Kursplan

Introduktion till säker och etisk AI

  • Översikt över AI-säkerhet och etik
  • Vanliga hot och sårbarheter i AI-system
  • Regulatorisk landskap och efterlevnadsramar

Säkerhetshot i AI-system

  • Dataförorening och modellmanipulation
  • Motstridiga attacker på AI-modeller
  • Mitigeringsstrategier för säkerhetshot inom AI

Att bygga robusta och säkra AI-modeller

  • Säker AI-utvecklingslivscykel
  • Defensiva maskininlärningstekniker
  • Validering och testning av AI-modeller

Etisk AI-utveckling och rättvisa

  • Biasdetektering och -mitigering i AI-modeller
  • Förklarbarhet och transparens i AI-beslut
  • Säkerställa att AI distribueras på ett ansvarsfullt sätt

AI-styrning, efterlevnad och riskhantering

  • Efterlevnad av GDPR, CCPA och AI-lagen
  • Riskhanteringsramar för AI-säkerhet
  • Granskning av AI-modeller för säkerhets- och etiska frågor

Säkra AI-distributionspraxis

  • Distribuera AI-agenter med säkerhet i åtanke
  • Övervaka AI-modeller för anomalier och sårbarheter
  • Incidentrespons och mitigation av AI-säkerhetsincidenter

Fallstudier och tillämpningar i verkliga situationer

  • Fallstudier av säkerhetsbrott i AI och lärdomar
  • Att implementera säkra AI-agenter i verkliga scenarier
  • Bästa praxis för att framtidssäkra AI-säkerhet

Sammanfattning och nästa steg

Krav

  • Förståelse av AI- och maskininlärningskoncept
  • Erfarenhet av Python och AI-ramverk
  • Grundläggande kunskaper om cybersäkerhetsprinciper

Publik

  • AI-utvecklare
  • Säkerhetsspecialister
  • Compliance-officerer
 14 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier