسانیهای فناوری و آموزش نیروی کار میشود.
این دوره برای چه کسانی مناسب است؟
- متخصصان امنیت و حرفهایهای کسبوکار که به دنبال کسب دانش بنیادی در زمینه امنیت هوش مصنوعی هستند.
- متخصصان IT که به یادگیری درباره هوش مصنوعی، GenAI و LLMs علاقه دارند.
- مدیران IT، تصمیمگیرندگان، رهبران فکری و سیاستگذاران
- متخصصان هوش مصنوعی، یادگیری ماشین و Generative AI
- متخصصان و کارشناسان امنیت سایبری که خواهان دانش بیشتر درباره Generative AI هستند.
هوش مصنوعی - دوره امنیت سایبری و ریسک 2024
-
مقدمه 05:14
-
هوش مصنوعی چیست؟ 07:18
-
یادگیری ماشین چیست؟ 03:36
-
حاکمیت و مدیریت ریسک در هوش مصنوعی 03:49
-
آیا هوش مصنوعی میتواند سوگیری داشته باشد؟ 05:59
-
تاثیرات منفی سوگیریهای هوش مصنوعی 03:36
-
فریمورک حاکمیت هوش مصنوعی 07:54
-
چگونه یک فریمورک حاکمیت هوش مصنوعی ایجاد کنیم؟ 07:24
-
فریمورک مدیریت ریسک NIST AI 10:01
-
ریسکهای امنیت سایبری در سیستمهای هوش مصنوعی 14:40
-
حملات علیه سیستمهای هوش مصنوعی 07:32
-
تست امنیت مبتنی بر هوش مصنوعی 07:14
-
Generative AI چیست؟ 14:12
-
مدلهای زبانی بزرگ (LLMs) چه هستند؟ 06:10
-
بررسی ریسکهای امنیت Generative AI 15:20
-
حفظ حریم خصوصی و محرمانگی داده 06:37
-
آسیبپذیریها ناشی از تأمینکنندگان Generative AI 08:37
-
جلوگیری از افشای داده 06:23
-
عصر جدید بازیگران تهدید سایبری 13:50
-
ریسکهای نشت داده در Generative AI 07:38
-
تکنیکهای پیشرفته - تزریقهای پرامپت غیرمستقیم 08:02
-
چالش های Sandboxing ناکافی هوش مصنوعی 04:59
-
توهمات در LLMs 06:37
-
دفاع در برابر جعل درخواست سمت سرور (SSRF) 04:43
-
استراتژیهایی برای مقابله با حملات DDOS 03:11
-
مقابله با مسمومیت داده در مدلهای هوش مصنوعی 07:41
-
رسیدگی به سوگیری مدل - نگاهی انتقادی 08:03
-
ناوبری کپی رایت در خروجیهای هوش مصنوعی 03:48
-
چگونه Generative AI را ایمن کنیم؟ 11:30
-
مدلسازی تهدید و امنیت Generative AI 11:25
-
چکلیست حاکمیت LLM و هوش مصنوعی 03:17
-
گامهای بعدی 05:01
مشخصات آموزش
هوش مصنوعی - دوره امنیت سایبری و ریسک 2024
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:32
- مدت زمان :04:01:21
- حجم :1.83GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy