План на курса

Въведение в Edge AI и Embedded Systems

  • Какво е Edge AI? Приложения и ограничения
  • Хардуерни платформи и софтуерни стекове за крайните устройства
  • Безопасни проблеми в интегрирани и децентрализирани среди

Заплаха за Edge AI

  • Рискове за физически достъп и манипулации
  • Примери на антагонисти и манипулация на модели
  • Рискове за изтичане на данни и инверсия на модели

Защита на модела

  • Стратегии за утвърждаване и квантуване на модели
  • Водени и отпечатани модели
  • Защитна дистилция и подреждане

Зашифровано извличане и сигурно изпълнение

  • Защитени среди за изпълнение (TEEs) за AI
  • Защитни обкръжения и конфиденциално изчисляване
  • Зашифровано извличане с помоща на хомоморфно шифруване или SMPC

Откриване на манипулации и контрол на устройства на ниво устройство

  • Сигурно зареждане и проверка на цялостта на фирмуера
  • Валидация на сензори и откриване на аномалии
  • Отдалечена атестация и мониторинг на здравето на устройствата

Интеграция от край до Cloud Security

  • Сигурна предаване на данни и управление на ключове
  • Криптиране от край до край и защита на жизнения цикъл на данни
  • Оркестриране на облак AI с ограничения за сигурност на крайните устройства

Най-добри практики и стратегия за намаляване на риска

  • Моделиране на заплахи за системи за AI на крайните устройства
  • Принципи за дизайн на сигурност за интегрирани интелигентни системи
  • Отговорност при инциденти и управление на обновления на фирмуера

Резюме и следващи стъпки

Изисквания

  • Разбиране в вградени системи или среди на развръщане на Edge AI
  • Опит с Python и ML рамки (например, TensorFlow Lite, PyTorch Mobile)
  • Основни познания в киберсигурност или модели за заплахи IoT

Целева аудитория

  • Разработчици на вградени AI
  • Специалисти по сигурност на IoT
  • Инженери, развъртащи ML модели на устройства от тип Edge или с ограничено хардуерно обеспечение
 14 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории