آموزش امنیت و آسیب‌پذیری‌های مدل‌های زبانی بزرگ (LLM) - آخرین آپدیت

دانلود LLM Security and Vulnerabilities

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: شناسایی، تحلیل و مقابله با آسیب‌پذیری‌های امنیتی که هنگام ادغام مدل‌های زبانی بزرگ (LLM) در اپلیکیشن‌های عملیاتی ایجاد می‌شوند را بیاموزید. این دوره با نحوه عملکرد LLMها در اپلیکیشن‌ها — شامل توکن‌گذاری (Tokenization)، پیش‌بینی توکن بعدی و الگوهای معماری که سطح حمله را تعیین می‌کنند — شروع می‌شود؛ سپس انواع اپلیکیشن‌های دنیای واقعی از جمله سرویس‌های مبتنی بر API، استقرار مدل‌های تعبیه شده (Embedded) و خط لوله‌های ارکستراسیون چند-مدلی را بررسی می‌کند. شما پروفایل امنیتی متمایز هر معماری و سبک‌سنگین کردن‌های تصمیم‌ساز در فرآیند استقرار را مورد بررسی قرار خواهید داد. ماژول دوم، یک راهنمای سیستماتیک از دسته‌بندی‌های آسیب‌پذیری اختصاصی LLM ارائه می‌دهد: تزریق پرامپت (Prompt Injection)، مدیریت ناامن خروجی، سرقت و تکثیر مدل از طریق تقطیر (Distillation)، افشای اطلاعات حساس، طراحی ناامن پلاگین، دسترسی بیش از حد (Excessive Agency) و حملات منع سرویس (DoS). برای هر آسیب‌پذیری، شما مکانیسم حمله را مطالعه کرده، تحلیل خواهید کرد که چرا رفتار LLM باعث قابل استثمار شدن آن می‌شود و الگوهای دفاعی ملموسی از جمله پاکسازی ورودی، اعتبارسنجی خروجی، محدودیت‌های دسترسی و محدودسازی نرخ درخواست (Rate Limiting) را به کار خواهید گرفت. در نهایت، یک ارزیابی نهایی (Capstone) این مهارت‌ها را در قالب یک ارزیابی امنیتی کامل از یک سیستم قدرت گرفته از LLM ترکیب می‌کند.

سرفصل ها و درس ها

مبانی LLM و امنیت اپلیکیشن‌های هوش مصنوعی LLM Foundations and AI Application Security

  • آشنایی با مدرس Meet Your Instructor

  • LLMها چگونه در اپلیکیشن‌ها کار می‌کنند How Do LLMs Work in Applications

  • مدل‌های LLM چگونه ساخته می‌شوند How Are LLMs Created

  • LLM چیست و چگونه کار می‌کند What Are LLMs and How Do They Work

  • مقدمه Introduction

  • انواع رایج اپلیکیشن‌های هوش مصنوعی مولد Common Types of Generative AI Applications

  • مروری بر اپلیکیشن‌های مبتنی بر API Overview of an API-Based Application

  • مروری بر اپلیکیشن‌های با مدل تعبیه شده Overview of an Embedded Model Application

  • اپلیکیشن چند-مدلی چیست What Is a Multi-Model Application

  • چالش‌ها و نکات برجسته اپلیکیشن‌های هوش مصنوعی Challenges and Highlights of AI Applications

  • خلاصه Summary

آسیب‌پذیری‌های امنیتی LLM و روش‌های دفاعی LLM Security Vulnerabilities and Defense

  • مقدمه Introduction

  • آسیب‌پذیری‌های اپلیکیشن Application Vulnerabilities

  • افشای اطلاعات حساس Sensitive Information Disclosure

  • طراحی ناامن پلاگین Insecure Plugin Design

  • خلاصه Summary

  • نتیجه‌گیری Conclusion

  • مقدمه Introduction

  • تزریق پرامپت (Prompt Injection) Prompt Injection

  • مدیریت ناامن خروجی Insecure Output Handling

  • سرقت مدل Model Theft

  • تکثیر مدل Model Replication

پروژه نهایی Capstone Project

نمایش نظرات

آموزش امنیت و آسیب‌پذیری‌های مدل‌های زبانی بزرگ (LLM)
جزییات دوره
3h 8m
22
(آخرین آپدیت)
476
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده