کانال تلگرام پشتیبانی تلگرام شماره تماس پشتیبانی: 0930 395 3766
ورود ثبت نام

آموزش یادگیری ماشین برای شناسایی تهدیدات سایبری و ناهنجاری‌ها - آخرین آپدیت

دانلود Machine Learning for Cyber Threat & Anomaly Detection

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری ماشین در حال تغییر نحوه شناسایی تهدیدات سایبری توسط سازمان‌ها است، اما اکثر متخصصان امنیت فاقد تجربه عملی در ساخت و استقرار مدل‌های یادگیری ماشین (ML) هستند. این دوره با انتقال شما از مفاهیم پایه ML به سمت شناسایی عملی و کاربردی تهدیدات بر روی مجموعه داده‌های واقعی امنیت سایبری، این شکاف را پر می‌کند. شما با مبانی شروع خواهید کرد: آموزش مدل، انواع یادگیری و اندازه‌گیری دقت مدل. همچنین یاد می‌گیرید که چگونه مهاجمان از طریق استنتاج (Inference)، مسموم‌سازی داده‌ها (Poisoning) و ورودی‌های خصمانه (Adversarial input) از سیستم‌های یادگیری ماشین سوءاستفاده می‌کنند؛ این موضوع به شما دیدگاه امنیت‌محور از همان ابتدا می‌دهد. پس از آن، به سراغ کاربردهای عملی خواهید رفت. شما مدل‌های طبقه‌بندی و رگرسیون را برای شناسایی بدافزارها، تشخیص کلاهبرداری و تحلیل ترافیک شبکه بارگذاری، پیش‌پردازش، آموزش و تست خواهید کرد. شما از شبکه‌های عصبی مصنوعی برای طبقه‌بندی فایل‌های باینری بدافزار و الگوهای رفتاری استفاده می‌کنید. در بخش نهایی، مدل‌های شناسایی ناهنجاری شبکه را با استفاده از الگوریتم‌های KNN و One-Class SVM برای شناسایی ترافیک‌های غیرعادی و تشخیص رفتارهای نرمال از حملات احتمالی خواهید ساخت. این دوره برای تحلیلگران امنیتی، تیم‌های SOC، مهندسان IT و دانشمندان داده که وارد حوزه امنیت سایبری می‌شوند، طراحی شده است. داشتن دانش پایه امنیت سایبری توصیه می‌شود. مهارت‌های شغلی آموزش داده شده: یادگیری ماشین برای امنیت سایبری · شناسایی تهدید · تحلیل بدافزار · شناسایی ناهنجاری‌های شبکه · آموزش و ارزیابی مدل‌های ML · مدل‌سازی طبقه‌بندی و رگرسیون · تشخیص کلاهبرداری · شبکه‌های عصبی مصنوعی · تحلیل ترافیک شبکه این دوره شامل مربی اختصاصی (Coursera Coach)، دیالوگ‌ها و نقش‌آفرینی‌ها است - راهی هوشمندتر برای یادگیری با مکالمات تعاملی و بلادرنگ که به شما کمک می‌کند دانش خود را بسنجید، فرضیات را به چالش بکشید و در حین پیشرفت در دوره، درک خود را عمیق‌تر کنید.
سرفصل ها و درس ها

مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین در امنیت سایبری Introduction to AI and Machine Learning in Cybersecurity

کاربردهای یادگیری ماشین در امنیت سایبری Machine Learning Applications in Cyber Security

یادگیری ماشین برای شناسایی تهدیدات و تحلیل ترافیک شبکه Machine Learning for Threat Detection and Network Traffic Analysis

یادگیری ماشین برای شناسایی ناهنجاری‌های شبکه Machine Learning for Network Anomaly Detection

پروژه نهایی Mini Project

آموزش AWS: امنیت، حاکمیت و انطباق

آموزش AWS: امنیت، حاکمیت و انطباق

دانلود AWS: Security, Governance, and Compliance

آموزش کاربردهای هوش مصنوعی و یادگیری ماشین در صنعت نفت و گاز

آموزش کاربردهای هوش مصنوعی و یادگیری ماشین در صنعت نفت و گاز

دانلود AI & ML Applications in Oil and Gas Industry

راه حل های یادگیری عمیق پایتون [ویدئو]

راه حل های یادگیری عمیق پایتون [ویدئو]

Python Deep Learning Solutions [Video]

نمایش نظرات

آموزش یادگیری ماشین برای شناسایی تهدیدات سایبری و ناهنجاری‌ها
جزییات دوره
15h 53m
0
(آخرین آپدیت)
291
- از 5
دارد
دارد
دارد
Chris Croft

https://donyad.com/d/f0b83c

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

Deep Learning Unsupervised Learning Classification Algorithms Threat Detection Machine Learning Algorithms Exploitation techniques Machine Learning Network Security Malware Protection Fraud detection Analytical Skills Data Preprocessing Security Management AI Security Cyber Security Assessment Feature Engineering یادگیری عمیق یادگیری بدون ناظر الگوریتم‌های طبقه‌بندی شناسایی تهدید الگوریتم‌های یادگیری ماشین تکنیک‌های اکسپلویت یادگیری ماشین امنیت شبکه محافظت در برابر بدافزار تشخیص کلاهبرداری مهارت‌های تحلیلی پیش‌پردازش داده مدیریت امنیت امنیت هوش مصنوعی ارزیابی امنیت سایبری مهندسی ویژگی