آموزش مبانی معمار امنیت هوش مصنوعی ابری (CCAISA) [ویدئویی] - آخرین آپدیت

دانلود Cloud AI Security Architect (CCAISA) Fundamentals [Video]

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: هوش مصنوعی به سرعت در حال تبدیل شدن به یک قابلیت کلیدی در کسب‌وکارها است و در کنار فرصت‌های جدید، چالش‌های امنیتی تازه‌ای را ایجاد می‌کند. با استقرار هوش مصنوعی مولد، مدل‌های زبانی بزرگ (LLM) و برنامه‌های مبتنی بر AI، سازمان‌ها باید با ریسک‌هایی مقابله کنند که چارچوب‌های امنیتی سنتی برای مدیریت آن‌ها طراحی نشده‌اند. درک نحوه حمله، سوءاستفاده یا نفوذ به این سیستم‌ها اکنون برای متخصصان فناوری و امنیتی که مسئول حفاظت از محیط‌های دیجیتال مدرن هستند، ضروری است. این دوره مبانی امنیت هوش مصنوعی را از طریق بررسی چشم‌انداز تهدیدات نوظهور، مفاهیم مدل‌سازی تهدیدات AI و ۱۰ ریسک برتر OWASP برای برنامه‌های LLM معرفی می‌کند. شما مواردی نظیر تزریق پرامپت (Prompt Injection)، مسموم‌سازی مدل (Model Poisoning)، نشت پرامپت سیستم، مدیریت ناامن خروجی‌ها و سایر بردارهای حمله رایج را بررسی کرده و رویکردهای عملی برای کاهش ریسک را خواهید آموخت. این دوره برای مهندسان امنیت، معماران ابری، متخصصان هوش مصنوعی، متخصصان DevSecOps، کارشناسان امنیت سایبری و رهبران فنی که به دنبال درک نحوه ایمن‌سازی سیستم‌های AI در محیط‌های سازمانی هستند، طراحی شده است. در پایان این دوره، شما قادر خواهید بود ریسک‌های کلیدی امنیت AI را شناسایی و آسیب‌پذیری‌ها در برنامه‌های مبتنی بر LLM را ارزیابی کنید: - شناسایی تهدیدات رایج هدف قرار داده شده در برنامه‌های AI و LLM - تحلیل حملات تزریق پرامپت و مسموم‌سازی مدل - پیاده‌سازی حاکمیت AI و متدهای کنترل دسترسی - ارزیابی ریسک‌های زنجیره تامین AI و امنیت داده‌ها - ایمن‌سازی APIها، ایجنت‌ها و ادغام‌های AI سازمانی - مدیریت هزینه‌های AI، مصرف توکن و کنترل‌های کیفیت این دوره برای مهندسان امنیت، معماران ابری، مهندسان AI، متخصصان DevSecOps، تحلیلگران امنیت سایبری، مدیران فنی و تصمیم‌گیرندگان IT که به دنبال درک پیامدهای امنیتی پذیرش هوش مصنوعی مولد هستند، طراحی شده است. همچنین برای متخصصانی که برای گواهینامه‌های امنیت AI آماده می‌شوند یا از ابتکارات AI سازمانی حمایت می‌کنند، مناسب است. یادگیرندگان باید درک اولیه‌ای از امنیت سایبری، فناوری‌های ابری و مفاهیم بنیادی AI داشته باشند، اگرچه تجربه قبلی در امنیت AI الزامی نیست. - بررسی ریسک‌های OWASP LLM و استراتژی‌های عملی کاهش ریسک برای سیستم‌های AI سازمانی - پیاده‌سازی حاکمیت، کنترل‌های دسترسی و چارچوب‌های امنیتی برای استفاده قابل اعتماد از AI - تحلیل ریسک‌های عملیاتی، زنجیره تامین و امنیت داده‌های AI از طریق مثال‌های واقعی

سرفصل ها و درس ها

مقدمه دوره Course Introduction

  • تریلر دوره Course Trailer

  • معرفی دوره Course Introduction

  • مرور کلی CCAISA CCAISA Overview

  • دانلود منابع دوره Download Course Resources

چشم‌انداز تهدیدات هوش مصنوعی AI Threat Landscape

  • دامنه ۱: چشم‌انداز تهدیدات هوش مصنوعی (۱۰٪) Domain 1 - AI Threat Landscapes (10%)

  • بخش ۱.۱: ۱۰ ریسک برتر OWASP برای LLMها Section 1.1 - OWASP Top 10 for LLMs

  • بحث: درک دغدغه‌های مشتریان در مورد هوش مصنوعی Discussion - Understanding Customer Concerns with AI

  • بحث: چرا تمرکز بر امنیت هوش مصنوعی؟ Discussion - Why Focus on AI Security?

  • درس AI: مبانی مدل‌سازی تهدیدات هوش مصنوعی AI Lesson - AI Threat Modeling Fundamentals

  • ظهور LLMها و سطوح حمله جدید The Rise of LLMs and New Attack Surfaces

  • ۱۰ ریسک برتر OWASP برای برنامه‌های LLM چیست؟ What is the OWASP Top 10 for LLM Applications?

  • LLM01: تزریق پرامپت (Prompt Injection) LLM01: Prompt Injection

  • تخته سفید: تزریق پرامپت Whiteboard - Prompt Injection

  • LLM05: مدیریت نادرست خروجی LLM05: Improper Output Handling

  • LLM04: مسموم‌سازی داده‌ها و مدل LLM04: Data and Model Poisoning

  • LLM07: نشت پرامپت سیستم LLM07: System Prompt Leakage

  • تخته سفید: کاهش ریسک‌ها در LLMها Whiteboard - Mitigate Risks in LLMs

  • درس AI: پیاده‌سازی چارچوب AI امن با Gemini AI Lesson - Implementing Secure AI Framework with Gemini

  • بخش ۱.۲: امنیت زنجیره تامین Section 1.2 - Supply Chain Security

  • درس AI: استراتژی‌های کنترل دسترسی AI Lesson - Access Control Strategies

  • کنترل‌های دسترسی به داده‌ها و مدل اصلی Core Model and Data Access Controls

  • تفاوت‌های امنیتی بین نسخه شخصی و سازمانی OpenAI Security Differences between OpenAI Individual and Enterprise

  • درس AI: ایمن‌سازی ایجنت‌های هوش مصنوعی AI Lesson - Securing AI Agents

  • تخته سفید: سیاست فضای کاری RBAC در OpenAI Whiteboard - OpenAI RBAC Workspace Policy

  • امنیت شبکه و API API and Network Security

  • درس AI: رمزنگاری؛ فراتر از یک قفل ساده AI Lesson - Encryption - More than a Lock

  • درس AI: کنترل‌های امنیت و ایمنی داده‌ها AI Lesson - Data Safety and Security Controls

  • ریسک‌های مدل داده و زنجیره تامین Data Model and Supply Chain Risks

  • تخته سفید: ریسک‌های داده و زنجیره تامین Whiteboard - Data and Supply Chain Risks

  • بخش ۱.۳: هزینه‌های اضافی AI و مسائل کیفی Section 1.3 - AI Costs Overruns and Quality Issues

  • بحث: انواع هزینه‌های پیش‌بینی نشده در AI Discussion - Types of Cost Overruns with AI

  • درس AI: محدودیت نرخ (Rate Limiting)، محدودیت توکن و سهمیه‌های ورودی AI Lesson - Rate Limiting, Token Limits, Input Quotas

  • درس AI: درک هزینه‌های هوش مصنوعی AI Lesson - Understanding AI Costs

  • تخته سفید: ارکان اصلی کیفیت در AI Whiteboard - Key Pillars of AI Quality

  • درس AI: نحوه عملکرد توکن‌ها در هوش مصنوعی مولد AI Lesson - How Tokens Work with Generative AI

  • خلاصه مرور ماژول Module Review Summary

  • سوالات مرور ماژول Module Review Questions

  • پیشنهاد ویژه DCI DCI Special Offer

  • جمع‌بندی و پایان دوره Course Closeout

نمایش نظرات

آموزش مبانی معمار امنیت هوش مصنوعی ابری (CCAISA) [ویدئویی]
جزییات دوره
3h 18m
39
Packtpub Packtpub
(آخرین آپدیت)
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

Digital Crest Institute Digital Crest Institute

مؤسسه Digital Crest مستقر در جکسونویل فلوریدا، از سال ۱۹۹۳ سابقه درخشانی در زمینه فناوری دارد. این مسیر با کار روی سیستم‌های HP Unix در کشتی‌های پرچم نیروی دریایی ایالات متحده آغاز شد. در طول سال‌ها، این مؤسسه از UNIX به تخصص در شبکه‌های ذخیره‌سازی (SAN)، مجازی‌سازی سازمانی و معماری‌های ابری تغییر مسیر داد. Digital Crest نقش‌های کلیدی در خدمات حرفه‌ای، مهندسی پیش از فروش و مهندسی فروش در شرکت‌های تراز اولی مانند SAIC، 3PAR Data، HP، EMC و Northrop Grumman داشته است. تخصص آن بخش‌های مختلفی را در بر می‌گیرد و در پروژه‌های پیشگامانه در سازمان‌هایی مانند Brocade، Booz Allen Hamilton و Dimension Data مشارکت داشته است. مسیر حرفه‌ای Digital Crest نشان‌دهنده تعهد آن به پیشرفت تکنولوژیک و پیشرو بودن در این حوزه است.