Kom i kontakt

Kursplan

Introduktion till säker och etisk AI

  • Översikt över AI-säkerhet och etik
  • Vanliga hot och sårbarheter i AI-system
  • Regulatorisk situation och compliance-ramverk

Säkerhetshot mot AI-agenter

  • Dataförgiftning och modellmanipulering
  • Adversariala attacker mot AI-modeller
  • Strategier för att dämpa säkerhetshot mot AI

Att bygga robusta och säkra AI-modeller

  • Säker AI-utvecklingslivscykel
  • Defensiva maskininlärningstekniker
  • Validering och testning av AI-modeller

Etisk AI-utveckling och rättvisa

  • Detektering och dämpning av bias i AI-modeller
  • Förklarbarhet och transparens i AI-beslut
  • Säkerställande av ansvarsfull AI-implementation

AI-styrning, compliance och riskhantering

  • Överensstämmelse med GDPR, CCPA och EU:s AI-akt
  • Riskhanteringsramverk för AI-säkerhet
  • Utgång av AI-modeller för säkerhets- och etiska frågor

Bästa praxis för säker AI-implementation

  • Implementation av AI-agenter med fokus på säkerhet
  • Övervakning av AI-modeller för avvikelser och sårbarheter
  • Incidenthantering och dämpning vid säkerhetsincidenter inom AI

Kasestudier och praktiska tillämpningar

  • Kasestudier om AI-säkerhetsinträff och lärdomar som dragits
  • Implementation av säkra AI-agenter i verkliga scenarion
  • Bästa praxis för att framtidsanpassa AI-säkerhet

Sammanfattning och nästa steg

Krav

  • Förståelse för begrepp inom AI och maskininlärning
  • Erfarenhet av Python och AI-ramverk
  • Grundläggande kunskap om principles för IT-säkerhet

Målgrupp

  • AI-utvecklare
  • Säkerhetsspecialister
  • Compliance-chefer
 14 Timmar

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier