آموزش یادگیری ماشین برای هکرهای تیم قرمز (Red Team) توسط Infosec - آخرین آپدیت

دانلود Machine Learning for Red Team Hackers by Infosec

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

جزئیات و پیچیدگی‌های هک سیستم‌های یادگیری ماشین را با متخصصان آموزش امنیت سایبری در مؤسسه Infosec بیاموزید. در این دوره به طور عمیق به موضوعاتی مانند هک سیستم‌های CAPTCHA، فازینگ (Fuzzing) هدف، دور زدن سیستم‌های شناسایی بدافزار و حمله به سیستم‌های یادگیری ماشین می‌پردازیم. علاوه بر این، با دیپ‌فیک (Deepfakes) و نحوه اجرای حملات Backdoor روی مدل‌های یادگیری ماشین آشنا خواهید شد.

این دوره توسط مؤسسه Infosec تهیه شده است و ما مفتخریم که این آموزش را در کتابخانه خود میزبانی می‌کنیم.


سرفصل ها و درس ها

مقدمه Introduction

  • معرفی محتوای دوره Introduction to course content

  • به دوره یادگیری ماشین برای هکرهای تیم قرمز خوش آمدید Welcome to machine learning for Red Team hackers

1. هک سیستم‌های کپچا (CAPTCHA) 1. Hacking CAPTCHA Systems

  • ساخت یک مجموعه داده (Dataset) Constructing a dataset

  • آموزش یک شبکه عصبی عمیق Training a deep neural network

  • پیش‌پردازش مجموعه داده Preprocessing the dataset

  • شکستن کپچا CAPTCHA breaking

  • شناسایی و جمع‌آوری اطلاعات Reconnaissance

  • ساخت ربات شکستن کپچا Building a CAPTCHA breaking bot

2. فازینگ هوشمند 2. Smart Fuzzing

  • فازینگ چیست؟ What is fuzzing?

  • چگونه یک فازر تکاملی شخصی بنویسیم How to write your own evolutionary fuzzer

  • اصول فازینگ و پوشش کد (Code Coverage) Basic fuzzing and code coverage

  • فازینگ با استفاده از AFL Fuzzing with AFL

  • تمرین: ویدیو FuzzMe Assignment: FuzzMe video

  • جهش (Mutation) Mutation

3. دور زدن طبقه‌بندی‌کننده‌های بدافزار مبتنی بر یادگیری ماشین 3. Evading Machine Learning Malware Classifiers

  • روش آسان تغییر فایل‌های PE Modifying PE files the easy way

  • مروری بر دور زدن طبقه‌بندی‌کننده‌های بدافزار مبتنی بر ML Evading machine learning malware classifiers overview

  • تمرین: ویدیو EvadeMe Assignment: EvadeMe video

  • آشنایی با طبقه‌بندی‌کننده یادگیری ماشین Meet a machine learning classifier

  • دور زدن یک طبقه‌بندی‌کننده بدافزار مبتنی بر ML Evading a machine learning malware classifier

4. یادگیری ماشین خصمانه (Adversarial ML) 4. Adversarial Machine Learning

  • یادگیری ماشین خصمانه Adversarial machine learning

  • تمرین: ویدیو TrickMe Assignment: TrickMe video

  • شروع کار با Clarif.AI Getting started with Clarif.AI

  • حملات جعبه سفید (White Box) روی یادگیری ماشین White-box attacks on machine learning

  • حمله جعبه سیاه (Black Box) روی Clarif.AI Black-box attack on Clarif.AI

5. دیپ‌فیک (Deepfake) 5. Deepfake

  • راه‌اندازی تجهیزات دیپ‌فیک Setting up your deepfake rig

  • اجرای آزمایشی دیپ‌فیک Deepfake dry run

  • تمرین: ویدیو Deepfake Assignment: Deepfake video

  • دیپ‌فیک چیست؟ What is deepfake?

6. هک یادگیری ماشین 6. Hacking Machine Learning

  • تمرین: ویدیو حملات Backdoor روی یادگیری ماشین Assignment: Backdoor attacks on machine learning video

  • مسموم‌سازی یادگیری ماشین (Poisoning) Machine learninig poisoning

  • حملات سرقت مدل در یادگیری ماشین Model-stealing attacks on machine learning

  • حملات در پشتی (Backdoor) روی یادگیری ماشین Backdoor attacks on machine learning

نمایش نظرات

آموزش یادگیری ماشین برای هکرهای تیم قرمز (Red Team) توسط Infosec
جزییات دوره
3h 39m
32
(آخرین آپدیت)
2,270
- 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

Infosec Institute Infosec Institute

ماموریت اینفوسک اینستیتو قرار دادن انسان در مرکز امنیت سایبری است.

ما به متخصصان IT و امنیت کمک می‌کنیم تا با توسعه مهارت‌ها و دریافت گواهینامه‌ها، حرفه خود را ارتقا دهند و در عین حال، با آموزش آگاهی‌رسانی امنیتی و فیشینگ، به همه کارکنان قدرت می‌دهیم تا در محیط کار و خانه از امنیت سایبری برخوردار باشند. بیش از ۷۰ درصد از شرکت‌های Fortune 500 برای توسعه استعدادهای امنیتی خود به اینفوسک اعتماد کرده‌اند و بیش از ۵ میلیون فراگیر در سراسر جهان از طریق آموزش آگاهی‌رسانی امنیتی Infosec IQ در برابر حملات سایبری مقاوم‌تر شده‌اند.

برای کسب اطلاعات بیشتر به infosecinstitute.com مراجعه کنید.