Zabezpečení umělé inteligence na okraji sítě a vestavěných systémů Počítačový Kurz

AAISM je pokročilý rámec pro hodnocení, řízení a správu bezpečnostních rizik v systémech umělé inteligence.

Tento instruktorský živý kurz (online nebo na místě) je určen pro profesionály pokročilé úrovně, kteří chtějí implementovat účinná bezpečnostní opatření a zvyklosti řízení v podnikových prostředích AI.

Na konci tohoto programu budou účastníci připraveni:

• Hodnotit bezpečnostní rizika AI pomocí metodologií uznávaných v odvětví.
• Implementovat modely správy pro odpovědné nasazování AI.
• Skloubit bezpečnostní politiky AI se strategickými cíli organizace a regulačními očekáváním.
• Zvýšit odolnost a odpovědnost v operacích řízených AI.

Formát kurzu

• Faciilitované přednášky podpořené analýzou odborníků.
• Praktické workshops a aktivity založené na hodnocení.
• Aplikované cvičení využívající reálné scénáře správy AI.

Možnosti přizpůsobení kurzu

• Pro přizpůsobené školení podle vaší organizační strategie AI nás prosím kontaktujte.

Tento živý školicí kurz vedený lektorem v České republice (online nebo prezenčně) je určen pro vedoucí pracovníky střední úrovně, kteří se chtějí naučit, jak odpovědně řídit a zabezpečovat systémy umělé inteligence v souladu s novými globálními předpisy, jako je např. evropský zákon o AI, GDPR, ISO/IEC 42001 a nařízení prezidenta USA týkající se AI.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět právním, etickým a regulatorním rizicím spojeným s využíváním AI v rámci jednotlivých oddělení.
• Interpretovat a uplatňovat hlavní rámce pro řízení AI (evropský zákon o AI, NIST AI RMF, ISO/IEC 42001).
• Stanovit bezpečnostní, auditní a kontrolní politiky pro nasazení AI v podniku.
• Vypracovat pokyny pro pořizování a používání systémů umělé inteligence od třetích stran i interně vyvinutých.

Umělá inteligence přináší nové aspekty operačních rizik, výzev v oblasti řízení a hrozeb pro kybernetickou bezpečnost pro vládní orgány a jejich jednotlivá oddělení.

Toto školení pod vedením instruktora (online nebo prezenčně) je určeno IT specialistům a odborníkům na řízení rizik ze veřejného sektoru, kteří mají jen minimální předchozí zkušenosti s umělou inteligencí a chtějí porozumět tomu, jak vyhodnocovat, monitorovat a chránit systémy AI v rámci vládních či regulatorních požadavků.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět klíčovým konceptům rizik souvisejících s systémy AI, včetně předpojatosti, nepředvídatelnosti chování a změn vlastností modelů.
• Používat specifické rámce pro řízení a audit AI, jako jsou NIST AI RMF a ISO/IEC 42001.
• Rozpoznávat kybernetické hrozby zaměřené na modely umělé inteligence a datové toky.
• Vytvářet plány řízení rizik napříč odděleními a zajišťovat soulad politik při nasazování AI.

Forma kurzu

• Interaktivní přednášky a diskuze o konkrétních příkladech využití AI ve veřejném sektoru.
• Cvičení na tvorbu rámců řízení AI a mapování politických požadavků.
• Modelování hrozeb a vyhodnocování rizik na základě reálných scénářů.

Možnosti přizpůsobení kurzu

• Chcete-li si objednat školení upravené na míru, kontaktujte nás a domluvíme se na podrobnostech.

Tento kurz poskytuje praktické seznámení se zabezpečením moderních aplikací využívajících umělou inteligenci, rozhraní API, asistenty řízené AI i autonomní agenty. Účastníci pochopí odlišnosti mezi bezpečností běžných webových aplikací a systémů využívajících umělou inteligenci, seznámí se s četnými hrozbami specifickými pro tuto oblast – jako jsou injekce promptů, otrávení dat v systémech RAG či zneužití agentů. Dále zjistí, jak vytvořit vícevrstvou ochranu pomocí WAF, bran pro rozhraní API a dalších bezpečnostních mechanismů. Prostřednictvím praktických cvičení a reálných příkladů získají studenti dovednosti potřebné k rozpoznávání útoků na AI systémy, zabezpečování aplikací s využitím modelů LLM i implementaci efektivních mechanismů obrany v produkci.

Tento kurz vedený lektorem v <lok> (online nebo prezenčně) je určen pro IT profesionály na začátečnické až střední úrovni, kteří chtějí porozumět a implementovat principy AI TRiSM ve svých organizacích.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit klíčové koncepty a význam řízení důvěry, rizik a bezpečnosti v oblasti AI.
• Identifikovat a zmírňovat rizika spojená se systémy umělé inteligence.
• Aplikovat osvědčené postupy v oblasti bezpečnosti u AI systémů.
• Porozumět regulatorním požadavkům a etickým aspektům využívání umělé inteligence.
• Vytvořit strategie pro efektivní řízení a správu AI systémů.

Tento kurz vedený lektorem v České republice (online nebo prezenčně) je určen pro vývojáře umělé inteligence, architekty a produktové manažery na středně pokročilé a pokročilé úrovni, kteří si přejí identifikovat a zmírňovat rizika spojená s aplikacemi využívajícími velké jazykové modely – např. injekci promtů, únik dat či nekontrolovaný výstup. Současně se učí zavádět bezpečnostní opatření jako ověřování vstupů, kontrolu ze strany lidí a nastavení omezení pro generovaný obsah.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit hlavní slabiny systémů založených na velkých jazykových modelech.
• Aplikovat bezpečnostní principy při navrhování architektury aplikací využívajících LLM.
• Používat nástroje jako Guardrails AI a LangChain k validaci, filtrování a zajištění bezpečnosti.
• Začlenit do produkčních systémů techniky jako izolace prostředí, simulované útoky a kontrolu ze strany lidí.

Tento kurz učí vývojáře, jak vytvářet aplikace s využitím umělé inteligence bezpečným způsobem již od samého začátku. Účastníci se naučí chránit chatboty, asistenty, systémy RAG i agenty před specifickými hrozbami v oblasti AI, jako jsou injekce promptů, otrava dat, zneužití nástrojů a nebezpečný výstup modelu. Kurz pokrývá bezpečný návrh promptů, zabezpečení systémů RAG, princip nejmenších oprávnění, ochranné vrstvy a red-teaming – vše pro to, aby vývojáři mohli budovat funkce AI, které jsou v reálných podmínkách spolehlivé a odolné.

Toto živé školení pod vedením instruktora v České republice (online nebo prezenčně) je určeno pro odborníky ze střední úrovně z oblasti umělé inteligence a kybernetické bezpečnosti, kteří chtějí pochopit a řešit bezpečnostní rizika spojená se systémy AI – zejména v vysoce regulovaných odvětvích jako je finančnictví, správa dat a poradenství.

Po absolvování tohoto kurzu budou účastníci schopni:

• Popsat typy útoků na systémy umělé inteligence a metody jejich odvrácení.
• Aplikovat techniky zpevňování modelů za účelem ochrany procesů strojového učení.
• Zajistit bezpečnost a integritu dat v rámci modelů strojového učení.
• Správně se orientovat v požadavcích právních předpisů týkajících se bezpečnosti AI.

Toto školení vedené instruktorem České republice (online nebo na místě) je určeno bezpečnostním inženýrům a pracovníkům odpovědným za dodržování předpisů, kteří chtějí zvýšit zabezpečení nasazení EXO, řídit přístup k modelům a spravovat AI pracovní zátěže běžící výhradně v prostředí na místě.

Toto školení pod vedením instruktora České republice (online nebo na místě) je určeno pro začínající odborníky z oblasti IT bezpečnosti, řízení rizik a dodržování předpisů, kteří se chtějí seznámit se základními koncepty zabezpečení AI, typy hrozeb a celosvětovými rámcovými dokumenty jako je NIST AI RMF či ISO/IEC 42001.

Po absolvování tohoto školení budou účastníci schopni:

• Porozumět jedinečným bezpečnostním rizikům, která s sebou přinášejí systémy založené na umělé inteligenci.
• Identifikovat hlavní typy hrozeb – například adverzární útoky, kontaminaci dat či inverzi modelů.
• Používat základní modely řízení, jako je Rámec pro řízení rizik v oblasti AI podle NIST.
• Sladit používání umělé inteligence s nově vytvářenými standardy, pokyny pro dodržování předpisů a etickými zásadami.

Toto školení pod vedením instruktora České republice (online nebo na místě) je určeno bezpečnostním specialistům a inženýrům strojového učení, kteří potřebují rozpoznávat, testovat a bránit se útokům na modely strojového učení i aplikace využívající velké jazykové modely.

Na základě nejnovějších pokynů projektu OWASP GenAI Security se účastníci naučí identifikovat, hodnotit a zmírňovat hrozby specifické pro AI prostřednictvím praktických cvičení a reálných scénářů.

Toto školení pod vedením instruktora České republice (online či prezenčně) je určeno profesionálům na pokročilé úrovni, kteří chtějí implementovat a vyhodnocovat techniky jako federované učení, bezpečný vícestranný výpočet, homomorfická šifrování a diferenciální soukromí v reálných systémech strojového učení.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět a porovnat klíčové techniky ochrany soukromí v rámci strojového učení.
• Implementovat systémy federovaného učení s využitím open-source nástrojů.
• Používat diferenciální soukromí k bezpečnému sdílení dat a trénování modelů.
• Využít šifrovací a bezpečnostní metody k ochraně vstupů i výstupů modelů.

Toto školení pod vedením instruktora České republice (online nebo na místě) je určeno pro pokročilé odborníky v oblasti bezpečnosti a specialisty na strojové učení, kteří chtějí simulovat útoky na systémy umělé inteligence, odhalit jejich zranitelnosti a posílit odolnost nasazených modelů.

Po absolvování tohoto kurzu budou účastníci schopni:

• Simulovat reálné hrozby pro modely strojového učení.
• Vytvářet adversariální příklady za účelem testování odolnosti modelů.
• Vyhodnocovat povrch ohrožení API a procesních řetězců využívajících AI.
• Navrhovat strategie Red Teaming pro prostředí nasazení AI.

Toto školení vedené instruktorem v České republice (online nebo prezenčně) je určeno pro odborníky na strojové učení a kybernetickou bezpečnost na středně pokročilé úrovni, kteří si chtějí osvojit metody identifikace a zmírňování nových hrozeb vůči AI modelům. Využívají přitom jak teoretické modely, tak praktické obranné techniky jako je robustní trénování či diferenciální soukromí.

Po absolvování tohoto školení budou účastníci schopni:

• Rozpoznávat a klasifikovat hrozby specifické pro AI, včetně adverzárních útoků, inverzních technik a poškození dat.
• Využívat nástroje jako Adversarial Robustness Toolbox (ART) k simulaci útoků a testování modelů.
• Aplikovat konkrétní obranné metody, mezi které patří adverzární trénování, přidávání šumu či techniky chránící soukromí.
• Navrhnout strategie vyhodnocování modelů s ohledem na možné hrozby v produkčním prostředí.