کتاب صوتی امنیت هوش مصنوعی: دفاع در برابر سوءاستفاده

🎓 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