آموزش مبانی کاربردی امنیت سایبری: واحد ۵ - آخرین آپدیت

امنیت، اخلاق و حریم خصوصی در هوش مصنوعی: تعادل بین نوآوری و حفاظت AI Security, Ethics, and Privacy: Balancing Innovation with Protection

• معرفی ماژول Module Introduction

• اهداف یادگیری Learning objectives

• بررسی چشم‌انداز هوش مصنوعی و موارد استفاده Surveying the AI Landscape and Use Cases

• بررسی LLMها، ChatGPT، Co pilot و موارد دیگر Exploring LLMs, ChatGPT, Co-pilot and More

• درک اهمیت امنیت هوش مصنوعی Understanding the Importance of AI Security

• بررسی ۱۰ مورد اول OWASP برای مدل‌های زبانی بزرگ (LLMs) Exploring the OWASP Top 10 for LLMs

• اهداف یادگیری Learning objectives

• بررسی حملات مسمومیت داده‌ها (Data Poisoning) Exploring Data Poisoning Attacks

• درک حملات وارونگی مدل (Model Inversion) Understanding Model Inversion Attacks

• بحث در مورد حملات استنتاج عضویت (Membership Inference) Discussing Membership Inference Attacks

• توضیح حملات سرقت مدل (Model Theft) Explaining the Model Theft Attack

• معرفی چارچوب MITRE ATLAS Introducing MITRE's ATLAS

• اهداف یادگیری Learning objectives

• بررسی چرخه حیات توسعه امن هوش مصنوعی Exploring the Secure AI Development Lifecycle

• درک تکنیک‌های هوش مصنوعی برای حفظ حریم خصوصی Understanding Privacy-preserving AI Techniques

• درک استحکام و تاب‌آوری در مدل‌های هوش مصنوعی Understanding Robustness and Resilience in AI Models

• بررسی بهترین روش‌های امنیت هوش مصنوعی Surveying AI Security Best Practices

• بررسی ابزارها و چارچوب‌های امنیت AI Exploring AI Security Tools and Frameworks

• درک چشم‌انداز قانونی و مقررات احتمالی جدید Understanding the Legal Landscape and Potential New Regulations

• بررسی پیامدهای اخلاقی هوش مصنوعی Investigating Ethical Implications of Artificial Intelligence

• جمع‌بندی دوره Course Summary