کتاب اتوماسیون تحلیل بدافزار با پایتون و هوش مصنوعی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
249,950 تومان
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره اتوماسیون تحلیل بدافزار با پایتون و هوش مصنوعی
موضوع کلی: یکپارچه‌سازی سیستم‌ها با هوش مصنوعی
موضوع میانی: تحلیل بدافزار (Malware Analysis) با هوش مصنوعی
📋 سرفصل‌های دوره
- 1. مبانی برنامه‌نویسی پایتون برای تحلیل بدافزار
- 2. آشنایی با ساختار فایل‌های قابل اجرا ویندوز (PE)
- 3. مقدمه‌ای بر مهندسی معکوس
- 4. بررسی فرمت‌های فایل‌های بدافزار (PE, ELF, Mach-O)
- 5. استفاده از کتابخانه pefile برای تحلیل فایل‌های PE
- 6. تحلیل استاتیک بدافزار با پایتون
- 7. استخراج رشته‌ها و اطلاعات متنی از بدافزار
- 8. شناسایی توابع API مورد استفاده در بدافزار
- 9. تحلیل جریان کنترل بدافزار با استفاده از Disassembler
- 10. مقدمه‌ای بر زبان اسمبلی و دستورالعمل‌های رایج
- 11. بررسی ساختار داده‌ها در بدافزار
- 12. شناسایی الگوهای رایج بدافزار
- 13. استفاده از کتابخانه Capstone برای Disassembly
- 14. تحلیل پویای بدافزار با استفاده از Sandbox
- 15. نظارت بر فعالیت‌های فایل سیستمی بدافزار
- 16. بررسی تغییرات رجیستری توسط بدافزار
- 17. نظارت بر فعالیت‌های شبکه بدافزار
- 18. استفاده از ابزار Wireshark برای تحلیل ترافیک شبکه
- 19. شناسایی ارتباطات C&C بدافزار
- 20. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
- 21. استفاده از الگوریتم‌های طبقه‌بندی برای تشخیص بدافزار
- 22. آموزش مدل‌های یادگیری ماشین با داده‌های بدافزار
- 23. استفاده از کتابخانه scikit-learn برای طبقه‌بندی بدافزار
- 24. استفاده از کتابخانه TensorFlow برای ساخت شبکه‌های عصبی
- 25. تشخیص بدافزارهای جدید با استفاده از Zero-day Detection
- 26. تحلیل رفتار بدافزار با استفاده از Clustering
- 27. شناسایی خانواده‌های بدافزار با استفاده از الگوریتم‌های تشابه
- 28. استفاده از تکنیک‌های Feature Engineering برای بهبود دقت مدل‌ها
- 29. اتوماسیون تحلیل بدافزار با استفاده از پایتون
- 30. ساخت اسکریپت‌های پایتون برای استخراج اطلاعات از بدافزار
- 31. ساخت اسکریپت‌های پایتون برای تحلیل رفتار بدافزار
- 32. ایجاد گزارش‌های خودکار تحلیل بدافزار
- 33. استفاده از APIهای امنیتی برای جمع‌آوری اطلاعات تهدید
- 34. بررسی و تحلیل پکیج‌های مشکوک پایتون
- 35. مقدمه‌ای بر تحلیل کد مخرب مبتنی بر اسکریپت
- 36. شناسایی کدهای مخرب پنهان در اسکریپت‌ها
- 37. استفاده از ابزارهای تحلیل کد پایتون
- 38. تحلیل بدافزارهای مبتنی بر PowerShell
- 39. شناسایی و خنثی‌سازی حملات مبتنی بر اسکریپت
- 40. تحلیل بدافزارهای چند مرحله‌ای
- 41. شناسایی و ردگیری زنجیره‌های حمله
- 42. استفاده از ابزارهای تحلیل Forensics
- 43. جمع‌آوری و تحلیل شواهد دیجیتالی
- 44. مقدمه‌ای بر تحلیل حافظه
- 45. استفاده از ابزارهای Dump Memory
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.