کاتالوگ دوره‌ها

مدت زمان دوره

ارائه دهنده

موضوع

طبقه‌ها

نمایش 1 تا 13 مورد از کل 13 مورد.

linkedin CRISC Cert Prep: 1 Governance (Mitalearn-239918)

  • 2 ساعت 5 دقیقه
  • مناسب همه
  • بروزرسانی: 25 July 2026
  • مدرس: Jerod Brennen
درباره این دوره:

گواهینامه Certified in Risk and Information Control (CRISC) یک گواهینامه معتبر و شناخته شده از ISACA است، سازمانی که بیش از 200000 گواهینامه را برای متخصصان امنیت سایبری در 188 کشور صادر کرده است. گواهینامه CRISC به کارفرمایان نشان می‌دهد که می‌دانید چگونه ریسک فناوری اطلاعات را در یک شرکت شناسایی و مدیریت کنید و می‌توانید کنترل‌های لازم برای رسیدگی به ریسک‌ها را اجرا و حفظ کنید. این سری از دوره ها بینش و محتوایی را در مورد چهار حوزه مدیریت ریسک فناوری اطلاعات در اختیار شما قرار می دهد. در این اولین دوره از این مجموعه، مربی جرود برنن بر حاکمیت در شناسایی ریسک فناوری اطلاعات تمرکز می کند. Jerod به تعاریف و اطلاعات اولیه خطرات فناوری اطلاعات می پردازد، سپس نحوه محافظت از افراد، فرآیندها و فناوری سازمان خود را در برابر تهدیدات و آسیب پذیری ها پوشش می دهد. او همچنین به زمینه ریسک سازمانی می پردازد و تکنیک هایی را برای تعامل با سهامداران و بهبود وضعیت ریسک خود به شما نشان می دهد.

مهارت‌های مرتبط

linkedin CRISC Cert Prep: 4 فناوری اطلاعات و امنیت (Mitalearn-239952)

  • 1 ساعت 16 دقیقه
  • مناسب همه
  • انتشار: 23 November 2021
  • مدرس: Jerod Brennen
درباره این دوره: 

 گواهینامه Certified in Risk and Information Control (CRISC) یک گواهینامه معتبر و شناخته شده از ISACA است، سازمانی که بیش از 200000 گواهینامه را برای متخصصان امنیت سایبری در 188 کشور صادر کرده است. گواهینامه CRISC به کارفرمایان نشان می‌دهد که می‌دانید چگونه ریسک فناوری اطلاعات را در یک شرکت شناسایی و مدیریت کنید و می‌توانید کنترل‌های لازم برای رسیدگی به ریسک‌ها را اجرا و حفظ کنید. این سری از دوره ها بینش و محتوایی را در مورد چهار حوزه مدیریت ریسک فناوری اطلاعات در اختیار شما قرار می دهد. در این دوره، مدرس Jerod Brennen بر روی چهارمین حوزه CRISC تمرکز می کند: نظارت و گزارش گیری ریسک و کنترل. Jerod جنبه‌های کلیدی موضوعاتی مانند مدیریت هویت و دسترسی، رمزگذاری داده‌ها، مدیریت سخت‌افزار، محاسبات ابری، و مفاهیم تصویر بزرگ‌تر مانند معماری سازمانی، چرخه‌های عمر داده‌ها و روندهای نوظهور را پوشش می‌دهد.

مهارت‌های مرتبط

linkedin آشنایی با آسیب پذیری های LLM (Mitalearn-424215)

  • 1 ساعت 25 دقیقه
  • مناسب همه
  • انتشار: 16 September 2024
  • مدرس: Pragmatic AI Labs,Alfredo Deza
درباره این دوره: 

 

به عنوان مدل های بزرگ زبان (LLMS) چشم انداز هوش مصنوعی را متحول می کند ، درک و پرداختن به چالش های امنیتی منحصر به فرد که ارائه می دهند بسیار مهم است. در این دوره جامع از آزمایشگاه های Pragmatic AI ، مربی آلفردو دزا دانش و مهارت های فنی مورد نیاز برای شناسایی ، کاهش و جلوگیری از آسیب پذیری های امنیتی در برنامه های LLM خود را پوشش می دهد. تهدیدات امنیتی مشترک ، مانند سرقت مدل ، تزریق سریع و افشای اطلاعات حساس را کشف کنید و تکنیک های عملی را برای جلوگیری از سوء استفاده از آسیب پذیری ها و به خطر انداختن سیستم های خود یاد بگیرید. بهترین شیوه ها را برای طراحی پلاگین ایمن ، اعتبار سنجی ورودی و ضد عفونی و همچنین نحوه نظارت فعال وابستگی ها برای به روزرسانی های امنیتی و آسیب پذیری ها کشف کنید. در طول راه ، آلفردو استراتژی هایی را برای محافظت از سیستم های هوش مصنوعی در برابر دسترسی غیرمجاز و نقض داده ها تشریح می کند. در پایان دوره ، شما آماده خواهید بود تا راه حل های قوی ، ایمن و مؤثر AI را مستقر کنید. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.


linkedin امنیت محصول هوش مصنوعی: معماری، استقرار و زیرساخت امن (Mitalearn-441351)

  • 2 ساعت 19 دقیقه
  • مناسب همه
  • انتشار: 25 July 2026
  • مدرس: Sam Sehgal
درباره این دوره:

در این دوره، Sam Sehgal - یک رهبر امنیت ابر و برنامه - راهنمای کاملی برای ساخت محصولات ایمن هوش مصنوعی با تمرکز بر چالش های امنیتی منحصر به فرد در یادگیری ماشین (ML) و مدل های زبان بزرگ (LLM) ارائه می دهد. یاد بگیرید چگونه از سیستم های هوش مصنوعی در تمام مراحل توسعه، از حفاظت از داده ها و کدگذاری ایمن گرفته تا امنیت مدل و استقرار محافظت کنید. چارچوب‌های امنیتی ضروری، مدل‌سازی تهدید، و استراتژی‌های کاهش را که می‌تواند به شما در پیش‌بینی و دفاع در برابر حملات احتمالی کمک کند، کاوش کنید. در بهترین شیوه های صنعت برای ایمن سازی استقرار هوش مصنوعی، زیرساخت و زنجیره تامین نرم افزار غوطه ور شوید. در پایان دوره، شما مجهز به استفاده از تکنیک های ثبت، نظارت و ممیزی برای حفظ امنیت و انطباق مداوم سیستم خواهید بود. فرقی نمی‌کند توسعه‌دهنده، مدیر محصول، یا حرفه‌ای امنیت باشید، این دوره شما را با مهارت‌هایی آماده می‌کند تا محصولات هوش مصنوعی خود را به طور کامل ایمن کنید.

linkedin پیاده سازی چرخه حیات مدیریت آسیب پذیری (Mitalearn-230381)

  • 42 دقیقه
  • مناسب همه
  • انتشار: 22 June 2026
  • مدرس: Kip Boyle
درباره این دوره:

در چند سال گذشته، مجموعه ای از حملات سایبری ویرانگر به طور دوره ای بر سرفصل های خبرها غالب شده است. در حالی که هر حمله بر صنایع و دولت‌های مختلف تأثیر می‌گذاشت، آنها علت اصلی یکسانی داشتند: آسیب‌پذیری‌های ثابت نشده اما به طور عمومی شناخته شده. در این دوره، یک فرآیند گام به گام برای یافتن، اولویت‌بندی و کاهش آسیب‌پذیری‌ها در محیط محاسباتی خود، بدون توجه به پشته فناوری که در حال اجرا هستید، دریافت کنید. مربی کیپ بویل نحوه آماده سازی و ایجاد یک برنامه مدیریت آسیب پذیری قوی را نشان می دهد و نحوه تعیین اهداف برنامه و تأمین بودجه با ایجاد یک مورد تجاری قانع کننده را توضیح می دهد. Kip همچنین نحوه انجام اسکن هفتگی آسیب‌پذیری و همچنین کاهش آسیب‌پذیری‌هایی که ظاهر می‌شوند را پوشش می‌دهد. در طول مسیر، کیپ مطالعات موردی را به اشتراک می‌گذارد که نشان می‌دهد چگونه یک سازمان دنیای واقعی به هر مرحله از این فرآیند نزدیک می‌شود.

مهارت‌های مرتبط

linkedin حریم خصوصی بر اساس طراحی: طبقه بندی داده ها (Mitalearn-174893)

  • 1 ساعت 23 دقیقه
  • متوسط
  • انتشار: 21 June 2026
  • مدرس: Nishant Bhajaria
درباره این دوره:

شرکت‌ها اغلب داده‌های مشتری را با اشخاص ثالث جمع‌آوری می‌کنند تا محصولات بهتر و تعامل رو به رشد و همچنین به دلایل ایمنی را فراهم کنند. اما کاربران انتظار دارند - و سزاوار - هستند که اطلاعات آنها با دقت زیادی مدیریت شود. در این دوره، مربی Nishant Bhajaria نحوه ایجاد معماری برای مدیریت جمع‌آوری داده‌ها و اندازه‌گیری ریسک، و همچنین تأمین حفاظت از حریم خصوصی نسبت به آن خطر را طی می‌کند. این معماری - که ترکیبی از فناوری، تکنیک‌ها و فرآیندها است - می‌تواند شرکت‌ها را قادر سازد در هنگام جمع‌آوری و پردازش داده‌ها، نظم بیشتری نسبت به داده‌ها داشته باشند. Nishant به چشم‌انداز حریم خصوصی فعلی می‌پردازد، توضیح می‌دهد که چگونه طبقه‌بندی داده‌ها می‌تواند در درازمدت در هزینه شما صرفه‌جویی کند، و به اشتراک می‌گذارد که فرآیند طبقه‌بندی داده‌ها چگونه باید باشد. او همچنین به فرآیند فهرست‌بندی داده‌ها نگاه عمیقی می‌اندازد، و توضیح می‌دهد که چگونه به بهترین شکل به آن نزدیک شده و تشخیص دهد که آیا موفق است یا خیر. در نهایت، Nishant زمینه ارتباطات اجرایی در مورد حاکمیت حریم خصوصی را فراهم می کند.

توجه: آیا می خواهید به یادگیری نحوه تقویت زیرساخت حریم خصوصی سازمان خود ادامه دهید؟ پس از پایان این دوره، قسمت آخر این مجموعه، Privacy by Design: Data Sharing را بررسی کنید.

linkedin دارای گواهینامه نکات آزمون کنترل ریسک و اطلاعات (CRISC). (Mitalearn-239969)

  • 57 دقیقه
  • مناسب همه
  • انتشار: 25 July 2026
  • مدرس: Jerod Brennen
درباره این دوره:

گواهینامه Certified Risk and Information Systems Control (CRISC) یک مدرک معتبر و شناخته شده است. به عنوان یک دارنده CRISC، به کارفرمای خود می‌دانید که نحوه شناسایی و مدیریت ریسک فناوری اطلاعات در یک شرکت را می‌دانید، و می‌توانید کنترل‌های لازم برای مقابله با این خطر را اجرا و حفظ کنید. در این دوره، جرود برنن شما را با آزمون CRISC آشنا می کند و ابزارهایی را برای نحوه آماده شدن برای آن در اختیار شما قرار می دهد.

CRISC Cert Prep: The Basics به عنوان مقدمه ای برای CRISC Cert Prep. Jerod بینش و محتوا را در مورد چهار حوزه مدیریت ریسک فناوری اطلاعات در اختیار شما قرار می دهد و به شما امکان می دهد برنامه های مدیریت ریسک فناوری اطلاعات سازمانی را بسازید و مدیریت کنید و در عین حال به شما کمک می کند تا شغل خود را به جلو ببرید.

مهارت‌های مرتبط

linkedin مدیریت آسیب پذیری یادگیری (2018) (Mitalearn-152249)

  • 53 دقیقه
  • مبتدی
  • انتشار: 26 November 2018
  • مدرس: Lora Vaughn
درباره این دوره:

برخی از مردم فکر می کنند که مدیریت آسیب پذیری فقط به معنای اصلاح سیستم عامل است، اما بسیار بیشتر از این است. مدیریت آسیب پذیری چیزی است که هر سازمانی باید به آن رسیدگی کند. با این حال، بسیاری از مکانیک و وسعت چالش را درک نمی کنند. این دوره به کسانی که تجربه قبلی در این زمینه ندارند، مروری بر دلایل وجود آسیب‌پذیری‌ها و همچنین توضیحی در مورد فرآیند مدیریت آن‌ها از ابتدا تا انتها ارائه می‌کند. مربی Lora Vaughn McIntosh سه جزء کلیدی مدیریت آسیب‌پذیری و ابزارهای مورد نیاز برای ایجاد یک برنامه شخصی را پوشش می‌دهد. آشنایی با اسکن آسیب‌پذیری و گزارش‌گیری، نحوه شناسایی آسیب‌پذیری‌ها را در ابتدا بررسی کنید، نحوه بررسی موارد مثبت کاذب و موارد دیگر را بیاموزید.

linkedin مدیریت آسیب‌پذیری: ارزیابی ریسک‌ها با CVSS نسخه 3.1 (Mitalearn-201073)

  • 1 ساعت 14 دقیقه
  • متوسط
  • انتشار: 21 June 2026
  • مدرس: Lora Vaughn
درباره این دوره:

مدیریت آسیب‌پذیری می‌تواند دشوار باشد، و درک خطراتی که آسیب‌پذیری‌ها در محیط شما ایجاد می‌کنند، برای تعیین چگونگی (و به چه ترتیب) مقابله با آن‌ها کلیدی است. سیستم امتیازدهی آسیب پذیری مشترک (CVSS) برای رفع این مشکل ایجاد شده است. در این دوره، معیارهای اساسی در متدولوژی CVSS و همچنین نحوه اعمال امتیازات CVSS برای ارزیابی ریسک و تعیین اینکه چه چیزی ابتدا باید برطرف شود را بررسی کنید. مربی Lora Vaughn به بررسی CVSS نسخه 3.1 می پردازد و ویژگی هایی را که اندازه گیری می کند، فرمول امتیازدهی و نحوه اعمال امتیازات CVSS در محیط خود را بررسی می کند. با استفاده از مثال‌های عملی، او سه جنبه اساسی CVSS را پوشش می‌دهد: معیارهای پایه، زمانی و محیطی. پس از پایان این دوره، شما به دانش ضروری برای استفاده از نمرات CVSS برای اولویت‌بندی تلاش‌های اصلاحی مجهز خواهید شد.

مهارت‌های مرتبط

linkedin معماری امنیتی: یک رویکرد استراتژیک توسط Infosec (Mitalearn-435010)

  • 4 ساعت 56 دقیقه
  • مناسب همه
  • انتشار: 25 July 2026
  • مدرس: Infosec Institute
درباره این دوره:

در این دوره ، با درک تأثیر بر تجارت و استفاده از یک رویکرد ریسک محور برای اولویت بندی و کاهش خطرات امنیتی ، مشکلات امنیتی را حل کنید. مهارت های لازم را برای توسعه معماری های امنیتی تجاری و محور ریسک کشف کنید. نقشی را که شما ، یک معمار امنیتی ، باید در یک سازمان بازی کنید ، درک کنید.

مهارت‌های مرتبط

linkedin هوش تهدید سایبری پیشرفته (Mitalearn-409289)

  • 4 ساعت 12 دقیقه
  • مناسب همه
  • انتشار: 27 September 2023
  • مدرس: Cybrary
درباره این دوره: 

 

آیا می خواهید مهارت های هوش تهدید سایبری خود را به سطح بعدی برسانید تا بتوانید بهتر از سازمان خود محافظت کنید؟ در این دوره پیشرفته اطلاعاتی در مورد تهدید سایبری ، یاد بگیرید که از منابع داده موجود استفاده کنید ، مثبت های کاذب را کاهش دهید و از مدل هایی مانند زنجیره کشتن سایبر و چارچوب MITER ATT & CK برای ساختار تجزیه و تحلیل خود استفاده کنید. به کسب اطلاعات داخلی و همچنین منابع داده های خارجی ، خصوصی ، جامعه و داده های عمومی بروید و یاد بگیرید که چگونه از OSINT استفاده کنید. پردازش داده ها ، از جمله استانداردهای مشترک CTI ، ذخیره سازی ، ادغام و سیستم عامل های اطلاعاتی تهدید را کاوش کنید. با استفاده از زنجیره کشتار سایبری ، مدل الماس و دوره های ماتریس اکشن ، یک معرفی کامل برای تجزیه و تحلیل کسب کنید. تجزیه و تحلیل و انتساب کمپین را کاوش کنید. به علاوه ، به انتشار و اطلاعات تاکتیکی ، عملیاتی و استراتژیک شیرجه بزنید.

این دوره توسط Cybrary ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.


مهارت‌های مرتبط

linkedin هوش تهدید: از تجزیه و تحلیل گرفته تا طراحی برنامه توسط Infosec (Mitalearn-437458)

  • 9 ساعت 21 دقیقه
  • مناسب همه
  • انتشار: 28 August 2025
  • مدرس: Infosec Institute
درباره این دوره: 

 

این دوره مقدمه ای برای هوش تهدید با اصول نظری ، عملی و دست و پاگیر دارد-شما را با مهارت های تقاضا برای تجزیه و تحلیل هوش حرفه ای ، به شما می دهد. با پیشرفت در این دوره ، ابزارهای پیشرو در صنعت و تکنیک های اثبات شده برای تبدیل اطلاعات به اطلاعات ، استفاده از روش های اطلاعاتی تهدید و پیگیری بازیگران تهدید را به طور مؤثر کشف کنید. در پایان این دوره ، شما آماده طراحی و موفقیت برنامه اطلاعاتی تهدید خود خواهید بود.

این دوره توسط موسسه Infosec ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.


مهارت‌های مرتبط

linkedin یادگیری ماشین و مبانی هوش مصنوعی: مدل‌سازی طبقه‌بندی (Mitalearn-131254)

  • 2 ساعت 5 دقیقه
  • متوسط
  • بروزرسانی: 21 June 2026
  • مدرس: Keith McCormick
درباره این دوره:

یک نوع مشکل کاملاً بر یادگیری ماشین و هوش مصنوعی غالب است: طبقه بندی. طبقه‌بندی باینری، روش غالب، داده‌ها را به یکی از دو دسته طبقه‌بندی می‌کند: خرید یا نه، تقلب یا نه، بیمار یا نه، و غیره. یادگیری ماشینی و راه‌حل‌های مبتنی بر هوش مصنوعی به الگوریتم‌های دقیق و خوب انتخاب شده نیاز دارند تا طبقه‌بندی را به درستی انجام دهند. این دوره توضیح می دهد که چرا پروژه های تجزیه و تحلیل پیش بینی در نهایت مشکلات طبقه بندی هستند و چگونه دانشمندان داده می توانند استراتژی (یا استراتژی) مناسب را برای پروژه های خود انتخاب کنند. مربی کیت مک کورمیک از تکنیک های آمار سنتی و یادگیری ماشینی مدرن استفاده می کند و نقاط قوت و ضعف آنها را آشکار می کند. کیت نحوه تعریف استراتژی طبقه بندی خود را توضیح می دهد و روشن می کند که انتخاب درست اغلب ترکیبی از رویکردها است. سپس، او 11 الگوریتم مختلف را برای ساخت مدل شما نشان می دهد، از تجزیه و تحلیل تفکیک کننده گرفته تا رگرسیون لجستیک و شبکه های عصبی مصنوعی. در نهایت، یاد بگیرید که چگونه بر چالش هایی مانند مقابله با داده های از دست رفته و کاهش داده ها غلبه کنید.\r\n\r\n هیچ نرم افزاری برای پیگیری همراه با دوره مورد نیاز نیست.

دوره‌های پیشنهادی