آموزش RAG، اپلیکیشن‌های هوش مصنوعی و ایجنت‌های AI برای امنیت سایبری و شبکه - آخرین آپدیت

دانلود RAG, AI Apps, and AI Agents for Cybersecurity and Networking

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

این دوره چهار ساعته به شما آموزش می‌دهد که چگونه از قدرت مدل‌های زبانی بزرگ (LLMs) برای عملیات تهاجمی و تدافعی امنیت سایبری و همچنین پیاده‌سازی‌های شبکه استفاده کنید. مهارت‌های عملی را کسب کنید که چشم‌انداز امروز امنیت سایبری و شبکه را تغییر می‌دهند. مفاهیم بنیادی RAG را بیاموزید و به تدریج به سمت پیاده‌سازی‌های پیشرفته مبتنی بر ایجنت (Agent-based) با استفاده از فریم‌ورک‌های استاندارد صنعت مانند LangChain، AutoGen و LangGraph حرکت کنید.

این دوره فراتر از مفاهیم تئوری است و تجربه عملی با مثال‌های کدنویسی گام‌به‌گام هوش مصنوعی در دنیای واقعی را ارائه می‌دهد. چه اپراتور تیم قرمز (Red Team) باشید که به دنبال توسعه حملات پیچیده‌تر است، چه تحلیل‌گر تیم آبی (Blue Team) که به دنبال تقویت دفاعیات است، چه پژوهشگر امنیتی که مرزهای AI در امنیت سایبری را می‌کاود و چه متخصص شبکه که به دانش هوش مصنوعی نیاز دارد، این دوره مبانی و مهارت‌های کلیدی لازم برای پیشرو بودن در محیط‌های امروزی را فراهم می‌کند.

این دوره توسط Pearson ایجاد شده است و ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می‌کنیم.


سرفصل ها و درس ها

مقدمه Introduction

  • ایجنت‌های AI و RAG ایجنتیک برای امنیت سایبری: مقدمه AI agents and agentic RAG for cybersecurity: Introduction

1. آشنایی با RAG در امنیت سایبری 1. Introduction to RAG in Cybersecurity

  • امبدینگ‌ها و مدل‌های امبدینگ Embeddings and embedding models

  • مفاهیم RAG، RAG Fusion و RAPTOR RAG, RAG fusion, and RAPTOR

  • معرفی A2A و AGNTCY Introducing A2A and AGNTCY

  • بررسی Open WebUI و سایر پلاگین‌های Ollama Exploring Open WebUI and other Ollama plugins

  • اجرای مدل‌های Open Weight با Ollama Running open-weight models with Ollama

  • معرفی پروتکل کانتکست مدل (MCP) Introducing the Model Context Protocol (MCP)

  • مقایسه RAG در برابر Fine-tuning RAG vs. fine-tuning

  • تکنیک‌های ایندکس‌گذاری Indexing techniques

  • مقدمه‌ای بر تولید تقویت‌شده بازیابی (RAG) Introduction to retrieval-augmented generation (RAG)

  • بررسی مخازن گیت‌هاب و منابع تکمیلی Exploring the GitHub repositories and additional resources

  • اهداف یادگیری Learning objectives

  • پایگاه‌های داده برداری (Vector Databases) Vector databases

  • مقدمه‌ای بر RAG ایجنتیک Introduction to agentic RAG

  • استراتژی‌های تکه‌بندی (Chunking) Chunking strategies

  • مقدمه‌ای بر ایجنت‌های AI و پیاده‌سازی‌های ایجنتیک Introduction to AI agents and agentic implementations

2. معرفی LangChain، LangGraph و LlamaIndex 2. Introducing LangChain, LangGraph, and LlamaIndex

  • معرفی LangChain Introducing LangChain

  • معرفی LangSmith Introducing LangSmith

  • مقایسه LangChain در برابر LlamaIndex LangChain vs. LlamaIndex

  • اهداف یادگیری Learning objectives

  • تیمپلیت‌های پرامپت و پرامپت‌های سیستمی Prompt templates and system prompts

3. مهندسی پرامپت، زنجیره‌های پرامپت و مثال‌های RAG 3. Prompt Engineering, Prompt Chains, and RAG Examples

  • ساخت یک اپلیکیشن کامل RAG Creating a complete RAG application

  • تسلط بر مهندسی پرامپت Mastering prompt engineering

  • اهداف یادگیری Learning objectives

  • بررسی زنجیره‌های پرامپت موازی Exploring parallel prompt chains

  • ساخت زنجیره‌های پرامپت شاخه‌ای Creating prompt branching chains

  • بررسی مثال‌های پایه زنجیره پرامپت Exploring basic prompt chain examples

  • ساخت یک اپلیکیشن RAG ساده Creating a basic RAG application

4. ایجنت‌های هوش مصنوعی و فریم‌ورک‌های ایجنتیک 4. AI Agents and Agentic Frameworks

  • معرفی LangGraph Introducing LangGraph

  • بررسی مثالی از ایجنت‌ها با سرورهای MCP Exploring an example of agents with MCP servers

  • مقدمه‌ای بر فریم‌ورک‌های ایجنت AI Introduction to AI agent frameworks

  • اهداف یادگیری Learning objectives

  • بررسی مثال‌های عملی از LangGraph Exploring examples of LangGraph in action

  • ایمن‌سازی پیاده‌سازی‌های ایجنتیک Securing agentic implementations

  • بررسی CrewAI Surveying CrewAI

جمع‌بندی Conclusion

  • ایجنت‌های AI و RAG ایجنتیک برای امنیت سایبری: خلاصه AI agents and agentic RAG for cybersecurity: Summary

نمایش نظرات

آموزش RAG، اپلیکیشن‌های هوش مصنوعی و ایجنت‌های AI برای امنیت سایبری و شبکه
جزییات دوره
5h 20m
36
(آخرین آپدیت)
5,219
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Pearson Pearson

Pearson یک ارائه دهنده آموزش و یادگیری است.

هدف پیرسون این است که به افراد کمک کند تا زندگی خود را از طریق یادگیری درک کنند، با این باور که هر فرصت یادگیری فرصتی برای پیشرفت شخصی است. کارکنان پیرسون متعهد به ایجاد تجربیات یادگیری پر جنب و جوش و غنی هستند که برای تأثیرگذاری در زندگی واقعی طراحی شده اند. آنها در نزدیک به 200 کشور با محتوای دیجیتال، ارزیابی ها، صلاحیت ها و داده ها به مشتریان خدمات ارائه می دهند.

Omar Santos Omar Santos