Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduktion till AI Security Utmaningar
- Förståelse för säkerhetsrisker som är unika för AI-system
- Jämförelse mellan traditionell cybersäkerhet och AI-cybersäkerhet
- Översikt över attackerytor i AI-modeller
Fientliga Machine Learning
- Typer av fientliga attacker: undvika, förgiftning och extraktion
- Implementering av fientliga försvar och motåtgärder
- Fallstudier på fientliga attacker inom olika branscher
Förstärkning av Modelltekniker
- Introduktion till modellrobusthet och förstärkning
- Tekniker för att minska modellens sårbarhet för attacker
- Praktisk tillämpning av försvarande destillation och andra förstärkningsmetoder
Dataskydd i Machine Learning
- Säkring av datapipelines för träning och inferens
- Förhindra dataläckage och modellinversionsattacker
- Bästa praxis för hantering av känslig data i AI-system
AI Security Krav på överensstämmelse och regelverk
- Förståelse för regleringar kring AI och dataskydd
- Överensstämmelse med GDPR, CCPA och andra dataskyddslagar
- Utveckling av säkra och överensstämmande AI-modeller
Övervakning och underhåll av AI-systemets säkerhet
- Implementering av kontinuerlig övervakning för AI-system
- Loggning och revision för säkerhet inom maskininlärning
- Svar på AI-säkerhetsincidenter och dataläckor
Framtida trender inom AI-cybersäkerhet
- Uppkommande tekniker för säkring av AI och maskininlärning
- Möjligheter för innovation inom AI-cybersäkerhet
- Förberedelser för framtida utmaningar inom AI-säkerhet
Sammanfattning och nästa steg
Krav
- Grundläggande kunskaper om maskininlärning och AI-koncept
- Kännedom om cybersäkerhetsprinciper och praxis
Målgrupp
- AI- och maskininlärningstekniker som vill förbättra säkerheten i AI-system
- Cybersäkerhetsprofessionella som fokuserar på skydd av AI-modeller
- Compliance- och riskhanteringsprofessionella inom datastyrning och säkerhet
14 timmar
