生成式人工智能：提升你的网络安全职业生涯

生成式人工智能：提升你的网络安全职业生涯

本课程是多个项目的一部分。

位教师：Rav Ahuja

访问权限由 New York State Department of Labor 提供

16,471 人已注册

3个模块

深入了解一个主题并学习基础知识。

140 条评论

中级等级

推荐体验

灵活的计划

1 周在 10 小时一周

自行安排学习进度

96%

大多数学生喜欢此课程

3个模块

深入了解一个主题并学习基础知识。

140 条评论

中级等级

推荐体验

灵活的计划

1 周在 10 小时一周

自行安排学习进度

96%

大多数学生喜欢此课程

您将学到什么

解释 Generative AI 的基本概念及其在网络安全中的意义。
将 Generative AI 技术应用于真实世界的网络安全场景，包括 UBEA、威胁情报、报告汇总和游戏手册。
评估生成式 AI 在网络安全中对 Phishing 和恶意软件等威胁的使用情况，了解潜在的基于 NLP 的攻击技术。
减轻对 Generative AI model 的攻击，分析现实世界的案例研究，确定实施过程中的关键成功因素。

您将获得的技能

您将学习的工具

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

8 项作业

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

此课程作为的一部分提供

在注册此课程时，您还需要选择一个特定的合作项目。

向行业专家学习新概念
获得对主题或工具的基础理解
通过实践项目培养工作相关技能
获得可共享的职业证书

该课程共有3个模块

本短期课程为网络安全专业人员和爱好者提供最新的生成式人工智能工具，以应对复杂的网络安全挑战。课程重点是打击利用未被发现的漏洞的行为，为此，企业越来越多地求助于人工智能（AI）和机器学习（ML）。Generative AI 是一种 Transformer 技术，它作为一种重要的网络安全工具出现，通过在造成重大危害之前识别和消除未知漏洞来检测和预防攻击。

课程探讨了生成式 AI 的基本原理及其在现实世界网络安全中的应用，包括用户和实体行为分析 (UEBA)、威胁情报、报告汇总、游戏手册及其对 Phishing、恶意软件、错误信息和深度伪造的影响。此外，学员还将学习潜在的自然语言处理 (NLP) 攻击技术（如 Prompt 注入）以及缓解策略。课程确保学员了解使用生成式 AI 进行网络防御和威胁预测的最新趋势。在整个课程中，您将能够通过动手实验室应用所学知识。此外，受现实世界启发的练习将帮助您实践所学知识。本课程既适合想要提升自己职业生涯的现有网络安全专业人士，也适合那些有志于在这一领域开始职业生涯的人，如网络安全专家、网络安全分析师、网络安全工程师等。网络安全技能和基本的 Generative AI 知识有利于本课程的学习。

在本 Modulation 中，您将学习如何将生成式 AI 用于网络安全。首先，您将探索生成式 AI 模型中使用的训练数据质量的依赖性。您将学习如何应对 Large Language Model (LLM) 中的透明度挑战。本课进一步介绍了网络安全分析的类型以及生成式 AI 如何增强网络安全分析，包括事件响应和取证分析。然后，您将学习 EDR 和 SIEM 功能，以进行有效的威胁检测和响应。此外，您还将了解网络安全手册对于使用生成式 AI 总结事件报告的战略框架的重要性。

涵盖的内容

15个视频3篇阅读材料3个作业3个应用程序项目6个插件

15个视频总计82分钟

课程介绍 3分钟
会见专家 3分钟
从传统 AI 到 Generative AI 的过渡及其在网络安全方面的优势 5分钟
AI 时代网络安全的未来 7分钟
[可选] Prompt 注入攻击 11分钟
生成式 AI 与 LLM 风险 7分钟
与使用 Generative AI 工具相关的安全风险 3分钟
利用 Generative AI 进行网络安全分析 8分钟
防范基于 NLP 的生成式人工智能攻击 5分钟
变革网络安全角色的 AI 4分钟
为网络安全释放 Generative AI 的力量 4分钟
演示：在数据安全中使用 Generative AI 的力量 3分钟
事件响应和取证分析概述 8分钟
利用 AI 生成网络安全报告摘要和游戏手册 5分钟
专家观点：将 Generative AI 融入网络安全系统的挑战 6分钟

3篇阅读材料总计5分钟

课程大纲和先决条件 2分钟
第 1 课总结：生成式 AI 的安全影响 2分钟
第 2 课小结：生成式 AI 和数据安全简介 1分钟

3个作业总计50分钟

Module 1 分级测验：网络安全中的 Gen AI 入门 30分钟
第 1 课练习测验：Generative AI 对安全的影响 10分钟
第 2 课练习测验：生成式 AI 和数据安全简介 10分钟

3个应用程序项目总计90分钟

实践实验室：使用生成式 AI 阻止/删除攻击性内容 30分钟
实践实验室：应用生成式 AI 进行攻击模式分析 30分钟
实践实验室：使用 Generative AI 编写网络事件报告和游戏手册 30分钟

6个插件总计40分钟

完成课程的有用提示 3分钟
阅读：生成式人工智能在不同网络安全任务中的应用 5分钟
实践实验室：利用 Generative AI 防止恶意代码执行 20分钟
阅读：生成式人工智能在内容过滤和监控中的应用 5分钟
阅读：生成式 AI 模型面临的威胁 2分钟
阅读：数据泄露的成本（CoDB）与 AI 的影响 5分钟

在本 Module 中，您将学习将生成式 AI 用于网络安全。第 1 课强调了 Generative AI 在事件分析自动化中的作用，并将其集成到网络安全中以实现高效响应。它讨论了生成式人工智能如何补充传统的漏洞管理。它包括威胁猎取和简化事件响应沟通。本课重点介绍如何通过协作协同，对不断演变的网络安全威胁进行强有力的防御。第 2 课重点介绍主动威胁检测和生成式人工智能集成，以实现高效自动化。它强调了 Generative AI 在推进网络安全和塑造威胁检测未来方面的重要意义，最后介绍了 QRadar Suite 的功能。第 3 课讨论了生成式 AI 所面临的挑战，如风险探索、ChatGPT 管理、大规模采用和隐私问题。安全疏忽会带来数据和收入损失的风险，因此有必要在网络安全中采用安全设计方法和道德考量。

涵盖的内容

14个视频3篇阅读材料4个作业1个应用程序项目8个插件

14个视频总计66分钟

分流潜在事件、分析日志并协助调查 7分钟
利用 Generative AI 加强漏洞管理 8分钟
专家观点：用于事件响应的 AI 系统 4分钟
演示：增强威胁猎取和安全分析能力 3分钟
演示：简化漏洞管理 2分钟
在 SIEM 中使用生成式 AI 进行高级威胁检测 4分钟
将 Generative AI 融入 SIEM 的方法 6分钟
利用生成式 AI 解码 UBEA 5分钟
演示：使用生成式 AI 提供实时协助 2分钟
专家观点：AI 与威胁预测 5分钟
在网络安全中使用 Generative AI 的问题、关注点和考虑因素 7分钟
AI 在网络安全中的伦理问题 6分钟
给网络安全专业人员的提示 3分钟
专家观点：在网络安全领域负责任地使用 AI 4分钟

3篇阅读材料总计3分钟

第 1 课总结：使用生成式 AI 进行事件响应 1分钟
第 2 课小结：将 AI 生成模型与安全系统集成在一起 1分钟
第 3 课小结：伦理、问题、将 Generative AI 用于网络安全的考虑因素 1分钟

4个作业总计60分钟

Module 2 分级测验：使用生成式 AI 完成 SIEM 和 SOC 任务 30分钟
第 1 课练习测验：使用生成式 AI 进行事件响应 10分钟
第 2 课练习测验：将 AI 生成模型与安全系统结合起来 10分钟
第 3 课练习测验：在网络安全中使用 Generative AI 的伦理、问题和注意事项 10分钟

1个应用程序项目总计30分钟

实践实验室：使用响应式 AI 进行事件响应和警报生成 30分钟

8个插件总计84分钟

阅读：使用生成式 AI 进行事件响应 5分钟
阅读：与 QRadar/任何 SIEM 工具一起使用 ChatGPT 5分钟
阅读：利用 SIEM 中的 Generative AI 集成优化网络安全 5分钟
实践实验室：利用事件数据训练 AI，提高模式识别能力 30分钟
阅读：网络安全中的 SOAR：利用 Generative AI 加强安全操作 7分钟
阅读：用 Generative AI 保障未来：构建积极主动、经济高效的网络安全解决方案 5分钟
实践实验室：使用生成式 AI 获取威胁情报 20分钟
阅读：Generative AI and Cybersecurity：平衡效益与伦理问题 7分钟

在本 Module 中，您将通过实践练习展示自己的技能。您将在一个给定的项目中熟练运用生成式人工智能来保护网络安全。该项目有五个不同的练习。在练习 1 中，您将探索生成式 AI 平台检测垃圾邮件的能力。在练习 2 中，您将采用 Generative AI 技术来检查恶意软件程序的代码结构。在练习 3 中，您将利用生成式 AI 分析 Network 日志，以识别潜在的安全威胁。在练习 4 中，您将学习生成式 AI 来制作详细的事件报告，涵盖识别、遏制、根除和恢复阶段。在第五个练习中，您将创建一个应对恶意软件攻击的详细操作手册。