اپلیکیشن اندرویدی فلش‌کارت آموزشی تحلیل بدافزار با پایتون

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل بدافزار با پایتون

موضوع کلی: برنامه‌نویسی پایتون

موضوع میانی: مفاهیم AI and Cybersecurity با پایتون

📋 سرفصل‌های دوره

• 1. مبانی برنامه‌نویسی پایتون برای تحلیل بدافزار
• 2. آشنایی با محیط‌های مجازی و ایزوله سازی
• 3. بررسی ساختار فایل‌های اجرایی ویندوز (PE)
• 4. تحلیل استاتیک فایل‌های PE با پایتون
• 5. استخراج اطلاعات فایل‌های PE با استفاده از کتابخانه pefile
• 6. مبانی دی‌اسمبلی و دستورالعمل‌های x86/x64
• 7. استفاده از ابزار دی‌اسمبلر با پایتون (مانندCapstone)
• 8. تحلیل کد اسمبلی با پایتون و شناسایی الگوهای مشکوک
• 9. مبانی اشکال‌زدایی (Debugging) با پایتون
• 10. استفاده از کتابخانه pdb برای اشکال‌زدایی کد بدافزار
• 11. شناسایی و تحلیل بسته‌های شبکه (Network Packets)
• 12. استفاده از کتابخانه Scapy برای تحلیل بسته‌های شبکه
• 13. تحلیل ترافیک شبکه بدافزار با پایتون
• 14. مبانی رمزنگاری و الگوریتم‌های رایج
• 15. شناسایی الگوریتم‌های رمزنگاری در بدافزار
• 16. تحلیل و شکستن رمزنگاری‌های ساده با پایتون
• 17. مبانی مهندسی معکوس (Reverse Engineering)
• 18. تحلیل رفتار بدافزار در محیط ایزوله (Sandbox)
• 19. استفاده از ابزارهای Sandbox با پایتون
• 20. شناسایی و تحلیل API Callهای مشکوک
• 21. بررسی رفتار بدافزار با استفاده از Sysmon و پایتون
• 22. مبانی تحلیل رفتاری بدافزار
• 23. شناسایی و تحلیل تکنیک‌های پنهان‌سازی (Obfuscation)
• 24. استفاده از پایتون برای حذف پنهان‌سازی کد
• 25. مبانی تزریق کد (Code Injection) و شناسایی آن
• 26. تحلیل بدافزارهای مبتنی بر اسکریپت (مانند PowerShell)
• 27. استفاده از پایتون برای تحلیل اسکریپت‌های مخرب
• 28. شناسایی و تحلیل بدافزارهای مبتنی بر ماکرو (مانند Office Macros)
• 29. مبانی تحلیل بدافزارهای مبتنی بر وب
• 30. بررسی کد HTML و JavaScript مخرب با پایتون
• 31. شناسایی و تحلیل حملات XSS و SQL Injection
• 32. تحلیل بدافزارهای ransomware و روش‌های بازیابی اطلاعات
• 33. شناسایی و تحلیل تروجان‌ها و backdoorها
• 34. تحلیل بدافزارهای rootkit و روش‌های شناسایی آن‌ها
• 35. مبانی تحلیل بدافزارهای IoT
• 36. شناسایی آسیب‌پذیری‌های امنیتی در سیستم‌های IoT
• 37. تحلیل بدافزارهای موبایل (Android/iOS)
• 38. استفاده از ابزارهای تحلیل بدافزار موبایل با پایتون
• 39. مبانی تحلیل فایل‌های PE کراک شده (Packed)
• 40. استفاده از ابزارهای Unpacking با پایتون
• 41. شناسایی و تحلیل بدافزارهای polymorphic و metamorphic
• 42. مبانی یادگیری ماشین برای تشخیص بدافزار
• 43. آموزش مدل‌های یادگیری ماشین با داده‌های بدافزار
• 44. استفاده از کتابخانه‌های Scikit-learn و TensorFlow
• 45. تحلیل و مقابله با تهدیدات روز (Threat Intelligence)