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
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
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 SecurityMachine Learning FundamentalsTraditional AI and Machine LearningArtificial Intelligence (AI)CybersecurityOne-Off
سرفصل ها
مقدمه
- معرفی 10 نفر برتر OWASP در سال 2025 برای LLM ها
- فهرست 10 مورد برتر OWASP چیست؟
- نحوه تهدید مدل برنامههای LLM
ده مورد برتر OWASP برای LLMها
- دستور (prompt) چیست؟
- تزریق سریع چیست؟
- جیلبریک چیست و چه تفاوتی با تزریق سریع دارد؟
- توصیههای OWASP برای دفاع در برابر تزریق سریع
افشای اطلاعات حساس
- افشای اطلاعات حساس چیست؟
- نحوه جلوگیری از افشای اطلاعات حساس
زنجیره تأمین
- ریسکهای زنجیره تأمین
- ایمنسازی زنجیره تأمین LLM
مسمومیت با دادهها و مدلها
- مسمومیت داده و مدل چیست؟
- چگونه مسمومیت دادهها و مدلها را متوقف کنیم
مدیریت نامناسب خروجی
- مدیریت خروجی ناامن
- جلوگیری از مدیریت نادرست خروجی
عاملیت بیش از حد
- عاملیت بیش از حد
- کاهش بیش از حد اختیارات آژانس
نشت سریع سیستم
- نشت سریع سیستم
- نشت سریع سیستم - راهکارهای مقابله با آن
نقاط ضعف بردار و جاسازی
- آسیبپذیریهای برداری و جاسازی
- کاهش آسیبپذیریهای برداری و جاسازی
اطلاعات نادرست
- اطلاعات نادرست
- کاهش اطلاعات نادرست
مصرف نامحدود
- مصرف نامحدود
- کاهش مصرف نامحدود
نتیجهگیری
- نکات پایانی و گامهای بعدی