防禦基於 Gen AI 的駭客攻擊（ Gen AI 網路安全）

如何防禦惡意軟體、網路釣魚、深度偽造和其他利用生成內容的駭客攻擊/入侵企圖。

從這 8 小時的課程，你會學到

如何防範由人工智慧( AI )驅動的駭客攻擊
如何識別惡意、虛假和/或人工智慧產生的內容
如何選擇並實施針對高階產生威脅的防禦機制
如何將這些防禦措施整合到組織的系統和流程中

要求

建議具備駭客技術和網路安全的基本知識，但並非必要條件。
也建議具備生成式人工智慧（生成式 AI，Gen AI）及其可產生內容類型的基本知識，但並非必要條件。

課程說明

破解你的學習，抵禦駭客攻擊

網路攻擊一直都是嚴重的威脅。但隨著人工智慧的出現，我們正步入一個新時代。

人工智慧使攻擊者能夠自動化、加速並擴大攻擊的執行規模 — 其中許多攻擊以前都是手動進行的 — 以前所未有的複雜程度繞過防禦。

此外，人工智慧和深度偽造技術使他們能夠複製他人的寫作風格、外觀、聲音等等，甚至創造出合成實體。

在現今環境下，我們不僅要防範普通的駭客攻擊，還要防範人工智慧加速的駭客攻擊。

本課程將教你如何偵測、預防和緩解由人工智慧增強（或執行）的網路攻擊。

讓我告訴你…所有。

有些人 — 包括我 — 喜歡了解他們收到的東西。

我的意思是，這裡包含一切。

以下是本課程涵蓋的所有內容：

您將了解利用生成式 AI 進行攻擊的主要途徑或管道，例如有線和無線網路基礎架構、各種類型的終端、系統和雲端配置錯誤或身分和認證系統，以及常用的生成式內容類型、利用這些內容的主要攻擊類型和防禦措施；
您將了解利用生成式 AI 的主要攻擊方法，包括自動化或擴展某些元素，或產生某種虛假內容，常見類型包括自動化漏洞掃描、產生自訂或多態惡意軟體、識別和繞過嚴格的規則和閾值，或污染人工智慧模型和/或其訓練資料；
您將學習針對生成式 AI 攻擊的主要防禦技術，包括動態目標防禦（例如更改 IP 位址、記憶體位置等元素，以防止漏洞被精確定位）、自適應欺騙（使用蜜罐或蜜罐令牌等具有動態組件的元素）、零信任架構（無論登錄狀態如何，始終要求對操作進行身份驗證）以及針對對抗性攻擊或提示阻止它們的魯棒性（確保它們
您還將學習利用生成式 AI 本身的主要防禦技術，例如自動化漏洞分析（使用 LLM 查找檔案中的漏洞並修復它們）、自動化威脅偵測（使用 LLM 解釋警報、日誌和其他輸入並確定優先順序）、自動化修補程式管理/版本管理（使用 LLM 解釋軟體包漏洞、CVE 等並確定自動偵測順序、PR 等的優先順序）或自動化自適應防禦器使用 LLM 控制連接埠；
您將了解生成式 AI 的出現為攻擊帶來的變化。哪些防禦措施維持不變？哪些防禦技術會因生成式 AI 攻擊而改變？又有哪些新的防禦類型出現？
您將了解如何在組織中實施各種基於生成式 AI 的防禦措施，例如在 CI/CD 管道中實現自動化漏洞掃描、在零風險評估 (ZTA) 和訪問審查中使用生命週期管理 (LLM)、自動化事件響應 (IR) 和安全任務，以及每種措施的特點、最佳實踐和注意事項；
您將了解實施生成式 AI 時需要考慮的各種倫理問題，包括資料隱私和保密性、透明度和可解釋性、問責制以及 AI 模型及其管道的安全性；

誠摯邀請您加入！

請記住，我們提供 30 天退款保證，因此您無需承擔任何風險。

此外，我建議您觀看免費預覽視頻，確保課程真正適合您。我不想讓您浪費金錢。

如果您認為這門課程適合您，並且能夠幫助您提升應對變化的能力……我非常期待您的加入。

期待與您再次相見！