لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش امنیت ایجنتهای هوش مصنوعی: ۱۰ ریسک برتر OWASP برای سیستمهای Agentic AI
- آخرین آپدیت
دانلود AI Agent Security: OWASP Top 10 for Agentic AI Systems
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
در این دوره بر تسلط بر تزریق پرامپت (Prompt Injection)، سوءاستفاده از ابزارها، مسمومسازی حافظه، گاردریلها و طراحی امن برای ایجنتهای هوشمند و خودمختار تمرکز میکنیم.
شما ۱۰ ریسک برتر امنیتی Agentic AI بر اساس استاندارد OWASP و نحوه ظهور هر یک از این ریسکها در ایجنتهای هوش مصنوعی را خواهید آموخت.
حملات ایجنتی را در حوزههای ربایش هدف، ابزارها، هویت، حافظه، زنجیره تأمین و سیستمهای چند-اجنت بررسی میکنیم.
سناریوهای واقعی سازمانی را ارزیابی کرده و مرزهای اعتمادی که منجر به شکست امنیتی میشوند را شناسایی خواهید کرد.
در نهایت، دفاعات لایهای و کنترلهای حاکمیتی را برای ایجاد اپلیکیشنهای ایجنتی امنتر طراحی میکنید.
پیشنیازها: آشنایی اولیه با ایجنتهای هوش مصنوعی، APIها یا امنیت اپلیکیشن مفید است، اما نیازی به تجربه قبلی در زمینه امنیت ایجنتی نیست.
"این دوره شامل استفاده از هوش مصنوعی است."
امنیت ایجنتهای هوش مصنوعی به سرعت در حال تبدیل شدن به یک مهارت کلیدی برای مهندسان، معماران و رهبران امنیتی است که سیستمهای خودمختار میسازند. این دوره، امنیت AI Agentic را از طریق مدل ۱۰ ریسک برتر OWASP، با استفاده از سناریوهای واقعی حمله، نقشههای تکنولوژی و الگوهای دفاعی کاربردی آموزش میدهد که میتوانید در محیطهای عملیاتی به کار بگیرید.
شما خواهید آموخت که مفاهیمی مانند تزریق پرامپت، ربایش هدف (Goal Hijack)، سوءاستفاده از ابزار، سوءاستفاده از هویت و دسترسیها، به مخاطره انداختن زنجیره تأمین، مسمومسازی حافظه، ارتباطات ناامن بین ایجنتها، شکستهای زنجیرهای، بهرهبرداری از اعتماد انسانی و رفتار ایجنتهای سرکش چگونه در سیستمهای واقعی ظاهر میشوند. همچنین گاردریلها، معماری امن، اعتبارسنجی در زمان اجرا (Runtime)، اصل کمترین دسترسی، کنترلهای حافظه و خودمختاری تحت نظارت را پوشش میدهیم.
هر ماژول، تئوری را به واقعیتهای سازمانی متصل میکند. شما زنجیرههای حمله واقعگرایانه در پشتیبانی مشتری، امور مالی، DevOps، مراقبتهای بهداشتی، خردهفروشی و اتوماسیونهای چند-اجنت را بررسی میکنید. سپس اصطلاحات، مرزهای اعتماد، نقاط کنترلی و تصمیمات طراحی را که از وقوع این خطاها در محیط عملیاتی جلوگیری میکند، تحلیل خواهید کرد.
در پایان این دوره، شما قادر خواهید بود مدل ریسک OWASP برای AI Agentic را توضیح دهید، تشخیص دهید که مسائل امنیتی ایجنتهای هوش مصنوعی چگونه در جریانهای کاری زنده ظاهر میشوند و گاردریلهای مورد نیاز برای ساخت اپلیکیشنهای خودمختار امنتر را ارزیابی کنید.
این دوره برای مهندسان امنیت، مهندسان هوش مصنوعی، معماران، مدیران محصول و مدیران فنی طراحی شده است که به دنبال یک چارچوب کاربردی برای ایمنسازی ایجنتهای هوش مصنوعی و اپلیکیشنهای ایجنتی هستند.
سرفصل ها و درس ها
معرفی دوره و مسیر یادگیری
Course Orientation and Learning Path
خوشآمدگویی: چرا امنیت AI Agentic به استراتژیهای جدید نیاز دارد
Welcome: Why Agentic AI Security Needs a New Playbook
ASI01: ربایش هدف ایجنت
ASI01: Agent Goal Hijack
مرور کلی: وقتی هدف تغییر میکند اما جریان کاری عادی به نظر میرسد
Overview: When the Goal Changes but the Workflow Looks Normal
سناریو ۱: ربایش جریان کاری استرداد وجه در خدمات مشتریان
Scenario 1: Customer Service Refund Workflow Hijack
سناریو ۲: تغییر مسیر پرداخت توسط PDF فاکتور مخرب
Scenario 2: Malicious Invoice PDF Redirects Payment
سناریو ۳: ربایش تحقیقات بازار توسط صفحه وب مخرب
Scenario 3: Malicious Web Page Hijacks Market Research
نقشه تکنولوژی: تزریق پرامپت غیرمستقیم و مرزهای اعتماد
Technology Map: Indirect Prompt Injection and Trust Boundaries
معماری دفاع مشترک: حفاظت از قصد (Intent) به صورت سرتاسری
Shared Defense Architecture: Protecting Intent End to End
نمایش نظرات