Deskripsi
Machine Learning untuk Hacker adalah kursus yang dirancang untuk membekali profesional keamanan siber dengan keterampilan yang diperlukan untuk menyerang dan mempertahankan sistem pembelajaran mesin. Seiring dengan semakin pentingnya teknologi ML dalam solusi keamanan, memahami kerentanannya sangatlah penting. Kursus ini dimulai dengan pengaturan lab peretasan ML dan belajar berinteraksi dengan model menggunakan Python. Peserta akan memetakan permukaan serangan ML dan melakukan serangan pengklasifikasi end-to-end. Kurikulum mencakup struktur file PE dan penghindaran tingkat byte, membangun dan melewati pengklasifikasi malware, serta mengotomatiskan phishing dan rekayasa sosial dengan model bahasa. Ini juga mencakup pembuatan dan deteksi deepfake, analisis perilaku, teknik ML adversarial, fuzzing cerdas untuk penemuan kerentanan, serta pencurian model, peracunan, watermarking, dan pintu belakang. Di akhir kursus, peserta akan mampu menguji dan mengamankan sistem ML, membuat dan mendeteksi sampel adversarial, serta menerapkan strategi pertahanan model yang efektif. Kursus ini diajarkan oleh Tshering Tobzang, seorang petugas keamanan siber senior dengan keahlian dalam pembelajaran mesin adversarial dan deteksi ancaman otomatis. Kursus ini ideal bagi profesional keamanan siber yang ingin memperluas keahlian mereka dalam solusi keamanan berbasis ML.
- KategoriPendidikan & Riset
- Model HargaLangganan
Fitur Inti Machine Learning untuk Hacker
Mengatur lab peretasan ML
Berinteraksi dengan model ML menggunakan Python
Memetakan permukaan serangan ML
Melakukan serangan pengklasifikasi end-to-end
Memodifikasi file PE untuk penghindaran
Mengotomatiskan phishing dengan model bahasa
Melakukan teknik ML adversarial
Menyelidiki pencurian model dan serangan pintu belakang
Cara menggunakan Machine Learning untuk Hacker?
Set up: Konfigurasikan lab peretasan ML Anda
Interact: Gunakan Python untuk berinteraksi dengan model ML
Map: Identifikasi permukaan serangan ML
Conduct: Laksanakan serangan pengklasifikasi end-to-end
Modify: Ubah file PE untuk menghindari deteksi
Automate: Gunakan model bahasa untuk phishing
Perform: Lakukan serangan ML adversarial
Explore: Selidiki pencurian model dan pintu belakang
Kasus Penggunaan Machine Learning untuk Hacker
- Keamanan Sistem ML
- Serangan Adversarial
- Automasi Phishing
- Deteksi Deepfake
- Pencegahan Pencurian Model
