آموزش امنیت سیستم‌های هوش مصنوعی در تمام مراحل چرخه حیات - آخرین آپدیت

دانلود Secure AI Systems Across Lifecycle Stages

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.

نمونه ویدیوها: (صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)

توضیحات دوره: با پیشرفت هوش مصنوعی و نفوذ آن در تمامی ابعاد زندگی، تهدیدات پیچیده‌ای به وجود آمده است که روش‌های استاندارد امنیت سایبری نمی‌توانند از پس آن‌ها برآیند. این دوره آموزشی، شما را به مهارت‌های تخصصی و پرتقاضایی مجهز می‌کند تا از این سیستم‌های حیاتی از ابتدا تا انتها محافظت کنید. شما خواهید آموخت که چگونه مانند یک مهاجم فکر کنید و تهدیداتی مانند مسمومیت داده‌ها (Data Poisoning)، دور زدن سیستم (Adversarial Evasion) و حملات استنتاج مدل (Model Inference) را شناسایی کنید. ما در طول این دوره، تمام مراحل چرخه حیات MLOps را بررسی کرده و نقاط ضعف را از لحظه جمع‌آوری داده‌ها تا لحظه استقرار مدل شناسایی می‌کنیم. اما این دوره تنها تئوری نیست؛ شما دانش خود را بلافاصله در مجموعه‌ای از آزمایشگاه‌های عملی و کاربردی به کار خواهید گرفت. با استفاده از چارچوب استاندارد صنعتی MITRE ATLAS، تحلیل مدل تهدید را روی یک برنامه هوش مصنوعی نمونه اجرا خواهید کرد و سپس استراتژی‌های کاهش ریسک مبتنی بر کدنویسی را برای ساخت سیستم‌های مقاوم‌تر پیاده‌سازی می‌کنید. در نهایت، یادگیری شما با یک پروژه نهایی که در آن یک ممیزی امنیتی کامل را انجام می‌دهید، به اوج می‌رسد. این دوره برای مهندسان هوش مصنوعی، دانشمند داده‌ها، متخصصان امنیت سایبری و هر کسی که در طراحی، توسعه یا استقرار سیستم‌های هوش مصنوعی نقش دارد، ایده‌آل است. این آموزش‌ها به‌ویژه برای متخصصانی که در بخش‌های حساس مانند بهداشت و درمان، امور مالی و بخش‌های دولتی فعالیت می‌کنند، بسیار ارزشمند است. پیش‌نیازهای این دوره شامل درک بنیادی از هوش مصنوعی، یادگیری ماشین و مفاهیم اولیه امنیت سایبری است. آشنایی با شیوه‌های توسعه نرم‌افزار و معماری سیستم‌ها نیز مفید خواهد بود، اما الزامی نیست. در پایان این دوره، شما اعتماد به نفس و مهارت‌های ملموسی برای محافظت از نسل بعدی فناوری‌ها به دست می‌آورید و به یک سرمایه ضروری در دنیای امنیت هوش مصنوعی را تبدیل می‌خواهید شد.

سرفصل ها و درس ها

چشم‌انداز تهدیدات هوش مصنوعی The AI Threat Landscape

خوش‌آمدگویی به دوره: معرفی کلی دوره Welcome to the Course: Course Overview
مسموم کردن چاه: حملات به یکپارچگی داده‌ها و سیستم Poisoning the Well: Data and System Integrity Attacks
فریب دادن هوش مصنوعی: حملات دور زدن و استنتاج Deceiving AI: Evasion and Inference Attacks
سرقت فرمول مخفی: سرقت و استخراج مدل Stealing the Secret Sauce: Model Stealing and Extraction

ساخت و ردیابی مدل‌ها با MLflow Building and Tracking Models with MLflow

فاز ۱: آسیب‌پذیری‌ها در جمع‌آوری و آماده‌سازی داده‌ها Phase 1: Vulnerabilities in Data Collection and Preparation
فاز ۲: تهدیدات در آموزش و تست مدل Phase 2: Threats in Model Training and Testing
فاز ۳: ریسک‌ها در استقرار و نظارت Phase 3: Risks in Deployment and Monitoring

استقرار و مدیریت مدل Model Deployment and Management

دفاعات داده‌محور: پاکسازی و حریم خصوصی Data-Centric Defenses: Sanitization and Privacy
دفاعات مدل‌محور: آموزش‌های تقابلی و تاب‌آوری Model-Centric Defenses: Adversarial Training and Robustness
دفاعات استقرار-محور: نظارت و کنترل دسترسی Deployment-Centric Defenses: Monitoring and Access Control
جمع‌بندی نهایی دوره Course Wrap-Up