تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی امنیت محصولات هوش مصنوعی: معماری، استقرار و زیرساخت‌های امن

دوره آموزشی امنیت محصولات هوش مصنوعی: معماری، استقرار و زیرساخت‌های امن

2 ساعت 20 دقیقهمتوسط2025-04-18

مدرسین

Sam Sehgal

Sam Sehgal

Cloud and Application Security Leader

جزئیات دوره

تو این دوره، سم سه‌گال که متخصص امنیت ابری و برنامه‌های نرم‌افزاریه، راهنمای کاملی درباره ساخت محصولات هوش مصنوعی امن بهت ارائه می‌ده. تمرکز این دوره روی چالش‌های خاص امنیتی تو حوزه یادگیری ماشین (ML) و مدل‌های زبانی بزرگ (LLM) هست. یاد می‌گیری چطور سیستم‌های هوش مصنوعی رو در همه مراحل توسعه، از محافظت داده‌ها و کدنویسی امن گرفته تا امنیت مدل و استقرار، حفظ کنی.
همچنین با فریم‌ورک‌های امنیتی، مدل‌سازی تهدیدها و راهکارهای مقابله‌ای آشنا می‌شی تا بتونی حملات احتمالی رو پیش‌بینی و جلوشون رو بگیری. در این دوره بهترین روش‌های صنعت برای امن‌سازی استقرار هوش مصنوعی، زیرساخت‌ها و زنجیره تامین نرم‌افزار هم بررسی می‌شه.
تا پایان این دوره، مهارت‌هایی مثل استفاده از لاگ‌گیری، پایش و ممیزی برای حفظ امنیت مستمر و رعایت استانداردها رو کسب می‌کنی. این دوره برای توسعه‌دهنده‌ها، مدیران محصول و متخصصان امنیت مناسب هست و بهت کمک می‌کنه امنیت محصولات هوش مصنوعی‌ات رو به صورت کامل تضمین کنی.

اهداف یادگیری:
شناسایی تهدیدها و آسیب‌پذیری‌های کلیدی مخصوص محصولات هوش مصنوعی مبتنی بر یادگیری ماشین و مدل‌های زبانی بزرگ.
توضیح معماری کامل سیستم‌های هوش مصنوعی و تدابیر امنیتی لازم در هر مرحله توسعه، استقرار و بهره‌برداری.
به‌کارگیری بهترین روش‌ها برای حفاظت از داده‌ها، کد و مدل‌های هوش مصنوعی در برابر نفوذ، حملات مخرب و دسترسی غیرمجاز.
ارزیابی فریم‌ورک‌ها و تکنیک‌های امنیتی مختلف برای محافظت از استقرار و زیرساخت‌های هوش مصنوعی و تضمین امنیت قوی در محیط‌های تولیدی.

مهارت ها

Application SecurityVulnerability ManagementArtificial Intelligence FoundationsCybersecurityArtificial Intelligence (AI)One-Off

سرفصل ها

0. مقدمه

  • 01 - محصولات هوش مصنوعی خود را ایمن بسازید
  • 02 - آنچه باید بدانید

1. مبانی ایمن سازی محصولات هوش مصنوعی

  • 03 - توسعه مبتنی بر ML- در مقابل LLM
  • 04 - توسعه محصول هوش مصنوعی مبتنی بر ML
  • 05 - مراحل MLOps
  • 06 - توسعه محصول هوش مصنوعی مبتنی بر LLM
  • 07 - مراحل LLMOps

2. چه چیزی می‌تواند اشتباه باشد

  • 08 - چه چیزی ممکن است در ML و MLO‌ها اشتباه شود
  • 09 - چه چیزی می‌تواند در LLM و LLMOps اشتباه کند

3. مدل امنیتی برای محصولات هوش مصنوعی

  • 10 - معرفی مدل فاکتور N برای ایمن سازی محصولات هوش مصنوعی
  • 11 - عامل - ایمن سازی داده ها
  • 12 - فاکتور - مدل‌های ایمن
  • 13 - فاکتور - کد امنیتی
  • 14 - عامل - ایمن سازی استقرارها و زیرساخت ها
  • 15 - ماهیت به هم پیوسته همه عوامل

4. ایمن سازی داده ها

  • 16 - قرار گرفتن در معرض داده‌ها در حین حمل و نقل
  • 17 - حملات تزریقی
  • 18 - دسترسی غیرمجاز
  • 19 - تهدید خودی
  • 20 - مسمومیت با ویژگی
  • 21 - نشت حریم خصوصی
  • 22 - حلقه بازخورد مسموم

5. ایمن سازی مدل ها

  • 23 - مقدمه مسمومیت
  • 24 - مسمومیت داده ها
  • 25 - مسمومیت مدل
  • 26 - سرقت مدل
  • 27 - پیش نیازهای حمله تست مدل
  • 28 - سناریوهای حمله آزمایشی مدل
  • 29 - تست مدل دفاع حمله
  • 30 - تغییرات غیرمجاز رجیستری مدل
  • 31 - تهدید استخراج مدل
  • 32 - دفاع استخراج مدل
  • 33 - مقایسه وارونگی مدل
  • 34 - تهدید وارونگی مدل
  • 35 - مدل دفاع وارونگی
  • 36 - حمله سریع تزریق

6. کد امنیتی

  • 37 - کد پردازش داده ناامن
  • 38 - اسرار سخت کد
  • 39 - آسیب پذیری در کتابخانه‌های منبع باز
  • 40 - سردرگمی وابستگی
  • 41 - کتابخانه‌های پشتی
  • 42 - نتیجه گیری

7. ایمن سازی استقرار و زیرساخت هوش مصنوعی

  • 43 - محاسبات و ذخیره‌سازی ناامن
  • 44 - خطوط لوله CI CD
  • 45 - دسترسی نامحدود به شبکه
  • 46 - جداسازی ناکافی منابع
  • 47 - تصاویر کانتینر نادرست پیکربندی شده است
  • 48 - رانش
  • 49 - پایگاه‌های داده برداری

8. بهترین شیوه ها

  • 50 - معرفی 10 تمرین برتر
  • 51 - مدل سازی تهدید
  • 52 - تست امنیت
  • 53 - پاسخ بروز
  • 54 - حکومت داری
  • 55 - حریم خصوصی
  • 56 - استحکام خصمانه
  • 57 - همکاری
  • 58 - قابل توضیح و شفافیت
  • 59 - ثبت و نظارت
  • 60 - آموزش امنیتی و آگاهی
  • 61 - جمع کردن همه

نتیجه گیری

  • 62 - مراحل بعدی در سفر هوش مصنوعی شما

دوره های مرتبط

مسیرهای 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