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:
آمادگی برای آزمون AKYLADE AI Security Foundation (A/AISF) (AIF-001)
با این دوره، آزمون را در اولین تلاش با موفقیت پشت سر بگذارید! شامل آزمون آزمایشی
این دوره برای متخصصان زیر مناسب است:
متخصصان امنیت سایبری که وارد حوزه هوش مصنوعی میشوند.
متخصصان مدیریت ریسک در سازمانهایی که از هوش مصنوعی استفاده میکنند.
مسئولان انطباق و حقوقی مسئول حاکمیت هوش مصنوعی.
مهندسان و توسعهدهندگان هوش مصنوعی که به دنبال همسویی امنیت و اعتماد هستند.
حسابرسان، تحلیلگران و مشاوران فناوری اطلاعات متخصص در فناوریهای نوظهور.
متخصصانی که برای آزمون گواهینامه AISF (AIF-001) آماده میشوند.
پیش نیازها:
درک پایه از مفاهیم امنیت سایبری و فناوری اطلاعات
آشنایی کلی با اصطلاحات هوش مصنوعی/یادگیری ماشین (توصیه می شود اما اجباری نیست)
کامپیوتری با دسترسی به اینترنت برای آزمایشگاه ها و مواد آموزشی
هیچ تجربه قبلی در توسعه هوش مصنوعی مورد نیاز نیست
دوره AKYLADE AI Security Foundation (A/AISF) برای آشنا کردن متخصصان با اصول اساسی امنیت و حاکمیت هوش مصنوعی طراحی شده است. این دوره بر حوزههای مهمی مانند مدیریت ریسک هوش مصنوعی، ویژگیهای سیستمهای هوش مصنوعی قابل اعتماد و نحوه استفاده از چارچوب مدیریت ریسک هوش مصنوعی NIST (RMF) تاکید دارد. فراگیران دانش لازم برای درک و مدیریت خطرات امنیتی سیستمهای هوش مصنوعی در طول چرخه عمر خود را به دست خواهند آورد.
بحث دامنه
محتوای آزمون A/AISF به پنج حوزه تقسیم می شود که هر کدام نشان دهنده یک حوزه کلیدی در امنیت هوش مصنوعی است. تقسیم محتوای دوره بر اساس درصد به شرح زیر است:
مفاهیم هوش مصنوعی (23٪)
این دامنه با توضیح مبانی هوش مصنوعی از جمله یادگیری ماشین، یادگیری عمیق، شبکه های عصبی، پیش پردازش داده ها، مراحل چرخه عمر هوش مصنوعی و مدل های بلوغ، پایه و اساس را ایجاد می کند. فراگیران همچنین بازیگران، ابزارها، پلتفرم ها و موارد استفاده واقعی هوش مصنوعی را در صنایع مختلف بررسی خواهند کرد.
مدیریت ریسک هوش مصنوعی (17٪)
بر شناسایی، ارزیابی و کاهش خطرات مربوط به هوش مصنوعی تمرکز دارد. موضوعات شامل اندازه گیری ریسک، روش های درمان ریسک، ساختارهای حاکمیتی و ادغام مدیریت ریسک هوش مصنوعی در سیاست ها و چارچوب های سازمانی است.
خطرات هوش مصنوعی و قابل اعتماد بودن (22٪)
ویژگیهای سیستمهای هوش مصنوعی قابل اعتماد مانند انصاف، شفافیت، پاسخگویی و حریم خصوصی را بررسی میکند. فراگیران بررسی خواهند کرد که چگونه خطرات اخلاقی، اجتماعی و فنی را شناسایی و به آنها پاسخ دهند و نقش ها و انگیزه های بازیگران تهدید هوش مصنوعی را درک کنند.
NIST AI RMF Core (23٪)
چهار عملکرد اصلی چارچوب مدیریت ریسک هوش مصنوعی NIST را پوشش می دهد - اداره، نقشه برداری، اندازه گیری و مدیریت. فراگیران مهارت های لازم برای اعمال این عملکردها در سناریوهای واقعی مدیریت ریسک هوش مصنوعی و همسو کردن آنها با اهداف سازمانی را توسعه خواهند داد.
پروفایل های NIST AI RMF (15٪)
نحوه توسعه و تطبیق پروفایل های AI RMF را برای نیازهای خاص سازمانی آموزش می دهد. فراگیران اجزای پروفایل، مسئولیت های تصمیم گیری، مراحل پیاده سازی پروفایل و ابزارهایی برای پشتیبانی از مدیریت ریسک هوش مصنوعی را بررسی خواهند کرد.
ویژگی های دوره:
این دوره شامل راهنمای مطالعه جامع ، آزمون های بررسی دانش و آزمون آزمایشی کامل است. راهنمای مطالعه هر دامنه را با توضیحات و مثال های واضح بررسی می کند. آزمون ها به تقویت درک در طول دوره کمک می کنند و آزمون آزمایشی تجربه گواهینامه واقعی را شبیه سازی می کند و به فراگیران کمک می کند آمادگی خود را بسنجند و اعتماد به نفس آزمون را ایجاد کنند.
اولین قدم را برای تسلط بر امنیت هوش مصنوعی بردارید!
امروز در دوره گواهینامه AKYLADE AI Security Foundation (A/AISF) (AIF-001) ثبت نام کنید و دانش و اعتبارنامه های عملی برای پشتیبانی از سیستم های هوش مصنوعی ایمن، اخلاقی و سازگار را به دست آورید. با اطمینان آماده شوید—آزمون را بگذرانید و آینده هوش مصنوعی ایمن را رهبری کنید.
نظرات دانشجویان دیگر درباره دوره های ما:
تاکنون همه چیز واضح است که از این دوره چه انتظاری داشته باشیم. (آلستون اس.، 5 ستاره)
دوره عالی!! من واقعاً در حال یادگیری و لذت بردن از دوره هستم. متشکرم! (سورش اس.، 5 ستاره)
توضیحات و مثال ها واقعاً به من کمک کرده اند تا مفاهیمی را که با آنها مشکل داشتم درک کنم. (مزمل و.، 5 ستاره)
پس از اتمام این دوره، 13 واحد آموزش مداوم (CEU) برای تمدید گواهینامه های CompTIA Tech+، A+، Network+، Security+، Linux+، Cloud+، PenTest+، CySA+ یا CASP+ دریافت خواهید کرد.
سرفصل ها و درس ها
Introduction
مقدمه
Introduction
راهنمای مطالعه رایگان خود را دانلود کنید
Download your free study guide
نکات امتحان
Exam Tips
مسیر امنیت هوش مصنوعی
AI Security Pathway
نقطه بازبینی: مقدمه
Checkpoint: Introduction
مبانی هوش مصنوعی
Artificial Intelligence Fundamentals
مبانی هوش مصنوعی (هدف 1.1)
Artificial Intelligence Fundamentals (OBJ 1.1)
هوش مصنوعی (AI) (هدف 1.1)
Artificial Intelligence (AI) (OBJ 1.1)
یادگیری ماشین (ML) (هدف 1.1)
Machine Learning (ML) (OBJ 1.1)
پردازش زبان طبیعی (NLP) (هدف 1.1)
Natural Language Processing (NLP) (OBJ 1.1)
بینایی کامپیوتر (هدف 1.1)
Computer Vision (OBJ 1.1)
یادگیری عمیق (هدف 1.1)
Deep Learning (OBJ 1.1)
هوش مصنوعی مولد (GenAI) (هدف 1.1)
Generative AI (GenAI) (OBJ 1.1)
مطالعه موردی: GPT اوپناِیآی
Case Study: OpenAI's GPT
نقطه بازبینی: مبانی هوش مصنوعی
Checkpoint: Artificial Intelligence Fundamentals
یادگیری ماشین (ML) و یادگیری عمیق (DL)
Machine Learning (ML) and Deep Learning (DL) "
یادگیری ماشین (ML) و یادگیری عمیق (DL) (هدف 1.1 و هدف 1.2)
Machine Learning (ML) and Deep Learning (DL) (OBJ 1.1 and OBJ 1.2)
تکنیکهای یادگیری ماشین (هدف 1.1)
Machine Learning Techniques (OBJ 1.1)
الگوریتمهای یادگیری ماشین (هدف 1.1)
Machine Learning Algorithms (OBJ 1.1)
شبکههای عصبی (هدف 1.2)
Neural Networks (OBJ 1.2)
معماریهای شبکه عصبی (هدف 1.2)
Neural Network Architectures (OBJ 1.2)
آموزش شبکههای عصبی (هدف 1.2)
Training Neural Networks (OBJ 1.2)
پیشپردازش داده (هدف 1.2)
Data Preprocessing (OBJ 1.2)
روشهای پیشپردازش داده (هدف 1.2)
Data Preprocessing Methods (OBJ 1.2)
کاربردهای یادگیری عمیق (هدف 1.2)
Applications of Deep Learning (OBJ 1.2)
مطالعه موردی: کشف تقلب
Case Study: Fraud Detection
نقطه بازبینی: یادگیری ماشین (ML) و یادگیری عمیق (DL)
Checkpoint: Machine Learning (ML) and Deep Learning (DL)
چرخه حیات هوش مصنوعی
AI Lifecycle
چرخه حیات هوش مصنوعی (هدف 1.3)
AI Lifecycle (OBJ 1.3)
مرحله اول – برنامهریزی و طراحی (هدف 1.3)
Phase One - Plan and Design (OBJ 1.3)
مرحله دوم – جمعآوری و پردازش داده (هدف 1.3)
Phase Two - Collect and Process Data (OBJ 1.3)
مرحله سوم – ساخت و استفاده از مدل (هدف 1.3)
Phase Three - Build and Use Model (OBJ 1.3)
مرحله چهارم – راستیآزمایی و اعتبارسنجی (هدف 1.3)
Phase Four - Verify and Validate (OBJ 1.3)
مرحله پنجم – استقرار و استفاده (هدف 1.3)
Phase Five - Deploy and Use (OBJ 1.3)
مرحله ششم – عملیات و نظارت (هدف 1.3)
Phase Six - Operate and Monitor (OBJ 1.3)
مرحله هفتم – استفاده یا تحت تأثیر قرار گرفتن (هدف 1.3)
Phase Seven - Use or Impacted By (OBJ 1.3)
ابعاد کلیدی سیستم هوش مصنوعی (هدف 1.3)
AI System Key Dimensions (OBJ 1.3)
توسعه مدل هوش مصنوعی (هدف 1.3)
AI Model Development (OBJ 1.3)
مطالعه موردی: Healthfirst (هدف 1.3)
Case Study: Healthfirst (OBJ 1.3)
نقطه بازبینی: چرخه حیات هوش مصنوعی
Checkpoint: AI Lifecycle
بازیگران هوش مصنوعی
AI Actors
بازیگران هوش مصنوعی (هدف 1.4)
AI Actors (OBJ 1.4)
طراحی هوش مصنوعی (هدف 1.4)
AI Design (OBJ 1.4)
توسعه هوش مصنوعی (هدف 1.4)
AI Development (OBJ 1.4)
استقرار هوش مصنوعی (هدف 1.4)
AI Deployment (OBJ 1.4)
عملیات و نظارت (هدف 1.4)
Operations and Monitoring (OBJ 1.4)
آزمایش، ارزیابی، راستیآزمایی و اعتبارسنجی (TEVV) (هدف 1.4)
Test, Evaluation, Verification, and Validation (TEVV) (OBJ 1.4)
عوامل انسانی (هدف 1.4)
Human Factors (OBJ 1.4)
کارشناسان حوزه (هدف 1.4)
Domain Experts (OBJ 1.4)
ارزیابی تأثیر هوش مصنوعی (هدف 1.4)
AI Impact Assessment (OBJ 1.4)
تدارکات (هدف 1.4)
Procurement (OBJ 1.4)
حاکمیت و نظارت (هدف 1.4)
Governance and Oversight (OBJ 1.4)
بازیگران اضافی هوش مصنوعی (هدف 1.4)
Additional AI Actors (OBJ 1.4)
مطالعه موردی: گوگل دیپمایند (هدف 1.4)
Case Study: Google Deepmind (OBJ 1.4)
نقطه بازبینی: بازیگران هوش مصنوعی
Checkpoint: AI Actors
استراتژیها و سطوح بلوغ هوش مصنوعی
AI Strategies and Maturity Levels
استراتژیها و سطوح بلوغ هوش مصنوعی (هدف 1.5)
AI Strategies and Maturity Levels (OBJ 1.5)
همکاری فرابخشی (هدف 1.5)
Cross-functional Collaboration (OBJ 1.5)
نقشها و مسئولیتها (هدف 1.5)
Roles and Responsibilities (OBJ 1.5)
توسعه فرهنگ قوی (هدف 1.5)
Developing a Strong Culture (OBJ 1.5)
همسوسازی استراتژیهای هوش مصنوعی (هدف 1.5)
Aligning AI Strategies (OBJ 1.5)
توسعه و پیادهسازی استراتژیهای هوش مصنوعی (هدف 1.5)
Developing and Implementing AI Strategies (OBJ 1.5)
تدوین نقشه راه (هدف 1.5)
Develop a Roadmap (OBJ 1.5)
نظارت و ارزیابی ابتکارات هوش مصنوعی (هدف 1.5)
Monitor and Evaluate AI Initiatives (OBJ 1.5)
سطوح بلوغ هوش مصنوعی (هدف 1.5)
AI Maturity Levels (OBJ 1.5)
ارزیابی وضعیت فعلی هوش مصنوعی (هدف 1.5)
Assessing Current State of AI (OBJ 1.5)
مصاحبهها و نظرسنجیها (هدف 1.5)
Interviews and Surveys (OBJ 1.5)
شناسایی شکافهای توانمندی (هدف 1.5)
Identify Capability Gaps (OBJ 1.5)
مطالعه موردی: مایکروسافت (هدف 1.5)
Case Study: Microsoft (OBJ 1.5)
نقطه بازبینی: استراتژیها و سطوح بلوغ هوش مصنوعی
Checkpoint: AI Strategies and Maturity Levels
مدیریت ریسک هوش مصنوعی
AI Risk Management
مدیریت ریسک هوش مصنوعی (هدف 2.1 و هدف 2.2)
AI Risk Management (OBJ 2.1 and OBJ 2.2)
ریسک (هدف 2.1)
Risk (OBJ 2.1)
تحمل ریسک (هدف 2.1)
Risk Tolerance (OBJ 2.1)
پذیرش ریسک (هدف 2.1)
Risk Appetite (OBJ 2.1)
انواع ریسک (هدف 2.1)
Types of Risk (OBJ 2.1)
برخورد با ریسک (هدف 2.1)
Treatment of Risk (OBJ 2.1)
اندازهگیری ریسک (هدف 2.2)
Risk Measurement (OBJ 2.2)
ابزارهای مدیریت ریسک (هدف 2.2)
Tools for Risk Management (OBJ 2.2)
مطالعه موردی: آمازون (هدف 2.1 و هدف 2.2)
Case Study: Amazon (OBJ 2.1 and OBJ 2.2)
نقطه بازبینی: مدیریت ریسک هوش مصنوعی
Checkpoint: AI Risk Management
ارزیابی ریسک هوش مصنوعی
AI Risk Assessments
ارزیابی ریسک هوش مصنوعی (هدف 2.3)
AI Risk Assessments (OBJ 2.3)
شناسایی ریسک (هدف 2.3)
Risk Identification (OBJ 2.3)
تحلیل ریسک (هدف 2.3)
Risk Analysis (OBJ 2.3)
ارزیابی ریسک (هدف 2.3)
Risk Evaluation (OBJ 2.3)
کاهش ریسک (هدف 2.3)
Risk Mitigation (OBJ 2.3)
مستندسازی و گزارشدهی (هدف 2.3)
Documentation and Reporting (OBJ 2.3)
نظارت و بازبینی (هدف 2.3)
Monitor and Review (OBJ 2.3)
مطالعه موردی: اپل کارت (هدف 2.3)
Case Study: The Apple Card (OBJ 2.3)
نقطه بازبینی: ارزیابی ریسک هوش مصنوعی
Checkpoint: AI Risk Assessments
حاکمیت هوش مصنوعی
AI Governance
حاکمیت هوش مصنوعی (هدف 2.4)
AI Governance (OBJ 2.4)
یکپارچهسازی در حاکمیت (هدف 2.4)
Integration in Governance (OBJ 2.4)
مستندسازی در حاکمیت (هدف 2.4)
Documentation in Governance (OBJ 2.4)
دستورالعملهای توسعه (هدف 2.4)
Development Guidelines (OBJ 2.4)
راهنماییها و استانداردهای نوظهور (هدف 2.4)
Emerging Guidance and Standards (OBJ 2.4)
نقشها و مسئولیتهای حاکمیت (هدف 2.4)
Governance Roles and Responsibilities (OBJ 2.4)
مطالعه موردی: IBM واتسون برای انکولوژی (هدف 2.4)
Case Study: IBM Watson for Oncology (OBJ 2.4)
نقطه بازبینی: حاکمیت هوش مصنوعی
Checkpoint: AI Governance
قابلیت اعتماد سیستمهای هوش مصنوعی
Trustworthiness of AI Systems
قابلیت اعتماد سیستمهای هوش مصنوعی (هدف 3.1 و هدف 3.2)
Trustworthiness of AI Systems (OBJ 3.1 and OBJ 3.2)
معتبر و قابل اعتماد (هدف 3.1)
Valid and Reliable (OBJ 3.1)
ایمن (هدف 3.1)
Safe (OBJ 3.1)
امن و تابآور (هدف 3.1)
Secure and Resilient (OBJ 3.1)
پاسخگو و شفاف (هدف 3.1)
Accountable and Transparent (OBJ 3.1)
قابل توضیح و قابل تفسیر (هدف 3.1)
Explainable and Interpretable (OBJ 3.1)
با قابلیت حریم خصوصی (هدف 3.1)
Privacy-enabled (OBJ 3.1)
منصفانه با مدیریت سوگیریهای مضر (هدف 3.1)
Fair with Harmful Bias Managed (OBJ 3.1)
موازنه ویژگیها (هدف 3.2)
Balancing Characteristics (OBJ 3.2)
مطالعه موردی: اوبر (هدف 3.1 و هدف 3.2)
Case Study: Uber (OBJ 3.1 and OBJ 3.2)
نقطه بازبینی: قابلیت اعتماد سیستمهای هوش مصنوعی
Checkpoint: Trustworthiness of AI Systems
عوامل تهدید هوش مصنوعی
AI Threat Actors
عوامل تهدید هوش مصنوعی (هدف 3.4)
AI Threat Actors (OBJ 3.4)
عوامل تهدید خارجی (هدف 3.4)
External Threat Actors (OBJ 3.4)
عوامل تهدید داخلی (هدف 3.4)
Internal Threat Actors (OBJ 3.4)
عوامل تهدید زنجیره تأمین (هدف 3.4)
Supply Chain Threat Actors (OBJ 3.4)
انگیزههای عامل تهدید (هدف 3.4)
Threat Actor Motivations (OBJ 3.4)
مطالعه موردی: عوامل تهدید وابسته به دولت (هدف 3.4)
Case Study: State-affiliated Threat Actors (OBJ 3.4)
نقطه بازبینی: عوامل تهدید هوش مصنوعی
Checkpoint: AI Threat Actors
ریسکهای هوش مصنوعی و تأثیرات اجتماعی
AI Risks and Societal Impacts
ریسکهای هوش مصنوعی و تأثیرات اجتماعی (هدف 3.5)
AI Risks and Societal Impacts (OBJ 3.5)
دستورالعملهای اخلاقی (هدف 3.5)
Ethical Guidelines (OBJ 3.5)
عدالت و برابری (هدف 3.5)
Fairness and Equality (OBJ 3.5)
سوگیری و تبعیض (هدف 3.5)
Bias and Discrimination (OBJ 3.5)
شفافیت و قابلیت توضیح (هدف 3.5)
Transparency and Explainability (OBJ 3.5)
پاسخگویی و مسئولیتپذیری (هدف 3.5)
Accountability and Responsibility (OBJ 3.5)
حریم خصوصی داده (هدف 3.5)
Data Privacy (OBJ 3.5)
ریسکها (هدف 3.5)
Risks (OBJ 3.5)
تأثیرات اجتماعی (هدف 3.5)
Societal Impacts (OBJ 3.5)
کاهش ریسکها و تأثیرات اجتماعی (هدف 3.5)
Mitigating Risks and Societal Impacts (OBJ 3.5)
مطالعه موردی: Compas (هدف 3.5)
Case Study: Compas (OBJ 3.5)
نقطه بازبینی: ریسکهای هوش مصنوعی و تأثیرات اجتماعی
Checkpoint: AI Risks and Societal Impacts
شناسایی، مستندسازی و کاهش ریسکهای سیستم هوش مصنوعی
Identify, Document, and Mitigate AI System Risks
شناسایی، مستندسازی و کاهش ریسکهای سیستم هوش مصنوعی (هدف 3.3)
Identify, Document, and Mitigate AI System Risks (OBJ 3.3)
شناسایی ریسک (هدف 3.3)
Risk Identification (OBJ 3.3)
شناسایی ریسکهای امنیتی بالقوه (هدف 3.3)
Identify Potential Security Risks (OBJ 3.3)
شناسایی ریسکهای اخلاقی و اجتماعی (هدف 3.3)
Identify Ethical and Societal Risks (OBJ 3.3)
شناسایی ریسکهای عملیاتی (هدف 3.3)
Identify Operational Risks (OBJ 3.3)
کاهش ریسکها (هدف 3.3)
Mitigate Risks (OBJ 3.3)
پیادهسازی کنترلهای امنیتی (هدف 3.3)
Implement Security Controls (OBJ 3.3)
پرداختن به سوگیری و عدالت (هدف 3.3)
Address Bias and Fairness (OBJ 3.3)
افزایش شفافیت و قابلیت توضیح (هدف 3.3)
Enhance Transparency and Explainability (OBJ 3.3)
تقویت محافظت از حریم خصوصی (هدف 3.3)
Strengthen Privacy Protections (OBJ 3.3)
تضمین استحکام و قابلیت اطمینان (هدف 3.3)
Ensure Robustness and Reliability (OBJ 3.3)
توسعه برنامههای مدیریت ریسک (هدف 3.3)
Develop Risk Management Plans (OBJ 3.3)
انجام نظارت و بهبود مستمر (هدف 3.3)
Conduct Continuous Monitoring and Improvement (OBJ 3.3)
مطالعه موردی: Crowdstrike (هدف 3.3)
Case Study: Crowdstrike (OBJ 3.3)
نقطه بازبینی: شناسایی، مستندسازی و کاهش ریسکهای سیستم هوش مصنوعی
Checkpoint: Identify, Document, and Mitigate AI System Risks
فناوریها، ابزارها و موارد استفاده هوش مصنوعی
AI Technologies, Tools, and Use Cases
فناوریها، ابزارها و موارد استفاده هوش مصنوعی (هدف 1.6)
AI Technologies, Tools, and Use Cases (OBJ 1.6)
چارچوبها و کتابخانههای هوش مصنوعی (هدف 1.6)
AI Frameworks and Libraries (OBJ 1.6)
پلتفرمها و سرویسهای هوش مصنوعی (هدف 1.6)
AI Platforms and Services (OBJ 1.6)
موارد استفاده مالی (هدف 1.6)
Financial Use Cases (OBJ 1.6)
موارد استفاده در مراقبتهای بهداشتی (هدف 1.6)
Healthcare Use Cases (OBJ 1.6)
موارد استفاده در تولید (هدف 1.6)
Manufacturing Use Cases (OBJ 1.6)
موارد استفاده در خردهفروشی (هدف 1.6)
Retail Use Cases (OBJ 1.6)
مطالعه موردی: پلتفرم Nvidia Omniverse (هدف 1.6)
Case Study: Nvidia Omniverse Platform (OBJ 1.6)
نقطه بازبینی: فناوریها، ابزارها و موارد استفاده هوش مصنوعی
Checkpoint: AI Technologies, Tools, and Use Cases
چارچوب مدیریت ریسک هوش مصنوعی NIST
NIST AI RMF
چارچوب مدیریت ریسک هوش مصنوعی NIST (هدف 4.1)
NIST AI RMF (OBJ 4.1)
هسته چارچوب مدیریت ریسک هوش مصنوعی NIST (هدف 4.1)
NIST AI RMF Core (OBJ 4.1)
اجزای هسته (هدف 4.1)
The Core's Components (OBJ 4.1)
چالشهای پیادهسازی (هدف 4.1)
Implementation Challenges (OBJ 4.1)
همسویی با اهداف تجاری (هدف 4.1)
Alignment with Business Objectives (OBJ 4.1)
بهترین شیوههای چارچوب مدیریت ریسک هوش مصنوعی NIST (هدف 4.1)
NIST AI RMF Best Practices (OBJ 4.1)
مطالعه موردی: خدمات وب آمازون (AWS) (هدف 4.1)
Case Study: Amazon Web Services (AWS) (OBJ 4.1)
نقطه بازبینی: چارچوب مدیریت ریسک هوش مصنوعی NIST
Checkpoint: NIST AI RMF
تابع حاکمیت
The Govern Function
تابع حاکمیت (هدف 4.2)
The Govern Function (OBJ 4.2)
حاکمیت 1 (هدف 4.2)
Govern 1 (OBJ 4.2)
حاکمیت 2 (هدف 4.2)
Govern 2 (OBJ 4.2)
حاکمیت 3 (هدف 4.2)
Govern 3 (OBJ 4.2)
حاکمیت 4 (هدف 4.2)
Govern 4 (OBJ 4.2)
حاکمیت 5 (هدف 4.2)
Govern 5 (OBJ 4.2)
حاکمیت 6 (هدف 4.2)
Govern 6 (OBJ 4.2)
مطالعه موردی: تابع حاکمیت (هدف 4.2)
Case Study: Govern Function (OBJ 4.2)
نقطه بازبینی: تابع حاکمیت
Checkpoint: The Govern Function
تابع نقشهبرداری
The Map Function
تابع نقشهبرداری (هدف 4.3)
The Map Function (OBJ 4.3)
نقشهبرداری 1 (هدف 4.3)
Map 1 (OBJ 4.3)
نقشهبرداری 2 (هدف 4.3)
Map 2 (OBJ 4.3)
نقشهبرداری 3 (هدف 4.3)
Map 3 (OBJ 4.3)
نقشهبرداری 4 (هدف 4.3)
Map 4 (OBJ 4.3)
نقشهبرداری 5 (هدف 4.3)
Map 5 (OBJ 4.3)
مطالعه موردی: تابع نقشهبرداری (هدف 4.3)
Case Study: Map Function (OBJ 4.3)
نقطه بازبینی: تابع نقشهبرداری
Checkpoint: The Map Function
تابع اندازهگیری
The Measure Function
تابع اندازهگیری (هدف 4.4)
The Measure Function (OBJ 4.4)
اندازهگیری 1 (هدف 4.4)
Measure 1 (OBJ 4.4)
اندازهگیری 2 (هدف 4.4)
Measure 2 (OBJ 4.4)
اندازهگیری 3 (هدف 4.4)
Measure 3 (OBJ 4.4)
اندازهگیری 4 (هدف 4.4)
Measure 4 (OBJ 4.4)
مطالعه موردی: تابع اندازهگیری (هدف 4.4)
Case Study: Measure Function (OBJ 4.4)
نقطه بازبینی: تابع اندازهگیری
Checkpoint: The Measure Function
تابع مدیریت
The Manage Function
تابع مدیریت (هدف 4.5)
The Manage Function (OBJ 4.5)
مدیریت 1 (هدف 4.5)
Manage 1 (OBJ 4.5)
مدیریت 2 (هدف 4.5)
Manage 2 (OBJ 4.5)
مدیریت 3 (هدف 4.5)
Manage 3 (OBJ 4.5)
مدیریت 4 (هدف 4.5)
Manage 4 (OBJ 4.5)
مطالعه موردی: تابع مدیریت (هدف 4.5)
Case Study: Manage Function (OBJ 4.5)
نقطه بازبینی: تابع مدیریت
Checkpoint: The Manage Function
پروفایلهای چارچوب مدیریت ریسک هوش مصنوعی NIST
NIST AI RMF Profiles
پروفایلهای چارچوب مدیریت ریسک هوش مصنوعی NIST (هدف 5.1)
NIST AI RMF Profiles (OBJ 5.1)
پروفایلها (هدف 5.1)
Profiles (OBJ 5.1)
اجزای یک پروفایل (هدف 5.1)
Components of a Profile (OBJ 5.1)
مدیریت و برنامه زمانی سیستم هوش مصنوعی (هدف 5.1)
AI System Management and Schedule (OBJ 5.1)
روشهای اولویتبندی زیرمجموعهها (هدف 5.1)
Prioritization Methods of Subcategories (OBJ 5.1)
موارد استفاده پروفایل (هدف 5.1)
Profile Use Cases (OBJ 5.1)
مطالعه موردی: UC برکلی (هدف 5.1)
Case Study: UC Berkeley (OBJ 5.1)
نقطه بازبینی: پروفایلهای چارچوب مدیریت ریسک هوش مصنوعی NIST
Checkpoint: NIST AI RMF Profiles
استفاده از پروفایلهای چارچوب مدیریت ریسک هوش مصنوعی NIST
Utilizing NIST AI RMF Profiles
استفاده از پروفایلهای چارچوب مدیریت ریسک هوش مصنوعی NIST (هدف 5.2 و هدف 5.3)
Utilizing NIST AI RMF Profiles (OBJ 5.2 and OBJ 5.3)
ایجاد یک پروفایل (هدف 5.2 و هدف 5.3)
Creation of a Profile (OBJ 5.2 and OBJ 5.3)
پیادهسازی یک پروفایل (هدف 5.2 و هدف 5.3)
Implementation of a Profile (OBJ 5.2 and OBJ 5.3)
بهروزرسانی یک پروفایل (هدف 5.2 و هدف 5.3)
Updating a Profile (OBJ 5.2 and OBJ 5.3)
سفارشیسازی یک پروفایل (هدف 5.2 و هدف 5.3)
Tailoring a Profile (OBJ 5.2 and OBJ 5.3)
چالشهای مرتبط با پروفایلها (هدف 5.2 و هدف 5.3)
Challenges Associated with Profiles (OBJ 5.2 and OBJ 5.3)
بهترین شیوهها برای پروفایلها (هدف 5.3)
Best Practices for Profiles (OBJ 5.3)
ابزارهای پیادهسازی و پشتیبانی از پروفایلها
Tools of Implementing and Supporting Profiles
مطالعه موردی: Workday
Case Study: Workday
نقطه بازبینی: استفاده از پروفایلهای چارچوب مدیریت ریسک هوش مصنوعی NIST
Checkpoint: Utilizing NIST AI RMF Profiles
نتیجهگیری
Conclusion
نتیجهگیری
Conclusion
پاداش: بعد چه چیزی میآید؟
BONUS: What comes next?
آزمون آزمایشی کامل
Full-length Practice Exam
نمایش نظرات