آموزش عوامل هوش مصنوعی برای امنیت سایبری [ویدئویی] - آخرین آپدیت

دانلود AI Agents for Cybersecurity [Video]

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره با معرفی اصول عوامل هوش مصنوعی (AI Agents)، با تمرکز بر معماری، قابلیت‌های شناختی از طریق مدل‌های زبانی بزرگ (LLMs) و نقش آن‌ها در امنیت سایبری مدرن آغاز می‌شود. فراگیران مفاهیم بنیادی را درک می‌کنند که توضیح می‌دهد این سیستم‌های خودگردان چگونه محیط‌ها را درک کرده، داده‌ها را تحلیل می‌کنند و تصمیمات بلادرنگ می‌گیرند. با پیشروی در ماژول‌ها، شرکت‌کنندگان کاربردهای عملی در مراکز عملیات امنیت (SOC) را بررسی می‌کنند. هر بخش به جزئیات تریاژ خودکار هشدارها، تحلیل آسیب‌پذیری‌ها، پاسخ به حوادث و همکاری بین تحلیلگران انسانی و عوامل هوش مصنوعی می‌پردازد. مطالعات موردی و مثال‌ها نشان می‌دهند که چگونه هوش مصنوعی عامل‌محور (Agentic AI) تشخیص تهدیدات را تقویت کرده، عملیات را بهینه می‌کند و از مدیریت پیش‌دستانه تهدیدات پشتیبانی می‌نماید. بخش‌های نهایی بر استقرار مسئولانه، با تأکید بر مسائل امنیتی، حاکمیتی و ملاحظات اخلاقی تمرکز دارند. فراگیران استراتژی‌های کاهش ریسک، چارچوب‌های استقرار و روندهای نوظهور در امنیت هوش مصنوعی را بررسی می‌کنند. اتمام این دوره، شرکت‌کنندگان را به مهارت‌ها و دانشی مجهز می‌کند تا عوامل هوش مصنوعی را به طور مؤثر پیاده‌سازی کرده و در عین حال نظارت و پاسخگویی را در چشم‌اندازهای در حال تحول امنیت سایبری حفظ کنند. - تحلیل معماری عامل هوش مصنوعی برای عملیات امنیت سایبری - پیاده‌سازی تریاژ خودکار هشدارها و هوش تهدید - طراحی گردش کارهای collaborative (همکارانه) انسان و هوش مصنوعی در SOC - ارزیابی آسیب‌پذیری‌های عامل هوش مصنوعی و ریسک‌های امنیتی - پیمایش در چارچوب‌های اخلاقی و حاکمیتی برای عوامل هوش مصنوعی - بررسی روندهای آینده هوش مصنوعی برای دفاع پیش‌دستانه در برابر تهدیدات تحلیلگران امنیتی، پرسنل SOC، مدیران، معماران IT و دانشجویان تحصیلات تکمیلی در رشته امنیت سایبری یا هوش مصنوعی از این دوره بهره‌مند خواهند شد. پیش‌نیازها شامل مفاهیم پایه امنیت سایبری، آشنایی با عملیات SOC و تسلط بر اصطلاحات AI/ML است. برنامه‌نویسی اختیاری است و تمرکز بر درک مفهومی و یکپارچه‌سازی عملی است. - بررسی معماری و یکپارچه‌سازی عوامل هوش مصنوعی برای تقویت دفاعات سایبری * نمایش اتوماسیون عملی SOC برای بهبود کارایی و زمان پاسخگویی * برجسته‌سازی ملاحظات اخلاقی و حاکمیتی برای استقرار ایمن هوش مصنوعی در امنیت

سرفصل ها و درس ها

مقدمه Introduction

  • معرفی دوره – سخنرانی Course Introduction – Talking Head

ماژول 1: مبانی عوامل هوش مصنوعی در امنیت سایبری Module 1: Foundations of AI Agents in Cybersecurity

  • معرفی ماژول – سخنرانی Module Introduction – Talking Head

  • پتانسیل تحول‌آفرین هوش مصنوعی و LLMها در امنیت سایبری – مفهومی The Transformative Potential of AI and LLMs in Cybersecurity – Conceptual

  • تعریف مدل‌های زبانی بزرگ (LLMs) و معماری آن‌ها – دمو Defining Large Language Models (LLMs) and their Architectures – Demo

  • تکامل هوش مصنوعی در امنیت سایبری: از یادگیری ماشین تا هوش مصنوعی عامل‌محور – مفهومی Evolution of AI in Cybersecurity: From ML to Agentic AI – Conceptual

  • عوامل هوش مصنوعی چیستند؟ تعریف، ویژگی‌ها و گردش کار – مفهومی What are AI Agents? Definition, Characteristics, and Workflow – Conceptual

  • مدل‌های زبانی بزرگ به عنوان «مغز» عوامل هوش مصنوعی: قابلیت‌ها و محدودیت‌ها – مفهومی LLMs as the "Brain" of AI Agents: Capabilities and Limitations – Conceptual

  • سطوح خودمختاری عامل در امنیت سایبری – مفهومی Agent Autonomy Levels in Cybersecurity – Conceptual

  • سیستم‌های چندعاملی: همکاری و پیچیدگی – مفهومی Multi-Agent Systems: Collaboration and Complexity – Conceptual

  • حافظه و یادگیری در عوامل هوش مصنوعی – مفهومی Memory and Learning in AI Agents – Conceptual

  • تطبیق LLMها برای امنیت سایبری: Fine tuning، مهندسی پرامپت و تقویت – مفهومی Adapting LLMs for Cybersecurity: Fine-tuning, Prompt Engineering, and Augmentation – Conceptual

  • انواع مجموعه‌داده‌ها در LLM برای امنیت: مبتنی بر کد، متن و ترکیبی – مفهومی Types of Datasets in LLM for Security: Code-based, Text-based, and Combined – Conceptual

  • پیش‌پردازش داده‌ها و نمایش آن‌ها برای مدل‌های هوش مصنوعی امنیت سایبری – مفهومی Data Preprocessing and Representation for Cybersecurity AI Models – Conceptual

  • مقابله با کمبود داده‌ها: استفاده از LLMها برای تقویت داده‌ها در امنیت سایبری – مفهومی Addressing Data Scarcity: LLMs for Data Augmentation in Cybersecurity – Conceptual

ماژول 2: عوامل هوش مصنوعی در عملیات امنیت سایبری (تشخیص و تحلیل) Module 2: AI Agents in Cybersecurity Operations (Detection & Analysis)

  • معرفی ماژول – سخنرانی Module Introduction – Talking Head

  • تشخیص بلادرنگ تهدیدات سایبری با هوش مصنوعی – مفهومی Real-Time Detection of Cyber Threats with AI – Conceptual

  • تشخیص و تحلیل خودکار آسیب‌پذیری‌ها – مفهومی Automated Vulnerability Detection and Analysis – Conceptual

  • تحلیل و طبقه‌بندی بدافزارها با عوامل هوش مصنوعی – مفهومی Malware Analysis and Classification with AI Agents – Conceptual

  • تشخیص نفوذ به شبکه و طبقه‌بندی حملات – مفهومی Network Intrusion Detection and Attack Classification – Conceptual

  • تشخیص و دفاع در برابر حملات فیشینگ و زبان‌های فریبنده – دمو Detecting and Defending Against Phishing Attacks and Deceptive Language – Demo

  • بهره‌گیری از هوش مصنوعی برای هوش تهدید و مدیریت سطح حمله – مفهومی Leveraging AI for Threat Intelligence and Attack Surface Management – Conceptual

  • هوش مصنوعی برای تحلیل لاگ‌های سیستم و تشخیص ناهنجاری – مفهومی AI for System Log Analysis and Anomaly Detection – Conceptual

  • مهندسی معکوس و تحلیل باینری با کمک هوش مصنوعی – مفهومی Reverse Engineering and Binary Analysis with AI Assistance – Conceptual

  • هوش مصنوعی برای درک سیاست‌های امنیتی و حریم خصوصی – مفهومی AI for Understanding Security and Privacy Policies – Conceptual

ماژول 3: عوامل هوش مصنوعی در عملیات امنیت سایبری (پاسخ و مدیریت) Module 3: AI Agents in Cybersecurity Operations (Response & Management)

  • معرفی ماژول – سخنرانی Module Introduction – Talking Head

  • اتوماسیون رفع آسیب‌پذیری و تولید پچ (وصله) – مفهومی Automating Vulnerability Repair and Patch Generation – Conceptual

  • بهینه‌سازی گردش کارهای پاسخ به حوادث و Playbookها – مفهومی Streamlining Incident Response Workflows and Playbooks – Conceptual

  • تحلیل پس از حمله و شناسایی علت ریشه‌ای با هوش مصنوعی – مفهومی Post-Attack Analysis and Root Cause Identification with AI – Conceptual

  • نقش تحول‌آفرین هوش مصنوعی عامل‌محور در SOCها – مفهومی The Transformative Role of Agentic AI in SOCs – Conceptual

  • تیم‌های مشترک انسان-هوش مصنوعی و قابلیت‌های تقویت‌شده SOC – مفهومی Human-AI Co-Teaming and Augmented SOC Capabilities – Conceptual

  • بهینه‌سازی سرمایه‌گذاری‌های امنیت سایبری و اتوماسیون انطباق (Compliance) – مفهومی Optimizing Cybersecurity Investments and Compliance Automation – Conceptual

  • تصمیم‌گیری تطبیقی و یادگیری مستمر در عوامل SOC – مفهومی Adaptive Decision Making and Continuous Learning in SOC Agents – Conceptual

ماژول 4: امنیت، اخلاق و آینده عوامل هوش مصنوعی در امنیت سایبری Module 4: Security, Ethics, and Future of AI Agents in Cybersecurity

  • معرفی ماژول – سخنرانی Module Introduction – Talking Head

  • مروری بر چالش‌های امنیتی عوامل هوش مصنوعی: چهار شکاف دانشی – مفهومی Overview of AI Agent Security Challenges: Four Knowledge Gaps – Conceptual

  • آسیب‌پذیری‌های ذاتی مرتبط با AI: هوش مصنوعی متخاصم، مسموم‌سازی داده‌ها و عدم هم‌ترازی – مفهومی Inherent AI-related Vulnerabilities: Adversarial AI, Data Poisoning, and Misalignment – Conceptual

  • تهدیدات خاص عوامل: تزریق پرامپت (Prompt Injection)، جیل‌بریک و آسیب‌پذیری‌های زنجیره تأمین – مفهومی Agent-Specific Threats: Prompt Injection, Jailbreaking, and Supply Chain Vulnerabilities – Conceptual

  • چالش‌ها در تفسیرپذیری LLM، قابل اعتماد بودن و استفاده اخلاقی – مفهومی Challenges in LLM Interpretability, Trustworthiness, and Ethical Usage – Conceptual

  • مقابله با سوگیری و عدالت در عوامل هوش مصنوعی – مفهومی Addressing Bias and Fairness in AI Agents – Conceptual

  • طراحی هوش مصنوعی مسئولانه: مدل‌های حاکمیتی و انسان در حلقه (HITL) – مفهومی Designing Responsible AI: Governance Models and Human-in-the-Loop (HITL) – Conceptual

  • گسترش قابلیت‌های LLM و هوش مصنوعی چندوجهی (Multimodal) – مفهومی Expanding LLM Capabilities and Multimodal AI – Conceptual

  • امنیت برای LLMها و دفاع فعال خودکار – مفهومی Security for LLMs and Proactive Self-Defense – Conceptual

  • نقشه راه عوامل هوش مصنوعی در امنیت سایبری: فرصت‌ها و تحقیقات آینده – مفهومی The Roadmap for AI Agents in Cybersecurity: Opportunities and Future Research – Conceptual

نتیجه‌گیری: جمع‌بندی و پروژه نهایی دوره Conclusion: Wrap-Up and Course-end Project

  • ویدئوی جمع‌بندی دوره – سخنرانی Course Wrap-up Video – Talking Head

نمایش نظرات

آموزش عوامل هوش مصنوعی برای امنیت سایبری [ویدئویی]
جزییات دوره
4h 0m
43
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
Starweaver
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Starweaver Starweaver

Starweaver فرصت‌هایی را برای مربیان، شرکت‌ها و پلتفرم‌ها ایجاد می‌کند.

Starweaver محتوای مورد تقاضای متمرکزی را ارائه می‌کند که حوزه‌های موضوعی کلیدی، گواهینامه‌های پیشرو در صنعت، و یادگیری و توسعه مستمر را پوشش می‌دهد. محتوای Starweaver با ارائه نتایج شایستگی با کیفیت بالا برای صدها شرکت در سراسر جهان، توسط مربیان دنیای واقعی هدایت می‌شود که برای تجهیز دانش‌آموزان به مهارت‌های مورد نیاز برای دستیابی به اهداف حرفه‌ای و پیشبرد اهداف شغلی بلندمدت خود اختصاص داده شده‌اند.