مرورگر شما از این ویدیو پشتیبانی نمی کند.
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.)
بارگزاری مجدد
توضیحات دوره:
این دوره شامل Coursera Coach است!
روشی هوشمندانهتر برای یادگیری با گفتگوهای تعاملی و آنی که به شما کمک میکند دانش خود را آزمایش کنید، پیشفرضها را به چالش بکشید و در حین پیشروی در دوره، درک خود را عمیقتر کنید. این دوره جامع، فراگیران را به دانش و مهارتهای لازم برای ایمنسازی موثر سیستمهای هوش مصنوعی مجهز میکند و موضوعاتی نظیر مدلسازی تهدیدات، کنترلهای امنیتی، مدیریت دسترسی، حفاظت از دادهها، نظارت و کاهش اثرات حملات را پوشش میدهد. شما چارچوبهای عملی مانند OWASP ML Security Top 10، MITRE ATLAS و دستورالعملهای CVE AI را بررسی خواهید کرد و بینشهای عملی در مورد پیادهسازی دفاعهای مستحکم در هوش مصنوعی به دست میآورید. از طریق ماژولهای ساختاریافته، کاربران مفاهیمی چون ارزیابی مدل، نردههای حفاظتی (Guardrails)، دسترسی به نقاط انتهایی، رمزنگاری، حسابرسی و روشهای نظارت ضروری برای محافظت از استقرار هوش مصنوعی را درک خواهند کرد. این دوره همچنین بردارهای حمله واقعی از جمله تزریق پرامپت (Prompt Injection)، معکوسسازی مدل، تهدیدات زنجیره تامین و دستکاریهای خصمانه را بررسی کرده و به شما میآموزد چگونه ریسکها را پیشبینی، شناسایی و کاهش دهید. این دوره برای متخصصان IT، مهندسان امنیت و متخصصان هوش مصنوعی طراحی شده است و با فرض داشتن دانش پایه در اصول امنیت سایبری و سیستمهای AI، مسیری ساختاریافته از کنترلهای پایه تا استراتژیهای دفاعی پیشرفته ارائه میدهد. در پایان دوره، شما قادر خواهید بود معماریهای جامع امنیت هوش مصنوعی را طراحی، پیادهسازی و مدیریت کنید، کنترلها و اقدامات جبرانی را به کار ببرید، دادهها و دسترسیها را ایمن کنید و از ابزارهای مبتنی بر AI برای محافظت از سیستمها در برابر بردارهای حمله پیچیده استفاده نمایید.
سرفصل ها و درس ها
راهنمای گواهینامه مدلسازی تهدیدات هوش مصنوعی CompTIA SecAI
CompTIA SecAI+ AI Threat Modeling Certification Guide
مقدمهای بر مدلسازی تهدیدات هوش مصنوعی
Introduction to AI Threat Modeling
ده مورد اول امنیت یادگیری ماشین OWASP
OWASP Machine Learning Security Top 10
ده مورد اول LLM برای امنیت هوش مصنوعی OWASP
OWASP LLM Top 10 for AI Security
مخزن ریسکهای هوش مصنوعی MIT
MIT AI Risk Repository
چارچوب MITRE ATLAS برای امنیت هوش مصنوعی
MITRE ATLAS Framework for AI Security
گروه کاری CVE AI
CVE AI Working Group
توضیح چارچوبهای مدلسازی تهدیدات
Threat Modeling Frameworks Explained
راهنمای گواهینامه کنترلهای امنیتی هوش مصنوعی CompTIA SecAI
CompTIA SecAI+ AI Security Controls Certification Guide
مروری بر کنترلهای مدل برای امنیت هوش مصنوعی
Model Controls Overview for AI Security
کنترلهای ارزیابی مدل در امنیت هوش مصنوعی
Model Evaluation Controls in AI Security
نردههای حفاظتی (Guardrails) برای سیستمهای هوش مصنوعی
Model Guardrails for AI Systems
کنترلهای گیتوی (Gateway) در امنیت هوش مصنوعی
Gateway Controls in AI Security
دیوارهای آتش پرامپت برای حفاظت از هوش مصنوعی
Prompt Firewalls for AI Protection
محدودیتهای نرخ و محدودیتهای توکن در هوش مصنوعی
Rate Limits and Token Limits in AI
سهمیههای ورودی، اندازه و مقدار دادهها
Input Quotas Data Size and Quantity
محدودیتهای مودالیته در سیستمهای هوش مصنوعی
Modality Limits in AI Systems
کنترلهای دسترسی به نقاط انتهایی (Endpoint) برای هوش مصنوعی
Endpoint Access Controls for AI
تست و اعتبارسنجی نردههای حفاظتی
Guardrail Testing and Validation
راهنمای گواهینامه کنترلهای دسترسی هوش مصنوعی CompTIA SecAI
CompTIA SecAI+ AI Access Controls Certification Guide
کنترلهای دسترسی به مدل برای هوش مصنوعی
Model Access Controls for AI
کنترلهای دسترسی به دادهها در سیستمهای هوش مصنوعی
Data Access Controls in AI Systems
کنترلهای دسترسی عاملها (Agent) در هوش مصنوعی
Agent Access Controls in AI
کنترلهای دسترسی شبکه و API
Network and API Access Controls
راهنمای کنترلهای امنیت دادههای هوش مصنوعی CompTIA SecAI
CompTIA SecAI+ AI Data Security Controls Guide
مروری بر الزامات رمزنگاری
Encryption Requirements Overview
رمزنگاری دادههای ساکن (At Rest) در هوش مصنوعی
Data Encryption at Rest in AI
رمزنگاری دادههای در حال استفاده (In Use) برای هوش مصنوعی
Data Encryption in Use for AI
رمزنگاری دادههای در حال انتقال (In Transit)
Data Encryption in Transit
تکنیکهای بینامسازی دادهها
Data Anonymization Techniques
طبقهبندی و برچسبگذاری دادهها
Data Classification and Labeling
حذف و ماسک کردن دادهها
Data Redaction and Masking
اصول به حداقل رساندن دادهها
Data Minimization Principles
راهنمای نظارت و حسابرسی هوش مصنوعی CompTIA SecAI
CompTIA SecAI+ AI Monitoring and Auditing Guide
نظارت بر پرامپتها برای سیستمهای هوش مصنوعی
Prompt Monitoring for AI Systems
نظارت بر لاگها برای هوش مصنوعی
Log Monitoring for AI
پاکسازی و حفاظت از لاگها
Log Sanitization and Protection
نظارت بر سطح اطمینان پاسخها
Response Confidence Level Monitoring
نظارت بر نرخ در سیستمهای هوش مصنوعی
Rate Monitoring in AI Systems
نظارت بر هزینههای هوش مصنوعی
AI Cost Monitoring
حسابرسی برای کیفیت و انطباق
Auditing for Quality and Compliance
راهنمای گواهینامه بردارهای حمله هوش مصنوعی CompTIA SecAI
CompTIA SecAI+ AI Attack Vectors Certification Guide
حملات تزریق پرامپت در هوش مصنوعی
Prompt Injection Attacks in AI
حملات مسمومسازی مدل و دادهها
Poisoning Attacks Model and Data
جیلبریک کردن مدلهای هوش مصنوعی
Jailbreaking AI Models
تاثیرات امنیتی توهمات هوش مصنوعی
AI Hallucinations Security Impact
حملات دستکاری ورودی
Input Manipulation Attacks
وارد کردن سوگیریها در سیستمهای هوش مصنوعی
Introducing Biases in AI Systems
دور زدن نردههای حفاظتی هوش مصنوعی
Circumventing AI Guardrails
دستکاری در یکپارچهسازیهای اپلیکیشن
Manipulating Application Integrations
حملات معکوسسازی مدل
Model Inversion Attacks
حملات سرقت مدل
Model Theft Attacks
حملات زنجیره تامین هوش مصنوعی
AI Supply Chain Attacks
حملات یادگیری انتقالی
Transfer Learning Attacks
حملات انحراف مدل (Model Skewing)
Model Skewing Attacks
حملات یکپارچگی خروجی
Output Integrity Attacks
حملات استنتاج عضویت
Membership Inference Attacks
حمله منع سرویس (DoS) مدل
Model Denial of Service DoS
افشای اطلاعات حساس
Sensitive Information Disclosure
طراحی ناامن پلاگینها
Insecure Plugin Design
دسترسی بیش از حد عاملها در سیستمهای هوش مصنوعی
Excessive Agency in AI Systems
اتکای بیش از حد به سیستمهای هوش مصنوعی
Overreliance on AI Systems
راهنمای کنترلهای جبرانی هوش مصنوعی CompTIA SecAI
CompTIA SecAI+ AI Compensating Controls Guide
پیادهسازی دیوارهای آتش پرامپت
Implementing Prompt Firewalls
بهکارگیری نردههای حفاظتی مدل
Applying Model Guardrails
پیادهسازی کنترل دسترسی
Access Control Implementation
کنترلهای یکپارچگی دادهها
Data Integrity Controls
پیادهسازی رمزنگاری
Encryption Implementation
پیادهسازی اصل حداقل دسترسی
Implementing Least Privilege
استراتژیهای محدود کردن نرخ (Rate Limiting)
Rate Limiting Strategies
امنیت قالبهای پرامپت
Prompt Template Security
راهنمای ابزارهای امنیتی مبتنی بر هوش مصنوعی CompTIA SecAI
CompTIA SecAI+ AI-Enabled Security Tools Guide
مروری بر ابزارهای امنیتی هوش مصنوعی
Overview of AI Security Tools
پلاگینهای مرورگر برای امنیت
Browser Plug-ins for Security
پلاگینهای CLI برای امنیت
CLI Plug-ins for Security
چتباتهای هوش مصنوعی برای امنیت
AI Chatbots for Security
دستیارهای شخصی هوش مصنوعی
Personal AI Assistants
پلاگینهای IDE برای کدنویسی امن
IDE Plug-ins for Secure Coding
سرورهای پروتکل کانتکست مدل (MCP)
Model Context Protocol MCP Servers
راهنمای موارد استفاده از امنیت هوش مصنوعی CompTIA SecAI
CompTIA SecAI+ AI Security Use Cases Guide
تطبیق امضا (Signature Matching) با هوش مصنوعی
Signature Matching with AI
کیفیت کد و لینتینگ (Linting)
Code Quality and Linting
تحلیل آسیبپذیری مبتنی بر هوش مصنوعی
AI-Driven Vulnerability Analysis
تست نفوذ خودکار
Automated Penetration Testing
تشخیص ناهنجاری
Anomaly Detection
تشخیص الگو در امنیت
Pattern Recognition in Security
مدلسازی تهدیدات با هوش مصنوعی
Threat Modeling with AI
تشخیص کلاهبرداری با هوش مصنوعی
Fraud Detection with AI
ترجمه برای اهداف امنیتی
Translation for Security
خلاصهسازی دادههای امنیتی
Summarization of Security Data
مدیریت حوادث به کمک هوش مصنوعی
AI-Assisted Incident Management
نمایش نظرات