图片展示

NISP官网|国家信息安全水平考试NISP一级安全运营全国独家运营中心|NISP二级全国运营中心!

国家信息安全水平考试NISP官网

NISP一级

国家信息安全水平考试

 

立即报名

NISP二级

国家信息安全水平考试

 

立即报名

NISP三级

国家信息安全水平考试


立即报名

CISP

注册信息安全专业人员

 

立即报名

图片展示
搜索

NISP一级考试预约

 

图片展示

2021第二届全国⼤学⽣⽹络安全精英赛赛事介绍

 

       2021第二届全国⼤学⽣⽹络安全精英赛,指导单位为中国信息安全测评中⼼,主办⽅为国家⽹络空间安全⼈才培养基地。⼤赛以普及知识、挖掘⼈才为⼰任,⾯向全国⼤学⽣普及信息安全意识、传播信息安全知识、挖掘信息安全⼈才。

       本次比赛分为3个阶段,参赛学员均已个人赛形式参加比赛。第一阶段为全国线上初赛,主要考察学生的信息安全知识水平;第二阶段为全国线上复赛,主要考察学生网络安全基础知识和基本技能;第三阶段为全国线下总决赛;具体如下:

1.1.全国初

初赛主要考察学生信息安全知识水平,资格赛为线上答题形式。

☑ 比赛时间:7月1日-9月10日报名,9月13日-17日全国初赛

☑ 参赛资格:全国各类高、中等院校在校学生

☑ 比赛形式:初赛由各个参赛院校组织学生至大赛官网自主报名,由当地承办机构组织安排初赛时间。

☑ 比赛题型:初赛为50道单选题。

☑ 比赛内容:内容包含:信息安全概述、信息安全法律法规、信息安全基础技术、网络安全防护技术、操作系统安全防护技术、应用安全、移动智能终端安全防护、信息安全管理。

☑ 通过条件:满分100分,竞赛成绩达到70分及以上。

 

1.2.全国复赛

全国复赛主要考察参赛选手网络安全基础知识和基本技能。

☑ 比赛时间:9月24日全国复赛

☑ 比赛形式:复赛为线上答题形式进行,参赛条件为初赛成绩达70分以上。

☑ 比赛题型:复赛为100道单选题,

☑ 比赛内容:信息安全支撑技术、物理与网络通信安全、计算机环境安全、软件安全开发。

☑ 通过条件:全国前100名通过参加线下总决赛

 

1.3.全国总决赛

全国总决赛为线下知识竞赛形式。

☑ 比赛时间:10月11日全国线下总决赛

☑ 比赛形式:决赛为线下知识答题赛,参赛条件为复赛全国成绩前100名。

☑ 比赛题型:总决赛为100道单选题,

☑ 比赛内容:信息安全支撑技术、物理与网络通信安全、计算机环境安全、软件安全开发等。

☑ 获奖条件:根据总决赛最终成绩排名,产生大学生网络安全竞赛金奖:10人;银奖:10人;铜奖:20人。

 

1.4.奖项设置

2021年第二届大学生网络安全竞赛共设奖金20万元。

金奖:10人,奖金10000元/人

银奖:10人,奖金5000元/人

铜奖:20人,奖金2500元/人

获得⼤赛⾦银铜牌的选⼿,可获得⼤赛协办单位腾讯安全、卓朗科技、 深信服等信息安全知名企业签约⼯作机会。

 

4. 大赛同期其他活动

本次大赛同期将进行一系列与相关的活动,主要活动如下:

1.1大学生网络安全知识精英赛校园大使招募

第二届全国大学生网络安全精英赛即将于2021年7月1日启动报名,9月网络安全周期间开赛。现在面向全国在校大学生招募校园大使。招募规则如下:

 1.1.1.招募标准

具备⼀定的信息安全基础知识,擅长通过talkshow⼩段子、音乐创作、创意剪辑等各种才艺、方法传播信息安全知识、宣传网络安全精英赛的在校大学生。

1.1.2.招募平台

抖音APP

1.1.3.报名方式

1、开通抖音账号,并关注抖音官方号“网安精英赛”。

2、活动时间:2021年7月1日-2021年9月30日,10月11日公布获奖名单

3、拍摄与网络安全相关的短视频添加话题#网络安全精英赛#在抖音发布,并@网安精英赛 官方账号。

4、发动同学为自己的短视频点赞。

1.1.4.评选

大赛组委会邀请评委会评选作品,筛选出符合招募要求的作品,并按照点赞数排序,最终前十名入选的创作者将成为本届大学生网络安全精英赛校园大使。

1.1.5.公布

最终入选名单将在精英赛官网(https://www.nisp.org.cn/ds)公布。

1.1.6.表彰

成功当选校园大使的创作者,精英赛组委会将颁发聘书,并奖励华为 Mate 40E 手机一台(京东官方价4199元)。

 

1.2大学生网络安全知识精英赛答题接龙活动

校园大使招募活动同时,大赛组委会举办“网络安全精英赛·答题接龙”活动。

活动时间:2021年7月1日-2021年9月30日,10月11日公布获奖名单

参与在校大学生可登陆精英赛官网(https://www.nisp.org.cn/ds)学习网络安全辅导课程,并练习模拟题。

在抖音APP上传短视频,内容为回答一道网络安全模拟题,指定同学接龙。并以“大学生网络安全精英赛,你也来答题吧~”结尾。@网安精英赛 官方账号,参与抽奖。

奖品为华为WATCH GT 2 Pro 智能手表,共十个获奖名额(京东官网价2388元)。

 

NISP-PT线上班测验申请

  • 姓名 *

  • 手机号 *

  • 学历 *

  • 专业 *

  • 年龄 *

  • 提交申请

  • 验证码
    看不清?换一张
    取消
    确定

  • 报名咨询
  • 登录学习

免费领取渗透测试线上班试听课

  • 姓名 *

  • 手机号 *

  • 微信号

  • 立即领取

  • 验证码
    看不清?换一张
    取消
    确定

图片展示

图片展示

图片展示

国家信息安全水平考试NISP报名表

  • 姓名 *

  • 手机号 *

  • 身份证号 *

  • 院校名称 *

  • 专业 *

  • 证书类型 *

    证书类型 *

  • 支付金额:¥0

    支付方式:

  • 立即报名

  • 验证码
    看不清?换一张
    取消
    确定

人工智能应用与安全AIS中级课程内容,学完可手搓智能体!

作者:NISP官网 来源:国家信息安全水平考试NISP官网

人工智能应用与安全中级课程(V1.0)

培养能落地、懂业务、强技术的AI安全工程师

课程版本:V1.0  |  更新日期:2026年6月


01 AI安全时代全面到来

AI深入千行百业,安全成为核心刚需

随着大模型技术的爆发式发展,AI正在快速渗透到各个行业的核心业务场景。与此同时,AI安全问题日益凸显,从数据投毒到模型窃取,从提示注入到越狱攻击,AI系统面临着前所未有的安全挑战。

2026年,80%的企业将把AI安全纳入核心战略

行业领域
AI应用场景
安全挑战
医疗健康
智能诊断、医学影像、药物研发
数据隐私、模型可靠性、合规监管
金融科技
智能风控、反欺诈、智能投顾
算法偏见、数据泄露、模型对抗
智能制造
质量检测、预测性维护、工艺优化
工控安全、数据投毒、供应链风险
自动驾驶
感知决策、路径规划、车路协同
传感器欺骗、模型篡改、OTA安全
政务法务
智能审批、文书生成、法律咨询
数据安全、内容合规、算法公正
电商零售
智能推荐、客服机器人、内容生成
用户隐私、内容安全、知识产权


02 AI安全人才缺口爆发

岗位增速超400%,薪资持续走高

AI技术的快速落地,带动了AI安全人才需求的爆发式增长。据行业调研,AI安全相关岗位增速超过400%,人才缺口持续扩大,薪资水平水涨船高。

核心岗位薪资水平(月薪)

岗位名称
薪资范围
市场热度
AI安全工程师
25K-50K
????????????????????
大模型安全专家
35K-70K
????????????????????
AI治理专家
30K-60K
????????????????
安全运营工程师(AI方向)
20K-40K
????????????????
AI渗透测试工程师
25K-55K
????????????????
AI算法安全研究员
40K-80K
????????????????

统计时间:2026年第一季度 | 数据来源:行业招聘平台综合数据


03 体系化培养,快速进阶

六大核心优势

序号
优势
说明
1
AI开发全栈覆盖
从Python/ML基础到Transformer、RAG、Agent、MCP/A2A,完整覆盖大模型开发全链路
2
安全能力独树一帜
唯一系统性教授LLM安全(提示注入/越狱/幻觉/过度代理等8大风险)的课程
3
AI赋能安全实战
将AI应用于渗透测试、威胁情报解析、恶意样本分析、代码审计等真实安全场景
4
企业级项目驱动
每个阶段配套可落地的实战项目,学完即能交付企业级解决方案
5
合规治理体系完备
覆盖GDPR/EU AI Act/中国法规、AI伦理、偏见检测、可信AI框架
6
技术前沿按周更新
覆盖MCP、A2A、OpenCode等最新技术,按周更新


04 课程持续迭代,紧跟技术前沿

从网络安全到AI应用,多年技术沉淀,课程迭代至人工智能应用与安全,80%内容聚焦AI安全核心技术。

课程发展里程碑

● 2019年:网络安全基础课程,覆盖传统安全领域

● 2022年:AI安全方向立项,开始AI与安全融合研究

● 2023年:推出AI安全入门课程,覆盖基础概念与应用

● 2024年:大模型安全专题上线,深入LLM安全领域

● 2025年:推出人工智能应用与安全初级课程

● 2026年:推出人工智能应用与安全中级课程,AI安全内容占比达到80%


05 课程紧贴市场需求

与其他机构形成鲜明差异

对比维度
我们的课程
其他机构
体系完整性
AI应用+安全+治理完整体系,从开发到防护全链路覆盖
内容零散,单点技术讲解,缺乏体系化
实战项目
10+企业级实战项目,覆盖RAG、Agent、渗透测试等核心场景
理论为主,Demo级案例,难以对应实际工作需求
技术前沿性
覆盖MCP、A2A、OpenCode等最新技术,按周更新
内容滞后,缺乏前沿技术更新
安全深度
从底层原理到防护实践,深入AI安全核心机制
表面概念讲解,缺乏深度安全分析
行业场景
覆盖金融、医疗、工控、车联网等多行业安全场景
单一通用场景,缺乏行业针对性


06 重磅推出——人工智能应用与安全中级课程

培养企业紧缺的AI安全复合型人才

优势1:四大模块层层递进,构建完整知识体系

AI应用进阶 → AI应用安全 → AI赋能网络安全 → AI安全运营治理

采用'70%应用 + 30%原理'的课程设计,聚焦企业级落地,同时夯实技术根基,避免'只会用工具不懂原理'的困境,培养能开发、懂安全、可治理的综合型人才。

主流技术全覆盖

技术领域
核心技术栈
对应模块
大模型开发
Python、PyTorch、Transformer、HuggingFace、LangChain、LangGraph、Qwen/DeepSeek API
模块一
RAG与向量检索
Chunk、BM25、Faiss、Embedding Model、similarity_search
模块一
模型微调与部署
LoRA、fine-tuning、Ollama、FastAPI、Docker
模块一
LLM安全
提示注入防御、越狱防护、模型幻觉检测、过度代理防御、敏感信息泄露防护、模型盗窃防御、RAG安全
模块二
Agent安全
MCP安全、A2A通信安全、Skill投毒防护、Toolcall安全
模块一
AI赋能安全
ML入侵检测(KNN/CNN/RNN)、UEBA、SOAR智能告警、AI渗透测试(Claude Code/OpenCode)、DNS隧道流量检测、JA3指纹、恶意样本分析、YARA规则、AI代码审计
模块三
安全运营与合规
ELK Stack、NIST AI RMF、ISO 42001、EU AI Act、GDPR/CCPA、Fairlearn/AIF360偏见检测、Langfuse、LangSmith
模块四
安全工具链
Yakit、BurpSuite、Wireshark、x64dbg、Process Monitor、API Monitor、Trae、Cursor
模块三


优势2:三大核心能力,精准狙击企业需求

能力一:AI应用开发能力

掌握大模型应用开发全流程,能够独立完成RAG系统、智能体、工具调用等应用开发,具备企业级AI应用落地能力。

核心技能点:

● Transformer架构深度理解● 模型预训练与微调● RAG检索增强生成系统开发● Agent智能体设计与开发● Function Call / Tool Call开发● MCP协议与Skill开发


能力二:AI安全防护能力

建立AI系统安全防护体系思维,掌握提示注入、模型越狱、数据投毒等常见攻击的防御方法,能够构建AI应用安全防护体系。

核心技能点:

● 提示注入与越狱防护● 模型安全与隐私保护● 供应链安全风险管理● AI应用安全架构设计● 多维度安全检测与防护● 行业场景安全方案● Agent安全与防护能力● RAG安全与防护能力


能力三:AI治理合规能力

掌握AI安全运营与治理方法,了解国内外AI监管法规,能够建立AI安全运营体系,确保AI应用合规落地。

核心技能点:

● AI安全监控与异常检测● AI安全事件应急响应● AI伦理与偏见治理● 数据保护与隐私合规● AI治理框架落地● 可信AI体系建设



优势3:实战驱动教学,项目贯穿始终

10+企业级实战项目,边学边练,技能一步到位

核心实战项目

项目名称
项目描述
技术栈
知识库RAG系统
基于向量数据库构建智能问答系统
RAG、Chunk、Embedding模型、FAISS、Cosine Similarity
RAG安全演练
RAG污染、恶意文档投毒、注入攻击、向量库检索污染
RAG、FAISS、Embedding Model
AI渗透测试智能体
基于Agent框架开发自动化渗透测试助手
OpenCode、MCP、Skill、渗透测试
AI智能体安全演练
Tool滥用、恶意MCP Server投毒、Skill供应链投毒
OPENAI SDK、FunctionCall、ToolCall、MCP Server、Skill、ClawHub
提示注入防护系统
构建多层级提示注入防护体系
Python、LLM API、规则引擎
AI安全监控平台
开发AI系统安全监控平台
SecureBERT_Plus、ML、可视化
恶意样本AI分析工具
基于机器学习的恶意代码检测与分析
Python、Scikit-learn、YARA
AI代码审计系统
基于大模型的智能代码审计工具
LLM、AST、代码分析


07 课程详细内容

四大阶段层层递进,从AI开发到安全治理,打造复合型人才

阶段一:AI应用开发入门

阶段目标:从人工智能基础到机器学习原理,从大模型核心技术到应用开发实践,系统掌握AI应用开发全链路技能,能够独立完成企业级大模型应用开发。

阶段一 核心章节

章节
小节
授课内容
1.1
人工智能及应用概述
人工智能发展历程 | 人工智能定义 | 人工智能主要分支 | 人工智能行业应用 | 人工智能的发展趋势 | 人工智能伦理和社会影响 | 国内人工智能治理法规 | 国际人工智能治理综述
模型开发与训练原理
机器学习基本概念 | 常见机器学习算法 | 深度学习初步 | 数据预处理 | 选择模型的核心依据 | 机器学习常见模型全景图 | 手搓理解线性回归模型等 | 模型训练原理 | 模型评估指标 | 验证方法及混淆矩阵展示 | GridSearchCV调优与交叉验证
AI应用系统设计与开发
AI应用系统架构模式基础概念 | 五种模式解析 | AI推理与服务框架 | AI应用的部署 | AI运维管理 | AI应用监控管理
LLM核心技术原理
LLM简介 | Transformer架构深度解析 | Token Embedding & 位置编码 | Transformer Block | Logit / Softmax / Sampling | 模型预训练与微调 | 提示词基础概念与进阶技巧 | 系统提示词的设计与嵌入 | RAG基本介绍与进阶优化 | RAG安全:检索污染与防护机制 | RAG进化路线图
LLM应用开发实践
LLM模型生态分类全景 | 三类模型的协同应用 | LLM API调用 | Function Call开发 | Tool Call开发及安全风险 | Agent开发原理及应用 | MCP开发及安全 | 主流AI Agent Skills开发及安全 | Agent Memory | A2A基础

阶段一实战项目

● 企业智能客服机器人(基于大模型API搭建企业级智能客服系统)● AI渗透测试智能体(基于OpenCode框架开发自动化渗透测试助手)● Python编程与数据处理实践● LLM API调用实践(本地模型、DeepSeek)● RAG基础与污染实验● Function Call工具调用实验● Tool Call安全实践● MCP协议安全对比实验● Skill投毒演示实验



阶段二:AI应用安全防护

阶段目标:系统学习AI应用系统安全架构,深入掌握提示注入、模型越狱、数据投毒等常见攻击的原理与防御方法,理解供应链安全与行业场景安全,能够构建完整的AI应用安全防护体系。

阶段二 核心章节

章节
小节
授课内容
1.1
AI应用系统安全基础
AI应用系统架构与安全边界(数据层/模型层/应用层/接口层安全)| AI系统常见安全威胁 | AI与传统安全机制的差异 | AI应用系统安全基线与合规(NIST AI RMF、ISO/IEC 42001)
1.2
大语言模型(LLM)安全基础
提示注入(Prompt Injection)| 模型越狱(Jailbreak)| 模型拒绝服务 | 敏感信息泄露 | 过度代理 | 过度依赖 | 模型盗窃 | 模型幻觉 | 综合对比与关联分析
1.3
AI应用系统安全链条风险与防御
LLM应用系统安全链条概念 | 核心组件与风险点(用户输入处理/系统指令配置/MCP调度/工具插件调用/A2A通信链/外部系统调用/RAG知识检索/多步反射循环执行/输出呈现/日志审计)
1.4
供应链安全
数据供应链安全 | 模型供应链安全 | 工具链安全
1.5
行业场景AI应用安全进阶
医疗AI安全 | 金融AI安全 | 工控AI安全 | 车联网AI安全
1.6
AI应用合规性
隐私保护 | 偏见(四类偏见深度解剖与缓解策略)| 国内国际法律法规及框架(EU AI Act、全球框架)

阶段二实战项目

● 提示注入与越狱防护系统(构建多层级提示注入防护体系)● LLM提示注入与越狱防护实战



阶段三:AI赋能网络安全

阶段目标:掌握AI技术在威胁检测、安全运营、渗透测试、日志流量分析、恶意样本分析、代码审计等网络安全领域的应用,能够使用AI工具提升安全工作效率和检测能力。

阶段三 核心章节

章节
授课内容
1.1 AI在威胁检测中的应用
入侵检测与防御(IDS/IPS)AI应用 | ML/深度学习在入侵检测中的应用(KNN/CNN/RNN算法)| 用户与实体行为分析(UEBA)| 应对高级持续性威胁(APT)
1.2 AI在安全运营中的辅助作用
日志自动化聚合与分类 | AI在告警处理与SOAR中的应用 | 威胁情报智能化(Kill Chain智能标注)
1.3 AI在渗透测试中的作用
AI辅助漏洞挖掘(TOP 10漏洞)| AI生成渗透测试脚本 | 渗透测试辅助决策 | Agent辅助漏洞挖掘
1.4 AI在日志与流量分析中的作用
异常流量检测 | DNS隧道流量检测 | C2通信流量特征识别 | 加密流量异常检测(JA3/JA3S指纹)
1.5 AI在恶意样本分析中的作用
静态分析(Opcode序列、API调用特征)| 动态分析(沙箱日志)| AI增强沙箱分析 | 生成式AI在恶意样本分析中的应用
1.6 AI在代码审计中的作用
静态代码分析 | AST建模 | 漏洞模式自动匹配 | AI辅助漏洞定位与补丁生成 | 代码安全重构

阶段三实战项目

● AI威胁检测系统(基于ML构建入侵检测与异常流量分析系统)● AI辅助渗透测试运用(LLM生成PoC、Agent扫描、传统vs AI对比)● AI恶意样本分析平台(静态分析、动态分析、YARA规则自动生成)● AI代码审计系统(AST建模、LLM定位漏洞、安全代码优化与重构)● 使用ML模型检测异常流量 | 入侵检测模型实现与评估● DNS隧道流量检测实验 | 威胁情报解析实验● LLM生成SQL注入PoC | AI漏洞扫描实验 | 攻击路径分析● 静态/动态样本分析 | LLM生成恶意检测规则(YARA)● 静态代码扫描实验 | LLM辅助修复实验 | 安全重构实验



阶段四:AI安全运营与治理合规

阶段目标:掌握AI安全监控、事件响应、治理合规等核心技能,了解国内外AI监管法规,能够建立企业级AI安全运营体系,确保AI应用合规落地。

阶段四 核心章节

章节
授课内容
1.1 AI安全监控与异常检测
AI系统日志收集与分析 | 基于AI的异常检测技术(统计/ML)| AI模型性能监控与漂移检测
1.2 AI安全事件响应
AI安全事件分类体系(国家标准)| AI安全事件分级标准(四级+特殊规则)| 应急响应流程:准备、监测预警、应急处置、总结改进 | AI安全事件报告与沟通
1.3 AI治理与合规实践
AI伦理原则解读 | AI偏见检测与缓解技术(Fairlearn/AIF360)| 可信AI框架核心要素(NIST AI RMF、EU AI Act、ISO 42001)| 数据保护法规与AI合规性(GDPR/CCPA/中国法律体系)
1.4 AI赋能网络安全概述
AI在漏洞管理、安全运营中的应用场景 | 网络安全赋能AI(网络层/应用层/数据安全/身份与访问管理)

阶段四实战项目

● AI安全监控平台(ELK Stack日志分析、ML异常行为检测)● AI安全事件应急响应演练(模拟AI攻击事件、标准化报告体系)● AI治理与合规评估(公平性与偏见评估、大语言模型评估)● AI系统安全监控实践 | AI安全事件响应演练 | AI治理与合规工具实践


08 课程配套资源

学习资料

● 完整课程讲义与PPT● 详细实验指导手册● 推荐阅读书单与论文列表● 行业报告与白皮书合集


工具与环境

● 预置实验环境与虚拟机● 常用AI开发与安全工具包● 开源模型与数据集● 实验靶场与练习平台


学习支持

● 专业讲师答疑辅导● 学习社群交流讨论● 作业批改与反馈● 职业发展指导


课程版本:V1.0  |  更新日期:2026年6月适用对象:中级AI应用与安全学习者本课程将根据技术发展和市场需求持续更新,确保内容始终紧跟行业前沿。


0
NISP管理中心

人工智能应用与安全AIS中级课程内容,学完可手搓智能体!

作者:NISP官网 浏览: 发表时间:2026-06-26 11:37:45 来源:国家信息安全水平考试NISP官网

人工智能应用与安全中级课程(V1.0)

培养能落地、懂业务、强技术的AI安全工程师

课程版本:V1.0  |  更新日期:2026年6月


01 AI安全时代全面到来

AI深入千行百业,安全成为核心刚需

随着大模型技术的爆发式发展,AI正在快速渗透到各个行业的核心业务场景。与此同时,AI安全问题日益凸显,从数据投毒到模型窃取,从提示注入到越狱攻击,AI系统面临着前所未有的安全挑战。

2026年,80%的企业将把AI安全纳入核心战略

行业领域
AI应用场景
安全挑战
医疗健康
智能诊断、医学影像、药物研发
数据隐私、模型可靠性、合规监管
金融科技
智能风控、反欺诈、智能投顾
算法偏见、数据泄露、模型对抗
智能制造
质量检测、预测性维护、工艺优化
工控安全、数据投毒、供应链风险
自动驾驶
感知决策、路径规划、车路协同
传感器欺骗、模型篡改、OTA安全
政务法务
智能审批、文书生成、法律咨询
数据安全、内容合规、算法公正
电商零售
智能推荐、客服机器人、内容生成
用户隐私、内容安全、知识产权


02 AI安全人才缺口爆发

岗位增速超400%,薪资持续走高

AI技术的快速落地,带动了AI安全人才需求的爆发式增长。据行业调研,AI安全相关岗位增速超过400%,人才缺口持续扩大,薪资水平水涨船高。

核心岗位薪资水平(月薪)

岗位名称
薪资范围
市场热度
AI安全工程师
25K-50K
????????????????????
大模型安全专家
35K-70K
????????????????????
AI治理专家
30K-60K
????????????????
安全运营工程师(AI方向)
20K-40K
????????????????
AI渗透测试工程师
25K-55K
????????????????
AI算法安全研究员
40K-80K
????????????????

统计时间:2026年第一季度 | 数据来源:行业招聘平台综合数据


03 体系化培养,快速进阶

六大核心优势

序号
优势
说明
1
AI开发全栈覆盖
从Python/ML基础到Transformer、RAG、Agent、MCP/A2A,完整覆盖大模型开发全链路
2
安全能力独树一帜
唯一系统性教授LLM安全(提示注入/越狱/幻觉/过度代理等8大风险)的课程
3
AI赋能安全实战
将AI应用于渗透测试、威胁情报解析、恶意样本分析、代码审计等真实安全场景
4
企业级项目驱动
每个阶段配套可落地的实战项目,学完即能交付企业级解决方案
5
合规治理体系完备
覆盖GDPR/EU AI Act/中国法规、AI伦理、偏见检测、可信AI框架
6
技术前沿按周更新
覆盖MCP、A2A、OpenCode等最新技术,按周更新


04 课程持续迭代,紧跟技术前沿

从网络安全到AI应用,多年技术沉淀,课程迭代至人工智能应用与安全,80%内容聚焦AI安全核心技术。

课程发展里程碑

● 2019年:网络安全基础课程,覆盖传统安全领域

● 2022年:AI安全方向立项,开始AI与安全融合研究

● 2023年:推出AI安全入门课程,覆盖基础概念与应用

● 2024年:大模型安全专题上线,深入LLM安全领域

● 2025年:推出人工智能应用与安全初级课程

● 2026年:推出人工智能应用与安全中级课程,AI安全内容占比达到80%


05 课程紧贴市场需求

与其他机构形成鲜明差异

对比维度
我们的课程
其他机构
体系完整性
AI应用+安全+治理完整体系,从开发到防护全链路覆盖
内容零散,单点技术讲解,缺乏体系化
实战项目
10+企业级实战项目,覆盖RAG、Agent、渗透测试等核心场景
理论为主,Demo级案例,难以对应实际工作需求
技术前沿性
覆盖MCP、A2A、OpenCode等最新技术,按周更新
内容滞后,缺乏前沿技术更新
安全深度
从底层原理到防护实践,深入AI安全核心机制
表面概念讲解,缺乏深度安全分析
行业场景
覆盖金融、医疗、工控、车联网等多行业安全场景
单一通用场景,缺乏行业针对性


06 重磅推出——人工智能应用与安全中级课程

培养企业紧缺的AI安全复合型人才

优势1:四大模块层层递进,构建完整知识体系

AI应用进阶 → AI应用安全 → AI赋能网络安全 → AI安全运营治理

采用'70%应用 + 30%原理'的课程设计,聚焦企业级落地,同时夯实技术根基,避免'只会用工具不懂原理'的困境,培养能开发、懂安全、可治理的综合型人才。

主流技术全覆盖

技术领域
核心技术栈
对应模块
大模型开发
Python、PyTorch、Transformer、HuggingFace、LangChain、LangGraph、Qwen/DeepSeek API
模块一
RAG与向量检索
Chunk、BM25、Faiss、Embedding Model、similarity_search
模块一
模型微调与部署
LoRA、fine-tuning、Ollama、FastAPI、Docker
模块一
LLM安全
提示注入防御、越狱防护、模型幻觉检测、过度代理防御、敏感信息泄露防护、模型盗窃防御、RAG安全
模块二
Agent安全
MCP安全、A2A通信安全、Skill投毒防护、Toolcall安全
模块一
AI赋能安全
ML入侵检测(KNN/CNN/RNN)、UEBA、SOAR智能告警、AI渗透测试(Claude Code/OpenCode)、DNS隧道流量检测、JA3指纹、恶意样本分析、YARA规则、AI代码审计
模块三
安全运营与合规
ELK Stack、NIST AI RMF、ISO 42001、EU AI Act、GDPR/CCPA、Fairlearn/AIF360偏见检测、Langfuse、LangSmith
模块四
安全工具链
Yakit、BurpSuite、Wireshark、x64dbg、Process Monitor、API Monitor、Trae、Cursor
模块三


优势2:三大核心能力,精准狙击企业需求

能力一:AI应用开发能力

掌握大模型应用开发全流程,能够独立完成RAG系统、智能体、工具调用等应用开发,具备企业级AI应用落地能力。

核心技能点:

● Transformer架构深度理解● 模型预训练与微调● RAG检索增强生成系统开发● Agent智能体设计与开发● Function Call / Tool Call开发● MCP协议与Skill开发


能力二:AI安全防护能力

建立AI系统安全防护体系思维,掌握提示注入、模型越狱、数据投毒等常见攻击的防御方法,能够构建AI应用安全防护体系。

核心技能点:

● 提示注入与越狱防护● 模型安全与隐私保护● 供应链安全风险管理● AI应用安全架构设计● 多维度安全检测与防护● 行业场景安全方案● Agent安全与防护能力● RAG安全与防护能力


能力三:AI治理合规能力

掌握AI安全运营与治理方法,了解国内外AI监管法规,能够建立AI安全运营体系,确保AI应用合规落地。

核心技能点:

● AI安全监控与异常检测● AI安全事件应急响应● AI伦理与偏见治理● 数据保护与隐私合规● AI治理框架落地● 可信AI体系建设



优势3:实战驱动教学,项目贯穿始终

10+企业级实战项目,边学边练,技能一步到位

核心实战项目

项目名称
项目描述
技术栈
知识库RAG系统
基于向量数据库构建智能问答系统
RAG、Chunk、Embedding模型、FAISS、Cosine Similarity
RAG安全演练
RAG污染、恶意文档投毒、注入攻击、向量库检索污染
RAG、FAISS、Embedding Model
AI渗透测试智能体
基于Agent框架开发自动化渗透测试助手
OpenCode、MCP、Skill、渗透测试
AI智能体安全演练
Tool滥用、恶意MCP Server投毒、Skill供应链投毒
OPENAI SDK、FunctionCall、ToolCall、MCP Server、Skill、ClawHub
提示注入防护系统
构建多层级提示注入防护体系
Python、LLM API、规则引擎
AI安全监控平台
开发AI系统安全监控平台
SecureBERT_Plus、ML、可视化
恶意样本AI分析工具
基于机器学习的恶意代码检测与分析
Python、Scikit-learn、YARA
AI代码审计系统
基于大模型的智能代码审计工具
LLM、AST、代码分析


07 课程详细内容

四大阶段层层递进,从AI开发到安全治理,打造复合型人才

阶段一:AI应用开发入门

阶段目标:从人工智能基础到机器学习原理,从大模型核心技术到应用开发实践,系统掌握AI应用开发全链路技能,能够独立完成企业级大模型应用开发。

阶段一 核心章节

章节
小节
授课内容
1.1
人工智能及应用概述
人工智能发展历程 | 人工智能定义 | 人工智能主要分支 | 人工智能行业应用 | 人工智能的发展趋势 | 人工智能伦理和社会影响 | 国内人工智能治理法规 | 国际人工智能治理综述
模型开发与训练原理
机器学习基本概念 | 常见机器学习算法 | 深度学习初步 | 数据预处理 | 选择模型的核心依据 | 机器学习常见模型全景图 | 手搓理解线性回归模型等 | 模型训练原理 | 模型评估指标 | 验证方法及混淆矩阵展示 | GridSearchCV调优与交叉验证
AI应用系统设计与开发
AI应用系统架构模式基础概念 | 五种模式解析 | AI推理与服务框架 | AI应用的部署 | AI运维管理 | AI应用监控管理
LLM核心技术原理
LLM简介 | Transformer架构深度解析 | Token Embedding & 位置编码 | Transformer Block | Logit / Softmax / Sampling | 模型预训练与微调 | 提示词基础概念与进阶技巧 | 系统提示词的设计与嵌入 | RAG基本介绍与进阶优化 | RAG安全:检索污染与防护机制 | RAG进化路线图
LLM应用开发实践
LLM模型生态分类全景 | 三类模型的协同应用 | LLM API调用 | Function Call开发 | Tool Call开发及安全风险 | Agent开发原理及应用 | MCP开发及安全 | 主流AI Agent Skills开发及安全 | Agent Memory | A2A基础

阶段一实战项目

● 企业智能客服机器人(基于大模型API搭建企业级智能客服系统)● AI渗透测试智能体(基于OpenCode框架开发自动化渗透测试助手)● Python编程与数据处理实践● LLM API调用实践(本地模型、DeepSeek)● RAG基础与污染实验● Function Call工具调用实验● Tool Call安全实践● MCP协议安全对比实验● Skill投毒演示实验



阶段二:AI应用安全防护

阶段目标:系统学习AI应用系统安全架构,深入掌握提示注入、模型越狱、数据投毒等常见攻击的原理与防御方法,理解供应链安全与行业场景安全,能够构建完整的AI应用安全防护体系。

阶段二 核心章节

章节
小节
授课内容
1.1
AI应用系统安全基础
AI应用系统架构与安全边界(数据层/模型层/应用层/接口层安全)| AI系统常见安全威胁 | AI与传统安全机制的差异 | AI应用系统安全基线与合规(NIST AI RMF、ISO/IEC 42001)
1.2
大语言模型(LLM)安全基础
提示注入(Prompt Injection)| 模型越狱(Jailbreak)| 模型拒绝服务 | 敏感信息泄露 | 过度代理 | 过度依赖 | 模型盗窃 | 模型幻觉 | 综合对比与关联分析
1.3
AI应用系统安全链条风险与防御
LLM应用系统安全链条概念 | 核心组件与风险点(用户输入处理/系统指令配置/MCP调度/工具插件调用/A2A通信链/外部系统调用/RAG知识检索/多步反射循环执行/输出呈现/日志审计)
1.4
供应链安全
数据供应链安全 | 模型供应链安全 | 工具链安全
1.5
行业场景AI应用安全进阶
医疗AI安全 | 金融AI安全 | 工控AI安全 | 车联网AI安全
1.6
AI应用合规性
隐私保护 | 偏见(四类偏见深度解剖与缓解策略)| 国内国际法律法规及框架(EU AI Act、全球框架)

阶段二实战项目

● 提示注入与越狱防护系统(构建多层级提示注入防护体系)● LLM提示注入与越狱防护实战



阶段三:AI赋能网络安全

阶段目标:掌握AI技术在威胁检测、安全运营、渗透测试、日志流量分析、恶意样本分析、代码审计等网络安全领域的应用,能够使用AI工具提升安全工作效率和检测能力。

阶段三 核心章节

章节
授课内容
1.1 AI在威胁检测中的应用
入侵检测与防御(IDS/IPS)AI应用 | ML/深度学习在入侵检测中的应用(KNN/CNN/RNN算法)| 用户与实体行为分析(UEBA)| 应对高级持续性威胁(APT)
1.2 AI在安全运营中的辅助作用
日志自动化聚合与分类 | AI在告警处理与SOAR中的应用 | 威胁情报智能化(Kill Chain智能标注)
1.3 AI在渗透测试中的作用
AI辅助漏洞挖掘(TOP 10漏洞)| AI生成渗透测试脚本 | 渗透测试辅助决策 | Agent辅助漏洞挖掘
1.4 AI在日志与流量分析中的作用
异常流量检测 | DNS隧道流量检测 | C2通信流量特征识别 | 加密流量异常检测(JA3/JA3S指纹)
1.5 AI在恶意样本分析中的作用
静态分析(Opcode序列、API调用特征)| 动态分析(沙箱日志)| AI增强沙箱分析 | 生成式AI在恶意样本分析中的应用
1.6 AI在代码审计中的作用
静态代码分析 | AST建模 | 漏洞模式自动匹配 | AI辅助漏洞定位与补丁生成 | 代码安全重构

阶段三实战项目

● AI威胁检测系统(基于ML构建入侵检测与异常流量分析系统)● AI辅助渗透测试运用(LLM生成PoC、Agent扫描、传统vs AI对比)● AI恶意样本分析平台(静态分析、动态分析、YARA规则自动生成)● AI代码审计系统(AST建模、LLM定位漏洞、安全代码优化与重构)● 使用ML模型检测异常流量 | 入侵检测模型实现与评估● DNS隧道流量检测实验 | 威胁情报解析实验● LLM生成SQL注入PoC | AI漏洞扫描实验 | 攻击路径分析● 静态/动态样本分析 | LLM生成恶意检测规则(YARA)● 静态代码扫描实验 | LLM辅助修复实验 | 安全重构实验



阶段四:AI安全运营与治理合规

阶段目标:掌握AI安全监控、事件响应、治理合规等核心技能,了解国内外AI监管法规,能够建立企业级AI安全运营体系,确保AI应用合规落地。

阶段四 核心章节

章节
授课内容
1.1 AI安全监控与异常检测
AI系统日志收集与分析 | 基于AI的异常检测技术(统计/ML)| AI模型性能监控与漂移检测
1.2 AI安全事件响应
AI安全事件分类体系(国家标准)| AI安全事件分级标准(四级+特殊规则)| 应急响应流程:准备、监测预警、应急处置、总结改进 | AI安全事件报告与沟通
1.3 AI治理与合规实践
AI伦理原则解读 | AI偏见检测与缓解技术(Fairlearn/AIF360)| 可信AI框架核心要素(NIST AI RMF、EU AI Act、ISO 42001)| 数据保护法规与AI合规性(GDPR/CCPA/中国法律体系)
1.4 AI赋能网络安全概述
AI在漏洞管理、安全运营中的应用场景 | 网络安全赋能AI(网络层/应用层/数据安全/身份与访问管理)

阶段四实战项目

● AI安全监控平台(ELK Stack日志分析、ML异常行为检测)● AI安全事件应急响应演练(模拟AI攻击事件、标准化报告体系)● AI治理与合规评估(公平性与偏见评估、大语言模型评估)● AI系统安全监控实践 | AI安全事件响应演练 | AI治理与合规工具实践


08 课程配套资源

学习资料

● 完整课程讲义与PPT● 详细实验指导手册● 推荐阅读书单与论文列表● 行业报告与白皮书合集


工具与环境

● 预置实验环境与虚拟机● 常用AI开发与安全工具包● 开源模型与数据集● 实验靶场与练习平台


学习支持

● 专业讲师答疑辅导● 学习社群交流讨论● 作业批改与反馈● 职业发展指导


课程版本:V1.0  |  更新日期:2026年6月适用对象:中级AI应用与安全学习者本课程将根据技术发展和市场需求持续更新,确保内容始终紧跟行业前沿。


人工智能应用与安全AIS中级课程内容,学完可手搓智能体!
人工智能应用与安全工程师(AIS)中级课程上线,学完可手搓智能体,内容比肩同行3万元线下课,培养能落地、懂业务、强技术的AI安全⼯程师。内容涵盖AI应⽤进阶 → AI应⽤安全 → AI赋能⽹络安全 → AI安全运营治理,采⽤"70%应⽤+30%原理"的课程设计,聚焦企业级落地,同时夯实技术根基,避免"只会⽤⼯具不懂原理"的困境,培养能开发、懂安全、可治理的综合型⼈才。
长按图片保存/分享
0
文章推荐

 

网安世纪科技有限公司-国家信息安全水平考试(NISP)管理中心 © 2001-2020  ICP备案号:京ICP备18045154号-6

网站地图

全部课程

在线客服
联系方式
投诉电话
010-8858 6366
紧急投诉
18510808999
投诉邮箱
luyao@nishr.cn
在线客服
添加微信好友,详细了解产品
使用企业微信
“扫一扫”加入群聊
复制成功!
添加微信好友,详细了解产品
我知道了
京ICP备18045154号-6