آموزش دفاع در برابر فیشینگ و مهندسی اجتماعی مبتنی بر هوش مصنوعی - آخرین آپدیت

دانلود Defending Against AI-Driven Phishing and Social Engineering

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: آموزش‌های این دوره را که با عنوان «دفاع در برابر فیشینگ و مهندسی اجتماعی مبتنی بر هوش مصنوعی» ارائه شده است، فراگیران با مهارت‌های مورد نیاز برای شناسایی، دفاع و شبیه‌سازی کمپین‌های پیشرفته فیشینگ که توسط هوش مصنوعی مولد (Generative AI) هدایت می‌شود، آشنا می‌شوند. در پایان این دوره، شرکت‌کنندگان قادر خواهند بود: ویژگی‌های پیشرفته ایمیل‌های فیشینگ ساخته شده با هوش مصنوعی را شناسایی کنند؛ تاکتیک‌های مهاجمان و زبان‌های متقاعدکننده را تحلیل کنند؛ سناریوهای واقع‌گرایانه را با استفاده از ابزارهایی مانند SniperPhish و PentestGPT ایجاد و تست کنند؛ و میزان تعاملات را برای کشف نقاط ضعف را ردیابی کنند. ویژگی منحصر به فرد این دوره، رویکرد عملی و ابزار-محور است که متخصصان تازه‌کار امنیت سایبری، کارکنان پشتیبانی فنی و تست‌کننده‌های نفوذ مشتاق را با آزمایشگاه‌های کاربردی، شبیه‌سازی‌های دنیای واقعی و بازخوردهای فوری تجهیزs می‌کند—بدون نیاز به تجربه قبلی در زمینه هوش مصنوعی یا یادگیری ماشین. فراگیران با کسب مهارت‌هایی که کارفرمایان در پروژه‌های عملیاتی، شکاف بین تئوری و اتوماسیون را پر کرده و برای مقابله با تهدیدات در حال تکامل و متکی بر استانداردهای انطباق در محیط‌های تجاری متنوع، آماده می‌شوند.

سرفصل ها و درس ها

فیشینگ و مهندسی اجتماعی مبتنی بر هوش مصنوعی AI-Driven Phishing and Social Engineering

  • خوش آمدید به دفاع با GenAI Welcome to Defense with GenAI

  • آشنایی با متخصص: ریک بودナー Meet the Expert: Rick Bodnar

  • فیشینگ با هوش مصنوعی Phishing with AI

  • سناریو: SniperPhish با هوش مصنوعی Scenario: SniperPhish with AI

  • دمو: رابط کاربری، ردیاب سریع و ردیاب وب Demo: Interface, Quick Tracker, Web Tracker

  • دمو: ایجاد ایمیل Demo: Create Email

  • دمو: قالب‌بندی ایمیل و لینک کردن ردیاب‌های وب Demo: Format Email & Link Web Trackers

  • مهندسی اجتماعی با هوش مصنوعی Social Engineering with AI

  • دمو: ایجاد شخصیت‌های جعلی با هوش مصنوعی Demo: Fake Personas with AI

یادگیری ماشین برای شناسایی ناهنجاری‌های شبکه Machine Learning for Network Anomaly Detection

  • ارزیابی جنگل‌های ایزولاسیون (Isolation Forests) Evaluating Isolation Forests

  • دمو: Nmap، پایتون و XML Demo: Nmap, Python, XML

  • دمو: توزیع پورت‌ها Demo: Port Distribution

  • دمو: نتایج Demo: Results

  • دمو: تولید گزارش‌ها Demo: Generate Reports

  • دمو: نتایج ارزیابی Demo: Assessment Results

خوشه‌بندی مبتنی بر هوش مصنوعی برای تحلیل ترافیک شبکه AI-Driven Clustering for Network Traffic Analysis

  • نحوه عملکرد خوشه‌بندی سلسله‌مراتبی How Hierarchical Clustering works

  • مزایا و معایب خوشه‌بندی سلسله‌مراتبی Advantages and Disadvantages of Hierarchical Clustering

  • دمو: خوشه‌بندی سلسله‌مراتبی Demo: Hierarchical Clustering

  • دمو: تفسیر نتایج Demo: Interpreting Results

  • دمو: انتخاب یک الگوریتم برای خوشه‌بندی Demo: Choosing an algorithm for Clustering

  • دمو: تحلیل و ارزیابی Demo: Analyze and Evaluate

  • گام‌های بعدی در امنیت سایبری Next Steps in Cybersecurity

نمایش نظرات

آموزش دفاع در برابر فیشینگ و مهندسی اجتماعی مبتنی بر هوش مصنوعی
جزییات دوره
3h 30m
22
(آخرین آپدیت)
236
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده