آموزش امنیت محصول هوش مصنوعی: بنیادها و امنیت فعال برای هوش مصنوعی - آخرین آپدیت

دانلود AI Product Security: Foundations and Proactive Security for AI

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره با تمرکز بر چالش ها و خطرات منحصر به فرد مرتبط با تأمین سیستم های هوش مصنوعی ، پایه و اساس جامعی در امنیت محصول هوش مصنوعی ارائه می دهد. چشم انداز تهدید هوش مصنوعی ، از حملات دشمن گرفته تا مسمومیت با داده ها ، و مهارت های عملی در اجرای اقدامات امنیتی فعال در طول چرخه محصول محصول هوش مصنوعی را کشف کنید. این دوره شامل اصول طراحی ایمن ، امنیت داده ها و محافظت از مدل ، در کنار استراتژی هایی برای نظارت مداوم امنیت و حاکمیت است. در پایان دوره ، شما مجهز به ساخت و حفظ چارچوب های امنیتی قوی برای برنامه های کاربردی در دنیای واقعی خواهید بود و از یکپارچگی و ایمنی محصولات AI محور اطمینان حاصل می کنید.

سرفصل ها و درس ها

مقدمه Introduction

  • چرا امنیت هوش مصنوعی اهمیت دارد؟ Why does AI security matter?

  • تأمین محصولات AI Securing AI products

1. اصول امنیت هوش مصنوعی 1. Fundamentals of AI Security

  • نگرانی های اخلاقی ، حریم خصوصی ، انصاف و حقوق کاربر Ethical concerns, privacy, fairness, and user rights

  • ملزومات امنیت هوش مصنوعی Essentials of AI security

  • امنیت در طول چرخه زندگی هوش مصنوعی Security across the AI life cycle

  • تهدیدها و آسیب پذیری های مشترک در سیستم های هوش مصنوعی Common threats and vulnerabilities in AI systems

2. ساختمان مقاوم در برابر AI: تأمین مدل های هوش مصنوعی ، داده ها و استقرار 2. Building Resilient AI: Securing AI Models, Data, and Deployment

  • براندازی مصنوعات هوش مصنوعی در حملات زنجیره تأمین Subversion of AI artifacts in supply chain attacks

  • امنیت داده ها در سیستم های هوش مصنوعی Data security in AI systems

  • امنیت مدل: محافظت از مدل های AI Model security: Protecting AI models

  • حملات به فیلترها Attacks on filters

  • تضمین خطوط لوله استقرار AI Securing AI deployment pipelines

  • نمای کلی از حملات AI مخالف Overview of adversarial AI attacks

  • استراتژی های استقرار ایمن برای سیستم های AI Secure deployment strategies for AI systems

  • دفاع در برابر حملات مخالف Defending against adversarial attacks

  • حملات به الگوریتم های هوش مصنوعی با نمونه های دنیای واقعی Attacks on AI algorithms with real-world examples

3. مدیریت امنیت AI ، مدیریت ریسک و انطباق 3. AI Security Governance, Risk Management, and Compliance

  • مدیریت ریسک هوش مصنوعی AI risk management

  • حاکمیت در امنیت محصول هوش مصنوعی Governance in AI product security

  • حسابرسی هوش مصنوعی و انطباق AI audit and compliance

4. اصول طراحی سیستم 4. System Design Principles

  • اصول پیشرفته طراحی سیستم AI Advanced principles of AI system design

  • اصول اساسی طراحی سیستم هوش مصنوعی Foundational principles of AI system design

پایان Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

آموزش امنیت محصول هوش مصنوعی: بنیادها و امنیت فعال برای هوش مصنوعی
جزییات دوره
1h 42m
21
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
540
- از 5
ندارد
دارد
دارد
Reet Kaur
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Reet Kaur Reet Kaur

مدیر اجرایی Merck & Co. Inc

Reet Kaur مدیر اجرایی امنیت ابر، امنیت داده ها و برنامه ها، و بینش GRC در Merck است.

ریت قبلاً افسر ارشد امنیت اطلاعات در کالج اجتماعی پورتلند بود، جایی که او تلاش‌های امنیتی را برای هماهنگی با مأموریت و اهداف سازمان رهبری می‌کرد. قبل از آن، او به مدت هفت سال به عنوان مدیر نظارت بر امنیت اطلاعات، ریسک و انطباق در نایک فعالیت می کرد. او پیشینه رهبری در امور مالی، فناوری اطلاعات و امنیت اطلاعات دارد و تأثیر قابل توجهی در شرکت هایی مانند AECOM، Fidelity و بانک تجارت سلطنتی کانادا دارد. او دارای چندین گواهینامه امنیت سایبری است، بینش خود را به گروه‌های Cyversity و پانل‌های صنعتی منتقل می‌کند، و ارائه‌اش در کنفرانس امنیتی RSA 2023 به عنوان یکی از جلسات دارای رتبه برتر شناخته شد.