Искусственный интеллект и ChatGPT для кибербезопасности 2024 [eng-rus] [Udemy] [Лука Аничин, Алекса Тамбурковски]

Более 50000 платных материалов
Большое количество курсов, схем заработка, тренингов и мануалов
Оформить подписку

Bot

Администратор
Команда форума
23 Янв 2020
98,763
987
113
1) ChatGPT для кибербезопасности/этического взлома - В этом разделе мы погрузимся в динамичный мир ChatGPT для кибербезопасности и этического взлома, исследуя ключевые темы, начиная с устранения ошибок и неточностей в ChatGPT и заканчивая пониманием тонкостей разработки подсказок, включая контекстные подсказки и форматирование вывода. С помощью практических упражнений участники разберутся с подсказками Few-Shot и Chain of thought prompting, создавая прочный фундамент для эффективного применения ChatGPT.Кроме того, мы рассмотрим такие продвинутые функции, как анализ данных, интеграция с DALL E и использование плагинов, что позволит на практике предотвратить утечку данных и изучить альтернативы ChatGPT
  • Ошибки и неточности в ChatGPT
  • Как компании сливают свои данные в ChatGPT
  • Альтернативы ChatGPT (Bard, Claude, Bing Chat)
  • Расширенная функциональность ChatGPT (анализ данных, Далле, плагины)
  • Обобщение данных
  • Построение пользовательских инструкций
  • Подсказки по цепочке мыслей
  • Побуждение к действию несколькими выстрелами
  • Введение в разработку подсказок
2) New Age Of Social Engineering - В этом разделе мы раскроем концепцию социальной инженерии, вникнем в ее нюансы и вооружим участников стратегиями предотвращения потенциальных угроз. Далее в модуле рассматривается применение искусственного интеллекта для изучения новых техник социальной инженерии, включая клонирование голоса и создание глубоких подделок.
Что такое социальная инженерия?
  • Клонирование голоса с ElevenLabs
  • Генерация голоса с помощью искусственного интеллекта с Resemble
  • Создание глубоких подделок с помощью D-ID
  • Использование ChatGPT для написания электронных писем в моем стиле
  • Как распознать эти виды мошенничества
3) Где сегодня используется искусственный интеллект в кибербезопасности - В этом разделе мы исследуем передовые достижения в области кибербезопасности, углубляясь в интеграцию искусственного интеллекта в критически важные области. Студенты получат представление о том, как традиционные инструменты кибербезопасности, такие как брандмауэры, SIEM-системы, IDS/IPS, фильтрация электронной почты и управление идентификацией и доступом, работают, когда к ним применяется искусственный интеллект.
  • SIEM-системы на основе искусственного интеллекта
  • IDS/IPS с искусственным интеллектом
  • ИИ в IAM
  • Фильтрация электронной почты с помощью искусственного интеллекта
  • Брандмауэры с искусственным интеллектом
4) Создание системы фильтрации электронной почты с помощью искусственного интеллекта - в этом разделе студенты проходят практический путь, используя программирование на Python для реализации алгоритмов искусственного интеллекта для создания эффективной системы фильтрации электронной почты. Этот модуль не только знакомит с основами фильтрации электронной почты и безопасности, но и обеспечивает всестороннее понимание спам-фильтров, проводя учащихся через анализ наборов данных, реализацию алгоритмов и практическое сравнение с такими известными системами, как ChatGPT.
  • Введение в безопасность и фильтрацию электронной почты
  • Сравнение нашей системы с системой ChatGPT
  • Реализация обнаружения спама с помощью API ChatGPT
  • Обучение и тестирование нашей системы искусственного интеллекта
  • Анализ массивов данных
  • Что такое спам-фильтры и как они работают?
5) Создание системы обнаружения фишинга с помощью искусственного интеллекта - В этом разделе студенты получат основные знания о фишинге и приобретут навыки распознавания фишинговых атак. Благодаря практической реализации этот модуль поможет учащимся использовать деревья решений с помощью программирования на Python, что позволит им построить надежную систему обнаружения фишинга.
  • Введение в фишинг
  • Точность и выборка
  • Обучение алгоритма Random Forest
  • Введение в деревья принятия решений
  • Разделение данных
  • Анализ набора данных
  • Как распознать и предотвратить фишинговые атаки
6) AI In Network Security - В этом разделе студенты изучают основы сетевой безопасности, исследуя традиционные меры наряду с практической реализацией с помощью Python. С помощью логистической регрессии учащиеся получают практический опыт создания системы для мониторинга сети.
Введение в сетевую безопасность
  • Анализ массивов данных
  • Предварительная обработка данных
  • Подготовка данных
  • Логистическая регрессия
  • Обучение логистической регрессии для мониторинга сети
  • Оптимизация гиперпараметров
7) AI For Malware Detection - в этом разделе студенты получают возможность всесторонне изучить типы вредоносных программ и стратегии их предотвращения, а затем приступить к созданию сложной системы обнаружения вредоносных программ. В этом модуле учащиеся проходят через обучение нескольким алгоритмам, изученным на протяжении всего курса, что позволяет им оценить и реализовать наиболее точное решение для системы обнаружения вредоносного ПО.
  • Что такое вредоносное ПО и различные типы вредоносного ПО
  • Сохранение лучшей модели обнаружения вредоносного ПО
  • Обучение алгоритмов машинного обучения
  • Анализ и предварительная обработка массива данных о вредоносном ПО
  • Загрузка массива данных о вредоносном ПО
  • Традиционные системы обнаружения вредоносного ПО
8) Риски безопасности искусственного интеллекта - В этом разделе мы исследуем критические риски безопасности искусственного интеллекта, такие как отравление данных, предвзятость данных, уязвимости моделей и этические проблемы. Этот модуль погружает в глубокое понимание потенциальных рисков и этических соображений при внедрении искусственного интеллекта.
  • Отравление данных
  • Этические проблемы
  • Уязвимости моделей
  • Предвзятость данных
9) Приложение A: Введение в кибербезопасность - это первый раздел нашего приложения, который представляет собой путешествие по основам кибербезопасности, позволяющее проследить эволюцию кибербезопасности и получить представление о важнейших инструментах, методах, сертификатах и лучших практиках. Этот модуль служит в качестве компаса, направляющего учащихся по основным принципам кибербезопасности.
  • Эволюция кибербезопасности
  • Лучшие практики кибербезопасности
  • Понимание сертификации в области кибербезопасности
  • Инструменты и технологии кибербезопасности
  • Политики и процедуры безопасности
  • Категории кибератак
10) Приложение B: Введение в искусственный интеллект - это второй раздел нашего приложения, в котором рассматриваются основы искусственного интеллекта, краткая история, различные категории, такие как узкий, общий и сверхинтеллект, а также различия между ИИ, машинным обучением и глубоким обучением.
  • Краткая история ИИ
  • Этика и управление ИИ
  • Алгоритмы машинного обучения
  • Области, на которые повлиял ИИ
  • ИИ против ML против Deep Learning
  • Типы ИИ: узкий, общий и сверхинтеллект
Мы уверяем вас, что этот буткемп по искусственному интеллекту в кибербезопасности является самым полным онлайн-курсом по интеграции искусственного интеллекта в практику кибербезопасности!
Для просмотра скрытого содержимого необходимо Войти или Зарегистрироваться.