Návrh Školení

Základy umělé inteligence a bezpečnosti

  • Co dělá systémy AI z hlediska bezpečnosti unikátními
  • Přehled životního cyklu AI: data, školení, odvozování a nasazení
  • Základní taxonomie rizik AI: technické, etické, právní a organizační

AISpecifické hrozby

  • Protivzorové příklady a manipulace s modelem
  • Inverzní modely a rizika úniku dat
  • Otrávení dat během fází školení
  • Rizika v generativní AI (např. zneužití LLM, injekce promptů)

Bezpečnostní Risk Management rámce

  • NIST AI Risk Management Rámec (NIST AI RMF)
  • ISO/IEC 42001 a další specifické pro AI standardy
  • Zmapování rizik AI na existující podnikové GRC rámce

AIGovernance a principy dodržování předpisů

  • Přehlednost, vysvětlitelnost a spravedlnost jako bezpečnostně relevantní vlastnosti
  • Chyby, diskriminace a následné škody
  • Zodpovědnost AI a audibilita

Připravenost podniku a AI Security politiky

  • Definice rolí a odpovědností v programu bezpečnosti AI
  • Prvky politik: rozvoj, nákup, použití a odstoupení
  • Rizika třetích stran a používání nástrojů AI dodavatelů

Početní a globální trendy

  • Přehled EU AI Actu a mezinárodní regulace
  • Americký výkonný nařízení o bezpečném, zabezpečeném a důvěryhodném AI
  • Vznikající národní rámce a odvětvové pokyny

Volitelný workshop: Mapování rizik a samohodnocení

  • Zmapování skutečných případů použití AI na funkce NIST AI RMF
  • Vykonávání základního samohodnocení rizika AI
  • Identifikace vnitřních mezer ve zabezpečení AI

Souhrn a další kroky

Požadavky

  • Pochopení základních principů kybernetické bezpečnosti
  • Zkušenosti s rámci IT správy nebo řízení rizik
  • Znalost obecných konceptů umělé inteligence je užitečná, ale není povinná

Cílová skupina

  • Týmy zodpovědné za IT bezpečnost
  • Správci rizik
  • Odborníci na dodržování předpisů
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie