دوره آموزشی آمادگی برای گواهینامه پایه امنیت هوش مصنوعی AKYLADE AISF-001 (A/AISF)
4 ساعت 38 دقیقهمتوسط2025-03-28
مدرسین

Dwayne Natwick
Cloud Security Lead, Microsoft MVP

Captain Hyperscaler, LLC
جزئیات دوره
اگه تو حوزههایی مثل امنیت سایبری، IT، مدیریت ریسک یا انطباق فعالیت میکنی و میخوای وارد دنیای امنیت هوش مصنوعی بشی، دوره A/AISF دقیقاً همونه که لازم داری. این دوره برای آمادگی در آزمون رسمی A/AISF طراحی شده و بهت یاد میده چطور با مفاهیم اصلی امنیت AI مثل خطرات، مدیریت ریسک و چارچوب NIST کنار بیای.
یاد میگیری چطور ریسکهای سیستمهای هوشمند رو بشناسی، چطوری بهشون اعتمادسازی بدی، و از کدوم استانداردها برای ایمنسازی استفاده کنی. اگه دنبال یه مدرک معتبر هستی که مهارتهاتو تو زمینه امنیت AI نشون بده، این دوره یه قدم بزرگ رو به جلوئه.
🎯 اهداف یادگیری:
درک مفاهیم پایهای هوش مصنوعی و نحوه عملکرد آن در بسترهای مختلف.
شناسایی انواع ریسکها و تهدیدهای مرتبط با AI در محیطهای واقعی.
آشنایی با مفهوم اعتمادپذیری (Trustworthiness) در سیستمهای هوش مصنوعی.
تسلط بر چارچوب مدیریت ریسک NIST و نحوه پیادهسازی آن برای پروژههای AI.
آمادگی کامل برای آزمون رسمی A/AISF و دریافت گواهینامه.
شناخت کاربردهای امنیتی AI برای متخصصان حوزههای امنیت، IT و ریسک.
یاد میگیری چطور ریسکهای سیستمهای هوشمند رو بشناسی، چطوری بهشون اعتمادسازی بدی، و از کدوم استانداردها برای ایمنسازی استفاده کنی. اگه دنبال یه مدرک معتبر هستی که مهارتهاتو تو زمینه امنیت AI نشون بده، این دوره یه قدم بزرگ رو به جلوئه.
🎯 اهداف یادگیری:
درک مفاهیم پایهای هوش مصنوعی و نحوه عملکرد آن در بسترهای مختلف.
شناسایی انواع ریسکها و تهدیدهای مرتبط با AI در محیطهای واقعی.
آشنایی با مفهوم اعتمادپذیری (Trustworthiness) در سیستمهای هوش مصنوعی.
تسلط بر چارچوب مدیریت ریسک NIST و نحوه پیادهسازی آن برای پروژههای AI.
آمادگی کامل برای آزمون رسمی A/AISF و دریافت گواهینامه.
شناخت کاربردهای امنیتی AI برای متخصصان حوزههای امنیت، IT و ریسک.
مهارت ها
Network SecurityArtificial Intelligence FoundationsArtificial Intelligence (AI)Cert PrepCybersecurity
سرفصل ها
مقدمه
- نمای کلی دوره و امتحان
مفاهیم هوش مصنوعی
- اصول اولیه و اصطلاحات کلیدی
- توابع یادگیری عمیق
- چرخه عمر هوش مصنوعی و مراحل توسعه یک مدل هوش مصنوعی
- بازیگران مختلف هوش مصنوعی و وظایف مرتبط با آنها
- بلوغ هوش مصنوعی را ارزیابی کنید و استراتژیهایی برای اجرای هوش مصنوعی ایجاد کنید
- فناوریها، ابزارها و موارد استفاده رایج هوش مصنوعی
- ملاحظات اخلاقی، نقش دادهها و چالشهای استقرار
مدیریت ریسک هوش مصنوعی
- اصول اولیه و اصطلاحات کلیدی
- نحوه انجام اندازهگیری ریسک برای یک سیستم هوش مصنوعی
- ارزیابی ریسک هوش مصنوعی چگونه انجام میشود
- نحوه استفاده از حاکمیت در مدیریت ریسک هوش مصنوعی
خطرات هوش مصنوعی و قابل اعتماد بودن
- ویژگیهای سیستمهای هوش مصنوعی قابل اعتماد
- ویژگیهای تعادل سیستمهای هوش مصنوعی قابل اعتماد
- شناسایی، مستندسازی و کاهش خطرات مرتبط با سیستمهای هوش مصنوعی
- عوامل تهدید کننده هوش مصنوعی را شناسایی کنید
- رابطه بین خطرات هوش مصنوعی و تأثیرات اجتماعی
NINST AI RMF Core
- جنبههای کلیدی هسته NIST AI RMF
- دستهها و زیرمجموعههای یک تابع را اداره کنید
- دستهها و زیرمجموعههای یک تابع را ترسیم کنید
- دستهها و زیرمجموعههای یک تابع را اندازهگیری کنید
- دستهها و زیرمجموعههای یک تابع را مدیریت کنید
نمایههای NIST AI RMF
- جنبههای کلیدی پروفایلهای NIST AI RMF
- خطرات را با استفاده از پروفایل AI RMF مدیریت کنید
- بهترین شیوهها و ابزارها برای مدیریت پروفایل AI RMF
بررسی دوره و امتحان تمرین
- بررسی دوره و آزمون تمرینی