دوره آموزشی آمادگی آزمون مدیریت پیشرفته امنیت هوش مصنوعی ISACA (AAISM)
6 ساعت 30 دقیقهپیشرفته2026-09-01
مدرسین

Total Seminars
جزئیات دوره
با گسترش استفاده از هوش مصنوعی در سازمانها، تنها پیادهسازی و بهرهبرداری از سیستمهای AI کافی نیست؛ سازمانها باید بتوانند این سیستمها را بهصورت ایمن، مسئولانه و مطابق با الزامات قانونی مدیریت و کنترل کنند. این دوره به شما کمک میکند چارچوبی عملی برای حاکمیت (Governance)، مدیریت ریسک و حفاظت از سیستمهای هوش مصنوعی در محیطهای سازمانی ایجاد کنید.
در این دوره با مفاهیم کلیدی حاکمیت و استراتژی هوش مصنوعی (AI Governance & Strategy)، همسوسازی با مقررات (Regulatory Alignment)، مدیریت ریسک (Risk Management) و امنیت داده (Data Security) آشنا میشوید. همچنین اصول ایجاد یک چرخه عمر امن برای سیستمهای AI (Secure AI Lifecycle)، مدیریت رخدادهای امنیتی (Incident Response)، ارزیابی ریسک تأمینکنندگان و ارائهدهندگان فناوری (Vendor Risk) و استفاده مسئولانه از هوش مصنوعی (Responsible AI) را بررسی میکنید.
بخش مهمی از دوره بر تبدیل ریسکهای مرتبط با هوش مصنوعی به کنترلهای امنیتی قابل اجرا و تصمیمهای مبتنی بر اهداف کسبوکار تمرکز دارد. همچنین یاد میگیرید چگونه سیستمهای AI را بهصورت مستمر پایش کنید تا تغییرات، تهدیدها، ریسکهای جدید و مشکلات احتمالی بهموقع شناسایی و مدیریت شوند.
این دوره برای متخصصان امنیت، فناوری اطلاعات، حاکمیت و ریسک و همچنین مدیرانی طراحی شده است که در تصمیمگیری، استقرار یا نظارت بر سیستمهای هوش مصنوعی سازمانی نقش دارند.
اهداف یادگیری
مفاهیم و اصول اصلی حاکمیت هوش مصنوعی در محیطهای سازمانی را تشریح کنید.
استراتژیهای AI را با اهداف کسبوکار، امنیت و الزامات سازمانی همسو کنید.
الزامات قانونی و مقرراتی مرتبط با استفاده از هوش مصنوعی را شناسایی و ارزیابی کنید.
ریسکهای امنیتی، عملیاتی و کسبوکاری سیستمهای هوش مصنوعی را شناسایی و اولویتبندی کنید.
کنترلهای امنیتی متناسب با ریسکهای شناساییشده برای سیستمهای AI طراحی کنید.
اصول امنیت داده و حفاظت از اطلاعات را در چرخه عمر سیستمهای هوش مصنوعی بهکار بگیرید.
شیوههای امن توسعه، استقرار و مدیریت چرخه عمر AI را ارزیابی و اجرا کنید.
فرایندهای واکنش به رخداد (Incident Response) و مدیریت حوادث مرتبط با سیستمهای هوش مصنوعی را سازماندهی کنید.
ریسکهای مرتبط با تأمینکنندگان و سرویسهای شخص ثالث هوش مصنوعی را ارزیابی و مدیریت کنید.
سیستمهای AI را بهصورت مستمر پایش کرده و تصمیمهای امنیتی و کسبوکاری مبتنی بر ریسک اتخاذ کنید.
در این دوره با مفاهیم کلیدی حاکمیت و استراتژی هوش مصنوعی (AI Governance & Strategy)، همسوسازی با مقررات (Regulatory Alignment)، مدیریت ریسک (Risk Management) و امنیت داده (Data Security) آشنا میشوید. همچنین اصول ایجاد یک چرخه عمر امن برای سیستمهای AI (Secure AI Lifecycle)، مدیریت رخدادهای امنیتی (Incident Response)، ارزیابی ریسک تأمینکنندگان و ارائهدهندگان فناوری (Vendor Risk) و استفاده مسئولانه از هوش مصنوعی (Responsible AI) را بررسی میکنید.
بخش مهمی از دوره بر تبدیل ریسکهای مرتبط با هوش مصنوعی به کنترلهای امنیتی قابل اجرا و تصمیمهای مبتنی بر اهداف کسبوکار تمرکز دارد. همچنین یاد میگیرید چگونه سیستمهای AI را بهصورت مستمر پایش کنید تا تغییرات، تهدیدها، ریسکهای جدید و مشکلات احتمالی بهموقع شناسایی و مدیریت شوند.
این دوره برای متخصصان امنیت، فناوری اطلاعات، حاکمیت و ریسک و همچنین مدیرانی طراحی شده است که در تصمیمگیری، استقرار یا نظارت بر سیستمهای هوش مصنوعی سازمانی نقش دارند.
اهداف یادگیری
مفاهیم و اصول اصلی حاکمیت هوش مصنوعی در محیطهای سازمانی را تشریح کنید.
استراتژیهای AI را با اهداف کسبوکار، امنیت و الزامات سازمانی همسو کنید.
الزامات قانونی و مقرراتی مرتبط با استفاده از هوش مصنوعی را شناسایی و ارزیابی کنید.
ریسکهای امنیتی، عملیاتی و کسبوکاری سیستمهای هوش مصنوعی را شناسایی و اولویتبندی کنید.
کنترلهای امنیتی متناسب با ریسکهای شناساییشده برای سیستمهای AI طراحی کنید.
اصول امنیت داده و حفاظت از اطلاعات را در چرخه عمر سیستمهای هوش مصنوعی بهکار بگیرید.
شیوههای امن توسعه، استقرار و مدیریت چرخه عمر AI را ارزیابی و اجرا کنید.
فرایندهای واکنش به رخداد (Incident Response) و مدیریت حوادث مرتبط با سیستمهای هوش مصنوعی را سازماندهی کنید.
ریسکهای مرتبط با تأمینکنندگان و سرویسهای شخص ثالث هوش مصنوعی را ارزیابی و مدیریت کنید.
سیستمهای AI را بهصورت مستمر پایش کرده و تصمیمهای امنیتی و کسبوکاری مبتنی بر ریسک اتخاذ کنید.
سرفصل ها
مقدمه
- درباره آزمون AAISM
- اطلاعات آزمون AAISM
- گواهینامه AAISM چه مزایایی برای شما دارد
حاکمیت هوش مصنوعی، استراتژی و چارچوبهای نظارتی
- مبانی حاکمیت هوش مصنوعی
- کمیتههای راهبری و منشورها
- شناسایی ذینفعان و پاسخگویی
- اشتهای ریسک و تحمل ریسک
- انتخاب چارچوب و همسویی با مقررات
- حاکمیت موارد کاربرد تجاری هوش مصنوعی
- استراتژی هوش مصنوعی - مصرفکننده در مقابل سازمانی
مدیریت ریسک هوش مصنوعی و امنیت داده
- حاکمیت تصمیم خرید در مقابل ساخت
- سیاست هوش مصنوعی و استفاده مسئولانه
- حاکمیت رویهها و راهنماها
- فهرست داراییهای هوش مصنوعی و مستندسازی
- کارتهای مدل و استانداردهای مستندسازی
- طبقهبندی و کشف داده
- تقویت و پاکسازی داده
- ذخیرهسازی امن و حفاظت از داده
امنیت چرخه عمر هوش مصنوعی و مدیریت برنامه
- امحا و نگهداری داده
- تدوین طرح برنامه امنیت هوش مصنوعی
- همسوسازی امنیت هوش مصنوعی با InfoSec
- تیم امنیت هوش مصنوعی و شایستگیها
- ابزارهای امنیتی مبتنی بر هوش مصنوعی
- معیارها، KPIها و KRIهای امنیت هوش مصنوعی
- گزارشدهی به مدیریت ارشد
- تشخیص و اعلام رخدادهای هوش مصنوعی
چشمانداز تهدیدات هوش مصنوعی و برنامهریزی تابآوری
- طبقهبندی و شدت رخداد
- تابآوری هوش مصنوعی و BCP
- کنترلهای دکمه قرمز و شکستن شیشه
- RTO، RPO و بازیابی از فاجعه در هوش مصنوعی
- ارزیابی ریسک و تأثیر هوش مصنوعی
- مستندسازی و درمان ریسک
- تست نفوذ و تست آسیبپذیری
- تیم قرمز و تهدیدات تخاصمی
پاسخ به رخداد، ریسک فروشندگان و اخلاق هوش مصنوعی
- اطلاعات تهدید و زنجیرههای حمله هوش مصنوعی
- دیپفیکها، تهدید داخلی و ایجنتها
- راستیآزمایی دقیق فروشندگان و قراردادها
- پاسخگویی ارائهدهنده در مقابل پیادهساز
- ریسک شخص ثالث، چهارم و پنجم
- مالکیت IP و مسئولیت حقوقی
- پایش فروشندگان و تغییرات ریسک
- معماری امنیت هوش مصنوعی و مدیریت تغییر
کنترلهای امنیت هوش مصنوعی و پایش مستمر
- تست مدل، پسرفت و TEVV
- مدیریت داده و مسمومسازی داده
- کنترلهای حریم خصوصی، اخلاقی و اعتماد
- انتخاب
- پایش امنیتی و نقشهبرداری تهدیدات