• مرور چالش‌ها و روندهای مدرن امنیت سایبری
• نقش داده‌های عظیم و تحلیل آن‌ها در دفاع سایبری
• خودکارسازی و هماهنگ‌سازی در عملیات امنیتی (SOAR)
• مقدمه‌ای بر هوش عامل‌محور (Agentic AI)

• مروری بر مفاهیم هوش مصنوعی و یادگیری ماشین
• روش‌های یادگیری نظارت‌شده، بدون‌نظارت و تقویتی
• آماده‌سازی داده، مهندسی ویژگی‌ها و ارزیابی مدل
• چارچوب‌ها و ابزارهای هوش عامل‌محور
•  

• • مقدمه‌ای بر هوشمندی تهدیدات سایبری و منابع داده
  • مدل‌های ML برای طبقه‌بندی و پیش‌بینی تهدیدات
  • استفاده از NLP و تحلیل گراف برای تحلیل تهدیدات
  • هوش عامل‌محور برای شکار خودکار تهدیدات و جمع‌آوری اطلاعات تهدید

  ♦کارگاه: ساخت یک مدل طبقه‌بندی تهدید و نمونه‌سازی یک عامل ساده برای دریافت و خلاصه‌سازی جریان زنده اطلاعات تهدید.

• • مرور روش‌های هرزنامه، تقلب و فیشینگ
  • استخراج ویژگی‌ها از ایمیل، متن و محتوای وب
  • AI برای شناسایی هرزنامه و فیشینگ
  • مدافعان عامل‌محور
  •  

  ♦کارگاه: توسعه یک سیستم شناسایی فیشینگ

• مبانی تحلیل رفتار کاربر و موجودیت
• جمع‌آوری داده و طراحی ویژگی برای پایش رفتار
• تکنیک‌های شناسایی ناهنجاری در تحلیل رفتار
• سیستم‌های پایش عامل‌محور برای پاسخ بلادرنگ به رفتارها

♦کارگاه: ایجاد یک مدل شناسایی ناهنجاری و ادغام یک عامل خودمختار برای علامت‌گذاری یا واکنش به الگوهای رفتاری غیرعادی.

• مرور انواع بدافزار و سیستم‌های تشخیص نفوذ
• نمایش داده و استخراج ویژگی برای تحلیل بدافزار
• روش‌های AI برای شناسایی نفوذ شبکه
• سیستم‌های پاسخ عامل‌محور به نفوذ و دفاع‌های خودیادگیرنده

♦کارگاه: آموزش یک مدل تشخیص نفوذ مبتنی بر AI

• ملاحظات اخلاقی و قانونی در امنیت مبتنی بر هوش مصنوعی
• تکنیک‌های حفظ حریم خصوصی
• قابلیت توضیح و شفافیت در مدل‌های هوش مصنوعی برای امنیت
• حاکمیت، پاسخگویی و سیستم‌های عامل‌محور مسئولانه