تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی هوش مصنوعی برای امنیت سایبری (2020)

دوره آموزشی هوش مصنوعی برای امنیت سایبری (2020)

1 ساعت 16 دقیقهمبتدی2020-02-04

مدرسین

Sam Sehgal

Sam Sehgal

Cloud and Application Security Leader

جزئیات دوره

هوش مصنوعی (AI) - که از آمادگی و حفاظ استفاده می کند - یک رویکرد تغییر دهنده بازی برای حل مشکلات پیچیده در امنیت سایبری است. در این دوره ، مدرس سام سهگال در زمینه امنیت اطلاعات با استفاده از موارد استفاده و مثالهای عملی که به هر مفهوم زمینه ای در دنیای واقعی می بخشد ، به هوش مصنوعی می پردازد. سام شش رشته اصلی هوش مصنوعی را مرور می کند و توضیح می دهد که چگونه این رشته ها را برای حل مشکلات امنیتی فشرده مانند چالش های داده در مقیاس و سرعت در پاسخ به تهدید به کار می گیریم. وی تکنیک های یادگیری ماشین و مناسب بودن آنها برای مسائل امنیتی و همچنین محدودیت ها و خطرات کلی استفاده از هوش مصنوعی برای امنیت را پوشش می دهد. به علاوه ، او در مورد چگونگی آماده سازی سازمان شما برای استفاده از امنیت مبتنی بر هوش مصنوعی سهیم است.

موضوعات بحث عبارتند از:
- رشته های بنیادی هوش مصنوعی
- شناسایی فعالیتهای امنیتی در مراحل مختلف
- چگونه هوش مصنوعی می تواند به شما کمک کند تا در مقیاس مقابله کنید
- استفاده از هوش مصنوعی برای جلوگیری از مثبت کاذب
- چگونه هوش مصنوعی می تواند مسائل را قبل از تبدیل شدن به تهدید حل کند
- استفاده از روشهای خوشه بندی با مشکلات امنیتی
- آماده سازی سازمان خود برای هوش مصنوعی
- ارزیابی ابزارهای هوش مصنوعی در بازار

مهارت ها

Incident ResponseArtificial Intelligence FoundationsCybersecurityArtificial Intelligence (AI)Learning

سرفصل ها

0. مقدمه

  • 01 - استفاده از هوش مصنوعی در امنیت اطلاعات

1. راز زدایی از هوش مصنوعی برای امنیت

  • 02 - هوش مصنوعی چیست
  • 03 - هوش مصنوعی برای امنیت
  • 04 - رشته‌های پایه هوش مصنوعی
  • 05 - نظم و انضباط یادگیری

2. اهداف و رویکردهای امنیتی

  • 06 - چارچوب امنیتی End-to-End
  • 07 - کنترل‌های امنیتی

3. استفاده از هوش مصنوعی برای حل مشکلات پیچیده امنیتی

  • 08 - مشکل مقیاس
  • 09 - مشکل زمینه
  • 10 - مشکل دقت و صحت
  • 11 - مشکل سرعت

4. یادگیری ماشین برای امنیت

  • 12 - دسته‌های یادگیری ماشینی
  • 13 - پیش‌بینی با رگرسیون
  • 14 - طبقه بندی خوب در مقابل بد
  • 15 - خوشه بندی، الگو و تشخیص ناهنجاری
  • 16 - تولید داده‌های مصنوعی

5. ملاحظات عملی، خطرات و محدودیت ها

  • 17 - سه راه که هوش مصنوعی می‌تواند شما را شکست دهد
  • 18 - یک - محدودیت‌ها و اجرای ضعیف
  • 19 - دو - به اجرای هوش مصنوعی خود حمله کنید
  • 20 - سه - استفاده از هوش مصنوعی توسط مجرمان
  • 21 - سازمان خود را برای هوش مصنوعی آماده کنید
  • 22 - ارزیابی محصولات مبتنی بر هوش مصنوعی

نتیجه

  • 23 - مراحل بعدی

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