لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش امنیت هوش مصنوعی: مدل تهدید و تست نقاط انتهایی (Endpoints)
- آخرین آپدیت
دانلود Secure AI: Threat Model & Test Endpoints
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
در این دوره جامع سطح متوسط، مهارتهای حیاتی مورد نیاز برای ایمنسازی نقاط انتهایی استنتاج هوش مصنوعی (AI Inference Endpoints) در برابر تهدیدات نوظهور را بیاموزید. با تبدیل شدن سیستمهای هوش مصنوعی به بخشی جدانشدنی از عملیات تجاری، درک آسیبپذیریهای منحصربهفرد آنها برای متخصصان امنیت ضروری است. شما یاد خواهید گرفت که بردارهای حمله خاص هوش مصنوعی، از جمله تزریق پرامپت (Prompt Injection)، استخراج مدل (Model Extraction) و مسمومسازی دادهها (Data Poisoning) را از طریق آزمایشگاههای عملی و سناریوهای واقعی شناسایی و ارزیابی کنید. مدلهای جامع تهدید را با استفاده از چارچوبهای STRIDE و MITRE ATLAS که بهطور خاص برای سیستمهای یادگیری ماشین بهینه شدهاند، طراحی کنید. مجموعههای تست امنیتی خودکار شامل تستهای واحد (Unit Tests) برای اعتبارسنجی ورودی، تستهای یکپارچهسازی (Integration Tests) برای امنیت سرتاسری و تستهای استحکام در برابر حملات خصمانه ایجاد کنید. این اقدامات امنیتی را در خط لولههای CI/CD پیادهسازی کنید تا از اعتبارسنجی و نظارت مستمر اطمینان حاصل شود. از طریق تمرینات عملی با پایتون، GitHub Actions و ابزارهای نظارتی، در ایمنسازی استقرار مدلهای هوش مصنوعی در محیط عملیاتی تجربه کسب خواهید کرد. این دوره برای توسعهدهندگان، مهندسان امنیت و متخصصان DevOps که آماده هستند در حوزه بهسرعت در حال رشد امنیت هوش مصنوعی تخصص پیدا کنند، ایدهآل است.
این دوره برای توسعهدهندگانی طراحی شده است که به دنبال تخصص در امنیت AI هستند. با داشتن درک مناسب از پایتون، APIها و مفاهیم CI/CD، شما عمیقاً وارد مبحث ایمنسازی نقاط انتهایی استنتاج AI در برابر تهدیداتی مانند تزریق پرامپت و مسمومسازی دادهها خواهید شد. از طریق آزمایشگاههای عملی، یاد میگیرید که مدلهای تهدید را طراحی کنید، تستهای امنیتی خودکار بسازید و اقدامات امنیتی مستمر را در خط لولههای CI/CD ادغام کنید.
دانش پایه در زمینه پایتون، APIها، سرویسهای وب و مفاهیم CI/CD برای این دوره ضروری است. پایتون به شما در اسکریپتنویسی کمک میکند، در حالی که درک APIها و CI/CD شما را قادر میسازد تا استقرارها را بهطور مؤثر خودکارسازی و مدیریت کنید.
در پایان این دوره، شما مهارتهای لازم برای خودکارسازی و ایمنسازی جریانهای کاری توسعه خود را با بهرهگیری از ابزارهایی مانند Bitbucket Pipelines کسب خواهید کرد. شما آماده خواهید بود تا بهترین روشهای صنعت را برای ادغام، تست و استقرار بدون نقص برنامهها به کار ببرید و کارایی و امنیت را در فرآیندهای DevOps خود ارتقا دهید.
سرفصل ها و درس ها
درک مدلهای تهدید خاص هوش مصنوعی
Understanding AI-Specific Threat Models
خوشآمدگویی به امنیت هوش مصنوعی: مرزهای جدید
Welcome to AI Security: The New Frontier
سطح حمله سنتی در مقابل سطح حمله خاص هوش مصنوعی
Traditional vs AI-Specific Attack Surfaces
بردارهای حمله AI: تزریق پرامپت و استخراج مدل
AI Attack Vectors: Prompt Injection and Model Extraction
ساخت مدلهای تهدید AI با STRIDE و MITRE ATLAS
Building AI Threat Models with STRIDE and MITRE ATLAS
ایجاد موارد تست امنیتی برای سیستمهای هوش مصنوعی
Creating Security Test Cases for AI Systems
تست واحد برای اعتبارسنجی و پاکسازی ورودیهای AI
Unit Testing for AI Input Validation and Sanitization
تست یکپارچهسازی برای امنیت سرتاسری هوش مصنوعی
Integration Testing for End-to-End AI Security
تستهای خصمانه و ارزیابی استحکام
Adversarial Testing and Robustness Evaluation
یکپارچهسازی CI/CD و امنیت مستمر
CI/CD Integration and Continuous Security
اصول CI/CD برای خودکارسازی امنیت هوش مصنوعی
CI/CD Fundamentals for AI Security Automation
پیادهسازی گیتهای امنیتی و بررسیهای کیفی
Implementing Security Gates and Quality Checks
نظارت مستمر و پاسخ به حوادث
Continuous Monitoring and Incident Response
مسیر شما در امنیت هوش مصنوعی: گامهای بعدی
Your AI Security Journey: Next Steps
نمایش نظرات