کتاب HPC و یادگیری ماشین برای تشخیص نفوذ با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره HPC و یادگیری ماشین برای تشخیص نفوذ

موضوع کلی: محاسبات با عملکرد بالا (HPC)

موضوع میانی: HPC و مدلسازی سیستم‌های جبر امنیت در HPCaaS

📋 سرفصل‌های دوره

• 1. مبانی محاسبات با کارایی بالا
• 2. معماری‌های موازی و توزیع‌شده
• 3. بررسی پردازنده‌های گرافیکی (GPU)
• 4. برنامه‌نویسی موازی با استفاده از OpenMP
• 5. برنامه‌نویسی موازی با استفاده از MPI
• 6. مقدمه‌ای بر یادگیری ماشین
• 7. یادگیری نظارت‌شده: رگرسیون
• 8. یادگیری نظارت‌شده: طبقه‌بندی
• 9. الگوریتم‌های درخت تصمیم
• 10. ماشین‌های بردار پشتیبان (SVM)
• 11. شبکه‌های عصبی مصنوعی: مفاهیم پایه
• 12. شبکه‌های عصبی عمیق (DNN)
• 13. بهینه‌سازی مدل‌های یادگیری ماشین
• 14. ارزیابی و اعتبارسنجی مدل‌ها
• 15. پیش‌پردازش داده‌ها برای یادگیری ماشین
• 16. انتخاب ویژگی و کاهش ابعاد
• 17. مقدمه‌ای بر تشخیص نفوذ
• 18. انواع حملات سایبری
• 19. مجموعه‌داده‌های تشخیص نفوذ
• 20. استفاده از یادگیری ماشین در تشخیص نفوذ
• 21. تشخیص نفوذ مبتنی بر رگرسیون
• 22. تشخیص نفوذ مبتنی بر درخت تصمیم
• 23. تشخیص نفوذ مبتنی بر SVM
• 24. تشخیص نفوذ مبتنی بر شبکه‌های عصبی
• 25. تشخیص نفوذ مبتنی بر خوشه‌بندی
• 26. تشخیص نفوذ مبتنی بر تشخیص ناهنجاری
• 27. استفاده از HPC برای پردازش داده‌های بزرگ تشخیص نفوذ
• 28. بهینه‌سازی مدل‌های یادگیری ماشین برای داده‌های بزرگ
• 29. استفاده از GPU برای آموزش مدل‌های یادگیری ماشین
• 30. تشخیص نفوذ در شبکه‌های کامپیوتری
• 31. تشخیص نفوذ در سیستم‌عامل‌ها
• 32. تشخیص نفوذ در پایگاه‌های داده
• 33. تشخیص نفوذ در برنامه‌های وب
• 34. تشخیص نفوذ مبتنی بر رفتار
• 35. تشخیص نفوذ مبتنی بر امضا
• 36. تحلیل ترافیک شبکه با استفاده از یادگیری ماشین
• 37. تشخیص حملات DDoS با استفاده از یادگیری ماشین
• 38. تشخیص بدافزار با استفاده از یادگیری ماشین
• 39. تشخیص فیشینگ با استفاده از یادگیری ماشین
• 40. استفاده از یادگیری تقویتی در تشخیص نفوذ
• 41. مبانی امنیت سایبری
• 42. تکنیک‌های رمزنگاری
• 43. مدیریت آسیب‌پذیری‌ها
• 44. پاسخ به حوادث امنیتی
• 45. قوانین و مقررات امنیت سایبری