کتاب امنیت هوش مصنوعی: دفاع در برابر سوءاستفاده با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره امنیت هوش مصنوعی: دفاع در برابر سوءاستفاده

موضوع کلی: برنامه‌نویسی کاربردی

موضوع میانی: AI Alignment

📋 سرفصل‌های دوره

  • 1. مبانی امنیت هوش مصنوعی
  • 2. آشنایی با تهدیدات رایج هوش مصنوعی
  • 3. حملات جعل داده‌ها و روش‌های مقابله
  • 4. حملات مسموم‌سازی مدل و دفاعیات آن
  • 5. حریم خصوصی داده‌ها در یادگیری ماشین
  • 6. حملات استخراج مدل و حفاظت از مالکیت فکری
  • 7. امنیت شبکه‌های عصبی عمیق
  • 8. مدل‌های دشمن و روش‌های تشخیص آن‌ها
  • 9. تکنیک‌های دفاعی در برابر مدل‌های دشمن
  • 10. استانداردهای امنیتی در توسعه هوش مصنوعی
  • 11. ارزیابی آسیب‌پذیری سیستم‌های هوش مصنوعی
  • 12. مفهوم جعبه سیاه و جعبه سفید در امنیت هوش مصنوعی
  • 13. امنیت الگوریتم‌های خوشه‌بندی
  • 14. امنیت الگوریتم‌های طبقه‌بندی
  • 15. امنیت الگوریتم‌های رگرسیون
  • 16. امنیت سیستم‌های توصیه‌گر
  • 17. حملات مبتنی بر یادگیری انتقالی
  • 18. حملات مبتنی بر یادگیری تقویتی
  • 19. حفاظت از داده‌های حساس در آموزش مدل
  • 20. استفاده از رمزنگاری در امنیت هوش مصنوعی
  • 21. حملات حریم خصوصی تفاضلی و روش‌های کاهش آن‌ها
  • 22. امنیت زنجیره تامین داده‌های هوش مصنوعی
  • 23. حملات انکار سرویس (DoS) بر سیستم‌های هوش مصنوعی
  • 24. تطابق با قوانین و مقررات حریم خصوصی داده‌ها
  • 25. مبانی امنیت سایبری برای متخصصان هوش مصنوعی
  • 26. مدیریت ریسک در پروژه‌های هوش مصنوعی
  • 27. روش‌های تست نفوذ در سیستم‌های هوش مصنوعی
  • 28. مفهوم اعتبار سنجی و اعتبارسنجی در امنیت هوش مصنوعی
  • 29. تکنیک‌های تشخیص ناهنجاری در داده‌های هوش مصنوعی
  • 30. امنیت سیستم‌های بینایی ماشین
  • 31. امنیت سیستم‌های پردازش زبان طبیعی
  • 32. امنیت رباتیک و سیستم‌های خودمختار
  • 33. حملات به سیستم‌های تشخیص چهره
  • 34. امنیت سیستم‌های تشخیص گفتار
  • 35. حملات مبتنی بر هوش مصنوعی بر سیستم‌های دیگر
  • 36. دفاع در برابر حملات فیشینگ هدفمند با هوش مصنوعی
  • 37. امنیت اینترنت اشیا و دستگاه‌های هوشمند
  • 38. امنیت سیستم‌های مبتنی بر بلاکچین و هوش مصنوعی
  • 39. آینده امنیت هوش مصنوعی و چالش‌های پیش رو
  • 40. حملات مبتنی بر تقلب در یادگیری ماشین
  • 41. روش‌های افزایش استحکام مدل‌های هوش مصنوعی
  • 42. استفاده از یادگیری فدرال برای حفظ حریم خصوصی
  • 43. امنیت سیستم‌های هوش مصنوعی در محیط‌های ابری
  • 44. تکنیک‌های ناشناس‌سازی داده‌ها
  • 45. حملات تقلب در تشخیص تقلب با هوش مصنوعی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.