Descrição
Machine Learning para Hackers é um curso projetado para capacitar profissionais de cibersegurança com as habilidades necessárias para atacar e defender sistemas de aprendizado de máquina. À medida que as tecnologias de ML se tornam parte integrante das soluções de segurança, entender suas vulnerabilidades é crucial. Este curso começa com a configuração de um laboratório de hacking de ML e o aprendizado de como interagir com modelos usando Python. Os participantes mapearão a superfície de ataque de ML e realizarão ataques de classificador de ponta a ponta. O currículo abrange a estrutura de arquivos PE e evasão em nível de byte, construção e contorno de classificadores de malware, e automação de phishing e engenharia social com modelos de linguagem. Também inclui criação e detecção de deepfakes, análise comportamental, técnicas de ML adversarial, fuzzing inteligente para descoberta de vulnerabilidades, e roubo de modelos, envenenamento, marca d'água e backdoors. Ao final do curso, os alunos serão capazes de testar e proteger sistemas de ML, criar e detectar amostras adversariais, e aplicar estratégias eficazes de defesa de modelos. O curso é ministrado por Tshering Tobzang, um oficial sênior de cibersegurança com expertise em aprendizado de máquina adversarial e detecção automatizada de ameaças. Este curso é ideal para profissionais de cibersegurança que desejam expandir sua expertise em soluções de segurança baseadas em ML.
- CategoriaEducação e pesquisa
- Modelo de preçosAssinatura
Recursos principais de Machine Learning para Hackers
Configurar um laboratório de hacking de ML
Interagir com modelos de ML usando Python
Mapear a superfície de ataque de ML
Realizar ataques de classificador de ponta a ponta
Modificar arquivos PE para evasão
Automatizar phishing com modelos de linguagem
Executar técnicas de ML adversarial
Explorar roubo de modelos e ataques de backdoor
Como usar Machine Learning para Hackers?
Configurar: Configure seu laboratório de hacking de ML
Interagir: Use Python para interagir com modelos de ML
Mapear: Identifique a superfície de ataque de ML
Realizar: Execute ataques de classificador de ponta a ponta
Modificar: Altere arquivos PE para evadir a detecção
Automatizar: Use modelos de linguagem para phishing
Executar: Realize ataques de ML adversarial
Explorar: Investigue roubo de modelos e backdoors
Casos de uso de Machine Learning para Hackers
- Segurança de Sistemas de ML
- Ataques Adversariais
- Automação de Phishing
- Detecção de Deepfake
- Prevenção de Roubo de Modelos
