Курс за обучение по Сигурност и поверителност в приложенията с TinyML

AAISM е напреднала рамка за оценяване, управление и контрол на рисковете за сигурността в системите с изкуствен интелект.

Това обучение с инструктор на живо (онлайн или на място) е насочено към професионалисти на напреднало ниво, които желаят да внедрят ефективни контроли за сигурност и практики за управление в корпоративни AI среди.

След завършване на тази програма участниците ще бъдат подготвени да:

• Оценяват рискове за сигурността на AI, използвайки признати от индустрията методологии.
• Внедряват модели за управление за отговорно внедряване на AI.
• Съгласуват политиките за сигурност на AI с организационните цели и регулаторните очаквания.
• Подобрят устойчивостта и отчетността в операциите, задвижвани от AI.

Формат на курса

• Улеснени лекции, подкрепени от експертен анализ.
• Практически уъркшопи и дейности, базирани на оценяване.
• Приложни упражнения, използващи реални сценарии за управление на AI.

Опции за персонализиране на курса

• За съобразено с вашите нужди обучение, съгласувано с вашата организационна AI стратегия, моля, свържете се с нас, за да персонализираме курса.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към корпоративни лидери на средно ниво, които желаят да разберат как да управляват и защитават ИИ системи отговорно и в съответствие с нововъзникващи глобални рамки като Законодателния акт на ЕС за ИИ, ОРЗД, ISO/IEC 42001 и Изпълнителната заповед на САЩ относно ИИ.

До края на това обучение участниците ще могат да:

• Разбират правните, етичните и регулаторните рискове от използването на ИИ в различните отдели.
• Тълкуват и прилагат основни рамки за управление на ИИ (Законодателен акт на ЕС за ИИ, NIST AI RMF, ISO/IEC 42001).
• Създават политики за сигурност, одит и надзор при внедряване на ИИ в предприятието.
• Разработват насоки за доставка и използване на ИИ системи от трети страни и вътрешни такива.

Изкуственият интелект (ИИ) въвежда нови измерения на оперативен риск, предизвикателства пред управлението и уязвимости в киберсигурността за правителствените агенции и ведомства.

Това обучение с инструктор на живо (онлайн или на място) е насочено към ИТ специалисти и специалисти по риск в публичния сектор с ограничен предишен опит в областта на ИИ, които желаят да разберат как да оценяват, наблюдават и осигуряват сигурността на ИИ системи в правителствен или регулаторен контекст.

До края на това обучение участниците ще могат да:

• Интерпретират ключови рискови концепции, свързани с ИИ системи, включително пристрастност, непредсказуемост и отклонение на моделите.
• Прилагат специфични за ИИ рамки за управление и одит, като NIST AI RMF и ISO/IEC 42001.
• Разпознават заплахи за киберсигурността, насочени към ИИ модели и потоци от данни.
• Създават междуведомствени планове за управление на риска и съгласуване на политиките за внедряване на ИИ.

Формат на курса

• Интерактивна лекция и дискусия върху случаи от публичния сектор.
• Упражнения върху рамки за управление на ИИ и съпоставяне на политики.
• Базирано на сценарии моделиране на заплахи и оценка на риска.

Опции за персонализиране на курса

• За да заявите персонализирано обучение за този курс, моля, свържете се с нас, за да уредим.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към ИТ специалисти от начинаещо до средно ниво, които желаят да разберат и приложат AI TRiSM в своите организации.

До края на обучението участниците ще могат да:

• Разберат основните концепции и значението на управлението на доверие, риск и сигурност в ИИ.
• Идентифицират и смекчават рисковете, свързани със системите с ИИ.
• Прилагат най-добри практики за сигурност при ИИ.
• Разберат нормативната уредба и етичните съображения за ИИ.
• Разработят стратегии за ефективно управление и контрол на ИИ.

TinyML е практиката за внедряване на оптимизирани модели за машинно обучение на крайни устройства с ограничени ресурси.

Това обучение с инструктор, на живо (онлайн или на място), е предназначено за технически специалисти от напреднало ниво, които желаят да проектират, оптимизират и внедряват пълни TinyML потоци.

До края на обучението участниците ще научат как да:

• Събират, подготвят и управляват набори от данни за TinyML приложения.
• Обучават и оптимизират модели за микроконтролери с ниска консумация на енергия.
• Конвертират модели в леки формати, подходящи за крайни устройства.
• Внедряват, тестват и наблюдават TinyML приложения в реални хардуерни среди.

Формат на курса

• Лекции с насоки от инструктора и техническа дискусия.
• Практически лабораторни упражнения и итеративни експерименти.
• Практическо внедряване върху платформи, базирани на микроконтролери.

Опции за персонализиране на курса

• За да персонализирате обучението с конкретни инструментални вериги, хардуерни платки или вътрешни работни процеси, моля, свържете се с нас.

Това обучение с инструктор, на живо в България (онлайн или на място), е насочено към разработчици на AI, архитекти и продуктови мениджъри на средно до напреднало ниво, които желаят да идентифицират и намалят рисковете, свързани с приложения, захранвани от LLM, включително инжектиране на промптове, изтичане на данни и нефилтриран резултат, като същевременно включват контроли за сигурност като валидиране на входа, човешки надзор и предпазни механизми за изхода.

До края на това обучение участниците ще могат:

• Да разбират основните уязвимости на системи, базирани на LLM.
• Да прилагат принципи за сигурен дизайн в архитектурата на LLM приложения.
• Да използват инструменти като Guardrails AI и LangChain за валидиране, филтриране и безопасност.
• Да интегрират техники като sandboxing, red teaming и преглед с човешка намеса в производствени потоци.

Това обучение, водено от инструктор и провеждано на живо в България (онлайн или на място), е насочено към специалисти на средно ниво в областта на ИИ и киберсигурността, които желаят да разберат и да се справят с уязвимостите в сигурността, специфични за моделите и системите с ИИ, особено в строго регулирани индустрии като финанси, управление на данни и консултиране.

В края на обучението участниците ще могат да:

• Разбират видовете adversarial атаки, насочени срещу системи с ИИ, и методите за защита срещу тях.
• Прилагат техники за укрепване на моделите, за да осигурят сигурността на pipeline-ите за машинно обучение.
• Осигуряват сигурност и цялост на данните в моделите за машинно обучение.
• Ориентират се в изискванията за регулаторно съответствие, свързани със сигурността на ИИ.

Това обучение с инструктор на живо в България (онлайн или на място) е предназначено за инженери по сигурността и служители по съответствието, които искат да подсилят внедряванията на EXO, да контролират достъпа до модели и да управляват AI работни натоварвания, изпълнявани изцяло на място.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към начинаещи професионалисти в областта на ИТ сигурността, риска и съответствието, които желаят да разберат основните концепции за сигурност на ИИ, векторите на заплахи и глобалните рамки като NIST AI RMF и ISO/IEC 42001.

До края на това обучение участниците ще могат да:

• Разбират уникалните рискове за сигурността, въведени от ИИ системите.
• Идентифицират вектори на заплахи като атаки чрез противопоставяне, отравяне на данни и обръщане на модели.
• Прилагат основни модели за управление като Рамката за управление на риска при ИИ на NIST.
• Съгласуват използването на ИИ с нововъзникващи стандарти, насоки за съответствие и етични принципи.

Въз основа на най-новите насоки на проекта OWASP GenAI Security, участниците ще се научат да идентифицират, оценяват и неутрализират специфични за AI заплахи чрез практически упражнения и сценарии от реалния свят.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към професионалисти на напреднало ниво, които желаят да внедрят и оценят техники като федеративно обучение, сигурни многостранни изчисления, хомоморфно криптиране и диференциална неприкосновеност в реални процеси за машинно обучение.

До края на това обучение участниците ще могат да:

• Разбират и сравняват ключови техники за запазване на неприкосновеността в машинното обучение.
• Внедряват системи за федеративно обучение, използвайки рамки с отворен код.
• Прилагат диференциална неприкосновеност за сигурно споделяне на данни и обучение на модели.
• Използват техники за криптиране и сигурни изчисления, за да защитят входните и изходните данни на моделите.

Това обучение, водено от инструктор на живо в България (онлайн или на място), е насочено към напреднали професионалисти по сигурността и ML специалисти, които желаят да симулират атаки срещу AI системи, да разкриват уязвимости и да подобрят устойчивостта на внедрените AI модели.

До края на това обучение участниците ще могат:

• Да симулират реални заплахи за моделите за машинно обучение.
• Да генерират противникови примери за тестване на устойчивостта на моделите.
• Да оценяват атакуващата повърхност на AI API и тръбопроводи.
• Да проектират стратегии за red teaming за среди за внедряване на AI.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към инженери и специалисти по сигурността на средно ниво, които искат да защитят AI модели, разгърнати на гранични устройства, срещу заплахи като манипулиране, изтичане на данни, враждебни входни данни и физически атаки.

След завършване на обучението участниците ще могат:

• Да идентифицират и оценяват рисковете за сигурността при внедряване на Edge AI.
• Да прилагат техники за устойчивост на манипулации и криптирани изводи.
• Да укрепват модели, разгърнати на гранични устройства, и да защитават потоците от данни.
• Да внедряват стратегии за смекчаване на заплахи, специфични за вградени и ограничени системи.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към специалисти на средно ниво в областта на машинното обучение и киберсигурността, които желаят да разберат и смекчат нововъзникващите заплахи срещу AI модели, използвайки както концептуални рамки, така и практически защити като стабилно обучение и диференциална поверителност.

До края на това обучение участниците ще могат да:

• Идентифицират и класифицират специфични за AI заплахи, като враждебни атаки, инверсия и отравяне.
• Използват инструменти като Adversarial Robustness Toolbox (ART) за симулиране на атаки и тестване на модели.
• Прилагат практически защити, включително враждебно обучение, инжектиране на шум и техники за запазване на поверителността.
• Проектират стратегии за оценка на модели, съобразени със заплахите, в производствени среди.

Този курс обхваща управление, управление на идентичност и тестване за уязвимости на агентни AI системи, като се фокусира върху безопасни за предприятията модели на внедряване и практически техники за red-teaming.

Това обучение с инструктор на живо (онлайн или на място) е предназначено за напреднали практици, които искат да проектират, защитават и оценяват базирани на агенти AI системи в продукционна среда.

До края на това обучение участниците ще могат да:

• Дефинират модели на управление и политики за безопасно внедряване на агентен AI.
• Проектират нечовешка идентичност и потоци за удостоверяване за агенти с достъп с най-ниски привилегии.
• Прилагат контрол на достъпа, одитни следи и наблюдаемост, съобразени с автономни агенти.
• Планират и изпълняват red-team упражнения за откриване на злоупотреби, пътища за ескалация и рискове от изтичане на данни.
• Смекчават често срещани заплахи за агентни системи чрез политики, инженерни контроли и наблюдение.

Формат на курса

• Интерактивни лекции и работилници за моделиране на заплахи.
• Практически лабораторни упражнения: осигуряване на идентичност, прилагане на политики и симулация на противник.
• Red-team/blue-team упражнения и оценка в края на курса.

Опции за персонализиране на курса

• За да заявите персонализирано обучение за този курс, моля, свържете се с нас за уреждане.