Đề cương khóa học

Giới thiệu về các Thách thức Bảo mật AI

  • Hiểu các rủi ro bảo mật độc đáo của hệ thống AI
  • So sánh bảo mật truyền thống với bảo mật AI
  • Tổng quan về các bề mặt tấn công trong mô hình AI

Tấn công Đối nghịch Machine Learning

  • Các loại tấn công đối nghịch: né tránh, đầu độc và trích xuất
  • Triển khai các biện pháp phòng thủ và đối phó đối nghịch
  • Nghiên cứu điển hình về các cuộc tấn công đối nghịch trong các ngành công nghiệp khác nhau

Các Kỹ thuật Củng cố Mô hình

  • Giới thiệu về độ bền và củng cố mô hình
  • Các kỹ thuật giảm thiểu lỗ hổng của mô hình trước các cuộc tấn công
  • Thực hành với chưng cất phòng thủ và các phương pháp củng cố khác

Bảo mật Dữ liệu trong Machine Learning

  • Bảo mật quy trình dữ liệu để đào tạo và suy luận
  • Ngăn chặn rò rỉ dữ liệu và các cuộc tấn công đảo ngược mô hình
  • Các phương pháp hay nhất để quản lý dữ liệu nhạy cảm trong hệ thống AI

Tuân thủ và Yêu cầu Pháp lý về Bảo mật AI

  • Hiểu các quy định xung quanh AI và bảo mật dữ liệu
  • Tuân thủ GDPR, CCPA và các luật bảo vệ dữ liệu khác
  • Phát triển các mô hình AI an toàn và tuân thủ

Giám sát và Duy trì Bảo mật Hệ thống AI

  • Triển khai giám sát liên tục cho hệ thống AI
  • Ghi nhật ký và kiểm tra bảo mật trong học máy
  • Phản hồi các sự cố và vi phạm bảo mật AI

Xu hướng Tương lai trong Bảo mật AI

  • Các kỹ thuật mới nổi trong việc bảo mật AI và học máy
  • Cơ hội đổi mới trong bảo mật AI
  • Chuẩn bị cho các thách thức bảo mật AI trong tương lai

Tóm tắt và Các Bước Tiếp Theo

Requirements

  • Kiến thức cơ bản về máy học và các khái niệm AI
  • Làm quen với các nguyên tắc và thực hành bảo mật mạng

Đối tượng

  • Kỹ sư AI và máy học muốn cải thiện bảo mật trong các hệ thống AI
  • Chuyên gia bảo mật mạng tập trung vào bảo vệ mô hình AI
  • Chuyên gia tuân thủ và quản lý rủi ro trong quản trị và bảo mật dữ liệu
 14 Hours

Number of participants


Price per participant

Testimonials (5)

Provisional Upcoming Courses (Require 5+ participants)

Related Categories