تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی 10 تهدید برتر OWASP برای برنامه‌های مبتنی بر مدل‌های زبان بزرگ (LLM): یک مرور کلی

دوره آموزشی 10 تهدید برتر OWASP برای برنامه‌های مبتنی بر مدل‌های زبان بزرگ (LLM): یک مرور کلی

1 ساعت 39 دقیقهمتوسط2025-08-07

مدرسین

Reet Kaur

Reet Kaur

جزئیات دوره

با پیشرفت هوش مصنوعی و تغییراتی که توی تعامل ما با تکنولوژی ایجاد کرده، امنیت مدل‌های زبانی بزرگ (LLMها) و محیط‌های اطرافشون دیگه یه کار خیلی حیاتی و ضروری شده. تو این دوره، ریت کور که قبلاً مدیر ارشد امنیت اطلاعات (CISO) و مدیر اجرایی امنیت فناوری اطلاعات و مدیریت ریسک بوده، جدیدترین نسخه OWASP Top 10 برای LLMها (سال ۲۰۲۵) رو بهت معرفی می‌کنه. این راهنما توسط جامعه متخصصین ساخته شده و بهت کمک می‌کنه خطرهای اصلی و بزرگ توی سیستم‌های LLM رو بفهمی. تو این دوره، با ریسک‌هایی مثل تزریق فرمان‌های مخرب (prompt injection)، مسمومیت داده‌ها (data poisoning)، اطلاعات غلط و کنترل بیش از حد روی مدل‌ها آشنا می‌شی و راهکارهای عملی برای مقابله با این مشکلات رو یاد می‌گیری.

همچنین، یاد می‌گیری چطوری برای برنامه‌ها و سیستم‌های مبتنی بر LLM مدل تهدید بسازی و ریسک‌های امنیتی رو با چارچوب‌های استاندارد مطابقت بدی. وقتی این دوره رو تموم کنی، توانایی داری بهترین روش‌های امنیتی برای مدل‌های زبانی بزرگ رو تو پروژه‌های واقعی پیاده کنی و از حملات جلوگیری کنی.

اهداف یادگیری
شناسایی و توضیح ۱۰ آسیب‌پذیری اصلی OWASP مختص مدل‌های زبانی بزرگ برای سال ۲۰۲۵
انجام مدل‌سازی تهدید برای برنامه‌ها و سیستم‌های مبتنی بر LLM
شناخت و کاهش ریسک‌های امنیتی واقعی مثل تزریق فرمان، مسمومیت داده و کنترل بیش از حد مدل
تطبیق آسیب‌پذیری‌های LLM با چارچوب‌های امنیتی شناخته‌شده و استانداردهای سازمانی
درک سناریوهای واقعی حملات روی LLMها و اجرای کنترل‌های امنیتی برای جلوگیری از اون‌ها

مهارت ها

Application SecurityGenerative AICybersecurityArtificial Intelligence (AI)One-Off

سرفصل ها

۰. مقدمه

  • 01 - معرفی 10 نفر برتر OWASP در سال 2025 برای LLM ها
  • 02 - فهرست 10 مورد برتر OWASP چیست؟
  • 03 - نحوه تهدید مدل برنامه‌های LLM

۱. ده مورد برتر OWASP برای LLMها

  • 04 - دستور (prompt) چیست؟
  • 05 - تزریق سریع چیست؟
  • 06 - جیلبریک چیست و چه تفاوتی با تزریق سریع دارد؟
  • 07 - توصیه‌های OWASP برای دفاع در برابر تزریق سریع

۲. افشای اطلاعات حساس

  • 08 - افشای اطلاعات حساس چیست؟
  • 09 - نحوه جلوگیری از افشای اطلاعات حساس

۳. زنجیره تأمین

  • 10 - ریسک‌های زنجیره تأمین
  • 11- ایمن‌سازی زنجیره تأمین LLM

۴. مسمومیت با داده‌ها و مدل‌ها

  • 12 - مسمومیت داده و مدل چیست؟
  • 13 - چگونه مسمومیت داده‌ها و مدل‌ها را متوقف کنیم

۵. مدیریت نامناسب خروجی

  • 14 - مدیریت خروجی ناامن
  • 15 - جلوگیری از مدیریت نادرست خروجی

۶. عاملیت بیش از حد

  • 16 - عاملیت بیش از حد
  • 17 - کاهش بیش از حد اختیارات آژانس

۷. نشت سریع سیستم

  • 18 - نشت سریع سیستم
  • 19 - نشت سریع سیستم - راهکارهای مقابله با آن

۸. نقاط ضعف بردار و جاسازی

  • 20 - آسیب‌پذیری‌های برداری و جاسازی
  • 21 - کاهش آسیب‌پذیری‌های برداری و جاسازی

۹. اطلاعات نادرست

  • 22 - اطلاعات نادرست
  • 23 - کاهش اطلاعات نادرست

۱۰. مصرف نامحدود

  • 24 - مصرف نامحدود
  • 25 - کاهش مصرف نامحدود

نتیجه‌گیری

  • 26 - نکات پایانی و گام‌های بعدی

دوره های مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal