Искусственный интеллект и ChatGPT для кибербезопасности 2024 [eng-rus] [Udemy] [Лука Аничин, Алекса Тамбурковски]
Мастер кибербезопасности/этического взлома с помощью искусственного интеллекта - внедряйте, выявляйте риски и ориентируйтесь в эпоху ИИ
Требования
Описание
- Знания в области кибербезопасности и искусственного интеллекта не требуются. Мы изучим все с нуля!
- Компьютер (Windows/Linux/Mac) с подключением к интернету
- Знание основ программирования на Python будет плюсом для некоторых лекций
После этого мы погрузимся в такие темы, как: будь вы начинающий энтузиаст искусственного интеллекта, желающий погрузиться в сферу кибербезопасности, студент, стремящийся укрепить свое понимание защиты цифровых ландшафтов, или опытный программист, желающий внедрить Python и искусственный интеллект в инструменты кибербезопасности, этот курс создан специально для вас!
Мы используем практический подход, чтобы вовлечь вас в динамичное слияние искусственного интеллекта и кибербезопасности. Мы верим в то, что учиться нужно на практике, проводя вас через реальные техники и методы, используемые экспертами в этой области. В начале курса мы покажем вам, как использовать ChatGPT для обеспечения кибербезопасности. Вы узнаете практические способы извлечения максимальной пользы из ChatGPT, от понимания его основ до использования для анализа данных и других продвинутых функций.
1) ChatGPT для кибербезопасности/этического взлома - В этом разделе мы погрузимся в динамичный мир ChatGPT для кибербезопасности и этического взлома, исследуя ключевые темы, начиная с устранения ошибок и неточностей в ChatGPT и заканчивая пониманием тонкостей разработки подсказок, включая контекстные подсказки и форматирование вывода. С помощью практических упражнений участники разберутся с подсказками Few-Shot и Chain of thought prompting, создавая прочный фундамент для эффективного применения ChatGPT.Кроме того, мы рассмотрим такие продвинутые функции, как анализ данных, интеграция с DALL E и использование плагинов, что позволит на практике предотвратить утечку данных и изучить альтернативы ChatGPT
Ошибки и неточности в ChatGPT
Как компании сливают свои данные в ChatGPT
Альтернативы ChatGPT (Bard, Claude, Bing Chat)
Расширенная функциональность ChatGPT (анализ данных, Далле, плагины)
Обобщение данных
Построение пользовательских инструкций
Подсказки по цепочке мыслей
Побуждение к действию несколькими выстрелами
Введение в разработку подсказок
2) New Age Of Social Engineering - В этом разделе мы раскроем концепцию социальной инженерии, вникнем в ее нюансы и вооружим участников стратегиями предотвращения потенциальных угроз. Далее в модуле рассматривается применение искусственного интеллекта для изучения новых техник социальной инженерии, включая клонирование голоса и создание глубоких подделок.
Что такое социальная инженерия?
Клонирование голоса с ElevenLabs
Генерация голоса с помощью искусственного интеллекта с Resemble
Создание глубоких подделок с помощью D-ID
Использование ChatGPT для написания электронных писем в моем стиле
Как распознать эти виды мошенничества
3) Где сегодня используется искусственный интеллект в кибербезопасности - В этом разделе мы исследуем передовые достижения в области кибербезопасности, углубляясь в интеграцию искусственного интеллекта в критически важные области. Студенты получат представление о том, как традиционные инструменты кибербезопасности, такие как брандмауэры, SIEM-системы, IDS/IPS, фильтрация электронной почты и управление идентификацией и доступом, работают, когда к ним применяется искусственный интеллект.
SIEM-системы на основе искусственного интеллекта
IDS/IPS с искусственным интеллектом
ИИ в IAM
Фильтрация электронной почты с помощью искусственного интеллекта
Брандмауэры с искусственным интеллектом
4) Создание системы фильтрации электронной почты с помощью искусственного интеллекта - в этом разделе студенты проходят практический путь, используя программирование на Python для реализации алгоритмов искусственного интеллекта для создания эффективной системы фильтрации электронной почты. Этот модуль не только знакомит с основами фильтрации электронной почты и безопасности, но и обеспечивает всестороннее понимание спам-фильтров, проводя учащихся через анализ наборов данных, реализацию алгоритмов и практическое сравнение с такими известными системами, как ChatGPT.
Введение в безопасность и фильтрацию электронной почты
Сравнение нашей системы с системой ChatGPT
Реализация обнаружения спама с помощью API ChatGPT
Обучение и тестирование нашей системы искусственного интеллекта
Анализ массивов данных
Что такое спам-фильтры и как они работают?
5) Создание системы обнаружения фишинга с помощью искусственного интеллекта - В этом разделе студенты получат основные знания о фишинге и приобретут навыки распознавания фишинговых атак. Благодаря практической реализации этот модуль поможет учащимся использовать деревья решений с помощью программирования на Python, что позволит им построить надежную систему обнаружения фишинга.
Введение в фишинг
Точность и выборка
Обучение алгоритма Random Forest
Введение в деревья принятия решений
Разделение данных
Анализ набора данных
Как распознать и предотвратить фишинговые атаки
6) AI In Network Security - В этом разделе студенты изучают основы сетевой безопасности, исследуя традиционные меры наряду с практической реализацией с помощью Python. С помощью логистической регрессии учащиеся получают практический опыт создания системы для мониторинга сети.
Введение в сетевую безопасность
Анализ массивов данных
Предварительная обработка данных
Подготовка данных
Логистическая регрессия
Обучение логистической регрессии для мониторинга сети
Оптимизация гиперпараметров
7) AI For Malware Detection - в этом разделе студенты получают возможность всесторонне изучить типы вредоносных программ и стратегии их предотвращения, а затем приступить к созданию сложной системы обнаружения вредоносных программ. В этом модуле учащиеся проходят через обучение нескольким алгоритмам, изученным на протяжении всего курса, что позволяет им оценить и реализовать наиболее точное решение для системы обнаружения вредоносного ПО.
Что такое вредоносное ПО и различные типы вредоносного ПО
Сохранение лучшей модели обнаружения вредоносного ПО
Обучение алгоритмов машинного обучения
Анализ и предварительная обработка массива данных о вредоносном ПО
Загрузка массива данных о вредоносном ПО
Традиционные системы обнаружения вредоносного ПО
8) Риски безопасности искусственного интеллекта - В этом разделе мы исследуем критические риски безопасности искусственного интеллекта, такие как отравление данных, предвзятость данных, уязвимости моделей и этические проблемы. Этот модуль погружает в глубокое понимание потенциальных рисков и этических соображений при внедрении искусственного интеллекта.
Отравление данных
Этические проблемы
Уязвимости моделей
Предвзятость данных
9) Приложение A: Введение в кибербезопасность - это первый раздел нашего приложения, который представляет собой путешествие по основам кибербезопасности, позволяющее проследить эволюцию кибербезопасности и получить представление о важнейших инструментах, методах, сертификатах и лучших практиках. Этот модуль служит в качестве компаса, направляющего учащихся по основным принципам кибербезопасности.
Эволюция кибербезопасности
Лучшие практики кибербезопасности
Понимание сертификации в области кибербезопасности
Инструменты и технологии кибербезопасности
Политики и процедуры безопасности
Категории кибератак
10) Приложение B: Введение в искусственный интеллект - это второй раздел нашего приложения, в котором рассматриваются основы искусственного интеллекта, краткая история, различные категории, такие как узкий, общий и сверхинтеллект, а также различия между ИИ, машинным обучением и глубоким обучением.
Краткая история ИИ
Этика и управление ИИ
Алгоритмы машинного обучения
Области, на которые повлиял ИИ
ИИ против ML против Deep Learning
Типы ИИ: узкий, общий и сверхинтеллект
Мы уверяем вас, что этот буткемп по искусственному интеллекту в кибербезопасности является самым полным онлайн-курсом по интеграции искусственного интеллекта в практику кибербезопасности!
Чему вы научитесь:
Подробная информация:
- Изучение ChatGPT для кибербезопасности
- Изучите основы программирования на языке Python
- Изучить основы искусственного интеллекта
- Изучите основы кибербезопасности
- Этические аспекты искусственного интеллекта и ChatGPT
- Изучите уязвимости моделей
- Уязвимости, связанные с предвзятостью данных
- Изучите атаку отравления данных
- Изучение алгоритма K-Nearest Neighbors (ближайшие соседи) KNN
- Изучение алгоритма "Деревья решений"
- Создание системы обнаружения вредоносного ПО с помощью ИИ и Python
- Использование алгоритма логистической регрессии для мониторинга сети
- Внедрение искусственного интеллекта в сетевую безопасность
- Создание системы обнаружения фишинга с помощью ИИ и Python
- Создание системы фильтрации электронной почты с помощью ИИ и Python
- Изучение искусственного интеллекта в управлении идентификацией и доступом
- Фильтрация электронной почты с помощью искусственного интеллекта
- Брандмауэры на основе искусственного интеллекта
- Изучение SIEM на основе искусственного интеллекта
- Создание поддельных видеороликов для социальной инженерии с помощью искусственного интеллекта
- Создание голосового клона с помощью искусственного интеллекта
- Изучите социальную инженерию с помощью искусственного интеллекта
- Внедрение обхода фильтров ChatGPT
- Использование расширенных функций ChatGPT
- Узнайте, как разработать подсказки
Продолжительность: 7 ч.
Последние обновление курса: 02.2024
Язык: Английский + Английские субтитры.
Бонус от Организатора: Русские субтитры + Русские аудио дорожки машинный перевод + для удобства воспроизведения добавлена отдельная папка с сшитыми видео файлами (Русская аудио дорожка + видео файл) [Premium Ai].Лука Аничин
Познакомьтесь с Лукой Аничином, всемирно признанным экспертом в области искусственного интеллекта и машинного обучения. Он начал свою карьеру в качестве исследователя компьютерного зрения и быстро стал ведущим инженером по машинному обучению в BlueLife AI. Его предпринимательская жилка привела к тому, что в 2020 году он запустил компанию Scooby AI, а затем продал ее. Луке выпала удивительная возможность поработать в Photomath, создав алгоритм OCR для сканирования математических заданий, которым в настоящее время пользуются более 280 миллионов студентов по всему миру.
Лука основал Datablooz, глобальную консалтинговую компанию по техническим проектам, помогающую бизнесу использовать возможности искусственного интеллекта. Будучи страстным педагогом, он помог более чем 500 000 студентов в 197 странах разобраться в сложных технических темах. Признанный компанией Google одним из 150 лучших экспертов в области машинного обучения, Лука является мощным представителем искусственного интеллекта, нацеленным на использование технологий для преобразования бизнеса.
Позвольте ему стать частью вашего путешествия в царство ИИ и машинного обучения.
Алекса Тамбурковски
Алекса - тестировщик на проникновение с более чем 5-летним опытом в области этического взлома и кибербезопасности. Как хакер-самоучка, начавший свою карьеру в юном возрасте, он научился всему: от этического взлома и кибербезопасности до конфиденциальности в Интернете и того, как стать анонимным в сети.
Он работал и обнаруживал уязвимости для множества компаний и правительств. Он также работал в качестве фрилансера, тестируя частные веб-приложения. Он считает, что безопасность и конфиденциальность в Интернете - это нечто ценное, но в то же время этому не уделяется достаточного внимания, поскольку множество кибератак совершается каждый божий день! Ни одна система не является безопасной, и именно поэтому мы здесь, чтобы обнаружить уязвимости и защитить их до того, как плохие парни попытаются совершить что-то вредоносное.
Его главная цель как преподавателя - научить основам этического хакинга и кибербезопасности всех, кто хочет сделать карьеру или хочет научиться этому, чтобы защитить себя в Интернете. Кибератаки и онлайн-безопасность - это то, что меняется очень быстро, поэтому мы, хакеры, всегда должны быть готовы учиться новому, чтобы лучше защищать сети, веб-сайты, машины... а также людей!
*Аудио перевод произведён с синхронизацией таймингов.
![[IMG]](/upload/parser/2024/02/527220.0.jpeg)
![[IMG]](/upload/parser/2024/02/527220.1.jpeg)
![[IMG]](/upload/parser/2024/02/527220.2.jpeg)
Последнее редактирование модератором: