آموزش هوش مصنوعی خصمانه: حمله، دفاع و مدیریت سیستم‌های یادگیری ماشین - آخرین آپدیت

دانلود Adversarial AI: Attacking, Defending & Governing ML Systems

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: با تبدیل شدن هوش مصنوعی به رکن اصلی دفاع در امنیت سایبری، مهاجمان به‌طور فزاینده‌ای سیستم‌های هوش مصنوعی را هدف قرار می‌دهند. مسموم‌سازی مدل (Model poisoning)، ورودی‌های خصمانه، بهره‌برداری از درهای پشتی (Backdoor) و سرقت مدل، تهدیداتی فعال هستند که اکثر تیم‌های امنیتی برای شناسایی یا دفاع در برابر آن‌ها آمادگی ندارند. این دوره دانش و استراتژی‌های عملی برای ایمن‌سازی سیستم‌های یادگیری ماشین (ML) را از درون به بیرون به شما ارائه می‌دهد. شما بررسی خواهید کرد که چگونه سیستم‌های یادگیری ماشین از طریق ورودی‌های خصمانه، حملات مسموم‌سازی و مدل‌های تهدید در موارد استفاده واقعی از جمله تشخیص بدافزار و تحلیل تقلب، دستکاری می‌شوند. سپس بردارهای حمله پیشرفته شامل مسموم‌سازی مدل، نشت اطلاعات، سرقت مدل و بهره‌برداری از درهای پشتی را کاوش کرده و تأثیر آن‌ها را بر حریم خصوصی داده‌ها، مالکیت معنوی و ایمنی کاربران ارزیابی خواهید کرد. از حمله تا دفاع، شما یاد می‌گیرید که طراحی الگوریتم امن، حریم خصوصی تفاضلی (Differential Privacy) و محافظت با نرده‌های حفاظتی (Guardrails) را به کار بگیرید و تست امنیت هوش مصنوعی را با استفاده از رویکردهای تیم قرمز، بنفش و آبی انجام دهید. دوره با حاکمیت هوش مصنوعی خاتمه می‌یابد: اصول هوش مصنوعی مسئولانه، کاهش سوگیری، شفافیت، اخلاق داده‌ها و چارچوب‌های مقرراتی جهانی که بر هوش مصنوعی در امنیت سایبری حاکم است. طراحی شده برای تحلیلگران امنیت، مهندسان یادگیری ماشین، معماران امنیت و متخصصان ریسک و انطباق که با سیستم‌های امنیتی مبتنی بر هوش مصنوعی کار می‌کنند. مهارت‌های شغلی آموزش داده شده: دفاع در برابر هوش مصنوعی خصمانه · تست امنیت هوش مصنوعی · مدل‌سازی تهدید یادگیری ماشین · استحکام مدل · حریم خصوصی تفاضلی · تیم‌سازی قرمز/آبی/بنفش · حاکمیت هوش مصنوعی · هوش مصنوعی مسئولانه · انطباق مقرراتی برای هوش مصنوعی دارای ویژگی Coursera Coach، گفتگوها و نقش‌آفرینی‌ها - روشی هوشمندتر برای یادگیری با مکالمات تعاملی و بی‌درنگ که به شما کمک می‌کند دانش خود را آزمایش کنید، پیش‌فرض‌ها را به چالش بکشید و در حین پیشرفت در دوره، درک خود را عمیق‌تر کنید.

سرفصل ها و درس ها

Attacks on Machine Learning and Defences Attacks on Machine Learning and Defences

Adversarial Attacks on ML Models Adversarial Attacks on ML Models

Defending AI Systems Defending AI Systems

Ethical and Governance Considerations for AI Security Ethical and Governance Considerations for AI Security

Mini Project Mini Project

نمایش نظرات

آموزش هوش مصنوعی خصمانه: حمله، دفاع و مدیریت سیستم‌های یادگیری ماشین
جزییات دوره
10h 57m
0
(آخرین آپدیت)
66
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده