مطالب پیشنهادی از سراسر وب

ایمن سازی سیستم های یادگیری ماشین و هوش مصنوعی

دسته بندی ها: آموزش یادگیری ماشینی (Machine Learning) ، آموزش هوش مصنوعی (AI) ، آموزش های Packtpub

هر چقدر که راهکارها بیشتر مبتنی بر یادگیری ماشینی می شوند، هوش مصنوعی (AI) به معنای واقعی کلمه نرم افزار را از بین می برند. متأسفانه، این سیستم ها آسیب پذیری هایی نیز دارند. اما، در مقایسه با امنیت نرم افزار، تعداد کمی از افراد واقعاً در این زمینه آگاهی دارند. اگر ایمن سازی هوش مصنوعی در برابر حملات سایبری غیرممکن باشد، هیچ فناوری مبتنی بر هوش مصنوعی مانند اتومبیل های خودران وجود نخواهد داشت و "زمستان هوش مصنوعی" دیگری به زودی اتفاق خواهد افتاد.
این دوره تقریباً به طور حتم اولین مقدمه عمومی، آنلاین و عملی در مورد چشم اندازهای آینده امنیت سایبری است و رویکردی روشن و قابل پیگیری را در پیش می گیرد. در این دوره، با خطرات سطح بالای هدف قرار دادن سیستم های یادگیری ماشین / هوش مصنوعی آشنا خواهید شد. شما تست های امنیتی خاصی را برای سیستم های شناسایی تصویر و تکنیک های برجسته ای برای آزمایش در برابر حملات طراحی خواهید کرد. سپس در مورد دسته های مختلف حملات خصمانه و نحوه انتخاب استراتژی دفاعی مناسب یاد خواهید گرفت.
با پایان این دوره، با حملات مختلف و مهم تر از همه، با مراحلی که می توانید برای امنیت موثر هوش مصنوعی و سیستم های یادگیری ماشین خود انجام دهید، آشنا خواهید شد. برای این دوره، تجربه عملی با پایتون، یادگیری ماشین و فریمورک های یادگیری عمیق، همراه با برخی از مهارت های اساسی ریاضی فرض شده است.
تمامی کدها و فایل های پشتیبانی این دوره در GitHubموجود است.

فایل های تمرین exercise_files.zip
آیا این نوشته را دوست داشتید؟
Packt Securing Your AI and Machine Learning Systems Duration:2 hours 10 minutes

Artificial Intelligence (AI) is literally eating software as more and more solutions become ML-based. Unfortunately, these systems also have vulnerabilities; but, compared to software security, few people are really knowledgeable about this area. If it's impossible to secure AI against cyberattacks, there will be no AI-based technologies, such as self-driving cars, and yet another "AI winter" will soon be on us.
This course is almost certainly the first public, online, hands-on introduction to the future perspectives of cybersecurity and adopts a clear and easy-to-follow approach. In this course, you will learn about high-level risks targeting AI/ML systems. You will design specific security tests for image recognition systems and master techniques to test against attacks. You will then learn about various categories of adversarial attacks and how to choose the right defense strategy.
By the end of this course, you will be acquainted with various attacks and, more importantly, with the steps that you can take to secure your AI and machine learning systems effectively. For this course, practical experience with Python, machine learning, and deep learning frameworks is assumed, along with some basic math skills.
All the code and supporting files for this course are available on GitHub at:
https://github.com/PacktPublishing/Securing-Your-AI-and-Machine-Learning-Systems

پیشنهاد آموزش مرتبط در فرادرس