Kursplan

Introduktion till Säker och Etisk AI

  • Översikt över AI-säkerhet och etik
  • Vanliga hot och sårbarheter i AI-system
  • Reglerande landskap och överensstämmelse ramverk

Säkerhetshot i AI-agenter

  • Dataförgiftning och modellmanipulation
  • Motangrepp på AI-modeller
  • Strategier för att minska säkerhetshot i AI

Bygga Robusta och Säkra AI-modeller

  • Säker AI-utvecklingscykel
  • Försvarsmässiga maskininlärningsmetoder
  • Validering och testning av AI-modeller

Etisk AI-utveckling och Rättvisa

  • Detektering och minskning av bias i AI-modeller
  • Förklarbarhet och transparens i AI-beslut
  • Säkerställa ansvarsfull AI-utplacering

AI-styrning, Överensstämmelse och Riskhantering

  • Överensstämmelse med GDPR, CCPA och AI-lagen
  • Riskhanteringsramverk för AI-säkerhet
  • Revision av AI-modeller för säkerhets- och etiska frågor

Bäst Praktiker för Säker AI-Utplacering

  • Utplacering av AI-agenter med säkerhet i åtanke
  • Övervakning av AI-modeller för anomalier och sårbarheter
  • Incidenthantering och åtgärder för AI-säkerhet

Fallstudier och Verkliga Applikationer

  • Fallstudier av AI-säkerhetsbrott och lärdomar
  • Implementering av säkra AI-agenter i verkliga scenarier
  • Bäst praxis för att säkra AI-säkerhet för framtiden

Sammanfattning och Nästa Steg

Krav

  • Förståelse för AI och maskininlärningskoncept
  • Erfarenhet av Python och AI-ramverk
  • Grundläggande kunskap om cybersäkerhetsprinciper

Målgrupp

  • AI-utvecklare
  • Säkerhetsexperter
  • Kompliantsansvariga
 14 timmar

Antal deltagare


Price per participant

Vittnesmål (1)

Upcoming Courses

Relaterade Kategorier