План на курса

Введение в Edge AI и Embedded Systems

  • Какво е Edge AI? Приложения и ограничения
  • Платформи за хардуер и софтуерни стъкла за периферни устройства
  • Сигурностни предизвикателства в вградени и децентрализирани среди

Опасностни зони за Edge AI

  • Рискове от физически достъп и манипулиране
  • Противни примерци и манипулиране на модели
  • Загуба на данни и заплахи за инвертиране на модели

Сигуризиране на модела

  • Стратегии за устойчивост и количестване на модела
  • Водени и отпечатани модели
  • Отбранителна дистилация и подрязване

Шифрован извод и сигурно изпълнение

  • Доверителни среди за изпълнение (TEEs) за ИИ
  • Сигурни обкръжения и конфиденциално изчисление
  • Шифрован извод чрез хомоморфно шифриране или SMPC

Откриване на манипулиране и контроли на ниво устройство

  • Сигурно заредване и проверки на интегритет на фирмуера
  • Валидиране на сензори и откриване на аномалии
  • Отдалечено потвърждаване и мониторинг на здравето на устройството

Интеграция от периферно до Cloud Security

  • Сигурно предаване на данни и управление на ключове
  • Край-в-край шифриране и защита на жизнения цикъл на данните
  • Оркестрация на облачен ИИ с ограничения за сигурност на периферни устройства

Най-добри практики и стратегия за намаляване на риска

  • Моделиране на опасности за периферни ИИ системи
  • Принципи за проектиране на сигурност за вградена интелигенция
  • Отговор на инциденти и управление на актуализации на фирмуера

Резюме и следващи стъпки

Изисквания

  • Разбиране на вградени системи или среди на разпознаване на уменията на периферните устройства
  • Опит с Python и ML рамки (например, TensorFlow Lite, PyTorch Mobile)
  • Основна познание на киберсигурност или модели за заплахи в IoT

Целева аудитория

  • Разработчици на вградени AI
  • Специалисти по сигурност на IoT
  • Инженери, които разпространяват ML модели в периферни или ограничени устройства
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории